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

Разработка методов и средств поддержки принятия решений для интегрированной инструментальной среды построения систем обработки информации и управления в машиностроении

Диссертация: Разработка методов и средств поддержки принятия решений для интегрированной инструментальной среды построения систем обработки информации и управления в машиностроении
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

В четвертой главе описаны методы и средства реализации прототипной подсистемы поддержки принятия решений, теоретически обоснованной в предыдущих главах. В качестве среды разработки была выбрана система RAD класса — Clarion for Windows. Также приводятся описание методов и средств для проверки потребительских свойств разработанного программного продукта. Результаты осуществленных внедрений… Читать ещё >

Содержание

  • ГЛАВА 1. ЗАДАЧА СОЗДАНИЯ И ИСПОЛЬЗОВАНИЯ В МАШИНОСТРОИТЕЛЬНЫХ САПР ПОДСИСТЕМ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ
    • 1. 1. Современный подход к автоматизации принятия решений
    • 1. 2. Инструментальные и программные средства разработки программного обеспечения
    • 1. 3. Выводы
  • ГЛАВА 2. МАТЕМАТИЧЕСКИЕ И ПРОГРАММНЫЕ СРЕДСТВА ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ
    • 2. 1. Теория принятия решений
    • 2. 2. Рассуждения в условиях неопределенности
    • 2. 3. Интеллектуализированные системы
    • 2. 4. Искусственный интеллект и экспертные системы
    • 2. 5. Классификация экспертных систем
    • 2. 6. Базы знаний
    • 2. 7. Математические основы продукционных систем
    • 2. 8. Методы устранения неопределенностей и пополнения знаний
    • 2. 8. Языки программирования задач искусственного интеллекта и языки представления знаний
    • 2. 9. обзор современных разработок в области систем основанных на знаниях
    • 2. 10. полученные результаты исследований и внедрения программ искусственного интеллекта и экспертных систем
    • 2. 11. выводы
  • ГЛАВА 3. ТЕОРЕТИЧЕСКАЯ РАЗРАБОТКА ПРОДУКЦИОННОЙ ПОДСИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ
    • 3. 1. состав информационной системы предприятия и место продукционной подсистемы в ней
    • 3. 2. Общие принципы функционирования подсистемы поддержки принятия решений
    • 3. 3. Алгоритмы работы продукционных систем
    • 3. 4. Структура подсистемы поддержки принятия решений
    • 3. 5. Режим работы
    • 3. 6. выводы
  • ГЛАВА 4. РЕАЛИЗАЦИЯ ПОДСИСТЕМЫ ПРИНЯТИЯ РЕШЕНИЙ
    • 4. 1. обос1 ювание и выбор программно-технических средств реализации системы
    • 4. 2. Краткое описание разработанных программных средств
    • 4. 3. применение разработанной подсистемы
    • 4. 4. Оценка возможности использования подсистемы в информационных системах общего назначения

Разработка методов и средств поддержки принятия решений для интегрированной инструментальной среды построения систем обработки информации и управления в машиностроении (реферат, курсовая, диплом, контрольная)

Особенность современного этапа в развитии техники и технологии заключается в наличии значительных противоречий между потребностями в автоматизации различных аспектов практической деятельности человека и ограниченностью существующих формальных методов, которые с одной стороны доступны для переноса в компьютерную среду, а с другой — неудобны или неприменимы для описания большинства реальных задач. Основные причины этого противоречия связаны со структурой и составом запаса накопленных человечеством профессиональных знаний, характериузующегося большой долей знаний, практически не поддающихся традиционным методам формализации.

В повседневной деятельности человека большую часть составляют задачи, относящиеся к трудноформализуемым, эти задачи носят определенно интеллектуальный характер и требуют большого опыта и внимания при своем решении. Типовыми примерами таких задач являются:

• оценка ситуации и выбор решения при управлении сложными технологическими процессами;

• задачи диагностики в областях техники, медицины и других;

• оптимизация управляющих программ для станков с ЧПУ;

• прогнозирование финансово-экономических параметров предприятий и так далее. Исследования в области искусственного интеллекта позволили в определенной степени задействовать компьютер для решения трудноформализуемых задач. На сегодняшний день разработан обширный инструментарий для создания и эксплуатации в промышленности и других областях деятельности человека программных комплексов с интеллектуальной поддержкой. К ним относятся экспертные системы, системы для поддержки принятия решения (decision support systems), системы для распознавания образов (текстов, изображения, речи), и некоторые другие.

