Разработка методов и средств поддержки принятия решений для интегрированной инструментальной среды построения систем обработки информации и управления в машиностроении
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.
Список литературы
- Адаменко А. «Логическое программирование и Visual Prolog», Санкт
- Петербург, Изд. БХВ-Петербург, 2003 г., 990 с.
- Адаменко А., Кучуков А. «Логическое программирование и Visual Prolog (+CD-ROM)», Санкт-Петербург, изд. БХВ-Петербург, 2003 г., 992с.:ил.
- Александровский А. Д. «Delphi 5», Москва, изд. ЛАЙТ Лтд, 2001 г., 511с.:ил.
- Алексеев 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.
- Аналитические технологии XXI века из первых рук http://www.neuroproject.ru/
- Андрейчиков А.В. «Экспертная система для начальных стадий проектирования технических систем», Москва, изд. программные продукты и системы, 1989 г., 160 с.
- Апраушева Н.Н. «Элементарный курс теории принятия решений», Москва, изд. Вычислительный центр РАН, 2000 г.
- Архангельский А.Я. «Программирование в Delphi 6», Москва, изд. БИНОМ, 2001 г., 1120 с.:ил.
- Архипенков С., Голубев Д., Максименко О. «Хранилища данных. От концепции до внедрения», Москва, изд. ДИАЛОГ-МИФИ, 2002 г.
- Барскиц А.Б. «Нейронные сети: распознавание, управление, принятие решений», Москва, 2004 г., 176 с.:ил.
- Боггс У. «UML и Rational Rose», Москва, изд. ЛОРИ, 2000 г., 580 с.
- Боггс У., Боггс М. «UML Rational Rose», Москва, изд. ЛОРИ, 2001 г., 582 с.:ил.
- Бондарев В.Н., Аде Ф.Г. «Искусственный интеллект: Учебное пособие для вузов», Москва, 2002 г., 347 с.
- Борисов А.Н. «Обработка нечеткой информации в системах принятия решений», Москва, изд. Радио и связь, 1989 г., 303 с.
- Боровиков В. «STATISTICA искусство анализа данных на компьютере», 2-е издание Санкт-Петербург, изд. Питер, 2003 г., 688 с.:ил.
- Братко И. «Алгоритмы искусственного интеллекта на языке PROLOG» 3-е издание Москва, изд. Вильяме, 2004 г., 640 с.:ил.
- Буч «Визуальное моделирование с помощью Rational Rose 2002 и UML», Москва, изд. Вильяме, 2003 г., 192 с.
- Вагин В.Н. «Дедукция и обобщение в системах принятия решений», Москва, изд. Наука, 1988 г., 423 с.
- Васильев В. И., Коноваленко В. В., Горелов Ю. И. «Имитационное управление неопределенными объектами», Краснодар, изд. Наукова думка, 1989 г., 216с.
- Вольфенгаген В.Э. «Комбинаторная логика в программировании. Вычисления с объектами в примерах и задачах», Москва, изд. ЮрИнфоР, 2003 г., 336 с.
- 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.
- Гаврилова Т.А., Хорошевский В. Ф. «Базы знаний интеллектуальных систем», Санкт-Петербург, изд. Питер, 2001 г., 384 с.:ил.
- Гаврилова Т.А., Червинская К. Р. «Извлечение и структурирование знаний для экспертных систем», Москва, изд. Горячая линия Телеком-Радио и связь, 1992 г., 387 с.
- Герман О.В. Введение в теорию экспертных систем и обработку знаний, Мн., изд. Дизайн ПРО, 1995. 255 с.
- Гольдштейн Б.С., Ехриель И. М., Рерле Р. Д. «Интеллектуальные сети», Москва, изд. Горячая линия Телеком-Радио и связь, 2003 г., 504 с.:ил.
- Горбань А.Н. «Методы нейроинформатики», сборник научных трудов, Красноярск, изд. КГТУ, 1998 г., 204 с.
- Горбань А.Н., Дунин-Барковский B.JL, Кирдин А. Н. «Нейроинформатика», Новосибирск, изд. Наука, Сибирское предприятие РАН, 1998 г. 296с.
- Городняя JI.B. «Основы функционального программирования: Курс лекций», Москва, изд. ИНТУИТ.РУ, 2004 г., 272 с.
- Громов Г. Р. «Автоформализация профессиональных знаний», Москва, изд. Микропроцессорные средства и системы, № 3,1986 г., 80−91 с.
- Девятков В.В. «Системы искусственного интеллекта», Москва, изд. Издательство МГТУ им Н, Э, Баумана, 2001 г., 352 с.:ил.
- Дегтярев И. «Язык программирования Clarion 5.0. Неофициальное руководство пользователя по созданию приложения для Internet», Москва, изд. Майор, 2002 г., 208 с.:ил.
