автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.18, диссертация на тему:Алгоритмическое и программное обеспечение автоматизированной консультативной системы медико-криминалистической экспертизы воздействия химических факторов

На правах рукописи

ДАЦЕНКО Наталия Валерьевна

АЛГОРИТМИЧЕСКОЕ И ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ АВТОМАТИЗИРОВАННОЙ КОНСУЛЬТАТИВНОЙ СИСТЕМЫ МЕДИКО-КРИМИНАЛИСТИЧЕСКОЙ ЭКСПЕРТИЗЫ ВОЗДЕЙСТВИЯ ХИМИЧЕСКИХ ФАКТОРОВ

Специальность 05.13.18 - Математическое моделирование, численные методы и комплексы программ (технические науки)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Москва 2005

Работа выполнена на кафедре «Проблемы управления» Государственного образовательного учреждения высшего профессионального образования (ГОУ ВПО) «Московский государственный институт радиотехники, электроники и автоматики (технический университет)»

Научный руководитель: доктор технических наук, профессор

Манько Сергей Викторович

Официальные оппоненты: доктор технических наук, профессор

Макаров Виктор Владимирович

кандидат технических наук, доцент Анисимов Дмитрий Николаевич

Ведущая организация: Академия управления МВД России

Защита диссертации состоится г. в часов

в аудитории Г-412 на заседании диссертационного совета Д212.131.03 при ГОУ ВПО «Московский государственный институт радиотехники, электроники и автоматики (технический университет)» по адресу: 119454, г. Москва, пр. Вернадского, 78.

С диссертацией можно ознакомиться в библиотеке Московского государственного института радиотехники, электроники и автоматики (технического университета).

Автореферат разослан « Р » ьуЫМЛ.2005 г.

Ученый секретарь диссертационного совета к.т.н., доцент

Тягунов О.А.

ism

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. В условиях непрерывного роста уровня преступности важное значение при расследовании гражданских и уголовных дел приобретает медико-криминалистическая экспертиза (МКЭ), так как экспертное заключение является одним из основных источников доказательств в следственном и судебном процессах. В настоящее время, по данным уголовной статистики, возросло число умышленных отравлений, в связи с чем все случаи скоропостижной смерти анализируются экспертами с точки зрения возможности отравления. Таким образом, количество уголовных дел, требующих производства медико-криминалистической экспертизы воздействия химических факторов, значительно увеличилось.

Процесс производства МКЭ отравлений постоянно усложняется в связи с непрерывным расширением номенклатуры ядовитых веществ. Кроме того, существует вероятность совершения ошибок при формировании экспертного заключения, связанная с субъективными факторами - квалификацией эксперта, необходимостью выбора заключения из большого числа альтернативных гипотез и т.д. Большое значение для следственного производства имеет оперативность формирования выводов, так как, по статистике, большинство преступлений против здоровья и жизни граждан раскрывается на этапе предварительного расследования. Однако эксперт не всегда может обеспечить требуемую следствием оперативность получения заключения из-за необходимости обработки большого объема данных, которые нередко бывают нечеткими, неполными, неточными, противоречивыми, и наличия логических рассуждений и действий, выполнение которых нельзя ускорить даже привлечением большого числа исполнителей. В этой связи производство МКЭ в настоящее время оказывается неэффективным с точки зрения обеспечения достоверности и оперативности экспертизы.

Одним из наиболее эффективных путей решения указанных проблем является алгоритмизация процесса производства медико-криминалистической экспертизы и создание автоматизированной консультативной системы (АКС), которая позволит уменьшить влияние субъективных факторов и увеличить скорость поиска и обработки данных. Эти вопросы в настоящее время практически не исследованы; существующие оболочки экспертных систем не позволяют создать комплекс программ АКС, поскольку не учитывают особенности предметной области - неполноту, неточность, нечеткость, противоречивость априорной информации, необходимость получения заключений в условиях множества альтернативных гипотез.

(юс. Национальная i вммиотекд |

В условиях многообразия задач, решаемых при производстве МКЭ (вывод экспертных заключений, получение справочной информации, статистических данных и т.д.), целесообразно создание структуры иерархической информационной базы, сочетающей возможности базы данных и базы знаний, и алгоритмов ее формирования, позволяющих осуществлять ввод информации.

Большая часть знаний предметной области описывается нечеткими понятиями, которые должны быть формализованы для их использования в алгоритмах производства МКЭ. При этом известные методы формализации нечеткой информации не обеспечивают возможность вычисления значений степеней принадлежности с высокой точностью для получения достоверного экспертного заключения, в связи с чем появляется необходимость модификации этих методов.