Постепенное накопление опыта позволило доказать значимую эффективность интеллектуальных программ, что привело в конце 80-х — начале 90-х годов XX века к резкому всплеску интереса к подобным программным продуктам, особенно к системам способным решать финансовые и управленческие задачи. Процесс развития этого направления продолжается и в настоящее время.

Кроме того, в программировании в целом наметилась быстро развивающаяся тенденция к интеллектуализации. Так, практически все популярные программные продукты в большей, или в меньшей степени приобрели черты интеллектуальности. Запоминание действий пользователя, подсказки и рекомендации по оптимальному использованию соответствующих режимов самих программ, сложные ассоциативные поиски, оптимизация кода при программировании, сложные механизмы обеспечения корректности данных при вводе и хранении — вот неполный перечень признаков интеллектуализации современных программных средств. А это, в свою очередь, является немаловажной предпосылкой дальнейшего прогресса в разработке интеллектуальных систем.

Несмотря на все это, автоматизация решения трудноформализуемых задач с помощью специализированного инструментария затруднена из-за того что:

1. применение специализированныых инструментальных комплексов (например, таких как G2 компании GenSym) не оправдано для решения традицонных задач. Также, в силу особенностей реализации таких комплексов затруднена их интеграция с другими программными продуктами предприятия;

2. использование таких комплексов требует привлечения специалистов обладающих специфической квалификацией.

Это приводит к тому, что автоматизация решения большинства трудноформализуемых задач с помощью специализированных инструментальных комплексов, оказывается нецелесообразной, так как стоимость решений может значительно превышать экономический эффект, получаемый в результате внедрения.

Исходя из вышесказанного, для автоматизации решения разнообразных задач в хозяйственно-экономической деятельности предприятия требуется применение интегрированных средств, содержащих все необходимые компоненты, в том числе и интеллектуальную подсистему поддержки принятия решений.

Данная диссертационная работа посвящена проблеме проектирования и построения АСУ предприятий и машиностроительных САПР с интеллектуальной поддержкой. В качестве основного выделен круг задач, связанный с разработкой интеллектуальной подсистемы обработки информации и поддержки принятия решений, предназначенной как для использования в составе инструментальных сред разработки САПР, так и в составе различных информационно-программных систем.

Целью работы является сокращение сроков и повышение эффективности разработки сложных информационных систем различного назначения за счет интегрирования в них подсистем поддержки принятия решений, основанных на продукционном подходе.

Для достижения поставленных целей в диссертационной работе решались следующие научные и практические задачи:

• анализ и систематизация методов и средств автоматизации процесса принятия решений;

• синтез требований, которым должна удовлетворять разрабатываемая подсистема и информационная система в целом;

• разработка механизма вывода решений на основе модифицированной стратегии конфликтной резолюции;

• разработка модели информационно-программной системы предприятия с интеллектуальной подсистемой;

• программная реализация подсистемы поддержки принятия решений, удовлетворяющая, в том числе, требованиям переносимости и независимости от предметной области.

В соответствии с поставленной задачей в первой главе дается обзор общего состояния рассматриваемой проблемы. Проводится анализ программного обеспечения и существующих технологий, применимых для создания подсистемы поддержки принятия решений[44,45,81]. В результате сравнения возможностей современных систем разработки представленных на мировом рынке было определено, что среда реализации должна принадлежать к классу RAD систем (Rapid Application Development — быстрая разработка приложений), что позволит в кратчайшие сроки осуществить разработку программного продукта.

