Arduino- आधारित आर्टिफिशियल इंटेलिजेंस

वर्तमान में, रोबोटिक्स में कृत्रिम बुद्धिमत्ता (एआई) के उपयोग के साथ मामलों की वर्तमान स्थिति इंटरनेट के रूसी खंड में पर्याप्त रूप से शामिल नहीं है। इस स्थिति को ठीक करने की इच्छा ने बुद्धिमान नियंत्रण प्रणालियों के विकास से संबंधित सामग्री के प्रकाशन को प्रेरित किया। कागज एक स्वत: नियंत्रण प्रणाली (एसीएस) डिजाइन करने के लिए कृत्रिम बुद्धिमत्ता (फजी लॉजिक (एनएल), आनुवंशिक एल्गोरिदम (जीए), फजी तंत्रिका नेटवर्क (एनएनएस)) के ऐतिहासिक विकास पर विचार करता है। डिजाइन कार्यप्रणाली की तुलना अरुडिनो मंच पर आधारित रोबोट के उदाहरण पर की जाती है।

परिचय

फिलहाल, प्रभावी उच्च विज्ञान-गहन सूचना प्रौद्योगिकी (आईटी) (विज्ञान और प्रौद्योगिकी के विभिन्न क्षेत्रों में निर्मित) का विकास, विकास और कार्यान्वयन प्रक्रियाओं और नियंत्रण प्रणालियों की बुद्धि के स्तर को बढ़ाने और विकसित करने की आवश्यकता के साथ आंतरिक रूप से जुड़े हुए हैं, जिनका उपयोग नियंत्रण के कानूनों में उद्देश्य-आधारित भौतिक प्रभावों को ध्यान में रखते हुए किया जाता है। , प्रतिबंध और सूचना सीमाएं जो वास्तव में नियंत्रण वस्तु (ओएस) के विशिष्ट मॉडल में मौजूद हैं।

नियंत्रण प्रणालियों के सिद्धांत और डिजाइन में, वर्तमान में जटिल भौतिक ओएस के आधुनिक उच्च आईटी बुद्धिमान नियंत्रण के गहन विकास और गुणात्मक सुधार में मजबूत बुद्धिमान नियंत्रण प्रणालियों (आईएमएस) की भूमिका और प्रभावी उपयोग की पहचान करने पर बहुत ध्यान दिया जा रहा है।

भौतिक प्रणालियों के विवरण की जटिलता, बदले में, ओएस मॉडल को अनुमानित करने और अनुमानित समाधानों की आवश्यकता की ओर ले जाती है जो अप्रत्याशित परिस्थितियों और सूचना जोखिम में नियंत्रण लक्ष्य को प्राप्त करने के लिए आवश्यक और पर्याप्त शर्तों की गारंटी नहीं देते हैं। इसलिए, सिद्धांत और नियंत्रण प्रणालियों में, निर्णय लेने के जोखिम को कम करने के लिए प्रभावी तरीकों में से एक (ओएस मॉडल के विवरण की अपूर्णता से) मजबूत ISUs [1] की संरचनाओं का विकास है।

बुद्धिमान नियंत्रण प्रणालियों का विकास

अनिवार्य रूप से गैर-रेखीय और विश्व स्तर पर अस्थिर ओसी की नियंत्रण समस्याओं का अध्ययन ओसी पर विभिन्न प्रकार के स्टोकेस्टिक अशांति की उपस्थिति में किया जाता है। स्टोकेस्टिक मॉडलिंग की विकसित प्रणाली का उपयोग करते हुए, पारंपरिक पीआईडी ​​नियंत्रक के रूप में स्व-चालित बंदूकों के एक्चुएटर के उपयोग के आधार पर शास्त्रीय स्व-चालित बंदूकों की सीमित संभावनाओं को निर्धारित किया गया था (तालिका 1, स्थिति 1 देखें)। अध्ययन के परिणामस्वरूप, निम्नलिखित तथ्य स्थापित किया गया था: निरंतर लाभ कारक के साथ एक पीआईडी ​​नियंत्रक पर आधारित शास्त्रीय स्व-चालित बंदूकें अक्सर गैर-गॉसियन (जैसे, रेले) स्टोकेस्टिक शोर के प्रभाव में वैश्विक रूप से अस्थिर और पर्याप्त रूप से गैर-रेखीय ऑप एम्प के मामले में नियंत्रण समस्या से निपटने में विफल रहती हैं। माप चैनलों में समय की देरी में भी।

