Дипломы, курсовые, рефераты, контрольные...
Срочная помощь в учёбе

Исследование и разработка методов обработки экспертных знаний в задачах моделирования природно-технических комплексов

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Проведенные исследования выявили перспективность использования экспертных систем для проведения анализа состояния и прогноза поведения сложных природно-технических комплексов. Разработанные методы и алгоритмы использованы при создании практических приложений предлагаемой оболочки экспертной системы. Практическое применение созданных приложений показало, что предложенный подход позволяет решать… Читать ещё >

Содержание

  • ГЛАВА 1. Организация, обработка и применение экспертных знаний в задачах анализа свойств сложных природно-технических комплексов
    • 1. 1. Структура и характерные особенности элементов ЭС
      • 1. 1. 1. База данных и база знаний
      • 1. 1. 2. Машина вывода
      • 1. 1. 3. Разрешение конфликта
      • 1. 1. 4. Вывод в условиях неопределенности
    • 1. 2. Классификация существующих экспертных систем
    • 1. 3. Определение требований к ЭС
      • 1. 3. 1. ЭС первого поколения
      • 1. 3. 2. ЭС второго поколения.(
    • 1. 4. Оболочки экспертных систем
    • 1. 5. Реализация экспертных систем на основе декларативных продукций
      • 1. 5. 1. Декларативная модель представления знаний для экспертной системы
      • 1. 5. 2. Процесс логического рассуждения в ЭС
      • 1. 5. 3. Декларативные продукции
      • 1. 5. 4. Задачи на декларативных продукциях
      • 1. 5. 5. Процесс логического рассуждения для декларативных 3 7 продукций
      • 1. 5. 6. Модель реляционной системы продукций
      • 1. 5. 7. Реляционная модель вычислений
      • 1. 5. 8. Модель управления системой продукций
    • 1. 6. Выводы по главе 1
  • ГЛАВА 2. Математическое обоснование алгоритмов работы ОЭС для анализа и прогноза состояния ПТК
    • 2. 1. Формальная модель систем продукций
      • 2. 1. 1. Основные понятия
      • 2. 1. 2. Основные операции.¦.,
      • 2. 1. 3. Условия корректности вычислений над конъюнктивной базой данных
      • 2. 1. 4. Однозначность вычислений над дизъюнктивной базой
    • 2. 2. Управление выводом в системах продукций
      • 2. 2. 1. Язык управления применением продукций
      • 2. 2. 2. Язык управления выбором данных
    • 2. 3. Учет недостоверности измерений при проведении экспертизы
    • 2. 4. Выводы по главе 2
  • ГЛАВА 3. Программно-алгоритмические особенности ОЭС
    • 3. 1. Режимы работы ОЭС
      • 3. 1. 1. Типы наборов правил
      • 3. 1. 2. Работа с несколькими наборами правил
      • 3. 1. 3. Автоматизированный ввод данных
      • 3. 1. 4. Экспертиза одиночного объекта
      • 3. 1. 5. Экспертиза массива объектов. 3.1.6. Особенности детерминированного механизма вывода
      • 3. 1. 7. Работа с математическими формулами
      • 3. 1. 8. Анализ пространственно-временных зависимостей
      • 3. 1. 9. Управление выводом в ОЭС
    • 3. 2. Анализ базы знаний
      • 3. 2. 1. Анализ при вводе данных и их значений
      • 3. 2. 2. Анализ при вводе отдельных правил
      • 3. 2. 3. Анализ достижимости глобальных целей
      • 3. 2. 4. Анализ связности БЗ
      • 3. 2. 5. Анализ корректности вывода относительно значений данных
      • 3. 2. 6. Алгоритмы построения графов достижимости при проведении экспертизы
    • 3. 3. Вывбды по главе 3

Исследование и разработка методов обработки экспертных знаний в задачах моделирования природно-технических комплексов (реферат, курсовая, диплом, контрольная)

Актуальность работы.

