Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Автоматизированное проектирование средств поддержки принятия решений на основе компонентно-модульного подхода и алгоритмов псевдобулевой оптимизации

Диссертация: Автоматизированное проектирование средств поддержки принятия решений на основе компонентно-модульного подхода и алгоритмов псевдобулевой оптимизации
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Обостряется проблема несоответствия теоретической базы поддержки принятия решений изменившимся требованиям к качеству управления предприятиями. В рамках направления искусственного интеллекта существует множество информационных технологий и систем, призванных помочь в деле управления обществом, производством, торговлей, кредитной и финансовой сферами и т. д. Наиболее известными являются… Читать ещё >

Содержание

  • 1. Анализ систем поддержки принятия решений и средств автоматизации их разработки, направления по совершенствованию технологии автоматизированного проектирования СППР
    • 1. 1. Анализ методов и инструментальных сред, используемых в системах поддержки принятия решений
    • 1. 2. Технология проектирования и разработки промышленных экспертных систем
    • 1. 3. Методы решения задач и их повторное использование в системах поддержки принятия решений
    • 1. 4. Цель и задачи исследования
  • 2. Методика автоматизации проектирования прикладных систем поддержки принятия решений и формирование базы знаний методов принятия решений
    • 2. 1. Разработка методики автоматизированного проектирования систем поддержки принятия решений
    • 2. 2. Формирование базы знаний методов принятия решений на основе их классификации
    • 2. 3. Разработка базы знаний методов принятия решений и формальной спецификации задачи

Автоматизированное проектирование средств поддержки принятия решений на основе компонентно-модульного подхода и алгоритмов псевдобулевой оптимизации (реферат, курсовая, диплом, контрольная)

Актуальность темы

Современный этап развития общества характеризуется его глубокой и всесторонней информатизацией. Направления развития информатики увязываются с возможными решениями главных проблем развития человечества. Одна из них состоит в создании инструмента, способного помочь человеку в принятии решений любой сложности, любого уровня, в любой сфере деятельности, локального и глобального масштабов. Основой такого инструмента служит «коллективный разум», или коллективные знания, хранящиеся в компьютерных системах. Однако анализ состояния разработок в области поддержки принятия решений показывает крайнюю ограниченность методов и средств, используемых для решения подобного класса задач. В связи с этим актуальность темы исследования определяется необходимостью развития методологии создания систем поддержки решений.

Обостряется проблема несоответствия теоретической базы поддержки принятия решений изменившимся требованиям к качеству управления предприятиями. В рамках направления искусственного интеллекта существует множество информационных технологий и систем, призванных помочь в деле управления обществом, производством, торговлей, кредитной и финансовой сферами и т. д. Наиболее известными являются: экспертные системы, советующие системы, системы поддержки принятия решений, системы исполнения решений, интеллектуальные системы. Общей чертой перечисленных систем и технологий является использование в них знаний человека-эксперта. Применение таких систем дает наибольший эффект при решении задач, которые характеризуются слабой формализацией и большую, а иногда решающую роль играют знания и опыт высококвалифицированных специалистов (экспертов). Известные сегодня теоретические положения создания систем поддержки решений не позволяют разрабатывать инструментальные средства, которые могли бы комплексно поддерживать все этапы принятия решений и синтезировать формальные методы формирования решений со знаниями и интуицией менеджера.

Специфика задач в области принятия решения состоит в том, что не существует универсальных средств решения, и поэтому для каждой задачи фактически приходится создавать свою систему поддержки принятия решений, являющуюся реализацией конкретного метода или группы методов. Как результат, в большинстве случаев системы поддержки принятия решений создаются как системы «под ключ», исключая их дальнейшее развитие без участия разработчиков.

Исходя из сказанного, актуальной является проблема разработки аппарата и технологии, которые позволили бы автоматизировать процесс создания систем поддержки принятия решений и моделей принятия решений. Этот аппарат помимо функций создания должен также обеспечивать и решение задачи, возможность его исследования, то есть являться технологией создания и использования методов принятия решений, систем поддержки принятия решений настраиваемых на задачу.

В связи с этим возникает необходимость разработки инструментальных средств создания прикладных систем поддержки принятия решений, формализованного аппарата синтеза программного обеспечения систем поддержки принятия решений, ориентированных на решение того или иного класса задач и оптимальных в смысле заданных технико-экономических требований.