Во второй главе проводится анализ методов и средств создания систем, основанных на знаниях[6,23,33,76,83,84,85,99,111,116,119,124]. Математический аппарат, используемый при создании подсистемы поддержки принятия решений, может быть основан как на теории принятия решений, так и на теоретических и практических результатах исследований искусственного интеллекта. Основываясь на мировом опыте создания интеллектуальных программных продуктах, делается вывод о том, что наиболее успешно задачи выбора и принятия решений решаются при использовании теоретических результатов исследований искусственного интеллекта — в виде экспертных систем. В результате проведенного анализа существующих методик был предложен подход к созданию подсистемы ППР для интеллектуальных САПР и ИС предприятия — в качестве основы алгоритма ППР предлагается использовать продукционный принцип построения экспертных систем, что позволит формализовать знания предметной области на языке, приближенном к естественному языку.

В третьей главе приводится описание общих принципов построения разрабатываемой подсистемы обработки данных и поддержки принятия решений. [7,9,14,15,18,34,51,66,93,94,121] Анализируется структура и основные свойства инструментальных средств разработки интеллектуальных систем. В результате анализа основных методик построения продукционных систем и требований, предъявляемых к разрабатываемой подсистем произведен синтез архитектуры автоматизированной подсистемы продукционного типа, базирующейся на модифицированной стратегии конфликтной резолюции и позволяющей эффективно решать задачи выбора и принятия решений в информационно-программных системах различного назначения. Особенностью разработанной архитектуры является — отсутствие требования по наличию специальных знаний и навыков для эксплуатации, а также наличие способности к использованию в составе различных информационно-программных систем машиностроительного предприятия.

В четвертой главе описаны методы и средства реализации прототипной подсистемы поддержки принятия решений, теоретически обоснованной в предыдущих главах. В качестве среды разработки была выбрана система RAD класса — Clarion for Windows[31,40,104]. Также приводятся описание методов и средств для проверки потребительских свойств разработанного программного продукта. Результаты осуществленных внедрений и проведенная опытная эксплуатация разработанной подсистемы поддержки принятия решений подтвердили, что система ограничений и предположений использованная при разработке не оказала отрицательного влияния на возможности подсистемы и получаемые с ее помощью результаты.

Проведенная опытная эксплуатация, показала, что эффективность использования не зависит от области применения, и одинаково качественно происходит обработка, как задач САПР, так и задач связанных с функционированием предприятия. Успешное использование разработанной подсистемы позволяет сделать вывод о возможности ее применения в системах различных типов и классов — от интеллектуального контроля введенных пользователем данных и программ расчета параметров деталей машин до крупных машиностроительных САПР, например, AutoCAD Mechanical Desktop.

В приложениях приводятся блок-схемы алгоритмов основных программных модулей и справки об использовании результатов работы.

Научная новизна диссертационного исследования заключается в следующем:

• разработан способ автоматизации решения трудноформализуемых задач, связанных с проблемами выбора и принятия управляющих решений;

• разработана архитектура автоматизированной подсистемы продукционного типа, базирующаяся на модифицированной стратегии конфликтной резолюции, и позволяющая эффективно решать задачи выбора и принятия решений в информационно-программных системах различного назначения.

Практическое применение. Использование продукционного подхода позволяет предоставить разработчику инструмент, предоставляющий широкие возможности по обработке информации. Внесение предложенных модификаций в продукционный подход позволяет с его помощью автоматизировать практически любую задачу, связанную с принятием решений и интеллектуальной обработкой информации. Теоретические результаты работы и разработанная на их основе прототипная подсистема поддержки принятия решений использованы в информационном контуре предприятия ООО «ТД «За рулем» и ООО «Делкам-Москва».

4.5. Основные выводы и результаты работы.

1. В результате проведенного анализа существующих методов и средств автоматизации процесса принятия решений было установлено, что оптимальным является создание интегрированной инструментальной системы, включающей интеллектуальную подсистему продукционного типа;

2. Исходя из поставленных задач и проведенного анализа, были сформулированы требования, которым должна удовлетворять разрабатываемая подсистема и информационная система в целом;

3. На основе требований, предъявляемых к подсистеме ППР, был разработан механизм вывода решений на основе модернизированной стратегии конфликтной резолюции, позволяющий обеспечить необходимую гибкость при автоматизации решения трудноформализуемых задач;

4. Разработана модель информационно-программной системы предприятия, предложены способы интеграции интеллектуальной подсистемы;

