CC BY
69
УДК 658.51
А.Н. Алфимцев, Д.А. Локтев, А.А. Локтев*
ФГБОУВПО «МГТУ им. Н.Э. Баумана», *ФГБОУВПО «МГСУ»
СРАВНЕНИЕ МЕТОДОЛОГИЙ РАЗРАБОТКИ СИСТЕМ ИНТЕЛЛЕКТУАЛЬНОГО ВЗАИМОДЕЙСТВИЯ
Разработка систем интеллектуального взаимодействия в целом и интеллектуальных мультимодальных интерфейсов в частности предполагает использование специальных методологий, позволяющих создавать архитектуру, включающую преобразователь восприятий и ситуаций, модификаторы моделей поведения пользователя и среды, распознаватель ситуаций, а также блоки, отвечающие за хранение формальных моделей поведения пользователя, среды и представления восприятий. При этом могут использоваться различные методологии разработки: Gaia, Mase, UML, IDEF8, основанные на образцах, теории графов, компонентах. В процессе сравнения данных методологий в работе выявлены требования, которые предъявляются к современным методологиям разработки систем интеллектуального взаимодействия, и выделены основные достоинства и недостатки существующих методологий.
Ключевые слова: методология разработки, формализованное проектирование, человеко-машинное взаимодействие, интеллектуальные мультимодальные интерфейсы.
Анализ эволюции пользовательских интерфейсов показывает, что за последние пятьдесят лет произошло необратимое и целенаправленное развитие программной и аппаратной частей интерфейса, которое сопровождалось повышением вычислительной производительности, преобразованием средств интерфейса, формированием новых входных и выходных модальностей и увеличением роли интеллектуальных алгоритмов [1]. Результаты этого анализа, а также обзор интеллектуальных интерфейсов информационных систем позволили сделать вывод о том, что для обеспечения окружающей интеллектуальности современные информационные системы должны обладать интеллектуальными мультимодальными интерфейсами (ИМИ) [2], которые предоставляют пользователям возможность взаимодействовать адекватно их модальностям, распознают различные ситуации для достижения целей пользователей, создают модели поведения пользователей и среды, в которых он и функционирует, и модифицируют модели поведения в соответствии с текущим состоянием пользователей и среды.
Создание такого ИМИ предполагает использование специальных методологий разработки, позволяющих создать архитектуру ИМИ, состоящую из следующих блоков: преобразователь восприятий и ситуаций, модификаторы моделей поведения пользователя и среды, распознаватель ситуаций, а также блоков, отвечающих за хранение формальных моделей поведения пользователя, среды и представления восприятий. Поэтому целью данной работы является проведение сравнительного обзора популярных методологий разработки систем интеллектуального взаимодействия в целом и ИМИ в частности: Gaia,
Mase, UML, IDEF8, основанные на образцах, теории графов, компонентах. В обзоре выявлены требования, которые предъявляются к современным методологиям разработки, что позволяет получить целостную картину достоинств и недостатков существующих методологий.
Сравнение методологий разработки. Методология Gaia поддерживает два уровня разработки систем интеллектуального взаимодействия (СИВ): микроуровень (разработка отдельной системы) и макроуровень (разработка нескольких систем) [3, 4]. Методология Gaia имеет существенное ограничение — структура каждой системы во время работы должна остаться неизменной (статичной). Тем не менее, использование методологии Gaia позволяет неформализованно разрабатывать СИВ, начиная от требований к системе и вплоть до уровня реализации.
Методология Gaia состоит из двух больших этапов: анализа и проектирования. Первый шаг этапа анализа в методологии Gaia — выделение ролей модулей СИВ, а второй — формирование взаимодействия между модулями. Роли имеют четыре атрибута: обязательства, разрешения, активности и протоколы. Обязательства могут быть двух типов: обязательство обеспечения свойства функционирования и обязательство обеспечения свойства безопасности. Обязательство обеспечения свойства функционирования означает, что должно выполняться все, что предусмотрено ролью. Обязательство обеспечения безопасности означает, что должно отвергаться все, что ролью не предусмотрено и является опасным.
Разрешения определяют область дозволенного доступа роли, в частности, к информации. Активности являются задачами, которые роль выполняет без взаимодействия с другими ролями. Протоколы — это модели взаимодействия ролей. Методология Gaia включает формализованные операторы и шаблоны для представления ролей с их атрибутами, а также позволяет использовать специальные схемы для задания взаимодействий. На этапе проектирования первый шаг методологии Gaia — это отображение ролей на программные структуры и создание нужного числа экземпляров каждого типа. На втором шаге создается сервисная модель, необходимая для выполнения ролей модулей (одного или нескольких). На последнем шаге методологии Gaia осуществляется создание взаимодействия моделей.