इस तथ्य को निम्नलिखित परिस्थितियों द्वारा समझाया गया है। क्लासिक स्व-चालित बंदूकें वैश्विक नकारात्मक प्रतिक्रिया और नियंत्रण त्रुटि मुआवजा पद्धति के सिद्धांत पर आधारित हैं। हालांकि, जटिल ओप्संस (नीचे एक Arduino रोबोट के साथ एक उदाहरण) में, नियंत्रण गुणवत्ता की केवल एक कसौटी द्वारा अनुकूलन परिणाम का होना पर्याप्त नहीं है, जैसे नियंत्रण त्रुटि का एक न्यूनतम। इसलिए, अभ्यास में, जब जटिल ओएस के साथ आईएसयू डिजाइन करते हैं, तो निम्न समस्या उत्पन्न होती है: नियंत्रण प्रणाली में प्रबंधन की गुणवत्ता के लिए अन्य, अतिरिक्त मानदंड कैसे पेश करें?

तालिका 1. ISU का विकास

इस तरह के मानदंड में शामिल हैं, उदाहरण के लिए, OS में न्यूनतम एन्ट्रापी उत्पादन, और / या नियंत्रण प्रणाली में एंट्रोपी उत्पादन का न्यूनतम (खाते में गर्मी के नुकसान, सुविधा और नियंत्रण प्रणाली में उपयोगी काम का नुकसान), या अन्य अधिक जटिल, वैक्टरियल नियंत्रण गुणवत्ता मानदंड।

नोट। शारीरिक नियंत्रण सिद्धांत के निर्माण के समान और संबंधित मुद्दों पर एए के कार्यों में विचार किया गया था। क्रसोव्स्की, एस.वी. एमेलीनोवा, यू.आई. समोइलेन्को, ए.जी. बुटकोवस्की, एल.आई. Rozonoer, R. Poplavsky, A.M. Tsirlina ए.पी. फ्राडकोवा और कई अन्य एट अल।

निरंतर लाभ कारकों के साथ एक मानक पीआईडी ​​नियंत्रक की डिजाइन प्रक्रिया का उपयोग करके इस मुद्दे को हल करना लगभग असंभव है। क्लासिक स्व-चालित बंदूकों में नियंत्रण की गुणवत्ता के लिए जटिल मानदंड लागू करने के लिए सीमित अवसर, विशेष रूप से ऊपर उल्लिखित नियंत्रण मामलों में, मुश्किल परिस्थितियों में एक मानव विशेषज्ञ द्वारा उपयोग की जाने वाली नियंत्रण रणनीतियों का उपयोग करने के लिए विचारों के आधार पर एमआईएस के विकास के लिए एक प्रारंभिक बिंदु के रूप में कार्य किया गया है।

पहले चरण में, तथाकथित "सॉफ्ट कंप्यूटिंग", फजी सेटों के सिद्धांत और फजी इनविज़न के आधार पर, "मानव-मशीन" नियंत्रण रणनीतियों को मॉडल करने के लिए इस्तेमाल किया जाने लगा। इसलिए, उदाहरण के लिए, तालिका 1-1 में प्रस्तुत संरचना को एसीएस की शास्त्रीय संरचना में घटक ब्लॉकों को क्रमिक रूप से निर्माण करके एक विशेषज्ञ नियंत्रण प्रणाली तालिका 1-2 में परिवर्तित किया जाता है (इस मामले में, एक फजी इंजेक्शन इकाई शुरू करके) और आईएसयू (छवि 1) की पहली पीढ़ी का एक उदाहरण है।