5. Результаты теоретических исследований и практических разработок были применены при создании подсистемы поддержки принятия решений, предназначенной для использования в качестве встраиваемой компоненты информационной системы предприятия. Для проверки наличия требуемых свойств разработанная подсистема была интегрирована в состав готовых ИС предприятия. Результаты опытной эксплуатации подтвердили высокую степень эффективности подсистемы;

6. Результаты проведенных исследований подтвердили, что решение актуальной научной и практической задачи создания подсистем поддержки принятия решений заключается в использовании интегрированных программных комплексов, включающих интеллектуальную подсистему продукционного типа. Такое решение позволяет сократить сроки и снизить затраты на реализацию сложных информационно-программных систем.

Дальнейшее развитие данной работы может быть направлено на расширение функциональности и производительности разработанной подсистемы поддержки принятия решений за счет использования математического аппарата нечеткой логики и реализации модели распределенных вычислений.

Показать весь текст

Список литературы

  1. Адаменко А. «Логическое программирование и Visual Prolog», Санкт
  2. Петербург, Изд. БХВ-Петербург, 2003 г., 990 с.
  3. А., Кучуков А. «Логическое программирование и Visual Prolog (+CD-ROM)», Санкт-Петербург, изд. БХВ-Петербург, 2003 г., 992с.:ил.
  4. А. Д. «Delphi 5», Москва, изд. ЛАЙТ Лтд, 2001 г., 511с.:ил.
  5. А.В., Борисов А. Н., Вилюмс Э. Р., Слядзь Н. Н., Фомин С. А. «Интеллектуальные системы принятия проектных решений», Москва, изд. Zinatne, 1997 г., 320 с.:ил.
  6. Аналитические технологии XXI века из первых рук http://www.neuroproject.ru/
  7. А.В. «Экспертная система для начальных стадий проектирования технических систем», Москва, изд. программные продукты и системы, 1989 г., 160 с.
  8. Н.Н. «Элементарный курс теории принятия решений», Москва, изд. Вычислительный центр РАН, 2000 г.
  9. А.Я. «Программирование в Delphi 6», Москва, изд. БИНОМ, 2001 г., 1120 с.:ил.
  10. С., Голубев Д., Максименко О. «Хранилища данных. От концепции до внедрения», Москва, изд. ДИАЛОГ-МИФИ, 2002 г.
  11. А.Б. «Нейронные сети: распознавание, управление, принятие решений», Москва, 2004 г., 176 с.:ил.
  12. У. «UML и Rational Rose», Москва, изд. ЛОРИ, 2000 г., 580 с.
  13. У., Боггс М. «UML Rational Rose», Москва, изд. ЛОРИ, 2001 г., 582 с.:ил.
  14. В.Н., Аде Ф.Г. «Искусственный интеллект: Учебное пособие для вузов», Москва, 2002 г., 347 с.
  15. А.Н. «Обработка нечеткой информации в системах принятия решений», Москва, изд. Радио и связь, 1989 г., 303 с.
  16. В. «STATISTICA искусство анализа данных на компьютере», 2-е издание Санкт-Петербург, изд. Питер, 2003 г., 688 с.:ил.
  17. И. «Алгоритмы искусственного интеллекта на языке PROLOG» 3-е издание Москва, изд. Вильяме, 2004 г., 640 с.:ил.
  18. Буч «Визуальное моделирование с помощью Rational Rose 2002 и UML», Москва, изд. Вильяме, 2003 г., 192 с.
  19. В.Н. «Дедукция и обобщение в системах принятия решений», Москва, изд. Наука, 1988 г., 423 с.
  20. В. И., Коноваленко В. В., Горелов Ю. И. «Имитационное управление неопределенными объектами», Краснодар, изд. Наукова думка, 1989 г., 216с.