Вследствие упомянутых ограничений методология Gaia не подходит для разработки систем в открытой и непредсказуемой среде. Тем не менее, эта методология хорошо зарекомендовала себя при разработке СИВ в замкнутых средах. Под замкнутой средой здесь понимается среда, объекты которой не взаимодействуют с внешними объектами, которые не принадлежат среде. С целью устранения ограничений методологии Gaia в [3] предложены некоторые расширения и улучшения, позволяющие поддерживать разработку приложений для Интернета. Ряд общих вопросов микро- и макроразработки СИВ рассмотрен в [5].
Методология MaSE, также как и методология Gaia, поддерживает микро- и макроуровни разработки СИВ, но также она позволяет осуществлять автоматическое создание кода систем с помощью соответствующего инструментария [6, 7]. Создание методологии MaSE мотивировалось недостатками существую-
щих информационных систем и возрастающим интересом к СИВ в различных прикладных областях. Задача методологии MaSE — провести разработчика от самых начальных шагов разработки до реализации системы. Ограничения методологии MaSE подобны ограничениям методологии Gaia. Кроме того, эта методология не позволяет использовать широковещательный режим передачи сообщений между модулями СИВ.
В методологии MaSE выделяются два этапа (анализа и проектирования) и семь неформализованных шагов проектирования. Анализ включает первые два шага. Остальные пять шагов относятся к этапу проектирования. Первый шаг — формирование целей. На этом шаге множество требований к системе преобразуется в структурированную иерархию системных целей. Второй шаг — разработка сценариев. На этом шаге создаются сценарии и диаграммы последовательностей [7]. Исходными данными второго шага, как и первого, являются требования к системе. Сценарии представляют пути логического взаимодействия между ролями разрабатываемой системы. Диаграммы последовательностей используются для задания минимально необходимого на этом уровне числа сообщений между ролями. Этап проектирования включает шаги: уточнение ролей, создание классов модулей, организация переговоров, сборка классов модулей, реализация системы.
В процессе выполнения шагов методологии MaSE создается ряд графических документов. СИВ, разрабатываемая с помощью методологии MaSE, может иметь различные реализации. Процесс создания каждого документа, создаваемого с помощью методологии MaSE, может быть отслежен вперед и назад.
UML (версии 2.4.1) это язык графического описания для объектного моделирования в области разработки программного обеспечения. Проектирование СИВ с использованием методологии UML [8—10], включает двенадцать этапов проектирования, на каждом из которых разрабатываются определенные диаграммы: вариантов использования, обзора взаимодействия, классов, объектов, деятельности, коммуникации (последовательности), пакетов, синхронизации, автомата, компонентов, составной структуры, развертывания. Кроме того, в модификации UML — в SysML, вводятся дополнительные этапы: требований и параметризации. Главным недостатком методологии является сложность точного описания модели на языке UML, что необходимо для получения работоспособной системы, и противоречивость, возникающая в процессе неформального проектирования СИВ [11].
СИВ часто характеризуются сложными и непредсказуемыми взаимодействиями между программными модулями. И хотя они позволяют успешно решать широкий круг задач, присущая им сложность затрудняет анализ, понимание, отладку и модификацию подобных систем. Проектирование СИВ как графов позволяет преодолеть эти трудности и допускает применение к ним хорошо изученной теории графов [12, 13]. Основная идея данной методологии заключается в том, что процесс функционирования такой системы можно представить в виде графа, узлы которого соответствуют событиям, или действиям, инициируемым разными модулями, а ребра соответствуют сообщениям, которые передаются при возникновении некоторых событий и могут вызывать
другие события. Один из подходов анализа графа предполагает его разложение на множество повторяющихся сценариев взаимодействия, например: модуль А посылает сообщение модулю В, который в свою очередь посылает сообщения модулям С и D. Подобный сценарий взаимодействия может служить дескриптивным элементом для всей модели, представляя наглядное изображение локальной динамики в одном или нескольких узлах графа.
К недостаткам данного подхода можно отнести чрезмерные вычислительные затраты, необходимые для анализа графов больших СИВ, и недостаточную ясность визуального представления графов.