В настоящее время в области инженерии знаний, целью которой является исследование и разработка прикладных программных систем, основанных на знаниях и моделирующих работу экспертов в трудно формализуемых предметных областях, существует множество методологий и инструментальных средств, ориентированных, в первую очередь, на повторное использование методов решения задач, где под повторным использованием методов понимается использование ранее разработанных методов при создании новых систем, основанных на знаниях, «ь Известными примерами таких методологий являются Task Structures,

Role-Limiting Methods, Method-to-Task и Components of Expertise. На основе этих методологий разработаны такие инструментальные средства, как CommonKADS, PROTEGE-II, Spark/Burn/Firefighter, MIKE и другие. Характерной особенностью этих инструментальных средств является наличие библиотеки различных методов решения задач. Практика разработки таких библиотек основана на повторном использовании так называемых «парадигм» решения задач, например, таких, как Heuristic Classification и Propose-and-* Revise. Эти методы представляют собой описание общей схемы решения задачи на некотором неформальном языке с использованием предметно независимой терминологии.

В процессе разработки системы, основанной на знаниях, эксперту предметной области на основе общей методологии предстоит определить соответствие между терминами, в которых описан метод, и терминами предметной области, для которой создается система. Использование библиотек методов позволяет сделать из инженерии знаний обычную инженерную дис-^ циплину.

Таким образом, актуальность темы заключается в необходимости разработки научно-обоснованных и практически значимых методов синтеза программных средств автоматизированных систем (систем поддержки принятия решений), позволяющих повысить эффективность процесса автоматизированного проектирования.

Работа выполнена в соответствии с межвузовской комплексной научно-технической программой 12.11 «Перспективные информационные техно-±логии в высшей школе» в рамках одного из основных направлений Воронежского государственного технического университета «Проблемно — ориентированные системы управления» .

Цель работы и задачи исследования. Разработка методики, моделей и алгоритмов синтеза программного обеспечения систем поддержки принятия решений, реализующих принцип повторного использования методов и многокритериального выбора сгенерированных вариантов систем поддержки принятия решений.

Для достижения указанной цели в работе решались следующие основные задачи: произвести анализ прикладной области с целью формирования набора типовых методов принятия решений, пригодных для формирования базы знаний методовсформировать описание способа решения задачи автоматизированного проектирования систем поддержки принятия решений в виде формальной спецификации задачиразработать технологию формирования программной системы систем поддержки принятия решений из типовых, повторно используемых компонентов (методов принятия решений) — сформировать многокритериальную оптимизационную модель разрабатываемых систем поддержки принятия решений на основе типового набора методов принятия решений в соответствии с исходной постановкой задачиразработать вероятностно — детерминированный алгоритм поиска оптимального варианта систем поддержки принятия решений на базе метода многоальтернативной оптимизацииразработать программные средства базы знаний методов решения задач принятия решений, многоальтернативной оптимизации для использования в задачах автоматизированного синтеза программных средств систем поддержки принятия решений, рационального выбора вариантов реализаций систем поддержки принятия решений.

Методы исследования основываются на теории сложных систем, теории множеств, теории принятия решений, теории вероятностей, теории исследования операций, в частности, аппарате дискретной стохастической и многоальтернативной оптимизации. При разработке программных средств применялись методы объектно-ориентированного программирования и разработки интеллектуальных систем.

Научная новизна. В работе получены следующие результаты, характеризующиеся научной новизной: методика автоматизированного проектирования систем поддержки принятия решений, отличающаяся выделением ряда типовых задач и определения механизма решения задачи путем формального разбиения ее на подзадачи и покрытия ее типовыми методами принятия решенийбаза знаний методов принятия решений, предназначенная для хранения этих методов в форме, удобной для автоматизированной разработки прикладных систем поддержки принятия решений, отличающаяся возможностью повторного использования методов решения задачкомбинаторная модель рационального выбора проектируемой на основе набора компонентов прикладной системы поддержки принятия решений с учетом характеристик компонентов и ограничений, накладываемых на «совместимость» компонентов, отличающаяся использованием метрик программного обеспечения в качестве критериев оптимизациимодели задач многокритериальной оптимизации, ориентированная на поиск оптимальных алгоритмов с учетом их модульной структуры, а также механизмов ведения памяти и режимов работы системы, отличающиеся возможностью использования вероятностного алгоритма псевдобулевой оптимизацииметод и процедуры многоальтернативной оптимизации, предусматривающие в качестве инвариантной части вероятностный алгоритм дискретной оптимизации псевдобулевой функции векторного аргумента, к которому предъявляется требования булевости, отличающийся возможностью выполнения условий локального улучшения с учетом эквивалентного преобразования ее из матричной формы в векторную.