  21. В.Э. «Комбинаторная логика в программировании. Вычисления с объектами в примерах и задачах», Москва, изд. ЮрИнфоР, 2003 г., 336 с.
  22. Вороновский Г. К.,. Махотило К. В, Петрашев С. Н., Сергеев С. А. «Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности», Харьков, изд. ОСНОВА, 1997 г., 112 с.
  23. Т.А., Хорошевский В. Ф. «Базы знаний интеллектуальных систем», Санкт-Петербург, изд. Питер, 2001 г., 384 с.:ил.
  24. Т.А., Червинская К. Р. «Извлечение и структурирование знаний для экспертных систем», Москва, изд. Горячая линия Телеком-Радио и связь, 1992 г., 387 с.
  25. О.В. Введение в теорию экспертных систем и обработку знаний, Мн., изд. Дизайн ПРО, 1995. 255 с.
  26. .С., Ехриель И. М., Рерле Р. Д. «Интеллектуальные сети», Москва, изд. Горячая линия Телеком-Радио и связь, 2003 г., 504 с.:ил.
  27. А.Н. «Методы нейроинформатики», сборник научных трудов, Красноярск, изд. КГТУ, 1998 г., 204 с.
  28. А.Н., Дунин-Барковский B.JL, Кирдин А. Н. «Нейроинформатика», Новосибирск, изд. Наука, Сибирское предприятие РАН, 1998 г. 296с.
  29. JI.B. «Основы функционального программирования: Курс лекций», Москва, изд. ИНТУИТ.РУ, 2004 г., 272 с.
  30. Г. Р. «Автоформализация профессиональных знаний», Москва, изд. Микропроцессорные средства и системы, № 3,1986 г., 80−91 с.
  31. В.В. «Системы искусственного интеллекта», Москва, изд. Издательство МГТУ им Н, Э, Баумана, 2001 г., 352 с.:ил.
  32. И. «Язык программирования Clarion 5.0. Неофициальное руководство пользователя по созданию приложения для Internet», Москва, изд. Майор, 2002 г., 208 с.:ил.
  33. К. Дж. «Введение в системы баз данных» 6-е издание, Москва, изд. Вильяме, 1998 г., 848с.
  34. П. «Введение в экспертные системы», 3-е издание Москва, изд. Вильяме, 2001 г., 624 с.:ил.
  35. X., Хостманн Б., Ф. Байтендийк, Inside Gartner Group (рус.), «Вниманию руководства: Обновленные Волшебные Квадраты Gartner для систем интеллектуальной поддержки бизнеса», февраль 2003 г.
  36. Ю.А., Травкин С. И., Якимец В. Н. «Многокритериальные модели формирования и выбора вариантов систем», Москва, изд. Наука, 1986 г., 295 с.
  37. С. «Технологии Интернет программирования», Санкт-Петербург, изд. БХВ Петербург, 2001 г., 480 с.:ил.
  38. Дюк В.А. «Data Mining интеллектуальный анализ данных», Санкт-Петербург, изд. Санкт-Петербургский институт информатики и автоматизации РАН, 2003 г. 100 с.
  39. Р.Х. «Машинный поиск вариантов при моделировании творческого процесса», Москва, изд. Наука, 1983 г., 232 с.
  40. К.А. «Справочник: Искусственный интеллект. Книга 1. Системы общения и экспертные системы», Москва, изд. Горячая линия Телеком- Радио и связь, 1990 г., 464 с.:ил.
  41. Информационно- познавательный журнал для разработчика Clarion http://www.kirsoft.com.ru/cw/
  42. Искусственный интеллект Краткое описание построения нейронных сетей. http://www.geocities.com/SiliconValley/Bridge/3557/russian/ai.htm
  43. Искусственный интеллект- взгляд в будущее http://aifuture.chat.ru/
  44. Р. «Основные концепции нейронных сетей», Москва, изд. Вильяме, 2003 г., 288 с.:ил.
  45. Т. «Rational Rose и UML. Визуальное моделирование», Москва, изд. ДМК, 2001 г., 175 с.
  46. К., «Корпоративная отчетность: Серверная архитектура для распределенного доступа к информации» февраль 1999 г., http://www.osp.ru/os/2003/04/