अंजीर। 1. फजी नियंत्रक के साथ नियंत्रण प्रणाली

इस प्रकार, एमआईएस की पहली पीढ़ी एक फजी विशेषज्ञ प्रणाली (ईएस) थी। इन ES में मुख्य भूमिका ज्ञान आधार (KB) की गुणवत्ता द्वारा निभाई गई थी, जो एक मानव विशेषज्ञ के अनुभव और व्यक्तिपरक ज्ञान द्वारा निर्धारित की गई थी। हालांकि, जटिल स्टोकेस्टिक शोर के प्रभाव में वैश्विक रूप से अस्थिर और पर्याप्त रूप से गैर-रैखिक ओप एम्प को नियंत्रित करने के मामले में, एक अनुभवी मानव विशेषज्ञ के लिए भी इष्टतम खोजना मुश्किल है (नियंत्रण गुणवत्ता के दृष्टिकोण से) ज्ञान का आधार। यह समस्या पहले (और उनके बाद के संशोधनों) ISUs की अड़चन है। इसलिए, ओएस की जटिलता और विशेषज्ञ द्वारा प्रदान की गई जानकारी की जटिलता के कारण ज्ञान के निष्कर्षण और ज्ञान के आधार (आईएसएस के डिजाइन प्रौद्योगिकी के आधार के रूप में) के रूप में ईएस के उपयोग ने अपेक्षित महत्वपूर्ण सफलता हासिल नहीं की (हालांकि औद्योगिक कार्यान्वयन के कई उदाहरण हैं)।

डिजाइन प्रौद्योगिकी के दृष्टिकोण से, पहली पीढ़ी के एमआईएस को पेश करने की मुख्य समस्या ओएस मापदंडों में बदलाव के लिए उनकी कमजोर अनुकूलनशीलता है (उदाहरण के लिए, ओएस संरचना की उम्र बढ़ने या बाहरी वातावरण में तेज बदलाव), साथ ही साथ प्राप्त नियंत्रण कानूनों की कम मजबूती। इस तरह की समस्याओं को हल करने के लिए, एक ही श्रृंखला में GA, NNS और फ़ज़ी कंट्रोलर (HP) को मिलाकर सॉफ्ट कंप्यूटिंग तकनीकों का उपयोग करके दूसरी पीढ़ी का IMS विकसित किया गया था। इसने हमें एचपी के ज्ञानकोष की संरचना और मापदंडों के गठन के चरण में विशेषज्ञ के व्यक्तिपरक राय को बाहर करने की अनुमति दी। बदले में, सॉफ्ट कंप्यूटिंग पर आधारित ISUs के विकास ने KB संरचनाओं के निर्माण के कई दृष्टिकोणों को जन्म दिया है। प्रारंभ में, इसे जीए से कुछ बल्कि प्रशिक्षित प्रशिक्षण संकेत (ओएस) बनाने और एनएनएस पर प्राप्त ओएस को अनुमानित करके ज्ञान के आधार को निकालने की योजना बनाई गई थी। दूसरी पीढ़ी के ISU की संरचना को पहली पीढ़ी के ISU की संरचना में प्रस्तुत करके दर्शाया गया है जिसमें एक इकाई है जिसमें GA और NNS शामिल हैं (देखें, तालिका 1-3)।

इसके बाद, एमआईएस की दूसरी पीढ़ी ने एक नई प्रकार की प्रतिक्रिया का उपयोग करना शुरू किया, जिसे बुद्धिमान वैश्विक प्रतिक्रिया (आईओएस) कहा जाता है, तालिका 1 (स्थिति 4) में प्रस्तुत किया गया है। इसका उपयोग ओएस और एसीएस एक्चुएटर के सबसे गतिशील व्यवहार से सीधे उद्देश्य ज्ञान को निकालना संभव बनाता है। IGOS सर्किट में इष्टतम नियंत्रण संकेत (op-amp और पीआईडी ​​नियंत्रक के गतिशील और थर्मोडायनेमिक व्यवहार के आधार पर) और NNS के बारे में जानकारी प्राप्त करने के लिए एक GA शामिल है, जो तंत्रिका नेटवर्क की दी गई संरचना का उपयोग करके इस इष्टतम नियंत्रण संकेत का अनुमान लगाता है। इस पीढ़ी के ISU की संरचना में मुख्य इकाई GA का उपयोग कर इष्टतम नियंत्रण संकेत मॉडलिंग प्रणाली (SMOSU) है और GA फिटनेस वेक्टर फ़ंक्शन (छवि 2) के घटकों में से एक के रूप में परिभाषित नियंत्रण गुणवत्ता मानदंड है।