Для производства МКЭ необходимы алгоритмы формирования логического вывода, позволяющие осуществлять вывод экспертных заключений в условиях множества альтернативных гипотез на основе следственных данных, в том числе неточных, неполных, противоречивых.

Таким образом, актуальность работы определяется необходимостью разработки алгоритмов процесса производства медико-криминалистической экспертизы воздействия химических факторов, обеспечивающих создание комплекса программ автоматизированной консультативной системы, который позволит повысить достоверность экспертных заключений и оперативность их формирования.

Целью диссертационной работы является разработка алгоритмов процесса производства медико-криминалистической экспертизы воздействия химических факторов и создание на их основе комплекса программ автоматизированной консультативной системы.

Достижение поставленной цели предполагает решение следующих

задач:

1) синтез структуры информационной базы предметной области, сочетающей возможности базы данных и базы знаний;

2) разработка алгоритмов формирования информационной базы, позволяющих осуществлять ввод данных и знаний, увеличивать точность значений экспертных степеней принадлежности при формализации нечеткой информации для повышения достоверности заключений;

3) разработка алгоритмов формирования логического вывода с целью получения достоверного экспертного заключения в условиях множества альтернативных гипотез на основе неточных, неполных, противоречивых данных;

4) разработка комплекса программ, обеспечивающего эффективное использование результатов исследования.

к»,,.* < ,

» .. V ^

Г«* • >

, »4 Г

Методы исследования. В диссертационной работе используются методы системного анализа, математической логики, теории алгоритмов, теории вероятности, теории нечетких множеств, теории множеств, теории баз данных, методы объектно-ориентированного программирования.

Научная новизна.

]. Разработана структура иерархической информационной базы, содержащей декларативную информацию и сочетающей возможности базы данных и базы знаний.

2. Разработаны алгоритмы формирования иерархической информационной базы, позволяющие осуществлять ввод данных и знаний и отличающиеся наличием автоматизированной процедуры повышения точности значений экспертных степеней принадлежности для увеличения достоверности заключений.

3. Разработаны алгоритмы формирования логического вывода при производстве медико-криминалистической экспертизы воздействия химических факторов, позволяющие получить достоверное экспертное заключение в условиях множества альтернативных гипотез на основе неточных, неполных, противоречивых данных.

4. Разработан комплекс программ автоматизированной консультативной системы, позволяющий осуществлять оперативный вывод достоверных экспертных заключений по делам о расстройстве здоровья и смерти от воздействия химических факторов, получать справочную информацию из области медико-криминалистической экспертизы отравлений, повышать квалификацию специалистов и обучать студентов юридических и медицинских ВУЗов.

Практическая значимость работы. В результате исследования получены алгоритмы процесса производства медико-криминалистической экспертизы, позволяющие осуществить разработку комплекса программ АКС, который может быть использован в автоматизированных рабочих местах судебно-медицинских экспертов и криминалистов, а также учебном процессе медицинских и юридических ВУЗов

Результаты диссертационной работы внедрены в деятельность экспертно-криминалистического центра Главного следственного управления ГУВД Воронежской области, в учебный процесс Воронежского института МВД России, Воронежского государственного университета, Воронежской государственной медицинской академии. Комплекс программ автоматизированной консультативной системы медико-криминалистической экспертизы воздействия химических факторов передан в Государственный фонд алгоритмов и программ.

Анализ результатов вычислительного эксперимента показал, что заключения, полученные АКС, в 98,6 % случаев были подтверждены

дальнейшими клиническими исследованиями; в процессе тестирования комплекса программ АКС рассматривалось 213 случаев отравлений

Апробация работы. Основные положения и результаты диссертационной работы представлены 6 докладами на 6 Международных и Всероссийских конференциях: Международной научно-практической конференции «Моделирование. Теория, методы и средства» (Новочеркасск, 2001); II Всероссийской научно-технической конференции «Теория конфликта и ее приложения» (Воронеж, 2002 г); XII Международной научной конференции «Информатизация и информационная безопасность правоохранительных органов» (Москва, 2003 г.); Девятой республиканской открытой научной конференции «Современные проблемы информатизации» (Воронеж, 2003 г.); Всероссийских научно-практических конференциях «Современные проблемы борьбы с преступностью» (Воронеж, 2003, 2004 гг.). Результаты работы представлялись на рассмотрение и обсуждение научно-технического семинара кафедры «Проблемы управления» Московского государственного института радиотехники, электроники и автоматики (технического университета).