Автоматизация производственной деятельности в настоящее время стала одной из наиболее важных сфер применения компьютеров.- Любая профессиональная деятельность опирается на специальные знания. Поэтому задачи, решаемые в ходе такой деятельности, обычно не могут быть математически поставлены без предварительной обработки и формализации этих знаний.

С другой стороны, в последние годы выявилась актуальность задач исследования сложных природно-технических комплексов (ПТК) в различных аспектах: экологическом, экономическом, социальном и т. д. Непосредственные экспериментальные воздействия на ПТК по различным причинам (ограниченные временные рамки, опасность необратимых изменений, высокая стоимость экспериментов и др.) обычно невозможны или нежелательны, поэтому основным методом изучения и прогнозирования поведения ПТК при изменениях его параметров и внешних условий служит моделирование. ПТК моделируются различными методами, но для многих объектов этого типа характерны две особенности: зависимость параметров составных частей объекта от их пространственного расположения и изменчивость этих параметров во времени, то есть нестационарность объекта.

Моделирование таких объектов с достаточной для получения практически значимых результатов многосторонностью заставляет рассматривать их как сложные (часто требующие многоуровневого описания) пространственные динамические системы с переменной структурой, множественными внешними и внутренними связями. При этом должны учитываться разнообразные финансовые, материальные, энергетические потоки, необходимо предусматривать анализ последствий изменения структуры объекта, возможных критических ситуаций и т. п. Кроме того, в ряде случаев недостаточно или нецелесообразно использовать формальные модели либо из-за их. недостаточного развития, либо из-за отсутствия фундаментальных законов, служащих основой формализации. Примерами ПТК могут служить следующие природно-технические объекты, исследованные в данной работе:

• лесная экосистема под техногенным воздействием;

• породный массив в зоне проведения горных работ;

• энергетическая система региона.

Все эти объекты относятся к так называемым плохо формализуемым (слабо структурированным) предметным областям, для них характерно наличие пространственно-временных зависимостей между параметрами объекта и его компонентов. Кроме того, экспериментальные данные о ПТК обычно доступны лишь в виде статистической информации, не всегда абсолютно достоверной и непосредственно не пригодной для использования в задачах анализа и прогноза динамических свойств объекта. По приведенным выше соображениям для первичных исследований объектов такого рода целесообразно прибегнуть к методам экспертного анализа путем совместной обработки набора эвристических правил, относящихся ко всему объекту в целом либо к его составным частям.

Изложенное обосновывает следующую формулировку цели выполненных автором разработок.

Цель диссертационной работы состоит в исследовании и разработке методов обработки экспертных знаний и создании оболочки экспертной системы, ориентированной на исследование природно-те'хнических комплексов.

Основные задачи, решенные в ходе проведенного исследования:

• определение требований к оболочке экспертной системы (ОЭС) — исследование и выбор методов и средств для разработки ОЭС, удовлетворяющей сформулированным требованиям;

• разработка методов управления выводом и алгоритмов логического вывода при проведении экспертизы;

• разработка методики учета недостоверности измеренийразработка алгоритмов контроля консистентности базы знаний;

• разработка алгоритма автоматической генерации правил на основе статистической информации об исследуемом объектеразработка алгоритмов применения в ОЭС пространственно-временных функций, обеспечивающих анализ пространственных и динамических взаимосвязей между характеристиками элементов объекта экспертизы.

Методы исследования.

Для решения поставленных в работе задач используются методы теории экспертных систем, элементы теорий множеств, теории графов, теории вероятностей и математической логики.

Научная новизна.

1.Разработан метод управления выводом и алгоритмы контроля консистентности базы знанийперед началом и в процессе экспертизы.

2.При вероятностном описании процессов в исследуемом объекте:

• учитывается недостоверность измерений;

• по статистической информации автоматически генерируются правила при наличии статистически значимой связи между предпосылкой и следствием правила;

• в предпосылках правил допускается использовать • функции от текущих значений вероятности данных.

