Метод поиска и логического вывода экспертной информации в ориентированном циклическом мультиграфе знаний

В настоящее время многие современные задачи прикладной математики и информатики решаются с применением теории графов. В виде графов можно представлять и описывать различные сложные системы, например, нейросети или базы знаний. Наиболее часто встречающимися задачами с применением теории графов являются: поиск кратчайшего пути, определение максимального потока в сети, поиск минимальных остовных деревьев и другие. В то же время, существует достаточно много нерешенных проблем. Актуальность работы вызвана повышением интереса к областям искусственного интеллекта и инженерии знаний, методы которых заключаются в возможности трансформации полу ченных предметных моделей в логико -математические, в виде компьютерных программ, осуществляющих компьютерное или имитационные моделирование исследуемых систем. В представленной работе описан процесс разработки специального математического и алгоритмическог о обеспечения для систем анализа и обработки экспертной информации с целью автоматизированного поиска, и синтеза решений задач моделирования и идентификации динамических систем. Сформулирована проблема поиска и логического вывода синтезированных решений зад ач на графах знаний. Представлена модель базы знаний выбранной предметной области в виде мультиграфа знаний, а также новый модифицированный метод поиска и логического вывода решений задач, с их программной реализацией на языке программирования Python. Пред ставленный метод поиска слабосвязанных подграфов и синтеза решений задач реализован с применением теоретико -множественного анализа, а также элементов теории графов. Для демонстрации работоспособности метода приводится его реализация в виде алгоритма на язы ке программирования Python и результаты вычислительных экспериментов. Новизна и практическая значимость работы заключаются в том, что предложенный метод и алгоритмы могут быть использованы при практической реализации баз знаний, механизмов логического выв ода и обработки экспертной информации в различного рода экспертных, расчетно -логических и гибридных интеллектуальных системах, замещающих собой зарубежные аналоги.