- Дейт К. Дж. «Введение в системы баз данных» 6-е издание, Москва, изд. Вильяме, 1998 г., 848с.
- Джексон П. «Введение в экспертные системы», 3-е издание Москва, изд. Вильяме, 2001 г., 624 с.:ил.
- Дрезнер X., Хостманн Б., Ф. Байтендийк, Inside Gartner Group (рус.), «Вниманию руководства: Обновленные Волшебные Квадраты Gartner для систем интеллектуальной поддержки бизнеса», февраль 2003 г.
- Дубов Ю.А., Травкин С. И., Якимец В. Н. «Многокритериальные модели формирования и выбора вариантов систем», Москва, изд. Наука, 1986 г., 295 с.
- Дунаев С. «Технологии Интернет программирования», Санкт-Петербург, изд. БХВ Петербург, 2001 г., 480 с.:ил.
- Дюк В.А. «Data Mining интеллектуальный анализ данных», Санкт-Петербург, изд. Санкт-Петербургский институт информатики и автоматизации РАН, 2003 г. 100 с.
- Зарипов Р.Х. «Машинный поиск вариантов при моделировании творческого процесса», Москва, изд. Наука, 1983 г., 232 с.
- Иванов 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.
- Информационно- познавательный журнал для разработчика Clarion http://www.kirsoft.com.ru/cw/
- Искусственный интеллект Краткое описание построения нейронных сетей. http://www.geocities.com/SiliconValley/Bridge/3557/russian/ai.htm
- Искусственный интеллект- взгляд в будущее http://aifuture.chat.ru/
- Калан Р. «Основные концепции нейронных сетей», Москва, изд. Вильяме, 2003 г., 288 с.:ил.
- Кватрани Т. «Rational Rose и UML. Визуальное моделирование», Москва, изд. ДМК, 2001 г., 175 с.
- Комафорд К., «Корпоративная отчетность: Серверная архитектура для распределенного доступа к информации» февраль 1999 г., http://www.osp.ru/os/2003/04/
- Комашинский В.И., Смирнов Д. А. «Нейронные сети и их применение в системах», Москва, изд. Горячая линия- Телеком, 2002 г., 386 с.
- Коннолли Т., Бегг К., Страчан А. «Базы данных: проектирование, реализация и сопровождение», Москва, изд. Вильяме, 2000 г., 1120 с.
- Корнеев В.В., Гареев А. Ф., Васютин С. В., Райх В. В. «Базы данных. Интеллектуальная обработка информации», Москва, изд. Нолидж, 2001 г., 352 с.:ил.
- Короткий С. «Нейронные сети: алгоритмы обратного распространения» http://www.neuropower.de/rus/books/003/n2.zip
- Короткий С. «Нейронные сети: основные положения» http://www.neuropower.de/rus/books/003/nl.zip
- Кочин Д., Димитриади Г., Афанасьев В. «Методы поддержки принятия решений», Россия, изд. Едиториал УРСС, 2001 г., 72 с.
- Круглов В.В., Борисов В. В. «Исскуственные нейронные сети. Теория и практика», Москва, изд. Горячая линия-Телеком- Радио и связь, 2002 г., 382 с.:ил.
- Кузнецов В. Е. «Представление в ЭВМ неформальных процедур», Москва, ихд. Наука, 1989 г., 158с.
- Кулик Б.А. «Логика естественных рассуждений», Санкт-Петербург, изд. Невский проспект, 2001 г., 128 с.:ил.
- Кушнир А. «Системы искусственного интеллекта. Лекция», Москва, изд. Маркетинг, .2001 г., 36 с.
- Кьюсиака Э. «Искусственный интеллект. Применение в интегрированных производственных системах», Москва, изд. Машиностроение, 1991 г., 544 с.:ил.
- Лаборатория искусственного интеллекта, нейронные сети http://lii.newmail.ru/
- Лавров С.С. «Представление и использование знаний в автоматизированных системах», Москва, изд. Микропроцессорные средства и системы, № 3, 1986 г., 38−43 с.
- Лед и пламя: статья об искусственном интеллекте http://homes.arealcity.com/ai/
- Липаев В.В. «обеспечение качества программных средств. Методы и стандарты», Москва, изд. Синтег, 2001 г., 380 с.
- Лихтциндер Б.Я., Кузякин М. А., Росляков А. В., Фомичев С. М. «Интеллектуальные сети и связи», Москва, изд. Эко-Трендз, 2002 г., .206 с.:ил.
- Ларичев О.И. «Теория и методы принятия решений», Москва, изд. Мир, 1990 г., 425 с.:ил.
- Лорьер Ж.-Л. «Системы искусственного интеллекта», Москва, изд. Мир, 1991 г., 342 с.:ил.