अंजीर। 2. दूसरी पीढ़ी के बुद्धिमान नियंत्रण प्रणाली

आईजीओएस के साथ पांचवीं पीढ़ी के आईएसयू द्वारा हल की जाने वाली मुख्य समस्या विभिन्न संभाव्य प्रकृति (विभिन्न संभावना घनत्व कार्यों के साथ) के पैरामीट्रिक और बाहरी यादृच्छिक गड़बड़ी दोनों के दिए गए वर्ग पर मजबूती के आवश्यक स्तर को प्राप्त करने की संभावना है। एक अन्य महत्वपूर्ण समस्या ओएस के विवरण (अनुमानित) की सटीकता और एनएनएस की संपूर्ण संरचना की मजबूती के आवश्यक स्तर के बीच आवश्यक संबंध का निर्धारण है। इन दोनों समस्याओं को "ऑप्टिमाइज़र ऑफ़ नॉलेज बसेस" (OBZ) (छवि 3) नामक सॉफ्टवेयर टूल की सहायता से ISU के एक ज्ञानकोष के निर्माण के लिए प्रौद्योगिकी के दूसरे चरण में हल किया गया है।

अंजीर। 3. पांचवीं पीढ़ी के बुद्धिमान नियंत्रण प्रणाली। सॉफ्टवेयर टूलकिट OBZ के साथ

आप इस तरह के सिस्टम को डिजाइन करने के उदाहरणों का उपयोग करके आईएसयू के डिजाइन से और अधिक विस्तार से परिचित हो सकते हैं:
बुद्धिमान जोड़तोड़ नियंत्रण
शारीरिक रूप से मापा संकेत से ज्ञान निकालने के लिए विधि
रिमोट केबी सेटअप

ISAU के उपयोग के एक उदाहरण पर विचार करें।

गणितीय मॉडल और रोबोट

"कैरिज - इनवर्टेड पेंडुलम" प्रकार (छवि 4) की एक वस्तु को नियंत्रित करना नियंत्रण सिद्धांत में विशिष्ट कार्यों में से एक है, क्योंकि इस समस्या का समाधान स्पष्ट रूप से स्व-चालित बंदूकों की गुणवत्ता को दर्शाता है। अक्ष पर तय किए गए एक उल्टे पेंडुलम के साथ एक असमान गाड़ी के रूप में मॉडल की गतिशीलता पर विचार करें:

चित्र 4 "कैरिज - उल्टे पेंडुलम" प्रणाली का मॉडल

इस OC की गतिशीलता को दूसरे क्रम के अंतर समीकरणों की एक प्रणाली द्वारा वर्णित किया गया है, जो क्षैतिज Z अक्ष पर बलों के क्षणों और अनुमानों के संतुलन से घर्षण बलों और गाड़ी की लोच को ध्यान में रखते हैं:

एन्ट्रापी उत्पादन की दर के समीकरण इस प्रकार हैं:

समीकरण z और थीटा में, सामान्यीकृत निर्देशांक; g गुरुत्वाकर्षण त्वरण है, ms ट्रॉली का द्रव्यमान है, m उलटा पेंडुलम है (जिसे "ध्रुव" कहा जाता है), l पेंडुलम की आधी लंबाई है, k और a1 z और थीटा में घर्षण गुणांक हैं, क्रमशः, a2 ट्रॉली का लोचदार बल है, "xi" बाहरी स्टोकेस्टिक शोर, और यू नियंत्रण शक्ति है।

एक गतिशील प्रणाली में वैश्विक गतिशील अस्थिरता होती है, नियंत्रण बल की अनुपस्थिति में, विक्षेपण कोण में असीमित वृद्धि होती है, अर्थात। पेंडुलम गिर जाता है। सिस्टम को नियंत्रित करने का कार्य बदलती परिस्थितियों में ऑपरेटिंग स्थिति के तहत ऊर्ध्वाधर स्थिति में पेंडुलम (ऊर्ध्वाधर से 0 तक पेंडुलम अक्ष के विचलन के कोण) को पकड़ने (स्थिर करने) के लिए कार्य करना है (ट्रॉली पर नियंत्रण बल का उपयोग करना)।

चित्र 5। मैटलैब सिमुलिंक में गणितीय मॉडल लागू किया गया

मॉडल (छवि 5) में एक पीआईडी ​​नियंत्रक, नियंत्रण और माप प्रणाली में शोर, और नियंत्रक के लिए एक संकेत उत्पन्न करने वाला एक ब्लॉक भी शामिल है।
इस कंप्यूटर मॉडल का उपयोग प्रशिक्षण संकेत प्राप्त करने और एसएससी का उपयोग करके ज्ञान आधार स्थापित करने के लिए किया जाता है। सामान्य ज्ञान आधार का उपयोग करके ज्ञान के आधार के निर्माण के मुख्य चरणों को [1,9] में माना जाता है।