3. Разработаны средства анализа пространственных и динамических взаимосвязей между характеристиками элементов объекта* экспертизы путем совместной обработки ретроспективных данных о векторах состояния и результатах экспертизы как текущего, так и других элементов объекта.

Актуальность и научная новизна работы подтверждены включением одного из приложений — инструментальной системы прогноза удароопасности горного массива — в перечень важнейших результатов Российской академии наук в области теории и методов построения интеллектуализированных экспертных систем за 1995 год.

Основные положения, выносимые на защиту.

Разработанные в диссертационной работе методы и алгоритмы позволяют обеспечить обработку экспертных знаний в слабо структурированной (плохо формализуемой) предметной области, а именно в задачах анализа состояния и прогноза поведения сложных природно-технических комплексов. На защиту выносятся:

1. Метод управления выводом в системах продукций.

2. Методика учета недостоверности измерений для Байесовской схемы вывода.

3. Инструментальные средства экспертного анализа пространственно-временных зависимостей в данных.

4. Алгоритмы, позволяющие проводить анализ базы знаний с целью ее контроля на полноту, независимость и непротиворечивость.

5. Практическая реализация оболочки экспертной системы, ориентированной на проведение экспертного анализа состояния и прогноза поведения ПТК.

Практические результаты. •.

В основу диссертационной работы положены результаты, полученные автором в ходе исследований по планам научно-исследовательских работ Института информатики и математического моделирования Кольского научного центра РАН в период с 1989 по 1999 годы.

На базе этих результатов разработана оболочка экспертной системы, которая предоставляет следующие возможности: а) при создании базы знаний:

• работа с несколькими приложениями (наборами правил);

• формирование, модификация и контроль консистентности базы знаний для конкретного приложения;

• автоматическая генерация правил по статистической информации о характеристиках объектов экспертизыb) перед началом экспертизы:

• автоматизированный запрос из внешних модулей и ввод исходной информации о массиве листьевых данныхc) в ходе экспертизы:

• проведение экспертизы в двух основных режимах: детерминированном и вероятностном, в том числе при возможности недостоверных измерений;

• проведение экспертизы для одиночного объекта и для массива однотипных объектов;

• автоматизированный запрос из внешнего модуля и ввод исходной информации о текущем листьевом данном;

• обработка ретроспективных данных о векторах состояний объектов экспертизы;

• анализ пространственных взаимосвязей между объектами экспертизы;

1) после завершения экспертизы:

• сохранение результатов экспертизы в файле и/или выдачу их во внешние •модули;

• объяснение и представление результатов экспертизы.

Реализация и внедрение результатов.

Результаты проведенных исследований нашли практическое применение в следующих разработках, в которых автор принимала непосредственное участие:

1. Система ретроспективного анализа и экологического районирования территории региона в условиях техногенного воздействия, используется при проведении комплексного мониторинга окружающей природной среды в зоне расположения Кольской АЭС-2, предусмотренного проектом АЭС.

2. Созданная на основе специфицированных в диссертационной работе методов и разработанных приемов инструментальная система прогноза удароопасности горного массива в зоне' проведения горных работ, внедрена на Кировском руднике ПО «Апатит» .

3. Версии экспертной системы применялись и применяются в научно-исследовательских и хоздоговорных работах для АО «Колэнерго», Центральных электросетей (ЦЭС) г. Апатиты и Института физико-технических проблем энергетики Севера (ИФТПЭС) КНЦ РАН.

Апробация работы.

Основные результаты работы обсуждались на перечисленных ниже научно-технических мероприятиях:

1.1 Всесоюзное совещание «Экология лесов Севера». Сыктывкар, 1989 г.

2. XXIY всесоюзная школа по автоматизации научных исследований. Апатиты,.

1990.