Практическая ценность и реализация результатов работы. В результате проведенного исследования разработаны структура, математическое, информационное и программное обеспечение подсистемы автоматизированного проектирования прикладных систем поддержки принятия решений, обеспечивающие создание и быстрое прототипирование экспертных систем поддержки принятия решений в различных предметных областях. Применение предложенных методов и процедур позволяет сократить сроки на проведение разработки, оценку и внедрение таких систем как в виде самостоятельных программных средств, так и в виде модулей сложных информационно-управляющих систем.

Использованный в процессе разработки программного продукта принцип повторного использования методов позволил создать универсальные инвариантные программные системы поддержки принятия решений с возможностью их разнообразной конфигурации и широким спектром приложения в различных предметных областях.

В рамках предложенной методики автоматизированного проектирования программного обеспечения систем поддержки принятия решений, разработана эффективная подсистема повторного использования методов решения задач принятия решений, применение которой позволило повысить производительность труда проектировщиков, обеспечить приемлемый уровень использования экономических ресурсов, получить программное обеспечение высокого качества.

Реализация и внедрение результатов работы. Результаты работы внедрены и используются в ОАО «Видеофон» (г. Воронеж). Научные результаты используются в учебном процессе Воронежского государственного технического университета по специальности: 200 800- «Проектирование и технология радиоэлектронных средств». Получен годовой экономический эффект в сумме более 134 тыс. руб.

Апробация работы. Научные результаты и положения диссертационной работы докладывались и обсуждались на следующих конференциях и семинарах: Научно-технических конференциях «Проблемы обеспечения надежности и качества приборов, устройств и систем» (Воронеж 2000;2001 гг.) — Трудах всероссийской конференции «Интеллектуализация управления в социальных и экономических системах» (Воронеж, 2001;2003 гг.) — Международной научно-технической конференции «Системные проблемы качества, математического моделирования и информационных технологий» (Москва-Воронеж-Сочи 2001 г.) — ежегодных научных конференциях профессорско-преподавательского состава Воронежского государственного технического университета.

Публикации. По теме диссертационной работы опубликовано 9 печатных работ.

В работах, опубликованных в соавторстве и приведенных в конце автореферата, лично соискателю принадлежит: в [2] постановка задачи, в [3] комбинаторная модель проектирования систем поддержки принятия решений на основе набора компонентов, в [8] процедуры многоцелевой оптимизации, ориентированные на интеллектуальную поддержку процессов принятия решений и эффективное сочетание априорной и текущей информации об объектах проектирования.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 112 наименований и приложения. Основной объем работы составляют 142 страниц текста, 17 рисунков и 6 таблиц.

4.4. Основные выводы главы

Сложность и разнообразие практических задач выбора вызывают потребность в разработке развитых программных систем решения все новых и новых их классов. Хотя учет специфики конкретного класса задач является одним из важнейших факторов повышения эффективности функционирования СППР, все же, учитывая наличие многих общих аспектов в математических моделях и методах решения задач, относящихся к данному классу, вряд ли была бы целесообразной разработка разных СППР, ориентированных на использование при решении каждого такого класса.

Созданный технологический комплекс, ориентированный на генерацию эффективных прикладных СППР, позволил разработать на его основе с максимальным использованием уже разработанных компонентов специализированные СППР «Альтернатива» и «Конкурс», учитывающие специфику постановки, получения и использования результатов решения конкретных задач выбора.

По результатам внедрения в органы управления СППР «Альтернатива» и «Конкурс» получен экономический эффект в сумме более 134 тыс. руб.

ЗАКЛЮЧЕНИЕ

В диссертационной работе предложена методика автоматизированного проектирования СППР, отличающаяся выделяем ряда типовых задач и определения механизма решения задачи путем формального разбиения ее на подзадачи и покрытия ее типовыми методами принятия решений.