Основная идея методологии, основанной на образцах, заключается в повторном использовании готовых решений (образцов) изученных проблем для решения новых [14, 15]. Вследствие модульности объектно-ориентированного программирования часто оказывается, что программист или инженер сталкивается с проблемой, которую он уже решал в такой же или немного измененной форме. Благодаря этому ощущению «дежавю», он может обобщить найденное решение для его повторного использования в новых условиях. Таким образом, образцы представляют собой абстракцию и структурирование опыта, накопленного программистами и разработчиками. Предметами повторного использования могут быть структуры, процессы и понятия. Каждый из этих объектов может рассматриваться на разных уровнях абстракции, например, структуры распространяются на уровень кода, организацию кода и архитектуру системы. Соответственно, данная методология применима как для неформализованной разработки внутренней архитектуры модулей СИВ, так и для всей системы в целом [16]. Образцы также облегчают документирование предложенных решений. Разработчику достаточно указать, какие образцы он использовал, чтобы программист понял общее решение, не вникая в детали.
Главным недостатком данной методологии является увеличение «накладных расходов», затрачиваемых на обеспечение универсальности найденных «образцовых» решений.
В СИВ несколько модулей могут отвечать за решение одной задачи. Но в процессе работы иногда возникают конфликты одновременного доступа нескольких модулей к одному ресурсу. Для создания СИВ, исключающих возможность подобных конфликтов, применяются методологии, основанные на компонентах [17—19].
Основная идея методологий данного типа заключается в следующем. На начальном этапе неформализованного проектирования системы создаются локальные компоненты, которые описывают локальное поведение одного модуля СИВ. Затем локальные компоненты объединяются в глобальный компонент, который описывает функционирование СИВ в целом. Глобальный компонент содержит все различные элементы локальных компонент, поэтому изменение глобального компонента легко учесть на уровне локальных компонентов. Кроме того, локальный компонент некоторого модуля можно модифицировать или удалить совершенно прозрачным для остальных модулей образом, а также повторно подключить к глобальному компоненту. Этот механизм позволяет сократить затраты на обновление модели в случае модификации.
ВЕСТНИК
МГСУ-
5/2013
К недостаткам подхода относятся: сложность применяемых методов и недостаточная проработанность методов разрешения конфликтов в СИВ.
В целом методологии IDEF 0-14 относятся к семейству методологий ICAM (Integrated Computer-Aided Manufacturing), использующихся для решения задач моделирования сложных систем, включая отображение и анализ модели деятельности широкого спектра сложных систем в различных ситуациях [20]. При этом широта и глубина разработки процессов в системе определяется самим разработчиком, что позволяет не перегружать создаваемую модель излишними данными.
Методология IDEF8 это методология разработки интерфейсов взаимодействия пользователя и системы [21]. Преимуществом IDEF8 считается возможность проектирования не просто внешнего вида пользовательского интерфейса, а желаемого взаимного поведения интерфейса и пользователя на трех уровнях: выполняемой операции (описание операции), сценария взаимодействия, определяемого специфической ролью пользователя (по какому сценарию она должна выполняться тем или иным пользователем), и, наконец, деталей интерфейса (какие элементы управления, предлагает интерфейс для выполнения операции). Однако заявленное преимущество в методологии полностью не раскрыто, и зачастую неформализованно спроектированный СИВ описывается несколькими диаграммами сценариев с параметрами, которые не позволяют отразить всю сложность интеллектуального взаимодействия и создать реально работающий ИМИ.
Результаты обзора методологий проектирования СИВ сведены в таблицу. Во второй графе таблицы указаны требования, которым удовлетворяет (+) или не удовлетворяет (-) та или иная методология, представленная в графах 3—9.
Сравнение методологий разработки
№ Требования Gaia MaSE UML Методология IDEF8
на теории графов на образцах на ком-понен- тах
1 2 3 4 5 6 7 8 9
1. Проектирование от постановки целей до реализации + + + + + + +
2. Проектирование для работы с недетерминированной средой - - + - - - -
3. Проектирование для работы с детерминированной средой + + + + + + +
4. Автоматическая модификация проекта по результатам наблюдения за пользователями и средой - - - - - - -
5. Итеративно сть проектирования + + + + + + +
Окончание табл.