3. V С.-Петербургская Международная конференция «РИ-96», 1996.

4. Second International Conference on Information Technology in the Barents Region (BAR-IT'96), 1996, Apatity.

5. International Conference. on Informatics and Control (ICI&C97), 1997, St.Petersburg.

6. IV Международная конференция «Проблемы управления в чрезвычайных ситуациях», Москва, 1997 г.

7. Региональная конференция «Информационные технологии в региональном развитии». Апатиты, 30−31 марта 1999 г.

8. Секция ученого совета Института физико-технических проблем энергетики Севера (ИФТПЭС) КНЦ РАН.

9. Секция ученого совета Горного института (ГоИ)КНЦРАН. 9.

10. Секции ученого совета Института информатики и математического моделирования технологических процессов (ИИММТП) КНЦ РАН.

Публикации.

По материалам диссертации опубликованы 20 печатных работ, полученные результаты изложены в 6 отчетах по НИР в ИИММТП КНЦ РАН.

Объем и структура работы. •.

Диссертация состоит из введения, 4 глав и заключения. Работа содержит 138 машинописных страниц текста, включая 3 таблицы, 18 рисунков и список литературы на 75 наименований.

4.3. Выводы по главе 4.

1. Описана программная реализация разработанной ОЭС в среде СУБД FoxPro.

2. Возможности реляционных СУБД предоставляют удобные средства для реализации пилотных версий оболочек экспертных систем.

3. Предложенный формат хранения правил (отдельная запись БД для каждого логического условия) позволяет осуществлять эффективный поиск и обработку данных в процессе экспертизы и разметки набора правил для контроля базы знаний.

4. Применение комбинированного логического вывода (прямого и обратного) в процессе экспертизы и разработанных методов управления выводом позволяют сократить длительность процесса экспертизы.

5. Опытная эксплуатация пилотных версий ОЭС в различных приложениях подтвердила правильность принятых принципов разработки программной системы.

ЗАКЛЮЧЕНИЕ

.

1. На основе анализа возможностей существующих экспертных систем определены требования к оболочке экспертной системы, ориентированной на ¦исследование сложных природно-технических комплексов, осуществлен выбор существующих методов и средств, которые использованы для разработки такой оболочки экспертной системы.

2. Разработаны методы управления выводом в системах продукций, методика расчета по статистическим данным инструментальной вероятности достоверного измерения, алгоритмы логического вывода при проведении экспертизы для детерминированного и вероятностного случаев, алгоритмы анализа базы знаний.

3. Разработана оболочка экспертной системы, удовлетворяющая сформулированным требованиям. В основе реализации лежит представление объекта контроля в виде массива однотипных элементов (объектов экспертизы), задаваемых в координатных осях объекта. В программной реализации ОЭС были использованы методы и алгоритмы, разработанные в диссертационной работе. При разработке ОЭС были решены следующие задачи:

• разработана структура базы знаний для хранения исходной информации, пользовательский интерфейс ввода и редактирования данных, правил и фактов для проведения экспертизы, алгоритмы логического вывода при проведении экспертизы для детерминированного и вероятностного случаев (в том числе при недостоверных измерениях;

• реализован режим работы с массивом однотипных объектов экспертизы;

• разработан аппарат применения в ОЭС пространственно-временных функций, обеспечивающих анализ пространственных и динамических взаимосвязей между характеристиками элементов объекта экспертизы путем совместной обработки ретроспективных данных о векторах состояния и результатах экспертизы как текущего, так и других элементов объекта.

• обобщено вероятностное описание процессов в ' исследуемом объекте: учитывается недостоверность измерений, реализована автоматическая генерация правил на основе статистической информации о данных, в предпосылках правил допускается использовать функции от текущих значений вероятности данных;

• унифицированы процедуры обработки числовых и ранжированных данных в процессе экспертизы, следствия правил могут содержать математические функции от переменных, имеющих числовые значения.