Определен типовой элемент «ЗАДАЧА» и на основе проведенной классификации методов принятия решений сформирован набор типовых задач многокритериальной оптимизации. Указанный набор типовых задач в формате «Дано, Требуется определить» допускает представление в базе знаний методов решения задач.

Сформирована база знаний методов принятия решений, предназначенная для хранения этих методов в форме, удобной для автоматизированной разработки прикладных СППР, отличающаяся возможностью повторного использования методов решения задач.

База знаний методов решения задач составляет ядро системы автоматизированного проектирования прикладных СППР.

Предложена комбинаторная модель рационального выбора проектируемой на основе набора компонентов прикладной СППР с учетом характеристик компонентов и ограничений, накладываемых на «совместимость» компонентов, отличающаяся использованием метрик программного обеспечения в качестве критериев оптимизации.

Разработаны модели задача многокритериальной оптимизации, ориентированные на поиск оптимальных алгоритмов с учетом их модульной структуры, а также механизмов ведения памяти и режимов работы системы, отличающиеся возможностью использования вероятностного алгоритма псевдобулевой оптимизации.

Модифицирован метод многоальтернативной оптимизации, предусматривающий в качестве инвариантной части вероятностный алгоритм дискретной оптимизации псевдобулевой функции векторного аргумента, к которому предъявляется требование булевости, отличающийся возможностью выполнения условий локального улучшения с учетом эквивалентного преобразования ее из матричной формы в векторную.

Разработаны процедуры многоцелевой оптимизации, обеспечивающие интеллектуальную поддержку процессов принятия решений и эффективное сочетание априорной и текущей информации об объектах проектирования

Созданный технологический комплекс, ориентированный на генерацию эффективных прикладных СППР, позволил разработать на его основе с максимальным использованием уже разработанных компонентов специализированные СППР «Альтернатива» и «Конкурс», учитывающие специфику постановки, получения и использования результатов решения конкретных задач выбора.

СППР «Альтернатива» и «Конкурс» внедрены на ОАО «Видеофон» (г. Воронеж) и в государственные органы управления. Получен годовой экономический эффект в сумме более 134 тыс. руб.