  47. В.И., Смирнов Д. А. «Нейронные сети и их применение в системах», Москва, изд. Горячая линия- Телеком, 2002 г., 386 с.
  48. Т., Бегг К., Страчан А. «Базы данных: проектирование, реализация и сопровождение», Москва, изд. Вильяме, 2000 г., 1120 с.
  49. В.В., Гареев А. Ф., Васютин С. В., Райх В. В. «Базы данных. Интеллектуальная обработка информации», Москва, изд. Нолидж, 2001 г., 352 с.:ил.
  50. С. «Нейронные сети: алгоритмы обратного распространения» http://www.neuropower.de/rus/books/003/n2.zip
  51. С. «Нейронные сети: основные положения» http://www.neuropower.de/rus/books/003/nl.zip
  52. Д., Димитриади Г., Афанасьев В. «Методы поддержки принятия решений», Россия, изд. Едиториал УРСС, 2001 г., 72 с.
  53. В.В., Борисов В. В. «Исскуственные нейронные сети. Теория и практика», Москва, изд. Горячая линия-Телеком- Радио и связь, 2002 г., 382 с.:ил.
  54. В. Е. «Представление в ЭВМ неформальных процедур», Москва, ихд. Наука, 1989 г., 158с.
  55. .А. «Логика естественных рассуждений», Санкт-Петербург, изд. Невский проспект, 2001 г., 128 с.:ил.
  56. А. «Системы искусственного интеллекта. Лекция», Москва, изд. Маркетинг, .2001 г., 36 с.
  57. Э. «Искусственный интеллект. Применение в интегрированных производственных системах», Москва, изд. Машиностроение, 1991 г., 544 с.:ил.
  58. Лаборатория искусственного интеллекта, нейронные сети http://lii.newmail.ru/
  59. С.С. «Представление и использование знаний в автоматизированных системах», Москва, изд. Микропроцессорные средства и системы, № 3, 1986 г., 38−43 с.
  60. Лед и пламя: статья об искусственном интеллекте http://homes.arealcity.com/ai/
  61. В.В. «обеспечение качества программных средств. Методы и стандарты», Москва, изд. Синтег, 2001 г., 380 с.
  62. .Я., Кузякин М. А., Росляков А. В., Фомичев С. М. «Интеллектуальные сети и связи», Москва, изд. Эко-Трендз, 2002 г., .206 с.:ил.
  63. О.И. «Теория и методы принятия решений», Москва, изд. Мир, 1990 г., 425 с.:ил.
  64. Лорьер Ж.-Л. «Системы искусственного интеллекта», Москва, изд. Мир, 1991 г., 342 с.:ил.
  65. Дж.Ф. «Искусственный интеллект: стратегии и методы решения сложных проблем» 4-е издание, Москва, изд. Вильяме, 2003 г., 864 с.:ил.
  66. Е.В. «Экспертное знание. Интеграционный подход и его приложение в социологическом исследовании», Москва, изд. Наука, 2001 г., 228с.
  67. Э. «Введение в математическую логику» перевод с английского, Москва, изд. Мир, 1984 г., 320 с.
  68. С.В. «Модели и базы знаний», Санкт-Петербург, изд. СПГЭТУ, .1998 г., 164 с.
  69. М. «Фреймы для представления знаний», Москва, изд. Энергия, 1979 г., 320 с.
  70. Р.Дж. «Базы данных и UML/ Проектирование», Москва, изд. ЛОРИ, 2002 г., 420 с.
  71. А.А. «Логика и Пролог в дискретной математике», Москва, изд. МЭИ, 1996 г. 452 с.
  72. А. В. Лоскутов А.И. «Нейросетевые алгоритмы прогнозирования и оптимизации систем», Москва, изд. Наука и техника, 2003 г., 384 с.:ил.
  73. Научно-исследовательская лаборатория «Проблемы искусственного интеллекта» http://www.kcn.ru/tatru/science/aipl/index.htm
  74. К. «Как построить свою экспертную систему», Москва, изд. Энергоатомиздат, 1991 г., 287 с.
  75. Нейронные сети http://www.neusciences.com/
  76. Н. «Искусственный интеллект. Методы поиска решений», Москва, изд. Мир, 1973 г. 586 с.:ил.
  77. Описание экспертных систем http://inf.tu-chel.ac.ru/~pollak/expert