№ Требования Gaia MaSE UML Методология IDEF8
на теории графов на образцах на ком-понен- тах
б. Автоматическая генерация кода проекта - + + - - - +
7. Микро- и макроуровень проектирования + + + - - - -
8. Графические инструментальные средства + + + + + + +
9. Простота проектирования + - - - + + -
l0. Формализованное проектирование - - + + - - -
ll. Повторное использование частей проекта - + + - + + +
l2. Непротиворечивость описания проекта + - - - - - -
l3. Формализованное описание свойств проекта - - - - - - -
Заключение. Таким образом, сравнение методологий разработки систем интеллектуального взаимодействия: Gaia, Mase, UML, IDEF8, основанных на образцах, теории графов, компонентах, которые используются для проектирования этой архитектуры, показал, что эти методологии не удовлетворяют следующим фундаментальным требованиям, которые необходимы для создания ИМИ, соответствующего сегодняшним и прогнозируемым темпам развития технологий окружающей интеллектуальности:
1) непротиворечивое формализованное проектирование ИМИ с возможностью автоматического анализа проектов ИМИ;
2) формализованное описание свойств ИМИ и их автоматическая проверка для разработанного проекта ИМИ;
3) автоматическая модификация проекта по результатам наблюдения за пользователями и средой.
Поэтому главный вывод заключается в необходимости разработки новой методологии формализованной разработки ИМИ, которая будет удовлетворять требованиям, предъявляемым к современным методологиям. Возможным подходом к разработке подобной методологии может быть подход экспертного формального описания ИМИ как совокупности иерархически организованных параллельных взаимодействующих последовательностных процессов на визуальном языке или на адекватном ему символьном языке логических уравнений.
Библиографический список
1. Harper R. et al. Being human: Human-computer interaction in the year 2020. Cambridge: Microsoft research Ltd, 2008. Pp. 32—51.
2. Девятков В.В., Алфимцев А.Н. Нечеткая конечно-автоматная модель интеллектуального мультимодального интерфейса // Проблемы управления. 2011. № 2. С. 69—77.
3. Wooldridge M.J., Jennings N.R., Kinny D. The Gaia methodology for agent-oriented analysis and design // Autonomous Agents and Multi-Agent Systems. № 3, 2000. Pp. 285—312.
4. Kendall E.A. Software engineering with role modelling // Proc. of the Agent-oriented software engineering. Berlin:Springer-Verlag, Vol. 1957, 2000. Pp. 163—169.
5. Chaib-draa B. Connection between micro and macro aspects of agent modeling // Proc. of the first international conference on autonomous agents, NY, 1996. Pp. 262—267.
6. DeLoach S.A. Multiagent Systems Engineering: A Methodology and Language for Designing Agent Systems // Proc. of Agent Oriented Information Systems, 1999. Pp. 45—57.
7. Wood M.W., DeLoach S.A. An Overview of the Multiagent Systems Engineering Methodology // Proc. of the First International Workshop on Agent-Oriented Software Engineering, 2000. Pp. 207—221.
8. Zambonelli F. et al. Coordination of Internet Agents: Models, Technologies and Applications. Berlin: Springer-Verlag, 2001. 524 p.
9. Odell J., Parunak H.V., Bauer B. Representing agent interaction protocols in UML // Proc. of Agent-Oriented Software Engineering. Berlin:Springer-Verlag, Vol. 1957, 2000. Pp. 121—140.
10. Bergenti F., Poggi A. Supporting agent-oriented modeling with UML // International journal software engineering and knowledge enginiiring. №6, 2002. Pp. 605—618.
11. Steimann F., Vollmer H. Exploiting practical limitations of UML diagrams for model validation and execution // Journal on Software & Systems Modeling, № 1, 2006. Pp. 26—47.
12. Peng P.W. et al. Graph-based methods for the analysis of large-scale multiagent systems // Proc. of the 8th International Conference on Autonomous Agents and Multiagent Systems. Richland, 2009. Pp. 545—552.
13. Depke R., Heckel R. Formalizing the Development of Agent-Based Systems Using Graph Processes // Proc. of the ICALP'2000 Satellite Workshops on Graph Transformation and Visual Modelling Techniques, 2000. Pp. 419—426.
14. Aridor Y., Lange D.B. Agent Design Patterns: Elements of Agent Application Design // Proc. of the second international conference on Autonomous agents,1997. Pp. 108—115.
15. Rana O.F., Biancheri C. A Petri Net Model of the Meeting Design Pattern for Mobile-Stationary Agent Interaction // Proc. of the 32nd Hawaii International Conference on System Sciences, Vol. 8, 1999. P. 8058.
16. Sauvage S. Design Patterns for Multiagent System Design // Proc. of 3rd Mexican Int. Conf. on Artificial Intelligence, Mexico City, 2004. Pp. 352—361.