- Люгер Дж.Ф. «Искусственный интеллект: стратегии и методы решения сложных проблем» 4-е издание, Москва, изд. Вильяме, 2003 г., 864 с.:ил.
- Масленников Е.В. «Экспертное знание. Интеграционный подход и его приложение в социологическом исследовании», Москва, изд. Наука, 2001 г., 228с.
- Мендельсон Э. «Введение в математическую логику» перевод с английского, Москва, изд. Мир, 1984 г., 320 с.
- Микони С.В. «Модели и базы знаний», Санкт-Петербург, изд. СПГЭТУ, .1998 г., 164 с.
- Минский М. «Фреймы для представления знаний», Москва, изд. Энергия, 1979 г., 320 с.
- Мюллер Р.Дж. «Базы данных и UML/ Проектирование», Москва, изд. ЛОРИ, 2002 г., 420 с.
- Набебин А.А. «Логика и Пролог в дискретной математике», Москва, изд. МЭИ, 1996 г. 452 с.
- Назаров А. В. Лоскутов А.И. «Нейросетевые алгоритмы прогнозирования и оптимизации систем», Москва, изд. Наука и техника, 2003 г., 384 с.:ил.
- Научно-исследовательская лаборатория «Проблемы искусственного интеллекта» http://www.kcn.ru/tatru/science/aipl/index.htm
- Нейлор К. «Как построить свою экспертную систему», Москва, изд. Энергоатомиздат, 1991 г., 287 с.
- Нейронные сети http://www.neusciences.com/
- Нильсон Н. «Искусственный интеллект. Методы поиска решений», Москва, изд. Мир, 1973 г. 586 с.:ил.
- Описание экспертных систем http://inf.tu-chel.ac.ru/~pollak/expert
- Орфали Р., Харки Д., Эдварде Д. «Основы CORBA», Москва, изд. Горячая линия-Телеком- Малип, 1999 г., 318 с.:ил.
- Осуги С. «Приобретение знаний» перевод с японского, Москва, изд. Мир, 1990 г., 304 с.
- Официальный сайт компании AMZI! http://www.amzi.com
- Полещук Н. «AutoCad 2000 и Visual LISP», 2-е издание Санкт-Петербург, изд. Питер, 2001 г., 672 с.:ил.
- Полянский А. «Среда программирования Delphi 5−6», Москва, изд. Познавательная книга Плюс, 2001 г., 415 с.
- Понамарев В. «Базы данных в Delphi 7», Санкт-Петербург, изд. Питер Паблишинг, 2003 г., 224 с.
- Попов Э.В. «Экспертные системы реального времени», Москва, изд. ЦРДЗ, 1995 г., Материалы семинара с.5−22
- Попов Э.В. «Экспертные системы», Москва, изд. Наука, 1987 г., 283 с.
- Попов Э.В., Фоминых И. Б., Кисель Е. Б. «Статические и динамические экспертные системы: классификация, состояния, тенденции», Москва, изд. ЦРДЗ, 1995 г., 213 с.
- Поспелов Г. С., Поспелов Д. А. «Искусственный интеллект- прикладные системы», Москва, изд. Знание, 1985 г., 452 с.
- Поспелова Д.А. «Нечеткие множества в моделях управления и искусственного интеллекта», Москва, изд. Наука, 1986 г., 312 с.
- Причард Д. «СОМ и CORBA. Просто и доступно», Москва, изд. Лори, 2001 г., 372 с.:ил.
- Романовский И.В. «Дискретный анализ», 3-е издание, Санкт-Петербург, изд. БХВ Петербург, 2003 г., 320 с.:ил.
- Романычева Э.Т. «Трехмерное моделирование в AutoCad 14. AutoLISP», Москва, изд. ЛАЙТ Лтд, 1999 г., 352 с.
- Рутковская Д. «Нейронные сети, генетические алгоритмы и нечеткие системы», Москва, изд. Горячая линия-Телеком, 2004 г., 452 с.:ил.
- Рыбина Г. В. «Проектирование систем, основанных на знаниях», Москва, изд. МИФИ, 2000 г., 104 с.:ил.
- Салливан Т. «Данных больше, доступ — лучше», статья Computer World 38/2001 г. http://www.osp.ru/os/2003/04
- Салливан Т., «Это надо рисовать: Программное обеспечение анализа данных становится более выразительным», статья ComputerWorld 42/2000 г. http://www.osp.ru/os/2003/04/
- Сигел Дж. «CORBA 3», Москва, изд. Горячая линия-Телеком- Малип, 2002 г., 412 с.:ил.