  78. Р., Харки Д., Эдварде Д. «Основы CORBA», Москва, изд. Горячая линия-Телеком- Малип, 1999 г., 318 с.:ил.
  79. С. «Приобретение знаний» перевод с японского, Москва, изд. Мир, 1990 г., 304 с.
  80. Официальный сайт компании AMZI! http://www.amzi.com
  81. Н. «AutoCad 2000 и Visual LISP», 2-е издание Санкт-Петербург, изд. Питер, 2001 г., 672 с.:ил.
  82. А. «Среда программирования Delphi 5−6», Москва, изд. Познавательная книга Плюс, 2001 г., 415 с.
  83. В. «Базы данных в Delphi 7», Санкт-Петербург, изд. Питер Паблишинг, 2003 г., 224 с.
  84. Э.В. «Экспертные системы реального времени», Москва, изд. ЦРДЗ, 1995 г., Материалы семинара с.5−22
  85. Э.В. «Экспертные системы», Москва, изд. Наука, 1987 г., 283 с.
  86. Э.В., Фоминых И. Б., Кисель Е. Б. «Статические и динамические экспертные системы: классификация, состояния, тенденции», Москва, изд. ЦРДЗ, 1995 г., 213 с.
  87. Г. С., Поспелов Д. А. «Искусственный интеллект- прикладные системы», Москва, изд. Знание, 1985 г., 452 с.
  88. Д.А. «Нечеткие множества в моделях управления и искусственного интеллекта», Москва, изд. Наука, 1986 г., 312 с.
  89. Д. «СОМ и CORBA. Просто и доступно», Москва, изд. Лори, 2001 г., 372 с.:ил.
  90. И.В. «Дискретный анализ», 3-е издание, Санкт-Петербург, изд. БХВ Петербург, 2003 г., 320 с.:ил.
  91. Э.Т. «Трехмерное моделирование в AutoCad 14. AutoLISP», Москва, изд. ЛАЙТ Лтд, 1999 г., 352 с.
  92. Д. «Нейронные сети, генетические алгоритмы и нечеткие системы», Москва, изд. Горячая линия-Телеком, 2004 г., 452 с.:ил.
  93. Г. В. «Проектирование систем, основанных на знаниях», Москва, изд. МИФИ, 2000 г., 104 с.:ил.
  94. Т. «Данных больше, доступ — лучше», статья Computer World 38/2001 г. http://www.osp.ru/os/2003/04
  95. Т., «Это надо рисовать: Программное обеспечение анализа данных становится более выразительным», статья ComputerWorld 42/2000 г. http://www.osp.ru/os/2003/04/
  96. Дж. «CORBA 3», Москва, изд. Горячая линия-Телеком- Малип, 2002 г., 412 с.:ил.
  97. Системы искусственного интеллекта http://penguin.photon.ru/doc/ai.shtml
  98. К.У., Ульямс JI. Дж. «Эффективные решения: практическое руководство по созданию гибкого и масштабируемого программного обеспечения», Москва, изд. Вильяме, 2003 г., 448 с.:ил.
  99. .Я., Яковлев С. А. «Моделирование систем. Практикум» 2-е издание, Москва, изд. Высшая школа, 2003 г., 295 с.:ил.
  100. ., Фостер Д. «Программирование экспертных систем на Паскале», перевод с английского, Москва, изд. Финансы и статистика, 1990 г., 191с.
  101. Ю.М., Митрофанов В. Г. «Автоматизированное проектирование и производство в машиностроении», Москва, изд. Машиностроение, 1986 г., 256 с.
  102. СЛ. «Курс лекций по предмету: Основы проектирования систем с искусственным интеллектом», г. Днепродзержинск, изд. Днепродзержинск, 2000 г. 183 с.
  103. Э. «Корпоративные хранилища данных. Планирование, разработка, реализация», том.1 перевод с английского, Москва, изд. Вильяме, 2001 г.
  104. Справочное руководство по Clarion Professional Developer http://www.citforum.ru/programming/clarion/clal.shtml
  105. Э. «Современные операционные системы», 2-е издание Санкт-Петербург, изд. Питер, 2004 г., 1040 с.:ил.
  106. Теория и практика моделирования нейронных сетей, Neural Bench, http://www.neuralbench.ru