इस प्रकार का op-amp, मजबूत बुद्धिमान नियंत्रण के सॉफ्टवेयर उपकरणों के परीक्षण के लिए विशिष्ट (बेंचमार्क) है। ऐसी प्रणालियों के उदाहरणों को [2 - 8] में माना गया था और उन्हें अंजीर में प्रस्तुत किया गया था। 6।

अंजीर। 6. इसी तरह के ऑप्स

एक समान ओएस लेआउट के उपकरण पर विचार करें। अंजीर में। चित्र 7 एसएसएस का उपयोग करके ISAU की डिजाइन तकनीकों का परीक्षण करने के लिए उपयोग किए गए लेआउट को दर्शाता है। इस प्रकार के रोबोट यहां विस्तार से माने जाते हैं ।

अंजीर। 7. सिस्टम लेआउट

मापने की प्रणाली (चित्र 7, सेंसर) के रूप में, मॉडल सेंसर के संयोजन के साथ एक बोर्ड का उपयोग करता है - एक जीरोस्कोप और एक एक्सीलरोमीटर - 5 DoF (स्वतंत्रता के पांच डिग्री) IDG500 / ADXL335। सिस्टम का मुख्य और केंद्रीय तत्व ATmega328 प्रोसेसर पर आधारित Arduino microcontroller है। बोर्ड प्रोसेसर से कंप्यूटर पर डेटा स्थानांतरित करने के लिए एक यूएसबी कनेक्टर से लैस है। USB इंटरफ़ेस का उपयोग डेटा संचारित करने और प्राप्त करने के लिए प्रयोगों के दौरान किया जाता है (नियंत्रण क्रिया का विचलन कोण और परिमाण), साथ ही साथ दूरस्थ सेटिंग्स के लिए, जिस पर नीचे चर्चा की जाएगी। सेंसर माइक्रोकंट्रोलर के एनालॉग इनपुट का उपयोग करके जुड़े हुए हैं।
लेआउट कार्यक्रमों के बुनियादी कार्यों को अंजीर में दिखाया गया है। 8., सामान्य तौर पर, उन्हें स्यूडकोड में लिखा जा सकता है:
• माप
• छानना
• प्रबंधन
• समय की गिनती (देरी)।

अंजीर। 8. रोबोट ऑपरेशन एल्गोरिथ्म का छद्म कोड

ध्यान दें कि अंजीर में दिखाया गया सिस्टम लेआउट का एल्गोरिथ्म। 8 पहले से चर्चा की गई एक बंद लूप स्व-चालित बंदूकों का एक विशेष उदाहरण है (तालिका 1-1)।

प्रयोग

नियंत्रकों की मजबूती का परीक्षण करने के लिए, हम दो नियंत्रण स्थितियों का उपयोग करते हैं:

1) एक विशिष्ट स्थिति - जिसके लिए नियामकों (ओएस और चटाई में वर्णित स्थिति) को विकसित करना है।

2) अनियंत्रित स्थिति 1 - सिस्टम में अतिरिक्त शोर (प्रयोग में क्रुप का उपयोग किया गया था)

3) अनियंत्रित स्थिति 2 - नियंत्रण में देरी तीन बार बढ़ जाती है।

वीडियो तीन प्रकार के नियंत्रण दिखाता है:

1) क्लासिक पीआईडी ​​नियंत्रक
2) ओबीजेड पर आधारित फजी रेगुलेटर
3) छिपी हुई क्वांटम सूचना (ISU के समान क्वांटम रेगुलेटर और डिजाइन तकनीक का विवरण यहां ) का उपयोग करके नए प्रकार की गणनाओं के आधार पर एक क्वांटम नियामक।

निष्कर्ष

फजी नियामकों और एमआईएस के लिए इस डिजाइन प्रौद्योगिकी की संरचना में शामिल होना चाहिए:

ओ इष्टतम माप जीए के लिए इष्टतम नियंत्रण और गणितीय मॉडल के सत्यापन के लिए,

o GA के सहारे प्राप्त होने वाले इष्टतम नियंत्रण संकेत के सन्निकटन के लिए फजी तंत्रिका नेटवर्क और इसके आधार पर "इष्टतम" ज्ञान आधार की निकासी,