Показать весь текст

Список литературы

  1. Актуальные задачи теории динамических систем управления: Сб. науч. ст. / АН БССР, Ин-т математики- под ред. Р. Габасова и др. Минск: Наука и техника, 1989. 332 с.
  2. А.В., Борисов А. Н., Слядзь Н. Н. и др. Исследовательское проектирование в кораблестроении на основе гибридных экспертных систем. // Программные продукты и системы, 1994. № 1. С. 33−39.
  3. И. Л., Суров В. В. Разработка методов решения задач для одного класса систем логических соотношений: Препринт. Владивосток: ИАПУ ДВО РАН, 1999. 52 с.
  4. А.Я. Программирование в С++ Builder 4. М.: ЗАО «Издательство БИНОМ», 1997. 928 с.
  5. Базы знаний интеллектуальных систем / Т. А. Гаврилова, В. Ф. Хорошевский. СПб.: Питер, 2000. 384 с.
  6. В.В., Бунин А. И. Средства представления и обработки знаний в системе FRL/PS // Всесоюзная конф. по искусственному интеллекту: Тез. докл. Т. 1. Минск, 1990. С. 66−71.
  7. С.Ю. Валидация и синтез модели требований к программному обеспечению сложных систем обработки данных // Интеллектуализация управления в социальных и экономических системах: Тр. Всерос. конф. Воронеж: 2003, С. 66−67.
  8. С.Ю. Интеллектуальные датчики информации в системах поддержки принятия решений организационного типа // Проблемы обеспечения надежности и качества приборов, устройств и систем: Межвуз. сб. науч. тр. Воронеж: ВГТУ, 2000. С. 18−24.
  9. С.Ю. Комбинаторная модель выбора компонентов сложных систем обработки данных и методы ее решения // Интеллектуализация управления в социальных и экономических системах: Тр. Всерос. конф. Воронеж: 2003, С. 43−45.
  10. С.Ю. Организация системы поддержки принятия решений в САПР на базе типовых элементов // Интеллектуализация управления в социальных и экономических системах: Тр. Всерос. Конф. 4.2. Воронеж, 2003. С. 141−144.
  11. С.Ю. Разработка библиотеки методов решения задач проектируемых СППР // Интеллектуализация управления в социальных и экономических системах: Тр. Всерос. конф. Воронеж: 2001, С. 48−50.
  12. С.Ю., Муратов А. В. Вероятностный алгоритм оптимального выбора компонентов программных систем // Интеллектуализация управления в социальных и экономических системах: Тр. Всерос. конф. Воронеж: 2003, С. 57−60.
  13. С.Ю., Муратов А. В. Интеллектуализация технологии автоматизированного проектирования систем поддержки принятия решений // Проблемы обеспечения надежности и качества приборов, устройств и систем: Межвуз. сб. науч. тр. Воронеж: ВГТУ, 2000. С. 4−9.
  14. С.Ю., Муратов А. В. Структурно-компонентное проектирование сложных систем обработки информации // Интеллектуализация управления в социальных и экономических системах: Тр. Всерос. конф. Воронеж: 2001, С. 34−35.
  15. Д.И. Методы оптимального проектирования. М.: Радио и связь, 1984. 248 с.
  16. А.Р., Левин М. Ш. Принятие решений: комбинаторные модели аппроксимации информации. М.: Наука, 1990. 160 с.
  17. .А., Гнедин А. В. Задача наилучшего выбора. М.: Наука, 1984. 196 с.
  18. А.Н., Вилюмс Э. Р., Сукур Л. Я. Диалоговые системы принятия решений на базе мини-ЭВМ: Информационное, математическое и программное обеспечение. Рига: Зинатне, 1986. 195 с.
  19. В.П. Методическое обеспечение САПР в машиностроении. Л.: Машиностроение. Ленингр. отд-ние, 1989. 255 с.
  20. Borland С++ Builder. Энциклопедия пользователя: Пер. с англ. / Ч. Калверт. К.: ДиаСофт, 1997. 848 с.
  21. Г. Исследование операций. Т. 1−3. М.: Мир, 1972., 335 е., 488 е., 501 с.
  22. A.M. Проектирование программного обеспечения экономических информационных систем. М.: Финансы и статистика, 2000. 352 с.
  23. И.Д., Смирнов С. В. Композиция концептуальных схем сложных систем // Проблемы управления и моделирования в сложных системах: Труды международной конф. Самара: СНЦРАН, 1999. С 57−68.
  24. Г. Д. Концептуальное моделирование при создании прикладных автоматизированных систем // Сб. науч. тр. Пятой национальной конференции с международным участием «Искусственный интеллект-96″, т. III. Казань, 1996. С. 440−446.