  107. А.В. «Роботы и искусственный интеллект», Москва, изд. Наука, 1978 г., 192 с.
  108. Э.Х. «Интеграция знаний», Москва, изд. Техническая кибернетика, № 5,1989 г., с. З 13
  109. У. Росс Эшби, «Искусственный интеллект», справочник в 3-х книгах, Москва, изд. Мир, 1990 г.
  110. Ф. «Нейрокомпьютерная техника» http://www.sihf.spb.ru/lib/ANN02.htm
  111. Д. «Руководство по экспертным системам», Москва, изд. Мир, 1989 г., 234 с.
  112. А.Г. «Базы данных», Москва, изд. КомпьютерПресс, 2001 г., 255 с.
  113. В.А. «Интеллектуальный анализ данных: методы и средства», Урал, изд. Едиториал УРСС, .2001 г., 52с.
  114. Г. «Базы данных: разработка и управление», Москва, изд. БИНОМ, 1999 г., 699 с. 115. 2Хант Э. «Искусственный интеллект», Москва, изд. Мир, 1978 г., 558 с.
  115. Хейес-Рот Ф., Уотерман Д., Ленат Д. «Построение экспертных систем», Москва, изд. Мир, 1987 г., 125 с.
  116. Э., Сеппянен Й. «Мир Лиспа» в 2 томах, перевод с финского, Москва, изд.Мир, 1990 г., 768 с.
  117. В.Д. «Автоматизация проектирования технических систем и процессов» сборник научных трудов, Минск, изд. Институт технической кибернетики АН БССР, 1979 г., 120 с.
  118. А.П., Белов Д. Л. Гаврилова Т.А. «Разработка экспертных систем. Среда CLIPS», Санкт-Петербург, изд. БХВ Петербург, 2003 г., 608 с.
  119. Л. В. «Способы аналитической обработки данных для поддержки принятия решений», Иваново, изд. Ивановский государственный энергетический университет- 2000 г. 160 с.
  120. Л.В. «Оперативная аналитическая обработка данных: концепции и технологии», Иваново, изд. Ивановский государственный энергетический университет, 2001 г. 40 с.
  121. Электронный каталог журналов Отделения Математики РАН http://math.ras.ru/
  122. Д., Кумбс М. «Экспертные системы: концепции и примеры», перевод с английского, Москва, изд. Финансы и статистика, 1987 г., 191с.
  123. L., Farrell R., Kant E., Martin N. «Programming expert systems in OPS5», Massachusetts, Addison-Wesley Publishing company.INC., 1986,471p.
  124. W.E. Mellish C.S. «Programing in Prolog», 1981 г., Русский перевод: Клоксин У., Меллиш К. «Программирование на языке ПРОЛОГ», Москва, изд. Мир, 1987 г.
  125. Corduroy «Lisp», New York, 1994,456 c.
  126. J., Reiblein A.R., Vadera S. «Prolog- programming for tomorrow», Sigma Press *Wilmslow, Русский перевод: Дж. Доорс, А. Р. Рейблейн, С. Вадера «Пролог-язык программирования будущего», Москва, изд. Финансы и статистика, 1990 г., 144 с.:ил.
  127. D. «Clarion Database& SQL», Canada, 2004,624p.
  128. D. «Clarion Tips & Texniques», Canada, 2004,630p.
  129. D. «Programming Objects in Clarion. Second Edition «, Canada, 2004,240p
  130. Kimbal R. The Data Warehouse Toolkit: Practical Techniques for Building Dimensional Data Warehouses. John Willey&Sons, 1996
  131. G. «Open Source Security: Opportunity or Oxymoron?» IEEE Computer, March 2002. IEEE Computer Society, 2002
  132. S. «Software Engineering», New York, Addison Wesley, 2000 Русский передвод: Соммервилл И. «Инженерия программного обеспечения», 6-е издание Москва, изд. Вильяме, 2002 г., 624с.:ил.
  133. Thomsen Е. OLAP Solutions: Building Multidimensional Information Systems. Wiley Computer Publishing, 1997
  134. Rosenberg Kevin M. A multi-platform SQL interface for Common Lisp http://clsql.b9.com
Заполнить форму текущей работой

Заказал и сдал!