Публикации. Из общего числа публикаций автора в диссертации использовано ] 5 научных работ.

Структура и объем работы Диссертация состоит из введения, четырех глав, заключения, списка литературы и приложений. Работа изложена на 229 страницах машинописного текста (основной текст составляет 147 страниц), иллюстрирована 20 рисунками и содержит 11 таблиц. Библиографический раздел включает 108 наименований.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы; сформулированы цель и задачи исследования, научная новизна и практическая значимость диссертационной работы, указаны методы исследования и результаты апробации работы; приводится краткая характеристика работы.

В первой главе приведен анализ современного состояния проблемы автоматизации процесса производства медико-криминалистической экспертизы отравлений, который выявил, что вопросы автоматизации формирования заключений по делам о расстройстве здоровья и смерти от воздействия химических факторов в настоящее время практически не исследованы, несмотря на постоянный рост количества отравлений и усложнение экспертизы в связи с появлением новых ядовитых веществ. Проведен анализ основных особенностей криминалистических исследований при экспертизе воздействия химических факторов (рис.1)

Рис. 1. Особенности криминалистических исследований при экспертизе воздействия химических факторов

Вторая глава посвящена разработке иерархической информационной базы (ИИБ) медико-криминалистической экспертизы отравлений. Принята гипотеза об объектно-ориентированной структуре предметной области и соответствующие этой гипотезе допущения:

1) моделируемая область рассматривается как конечное множество объектов U= (u,}, i=l,N;

2) элементы множества U находятся в некотором отношении R(u,,..., uN);

3) каждый объект обладает множеством свойств С,= {с^ Vu,eU, i = hZ ;

4) состояние предметной области R описывается в виде предиката P(UxC). Аналитическое задание предиката невозможно, поэтому он задается перечислением наборов «объект; свойство».

Остовом модели данных считается бинарное отношение RcUxC, которое должно удовлетворять условию UnC=0, означающему, что атрибуты отличны от всех используемых в модели значений. Учитывая допущение 4, остов можно рассматривать как домен Dom:U—>Р(С), который сопоставляет каждому атрибуту и, его образ im(u,)=>Dom и„ где Dom и, - область значений объекта и,.

Сформулирован язык описания синтаксического уровня ИИБ. Из набора символов Char выделено множество констант Const={t} и переменных Var=fv} Введено множество функциональных символов, образующих сигнатуру С2ф=(<р}; предикатных символов Qp={P[; логических связок. Считается, что термы языка определяются классическим образом:

1) каждая константа т, и каждая переменная v, являются термами;

2) если символ ф,еС2ф является бинарным и tb t: - термы, то ф 1 (t|, t2) - терм.

Для снижения уровня сложности информационного описания используются бинарные отношения, которые в данном случае несимметричны и носят не аналитический, а алгоритмический характер. Такая функциональная зависимость может рассматриваться как семантическая. В связи с этим формирование верхнего уровня иерархической информационной базы осуществлено в виде семантической сети, основанной на данных синтаксического уровня Учитывая бинарный характер представления информации в ИИБ, базовую структуру семантической сети можно рассматривать в качестве эквивалента бинарного предиката, аргументы которого являются узлами, а сам предикат - связывающей их дугой. Для представления семантики определена совокупность базовых типов объектов с учетом гого, что

состояние предметной области описывается фиксированной совокупностью ядовитых веществ, симптомов и описаний отравлений. Разработанная структура ИИБ представлена на рис.2.

Семантический уровень

:: :: I ;:_:

Синтаксический уровень (Вьо,о)

СИТУАЦИЯ

X

ОТРАВЛЕНИЕ

равна

| равна

-н

У \у г МД МНД

В10 о, в5 в8 В»

ЯДОВИТОЕ ВЕЩЕСТВО

ОБЪЕКТ

СИМПТОМ

определяет

Ч Т

ъ Имяс Вопрос

в. В« В7

вызывает

принадлежит

это

В,

Имяя

В2

Описание ядовитого вещества

Б»

Категория ядовитого вещества

в4

Рис. 2. Структура иерархической информационной базы: г -порядковый номер симптома; Имяс - название симптома; Вопрос - вопрос о наличии/отсутствии г-го симптома; - номер ядовитого вещества; Им я я - название ядовитого вещества; Категория ядовитого вещества -название группы, к которой относится ядовитое вещество; МД и МНД -соответственно мера доверия и мера недоверия гипотезе Ь («причиной отравления является ядовитое вещество с номером при наличии г-го симптома