4. Проведенные исследования выявили перспективность использования экспертных систем для проведения анализа состояния и прогноза поведения сложных природно-технических комплексов. Разработанные методы и алгоритмы использованы при создании практических приложений предлагаемой оболочки экспертной системы. Практическое применение созданных приложений показало, что предложенный подход позволяет решать специфические задачи в различных предметных областях, таких, как оценка влияния техногенных воздействий на лесные массивы, оценка удароопасности горного массива, моделирование энергетической системы региона.

Представляется целесообразным развивать предложенный подход в исследованиях объектов исследованного класса, в частности, необходимо расширить список применяемых пространственно-временных функций, разработать аппарат для использования новых функций, алгоритмы пересчета вероятностей в процессе экспертизы при учете ранее не рассматривавшихся пространственно-временных связей между объектами экспертизы. В дальнейшем предполагается рассмотреть возможности усовершенствования механизма вывода для поддержки экспертизы задач в нечеткой постановке и при интервальном задании исходных данных.

Показать весь текст

Список литературы

  1. Г. И. и др. Имитационное моделирование горного производства, — Апатиты: Изд. КНЦ АН СССР, 1988, — 42 с.
  2. Будущее искусственного интеллекта: Сб. статей. Сост.: К. Е. Левитин, Д. А. Поспелов. -М.: Наука, 1991.
  3. В. А. Семантика манипуляций с базой данных интеллектуальных систем // НТИ. 1984. Сер. 2, № 3. — С. 14−19.
  4. B.C. и др. Пакет программ для моделирования сложных динамических объектов. // Микропроцессорные средства и системы.- 1990, — N 3,-С. 24 26.
  5. С.Н., Каган М. М., Легашов М. А. Структура комплексной методики прогноза удароопасности. //Синтез систем вычислительного эксперимента, — Апатиты, Изд-во КНЦ РАН, 1994. С.54−62.
  6. С.Н., Каган М. М., Легашов М. А., Олейник О. В., Фридман А. Я. Экспертная система диагностики состояния породного массива на подземном руднике. //Региональные информационные системы. Ч.1.- Апатиты, 1995, — С.77−83.
  7. Н.Г. Партнерские системы // Вычислительные системы. -Новосибирск, 1990. № 134. — С. 3−18.
  8. A.B. Системы программирования баз данных и знаний. -Новосибирск: Наука, 1990.- 352 с.
  9. А.Г., Юрачковский Ю. П. Моделирование сложных систем по экспериментальным данным.- М.: Радио и связь, 1987.-е.
  10. Искусственный интеллект. В 3-х кн. Кн. 2. Модели и методы: Справочник // Под ред. Д. А. Поспелова — М.: Радио и связь, 1990. — 304 с.
  11. A.C. Реляционная модель вычислений// Программирование. -1980. -№ 4. -С. 20−29.
  12. A.C. Реляционный язык как программное средство для искусственного интеллекта. Владивосток, 1980. — 17 с. — (Препринт/ ДВНЦ АН СССР- 26).
  13. A.C. Реляционный язык программирования и принципы его реализации на последовательной ЭВМ. //Программирование,-1981. № 6. С. 45−53.
  14. A.C. Роль метазнаний при создании экспертных систем. -Владивосток, 1989. 25 с. — (Препринт/ ДВНЦ АН СССР).
  15. Кузьмин А, В, Информационная технология ретроспективного анализа экосистем. Методы и процедуры. Препр. Апатиты, 1990, 23 с.
  16. A.B. Количественная морфогения растений: анализ корреляционных и факторных систем. Апатиты, изд. Кольского филиала АН СССР, 1988, 96 с.