  25. Г. Д. Концептуальное моделирование при создании САПР машиностроительного назначения // Межотраслевой науч.-техн. сб. „Техника. Экономика“ серия „Автоматизация проектирования“ М.: ВИМИ, 1994. Вып.4. С. 6−15.
  26. В.А., Федоров В. В. Математические методы автоматизированного проектирования: Учеб. пособие для втузов. М.: Высш. шк., 1989. 184 с.
  27. О.В., Боровский Ю. В., Безверхов В. Н. и др. Входной язык спецификации задач в человеко-машинной решающей системе // Программирование, 1997. № 6. С. 51−57.
  28. В. М., Капитонова Ю. В., Летичевский А. А. О применении метода формализованных технических заданий к проектированию программ обработки структур данных // Программирование, 1978. № 6. С. 31−43.
  29. В.В., Глущенко И. И. Разработка управленческого решения. ТОО „Крым“, 1997. 215 с.
  30. А.А. Как принять наилучшее решение в реальных условиях. М.: Радио и связь, 1991. 320 с.
  31. Ю.С., Нефедов Ю. М., Исследование операций в планировании и управлении. Киев: Выща шк., 1991. 270 с.
  32. П. Введение в экспертные системы: Пер. с англ. М.: Изд. дом „Вильяме“, 2001. 624 с.
  33. Дж.К. Методы проектирования. М.: Мир, 1986. 326 с.
  34. С.В., Дудин Е. Б., Ларичев А. К. и др. Подготовка и принятие решений в организационных системах. Итоги науки и техники. Техническая кибернетика. Т.4. М.: ВИНИТИ, 1971. 315 с.
  35. А.П., Ильин В. П. Пакеты прикладных программ как методология решения прикладных задач // Пакеты прикладных программ. Проблемы и перспективы. М.: Наука, 1982. С. 1−19.
  36. Жиглявский А. А, Математическая теория глобального случайного поиска. Л.: Изд-во ЛГУ, 1985. 293с.
  37. М.И. Интеллектуальный анализ данных новое направление развития информационных технологий // Информационные процессы и системы, 1988. № 8. С.6−15.
  38. Искусственный интеллект. В 3-х кн. Кн. 2. Модели и методы- Справочник / Под ред. Д. А. Поспелова. М.: Радио и связь, 1990. 304 с.
  39. Калянов Г. Н. CASE структурный системный анализ (автоматизация и применение). М.: Изд-во „Лори“, 1996. 279 с.
  40. Калянов Г. Н. CASE-технологии. Консалтинг при автоматизации бизнес-процессов. 2-е изд. перераб. и доп. М.: Горячая линия Телеком, 2000. 320 с.
  41. А.И., Руссман И. Б., Умывакин В. М. Моделирование и алгоритмизация слабоформализованных задач выбора наилучших вариантов систем. Воронеж: Изд-во ВГУ, 1990. 234 с.
  42. Кини P. JL, Райфа X. Принятие решений при многих критериях: предпочтения и замещения. М.: Радио и связь, 1981. 560 с.
  43. Р.Л., Райфа X. Принятие решений при многих критериях. М.: Радио и связь, 1981. 380 с.
  44. .С., Попов Э. В. Отечественные оболочки экспертных систем // В кн. Искусственный интеллект. Кн. 1. Системы общения и экспертные системы, 1990. С. 369−388.
  45. В.Н., Палагин А. В., Рабинович З. Л. Вопросы методологии и формализации постановок и решения проблем // Кибернетика и системный анализ, 1995. № 3, С. 138−143.
  46. О.В., Перфильев К. Г. Гибридные средства представления знаний в системе СПЭИС // Всесоюзная конф. по искусственному интеллекту: Тез. докл. Т.2. Переяславль-Залесский, 1988. С. 490−494.
  47. Е.С. Концепции информационной технологии функционально-ориентированного проектирования прикладных программных систем // Информационные технологии, 2000. № 1. С.3−9.
  48. .Я. Оптимальное решение? это очень важно! Л.: Машиностроение. Ленинградское отд-ние, 1984. 126 с.
  49. О.И., Мошкович Е. М. Качественные методы принятия решений. Вербальный анализ решений. М.: Наука, 1996. 208 с.
  50. Г. Н. Методы принятия оперативных решений в задачах управления и контроля. М.: Изд-во МАИ, 1992. 120 с.
  51. А.А., Мальцев В. Н. Системы поддержки управленческих и проектных решений. Л.: Машиностроение. Ленингр. отд-ние, 1990. 167 с.
  52. Я.Е., Фролов В. Н. Теоретические основы конструирования, технологии и надежности РЭА: Учеб. пособие для вузов. М.: Радио и связь, 1986. 195 с.
  53. Г. Надежность программного обеспечения. М.: Мир, 1980.360 с.