17. Brazier F., Jonker C., Treur J. Principles of Component-Based Design of Intelligent Agents // Data and Knowledge Engineering. № 41, 2002. Pp. 1—27.
18. Lian J., Shatz S., He X. Component Based Multi-Agent System Modeling and Analysis: A Case Study // Proc. of the International Conference on Software Engineering Research and Practice, Las Vegas, 2007. Pp. 183—189.
19. Erol K., Lang J., Levy R. Designing Agents from Reusable Components // Proc. of the fourth international conference on Autonomous agents, 2000. Pp. 76—77.
20. Charles M.S. Fifth Generation Management: Co-creating Through Virtual Enterprising, Dynamic Teaming, and Knowledge Networking. Boston : ButterworthHeinemann, 1996. P. 184.
21. Mayer R.J. et al. Information integration for concurrent engineering compendium of methods report. Ohio: Wright-Patterson Air Force Base, 1995. P. 108.
Поступила в редакцию в марте 2013 г.
Об авторах: Алфимцев Александр Николаевич — кандидат технических наук, доцент кафедры информационных систем и телекоммуникаций, ФГБОУ ВПО «Московский государственный технический университет им. Н.Э. Баумана» (ФГБОУ ВПО «МГТУ им. Н.Э. Баумана»), 105005, г. Москва, ул. 2-я Бауманская, д. 5, (499) 267-65-37, alfim@bmstu.ru;
Локтев Даниил Алексеевич — аспирант факультета Информатика и системы управления, ФГБОУ ВПО «Московский государственный технический университет им. Н.Э. Баумана» (ФГБОУ ВПО «МГТУ им. Н.Э. Баумана»), 105005, г. Москва, ул. 2-я Бауманская, д. 5, (499) 267-65-37, loktevdan@yandex.ru;
Локтев Алексей Алексеевич — доктор физико-математических наук, доцент кафедры теоретической механики и аэродинамики, ФГБОУ ВПО «Московский государственный строительный университет» (ФГБОУ ВПО «МГСУ»), 129337, г. Москва, Ярославское шоссе, д. 26, (499) 183-24-01, aaloktev@yandex.ru.
Для цитирования: Алфимцев А.Н., Локтев Д.А., Локтев А.А. Сравнение методологий разработки систем интеллектуального взаимодействия // Вестник МГСУ. 2013. № 5. С. 200—208.
A.N. Alfimtsev, D.A. Loktev, A.A. Loktev
COMPARISON OF DEVELOPMENT METHODOLOGIES FOR SYSTEMS OF INTELLECTUAL INTERACTION
Development of systems for intellectual interaction in general and intelligent multimodal interfaces in particular involves employment of specific methodologies for development of an specific architecture composed of a converter of perceptions and situations, modifiers of models of user's behaviour and the environment, recognizer of situations, as well as units responsible for storage of formal models of the user behaviour, environment and represented perceptions. In this case, various development methodologies may be employed, including Gaia, Mase, UML, IDEF8, based on samples, graph theory and components. In the course of the comparative analysis of the above methodologies, special requirements are applicable to the above methodologies are identified and basic strengths and weaknesses of existing methodologies are considered.
Key words: development methodology, formalized design, human-computer interaction, intelligent multimodal interfaces.
References
1. Harper R. et al. Being Human: Human-computer Interaction in the Year 2020. Cambridge, Microsoft Research Ltd, 2008, pp. 32—51.
2. Devyatkov V.V., Alfimtsev A.N. Nechetkaya konechno-avtomatnaya model' intellektual'nogo mul'timodal'nogo interfeysa [Fuzzy Finite Automaton Model of an Intelligent Multimodal Interface]. Problemy upravleniya [Management Problems]. 2011, no. 2, pp. 69—77.
3. Wooldridge M.J., Jennings N.R., Kinny D. The Gaia Methodology for Agent-oriented Analysis and Design. Autonomous Agents and Multi-Agent Systems. 2000, no. 3, pp. 285—312.
4. Kendall E.A. Software Engineering with Role Modeling. Proc. of the Agent-oriented Software Engineering. Berlin, Springer-Verlag, 2000, vol. 1957, pp. 163—169.
5. Chaib-draa B. Connection between Micro and Macro Aspects of Agent Modeling. Proc. of the First International Conference on Autonomous Agents. NY, 1996, pp. 262—267.
6. DeLoach S.A. Multiagent Systems Engineering: A Methodology and Language for Designing Agent Systems. Proc. of Agent Oriented Information Systems. 1999, pp. 45—57.