  17. A.B., Олейник А. Г., Олейник О. В., Зотов А. И. Автоматизированная система телеметрического анализа древесных кернов. Экология, 1989, N3, с. 79−80.
  18. A.B., Кузьмина Л. И., Олейник А. Г., Олейник О. В. Информационная технология многолетнего ретроспективного анализаантропогенного воздействия. // XXIV всесоюзная школа по автоматизации научных исследований. Тезисы докладов. Апатиты, 1990, С.47
  19. А.В., Кузьмина Л. И., Олейник О. В. Моделирование пространственно-временной структуры древостоя в условиях аэротехногенного загрязнения. //1 Всесоюзное совещание «Экология лесов Севера». Сыктывкар, 1989 г. Тезисы докладов. С.92−93.
  20. И .Я. Динамика древесных запасов. Прогнозирование и экология. Рига, Зинатне, 1980, 170 с.
  21. И.Я. Математические методы в биологических исследованиях. Факторный и компонентный анализы. Рига, изд. Латв. ГУ, 1980, 103 с.
  22. Лорьер Ж,-Л, Системы искусственного интеллекта- Пер, с франц.- М.- Мир, 1991.-568 с.
  23. С.Н., Олейник А. Г., Олейник О. В., Фридман А. Я. Формализация задачи анализа базы знаний продукционной экспертной системы // Информационные технологии поддержки принятия решений. Апатиты, 1998. -С.6−9.
  24. А.И. Алгебраические системы. М.: Наука, 1970. 392 с.
  25. Д. Программирование экспертных систем на Турбо Прологе. М.: Финансы и статистика, 1994. 256 с.
  26. A.A. Теория алгоритмов. М.: Изд. АН СССР, 1954. (Тр. Мат. ин-та им. В.А. Стеклова- 42).
  27. В.П., Л.Я. Поспелова, Л.В. Гурьева. Инструментальная гибридная экспертная система «Экран ХТС» для решения неформализованных задач химической технологии // Программные продукты и системы. 1997, № 1, — С. 7−11.
  28. Нариньяни АС, Лингвистические процессоры ЗАПСИБ, Ч. 2. Общая схема и основные модули. Новосибирск. 1979. 48 с. — (Препринт/ АН СССР. Сиб. отдание. ВЦ- 202).
  29. A.C. Теория параллельного программирования. Формальные модели //Кибернетика. 1975. -№ 5.-С. 1−14.
  30. A.C., Яхно Т. М. Процедура «снизу-вверх» как недетерминированный параллельный процесс // Computers and Artificial Intelligeence. 1982.-Vol. l.,№ 4.-P. 301−315.
  31. H. Искусственный интеллект. Методы поиска решений. М.: Мир. — 1973.
  32. Н. Принципы искусственного интеллекта. М.: Радио и связь, 1985.
  33. А.Г., Олейник О. В., Фридман, А .Я. Реализация оболочки экспертной системы в среде СУБД Foxpro // Информационные технологии поддержки принятия решений. Апатиты, 1998. — С.20−30.
  34. А.Г., Фридман, А .Я., Фридман О. В. Особенности экспертного анализа нестационарных пространственных объектов // Системы информационной поддержки регионального развития. Апатиты, КНЦРАН, 1998, — С.50−55.
  35. А.Г., Фридман А. Я., Олейник О. В. Программная система информационной поддержки региональной энергетики // Региональные информационные системы. Ч.1.- Апатиты, 1995, — С. 14−24.
  36. Осуга С Обработка знаний, — М.: Мир, 1989, — 293с.
  37. И.Н., Сергиенко И. В. Пакеты программ анализа данных: технология разработки.^ М.: Финансы и статистика, 1988.-е.
  38. Э.В. Экспертные системы. М.: Наука, — 1987.
  39. Г. С. Искусственный интеллект основа новой информационной технологии,— М.: Наука, 1988, — 280 с.
  40. Построение экспертных систем: Под ред. Ф. Хейеса-Рота, Д. Уотермана, Д. Лената. М.: Мир, 1987. — 441 с.
  41. Представление и использование знаний: Пер. с япон. // Под ред. Х. Уэно, М. Исидзука. М.: Мир, 1989. — 220 с.
  42. Приобретение знаний: / Под ред.С.Осуга, Ю.Саэки.-М.:Мир, — 260с.