  54. Методы и алгоритмы решения задач оптимизации / И. В. Бейко, Б. Н. Бублик, П. Н. Зинько Киев: Вища школа, 1983. 512 с.
  55. Нечеткие множества и теория возможностей: Последние достижения / Под ред. Р.Ягера. М.: Радио и связь, 1986. 405 с.
  56. А.С. Анализ состояния и тенденции развития информатики. Проблемы создания экспертных систем // Исследовательский отчет. София. Интерпрограмма, 1990. 112 с.
  57. Е.Г., Попов Э. В. Реинжиниринг бизнеса: реинжиниринг организаций и информационные технологии. М.: Финансы и статистика, 1997. 336 с.
  58. Е.В., Муратов А. В. Алгоритмизация процедур синтеза конструкций медицинской аппаратуры при воздействии тепловых нагрузок // Компьютеризация в медицине. Межвуз. сб. науч. тр. Воронеж, 1993. С. 158 164.
  59. И.Н., Калита А. В., Провотар А.И. CASE-система структурно-модульного композиционного программирования: концептуальные основы // Управляющие системы и машины, 1993. № 2. С. 140−144.
  60. Э.В., Фоминых И. Б., Кисель Е. Б. Статические и динамические экспертные системы. М.: Финансы и статистика, 1996. 320 с.
  61. Д.А. Моделирование рассуждений. Опыт анализа мыслительных актов. М.: Радио и связь, 1989. 184 с.
  62. Построение экспертных систем // Под ред. Хейес-Рота, Д. Уотерме-на, Д. Лената. М.: Мир, 1987. 441 с.
  63. Г. А. Об одном подходе к созданию системной части оптимизационных пакетов // Математическое и программное обеспечение задач дискретной оптимизации. Киев: Ин-т кибернетики АН УССР, 1989. С. 42−47.
  64. Г. А., Скукис А. Е. Организация вызова функциональных модулей в пакете прикладных программ ДИСНЕЛ // Технология и методы решения задач прикладной математики. Киев: Ин-т кибернетики АН УССР, 1991. С. 31−35.
  65. Т. Целочисленные методы оптимизации и связанные с ними экстремальные проблемы. М.: Мир, 1973. 299 с.
  66. И.В., Каспшицкая М. Ф. Модели и методы решения на ЭВМ комбинаторных задач оптимизации. Киев: Наук, думка, 1981. 288с.
  67. С.Ю., Соловьева Г. М. Вопросы организации баз знаний в системе ФИАКР // Экспертные системы: состояние и перспективы. Под ред. Д. А. Поспелова. М.: Наука, 1989. С. 47−54.
  68. Ю.Ф. Интеллектуальные информационные системы в экономике. М.: СИНТЕГ, 1999. 216 с.
  69. Технологии разработки программного обеспечения: Учебник / С. А. Орлов. СПб.: Питер, 2002. 464 с.
  70. А.Н., Арсенин В. Я. Методы решения некорректных задач. М.: Наука, 1983.224 с.
  71. Э.А. Компьютерная поддержка принятия решений. Серия „Информатизация России на пороге XXI века“. М.: СИНТЕГ, 1998. 376 с.
  72. Э.Х. Концептуальное программирование. М.: Наука, 1984.256 с.
  73. P.M. Энциклопедия современного управления. В 5 т. Т1. Основы управления. Планирование как функция управления. М.: ВИПК Энерго, 1992. 168 с.
  74. Р.А. Разработка управленческих решений. М.: ЗАО „Бизнес-школа“ Интел-Синтез», 1998. 272 с.
  75. A.JI. Основы объектно-ориентированной разработки программных систем. М.: Финансы и статистика, 2000. 192 с.
  76. В.В. Элементы теории многоцелевой оптимизации. М.: Наука, 1983. 124 с.
  77. В.Ф. Управление проектами в интеллектуальной системе PIES Workbench // Изв. РАН Серия «Техническая кибернетика», № 5. 1993. С. 71−98.
  78. Хохлюк В. К, Параллельные алгоритмы целочисленной оптимизации М.: Радио и связь, 1987. 224 с.
  79. Э., Сеппянен Й. Мир ЛИСПа. В 2-х т. М.: Мир, 1991. 447с.
  80. Д.И. Принятие решений в системах организационного управления. Использование расплывчатых категория. М.: Энергоатомиздат, 1983. 185 с.
  81. Р. Многокритериальная оптимизация. Теория, вычисления и приложения: Пер. с англ. М.: Радио и связь, 1992. 504 с.
  82. AngeleJ., Fensel D., Studer R. Developing knowledge-based systems with MIKE // Journal of Automated Software Engineering, 1998.
  83. Benjamins V. R. Problem Solving Methods for Diagnosis. PhD thesis, University of Amsterdam, Amsterdam, The Netherlands, 1993.
  84. Benjamins V. R., Fensel D., Straatman R. Assumptions of problem-solving methods and their role in knowledge engineering. In Wahlster W. (Editors), Proceedings ECAI-96. J. Wiley & Sons, Ltd., 1996. PP. 408−412.