7. Wood M.W., DeLoach S.A. An Overview of the Multiagent Systems Engineering Methodology. Proc. of the First International Workshop on Agent-Oriented Software Engineering. 2000, pp. 207—221.
8. Zambonelli F. et al. Coordination of Internet Agents: Models, Technologies and Applications. Berlin, Springer-Verlag, 2001, 524 p.
9. Odell J., Parunak H.V., Bauer B. Representing agent interaction protocols in UML // Proc. of Agent-Oriented Software Engineering. Berlin, Springer-Verlag, 2000, vol. 1957, pp. 121—140.
10. Bergenti F., Poggi A. Supporting Agent-oriented Modeling with UML. International Journal Software Engineering and Knowledge Engineering. 2002, no. 6, pp. 605—618.
11. Steimann F., Vollmer H. Exploiting Practical Limitations of UML Diagrams for Model Validation and Execution. Journal on Software & Systems Modeling. 2006, no. 1, pp. 26—47.
12. Peng P.W. et al. Graph-based Methods for the Analysis of Large-scale Multiagent Systems. Proc. of the 8th International Conference on Autonomous Agents and Multiagent Systems. Richland, 2009, pp. 545—552.
13. Depke R., Heckel R. Formalizing the Development of Agent-Based Systems Using Graph Processes. Proc. of the ICALP'2000 Satellite Workshops on Graph Transformation and Visual Modeling Techniques. 2000, pp. 419—426.
14. Aridor Y., Lange D.B. Agent Design Patterns: Elements of Agent Application Design. Proc. of the Second International Conference on Autonomous Agents. 1997, pp. 108—115.
15. Rana O.F., Biancheri C. A Petri Net Model of the Meeting Design Pattern for Mo-bile-Stationary Agent Interaction. Proc. of the 32nd Hawaii International Conference on System Sciences. 1999, vol. 8, p. 8058.
16. Sauvage S. Design Patterns for Multiagent System Design. Proc. of 3rd Mexican Int. Conf. on Artificial Intelligence. Mexico City, 2004, pp. 352—361.
17. Brazier F., Jonker C., Treur J. Principles of Component-Based Design of Intelligent Agents. Data and Knowledge Engineering. 2002, no. 41, pp. 1—27.
18. Lian J., Shatz S., He X. Component Based Multi-Agent System Modeling and Analysis: a Case Study. Proc. of the International Conference on Software Engineering Research and Practice. Las Vegas, 2007, pp. 183—189.
19. Erol K., Lang J., Levy R. Designing Agents from Reusable Components. Proc. of the Fourth International Conference on Autonomous Agents. 2000, pp. 76—77.
20. Charles M.S. Fifth Generation Management: Co-creating Through Virtual Enterprising, Dynamic Teaming, and Knowledge Networking. Boston, Butterworth-Heinemann, 1996, p. 184.
21. Mayer R.J. et al. Information Integration for Concurrent Engineering Compendium of Methods Report. Ohio, Wright-Patterson Air Force Base, 1995, p. 108.
About the authors: Alfimtsev Aleksandr Nikolaevich — Candidate of Technical Sciences, Associate Professor, Department of Information Systems and Telecommunications, Moscow State Technical University named after N.E. Bauman (MSTU), 5 2nd Baumanskaya st., Moscow, 105005, Russian Federation; kaf@iu3.bmstu.ru; +7 (499) 267-65-37;
Loktev Daniil Alekseevich — postgraduate student, Faculty of Informatics and Control Systems, Moscow State Technical University named after N.E. Bauman (MSTU), 5 2nd Baumanskaya st., Moscow, 105005, Russian Federation; loktevdan@yandex.ru; +7 (499) 267-65-37;
Loktev Aleksey Alekseevich — Doctor of Physical and Mathematical Sciences, Associate Professor, Department of Theoretical Mechanics and Aerodynamics, Moscow State University of Civil Engineering (MGSU), 26 Yaroslavskoe shosse, Moscow, 129337, Russian Federation; aaloktev@yandex.ru; +7 (499) 183-24-01.
For citation: Alfimtsev A.N., Loktev D.A., Loktev A.A. Sravnenie metodologiy razrabotki sistem intellektual'nogo vzaimodeystviya [Comparison of Development Methodologies for Systems of Intellectual Interaction]. Vestnik MGSU [Proceedings of Moscow State University of Civil Engineering]. 2013, no. 5, pp. 200—208.