- Системы искусственного интеллекта http://penguin.photon.ru/doc/ai.shtml
- Смит К.У., Ульямс JI. Дж. «Эффективные решения: практическое руководство по созданию гибкого и масштабируемого программного обеспечения», Москва, изд. Вильяме, 2003 г., 448 с.:ил.
- Советов Б.Я., Яковлев С. А. «Моделирование систем. Практикум» 2-е издание, Москва, изд. Высшая школа, 2003 г., 295 с.:ил.
- Сойер Б., Фостер Д. «Программирование экспертных систем на Паскале», перевод с английского, Москва, изд. Финансы и статистика, 1990 г., 191с.
- Соломенцев Ю.М., Митрофанов В. Г. «Автоматизированное проектирование и производство в машиностроении», Москва, изд. Машиностроение, 1986 г., 256 с.
- Сотник СЛ. «Курс лекций по предмету: Основы проектирования систем с искусственным интеллектом», г. Днепродзержинск, изд. Днепродзержинск, 2000 г. 183 с.
- Спирли Э. «Корпоративные хранилища данных. Планирование, разработка, реализация», том.1 перевод с английского, Москва, изд. Вильяме, 2001 г.
- Справочное руководство по Clarion Professional Developer http://www.citforum.ru/programming/clarion/clal.shtml
- Тененбаум Э. «Современные операционные системы», 2-е издание Санкт-Петербург, изд. Питер, 2004 г., 1040 с.:ил.
- Теория и практика моделирования нейронных сетей, Neural Bench, http://www.neuralbench.ru
- Тимофеев А.В. «Роботы и искусственный интеллект», Москва, изд. Наука, 1978 г., 192 с.
- Тыугу Э.Х. «Интеграция знаний», Москва, изд. Техническая кибернетика, № 5,1989 г., с. З 13
- У. Росс Эшби, «Искусственный интеллект», справочник в 3-х книгах, Москва, изд. Мир, 1990 г.
- Уоссермена Ф. «Нейрокомпьютерная техника» http://www.sihf.spb.ru/lib/ANN02.htm
- Уотерман Д. «Руководство по экспертным системам», Москва, изд. Мир, 1989 г., 234 с.
- Федоров А.Г. «Базы данных», Москва, изд. КомпьютерПресс, 2001 г., 255 с.
- Филиппов В.А. «Интеллектуальный анализ данных: методы и средства», Урал, изд. Едиториал УРСС, .2001 г., 52с.
- Хансен 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.
- Хейес-Рот Ф., Уотерман Д., Ленат Д. «Построение экспертных систем», Москва, изд. Мир, 1987 г., 125 с.
- Хювёнен Э., Сеппянен Й. «Мир Лиспа» в 2 томах, перевод с финского, Москва, изд.Мир, 1990 г., 768 с.
- Цветкова В.Д. «Автоматизация проектирования технических систем и процессов» сборник научных трудов, Минск, изд. Институт технической кибернетики АН БССР, 1979 г., 120 с.
- Частиков А.П., Белов Д. Л. Гаврилова Т.А. «Разработка экспертных систем. Среда CLIPS», Санкт-Петербург, изд. БХВ Петербург, 2003 г., 608 с.
- Щавелёв Л. В. «Способы аналитической обработки данных для поддержки принятия решений», Иваново, изд. Ивановский государственный энергетический университет- 2000 г. 160 с.
- Щавелёв Л.В. «Оперативная аналитическая обработка данных: концепции и технологии», Иваново, изд. Ивановский государственный энергетический университет, 2001 г. 40 с.
- Электронный каталог журналов Отделения Математики РАН http://math.ras.ru/
- Элти Д., Кумбс М. «Экспертные системы: концепции и примеры», перевод с английского, Москва, изд. Финансы и статистика, 1987 г., 191с.
- Browston L., Farrell R., Kant E., Martin N. «Programming expert systems in OPS5», Massachusetts, Addison-Wesley Publishing company.INC., 1986,471p.
- Clocksin 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.
- Corduroy «Lisp», New York, 1994,456 c.
- Doores 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.
- Harms D. «Clarion Database& SQL», Canada, 2004,624p.
- Harms D. «Clarion Tips & Texniques», Canada, 2004,630p.
- Harms D. «Programming Objects in Clarion. Second Edition «, Canada, 2004,240p
- Kimbal R. The Data Warehouse Toolkit: Practical Techniques for Building Dimensional Data Warehouses. John Willey&Sons, 1996
- Lawton G. «Open Source Security: Opportunity or Oxymoron?» IEEE Computer, March 2002. IEEE Computer Society, 2002
- Sommerville 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.
- Thomsen Е. OLAP Solutions: Building Multidimensional Information Systems. Wiley Computer Publishing, 1997
- Rosenberg Kevin M. A multi-platform SQL interface for Common Lisp http://clsql.b9.com