  43. В.А., Фильчаков В. В., Фридман А. Я. // CASE-технологии вычислительного эксперимента. Апатиты: КНЦ РАН, 1994. Том 1, 249 с.
  44. H.A. Программы регрессионного анализа и прогнозирования временных рядов. Пакеты ПАРИС и МАВР.-М.: Финансы и статистика, 1990, — 111 с.
  45. П. Искусственный интеллект. М.: Мир, 1980.
  46. В.К. Правдоподобные рассуждения в интеллектуальных системах типа ДСМ, Итоги науки и техники, — ВИНИТИ, 1991, — Т, 15, — С, 54 101 (Информатика).
  47. Ч., Ли Р. Математическая логика и автоматическое доказательство теорем. -М.: Наука. 1983. 359 с.
  48. Davis R. Application of meta-level knowledge to the consultation maintenance and use of large knowledge bases // Comp. Sci. Dep. Stanford University: Report STAN-CS-76−552. 1976.
  49. Devedzic V. Features of second- generation expert systems an extended overview // Engineering Application of Artifical Intelligens. — 1990. — Vol. 3. № 4. — P. 255 270.
  50. Erman L. et al. The HEARSAY-II speech understanding system. Integrating knowledge to resolve uncertainty // Comp. Survey. -1980. Vol. 12(2). — P. 213−253.
  51. Ershov AP. Mixed computation: Potential applications and problems for study // Theoretical Comp. Sci. 1982. — Vol. 18. — P. 41−67.
  52. Georgeff M.A. A framework for control in production systems // Proc. of IJCAI 6. — Tokyo. 1979. — P. 328−334.
  53. Georgeff M.A. Procedural control in production systems // Artificial Intelligeence. 1982. — Vol. 18., — P. 175−201.
  54. Keller R.M. A fundamental theorem of asynchronous parallel computations// Lect, Notes in Comp, Sei, Parallel Prossesing, 1975, — № 24, — P, 102−11.2,
  55. Keravnov E.T. What is the deep system? An analysis of first-generation limitations and review of second-generation architectures. // Comp. Physics Communication. 1990. — Vol. 61. № 3. — P. 3−12
  56. Kowalski R. Algorithm-Logic+Control // Com. ACM. 1979. — Vol. 22. № 7. — P. 424−436.
  57. Krivorutsky L., Oleynik A., Oleynik O., Fridman A. Decision support system for regional power supply management. Papers of Second International Conference on Information Technology in the Barents Region (BAR-IT'96), 1996, Apatity, 18−19 September.137
  58. McDermontt J. et al. the efficiency of certain production system implementation//Inference Systems. 1978. — P. 155−176.
  59. Tesler L.G. et al. The LISP70 pattern machining system // Proc. of IJCAI 3. — Stanford. California, 1973. — P. 671−676.
  60. Vere S.A. Relational production systems // Artificial Intelligence. 1977. -№ 8. — P. 47−68,
  61. Wizsing M. et al. On hierarchies of abstract data types // Acta Informatica, -1983. Vol. 20. — P. 1−34.138
  62. ПЕРЕЧЕНЬ УСЛОВНЫХ ОБОЗНАЧЕНИЙ И СОКРАЩЕНИЙ1. БД база данных.1. БЗ базы знаний.1. БИД база исходных данных.
  63. ГИС географическая информационная система,
  64. ДВП детерминированного вывода для правил.
  65. ЛЭП = линии электропередач.
  66. НВП недетерминированный вывод для правил.
  67. ПВФ пространственно-временные функции.1. ПЗ представление знаний.
  68. ПТК природно-технические комплексы.
  69. РНВП резолюционный недетерминированный вывод для правил.
  70. СДУ службы диспетчерского управления.1. СП системы продукций.
  71. СУБД система управления базами данных.
  72. УСП управляемая система продукций.1. ЭС экспертные системы.
Заполнить форму текущей работой