  85. Benjamins V. R., Pierret-Golbreich C. Assumptions of problem-solving methods. In Shadbolt N., O’Hara K., Schreiber G. (Editors), Lecture Notes iniL
  86. Artificial Intelligence, 1076, 9 European Knowledge Acquisition Workshop, EKAW-96. Berlin: Springer-Verlag, 1996. PP. 1−16.
  87. Breuker J., van de Velde W. CommonKADS Library for Expertise Modeling, Reusable Problem Solving Components. IOS Press, Amsterdam, Oxford, Washington DC, 1994.
  88. Chandrasekaran B. Design Problem Solving: A Task Analysis // The AI Magazine, Vol. XI, N. 4, 1990. PP. 59−71.
  89. Chandrasekaran B. Generic tasks in knowledge based reasoning: High level building blocks for expert system design // IEEE Expert, 1(3), 1986. PP. 2330.
  90. Chandrasekaran B. Towards a Taxonomy of Problem Solving Types // The AI Magazine, Vol. IV. N.I. 1983. PP. 9−17.
  91. Chandrasekaran В., Johnson T. R, Smith J. W. Task Structure Analysis for Knowledge Modeling // Communications of the ACM, 35(9), 1992. PP. 124 137.
  92. Chandrasekaran В., Mittal S. Conceptual Representation of Medical Knowledge for Diagnosis by Computer: MDX and Related Systems. In M. Yovits (Editor), Advances in Computers. Academic Press, 1983. PP. 217−93.
  93. Chandrasekaran В., Mittal S., Gomez F., Smith, J. An Approach to Medical Diagnosis Based on Conceptual Structures. // Proceedings of IJCAI-6. 1979. PP. 134−42.
  94. Feigenbaum E. A. The Art of Artificial Intelligence: Themes and Case Studies of Knowledge Engineering // Proceedings of the Fifth International Joint Conference on Artificial Intelligence, Cambridge, MA, 1977.
  95. Fensel D., Groenboom R. Specifying Knowledge-Based Systems with Reusable Components // Proceedings of the 9th International Conference on Software Engineering & Knowledge Engineering (SEKE-97), Madrid, Spain, 1997.
  96. G., Schreiber А. Т., Wielinga B. J. Using explicit ontologies in KBS d evelopment //International Journal of Human-Computer Studies, 46(2/3), 1997. PP. 183−292.
  97. Josephson J. R., Chandrasekaran В., Smith J. W. Assembling the Best Explanation // Proceedings of the IEEE Workshop on Principles of Knowledge-Based Systems, IEEE Computer Society, 1984.
  98. Nunes de Barros L., Valente A., Benjamins V. R. Modeling planning tasks // Third International Conference on Artificial Intelligence Planning Systems, AIPS-96, American Association of Artificial Intelligence, 1996. PP. 11−18.
  99. O’Hara K. The GDM Grammar, v.4.6. VITAL Project Report NOTT/T252.3.3. AI Group, Department of Psychology, University of Nottingham, UK, 1995.
  100. Orsvarn K. Knowledge modeling with libraries of task decomposition methods. Ph. D. Thesis. Swedish Institute of Computer Science, 1996.
  101. Puerta A., Egar J., Tu S., Musen M. A multiple-method shell for the automatic generation of knowledge acquisition tools // Knowledge Acquisition, 4, 1992. PP. 171−196.
  102. Puppe F. Systematic Introduction to Expert Systems: Knowledge Representation and Problem-Solving Methods. Springer-Verlag, Berlin, 1993.
  103. А. Т., Wielinga B. J., Akkermans H., van de Velde W., Anjewierden A. CML: The CommonKADS Conceptual Modelling Language. In Steels L, Schreiber А. Т., van de Velde W. (Editors), A Future for Knowledge
  104. Acquisition, Proceedings of the 8th European Knowledge Acquisition Workshop. Springer-Verlag, LNAI 867, 1994. PP. 283−300.
  105. Shadbolt N., Motta E., Rouge A. Constructing Knowledge-based Systems // IEEE Software 10(6), Nov. 1993. PP. 34−38.
  106. S teels L. T he с omponential framework a nd i ts r ole i n r eusability. I n David J. M., Krivine J. P., Simmons R. (Editors), Second Generation Expert Systems, Berlin Heidelberg, Germany, Springer-Verlag, 1993. PP. 273 -298.
  107. Teije A. Automated Configuration of Problem Solving Methods in Diagnosis, Ph. D. thesis, University of Amsterdam, the Netherlands, 1997.
Заполнить форму текущей работой

На отлично!