सूचना-एन्ट्रापी मानदंडों का उपयोग करते हुए GA के आधार पर ज्ञान आधार का "ठीक-ट्यूनिंग"।

ओबीजेड आपको प्रारंभिक जानकारी की अनिश्चितता की स्थिति में एक जटिल ओएस की विश्वसनीयता और नियंत्रणीयता के अधिकतम स्तर के साथ इष्टतम आईएसयू को डिजाइन करने के सिद्धांत को लागू करने की अनुमति देता है।

आईएमएस की संरचना में ओबीजेड की मदद से डिज़ाइन किए गए ज्ञान अड्डों का उपयोग स्वयं-चालित बंदूकों के औद्योगिक अनुप्रयोगों के क्षेत्र को जटिल गतिशील ओएस तक फैलाता है।

संदर्भ

1. उल्यानोव एस.वी., लिटविंत्सेवा एल.वी., डोब्रिनिन वी.एन., मिश्री ए.ए. बुद्धिमान मजबूत नियंत्रण: सॉफ्ट कंप्यूटिंग प्रौद्योगिकियां, मॉस्को: VNIIgeosystem, 2011।

2. ग्रासर, एफ।, डी'आरिगो, ए।, क्यूसेली, एस। और रूफर, ए। जो: ए मोबाइल इनवर्टेड पेंडुलम। // IEEE Transaction Electronics। - 2002. - वॉल्यूम। 49. - नहीं 1. - पीपी। १० 107 - ११४।

3. चोई डी।, ओह जे- एच। कम-क्रम गड़बड़ी पर्यवेक्षक // आईईईई इंटरनेशनल कॉन्फ्रेंस ऑन रोबोट एंड ऑटोमेशन पासाडेना, सीए, यूएसए, मई 19-23, 2008 के द्वारा पहिएदार उल्टे पेंडुलम का मानव-अनुकूल गति नियंत्रण। - पीपी। २५२१ - २५२६

4. नवावी एसडब्ल्यू, अहमद एमएन और उस्मान जेएचएस, दो-पहिया उल्टे पेंडुलम मोबाइल के लिए वास्तविक समय नियंत्रण प्रणाली - रोबोट, // प्रैक्टिस / आई फ्यूचरस्टनर (एड) में उन्नत ज्ञान अनुप्रयोग। - टेक। - 2010 ।-- पीपी। २ ९९ - ३ १२।

5. Gocmen A. दो पहिया इलेक्ट्रिक वाहन का डिजाइन। - मास्टर विज्ञान। थीसिस। - अतीलिम विश्वविद्यालय, टेम्पुज़। - 2011।

6. ताकेनेका टी।, हिरणो एम।, इज़ुमी एच।, कुवाबारा के।, कोयामा के।, केशी श। उल्टा पेंडुलम मोबाइल वाहन। - पेटेंट यूएस 8,224,891 बी 2। - पेटेंट की तारीख। - जुल। २४, २०१२

7. कास्त्रो ए। दो पहियों वाले उल्टे पेंडुलम का मॉडलिंग और गतिशील विश्लेषण। - मास्टर साइंस थीसिस। - जॉर्जिया इंस्टीट्यूट ऑफ टेक्नोलॉजी, अटलांटा, यूएसए। - 2012।

8. नसीर ए।, अहमद एन।, ग़ज़ली आर।, पाखरी एन। फ़ज़ी लॉजिक कंट्रोलर (एफएलसी) और पीआईडी ​​नियंत्रक के बीच अत्यधिक नॉनलाइन टू-व्हील्स बैलेंसिंग रोबोट के लिए प्रदर्शन की तुलना में। - IEEE कंप्यूटर सोसाइटी। - 2011. - पीपी। 176 - 181।

9. रेशेतनिकोव एजी, उल्यानोव एसवी, एक शारीरिक रूप से मापा प्रशिक्षण संकेत से ज्ञान निकालने के लिए विधि: एक फजी नियंत्रक के ज्ञान अड्डों को डिजाइन करना, "विज्ञान और शिक्षा में सिस्टम विश्लेषण" एल / एफएस77-51141 09/14/2012 से। अंक संख्या 1, 2013