Разработаны алгоритмы формирования ИИБ, позволяющие осуществлять ввод информации, ориентированные на развитие кик синтаксического, так и семантического уровней. При вводе информации на синтаксический уровень предлагается использовать функции СУБД по модификации данных. Для реализации процесса ввода информации на семантический уровень необходимо перевести данные пользова!еля г > данные ИИБ. Очевидно, что наиболее приемлемым является переход 01 ограниченного естественного языка к языку предикатов первого порядка

Учитывая бинарный характер информационного описания знаний предметной области в ИИБ, получаем два вида структур вводимом информации:

пара элементов информации связана синтаксически, характеризуемый объект, числовая оценка его характеристики;

- три элемента информации связаны семантически: третьей компонентой является глагол в роли предикатной связки.

В работе представлены алгоритмы приведения этих структур к префиксной нормальной форме, удобной с точки зрения декомпозиции сложных предикатных формул в бинарные и унарные с сохранением семантической информации.

При вводе нечеткой информации осуществляется ее формализации путем формирования функции принадлежности (ФП) группой экспертов ' использованием следующих методов:

- на основе парных сравнений - для формализации нечетких понятий типа «большая концентрация карбоксигемоглобина в крови», «слабая сердечная деятельность», «низкая температура тела» и т.п.;

- на основе экспертных оценок - при необходимое ш формализации нечетких чисел, приблизительно равных некоторому четкому числу (например, «средняя суточная доза фенобарбитала для взрослы-, составляет приблизительно 2 мг/кг массы») и приближенных интервальных оценок вида «токсическая доза ноксирона находится приблизительно в интервале от 5 до 20 г».

Однако необходимо учитывать, что формирование ФП - а,о довольно сложная задача, в связи с чем у экспертов возникаю! затруднения при определении значений степеней принадлежности г высокой точностью (до третьего знака) При этом точнос1ь вычислешп степеней принадлежности очень важна при диагностике отравлений особенно при формировании выводов на основе неполной априорной информации. В этой связи в диссертации предлагается дополнить вышеуказанные методы автоматизированной процедурой, позволяющей вычислить степени принадлежности с точностью до третьего знака На

первом этапе необходимо сформировать уровневые множества },к=1,<о нечеткого множества Б:

8Цк={хЫх)>ак,хеХ} , (1)

где Цч - ФП нечеткого множества Б, Х- универсальное множество. При ал>02 ЯЦ| сЭ^, т.е. Б,,- возрастающее семейство множеств. По

аналогии с принципами формирования ФП группой экспертов, осуществляется эксперимент по случайной оценке элемента х, из области Х- случайным образом выбирается значение аке[0,1] и элемент из соответствующего множества о.к-уровня. В качестве предварительного условия считается, что

0< ИэС^!) <М.8(х2) <...<(.15(х«,) , |15(хм)=МХпш\)=1 ■ (2) Уровневые множества будут иметь вид:

8Ц)={х|,Х2,Х3,...,Х<)1}=8| , 0«Х1<ц8(х,) ;

801 ={х2,хз,х4,...,хш}=82 , |_1ь(х|)<а2<ця(х2) ;

8Ц() 1={х(1).,,хш}=80).ь ц5(хш-2)<аш-|<М.8(х,п-|) ; (3)

={х.о}=8ю , (.1Ь(х„,.1)<а,„<ц8(хш) 'Гак как в эксперименте значения ак выбираются случайным образом, го вероятность выбора аг равна Р(ц8(хк_1)<а11<|.ц(Хк))=:Дз(Х|<)-(18(Хк-0-Учитывая (3), Р(8а )=цз(хк)-Ць(хы)- Вероятность выборки элемента из

уровневого множества:

'о, X, г Бак;

Р{х,|8вк}='

1 Q (4)

> xi е ^аь •

Ч к

где - число элементов в S(lk. Следовательно, вероятность выбора х,'

ш

P(x,)=^P(x,|Sak)P(Sak) (5)

к=!

Таким образом, степень принадлежности х, нечеткому множеству S можно выразить через вероятность Р(х,) выбора элемента следующим образом'

Hs(x,)=(o>i+l)P(x,)+;£P(xk) . (6)

1=1

Для определения значений Р(х,) используется следующая процедура:

1. Определить объем выборки V в области X (25-И 00) и разделить интервал |0,1] на V равных частей, т.е. образовать таким образом множество М={ 1.....0}.

2. Выбрать случайным образом без возвращения элемент ак из М.

3. Выбрать из сформированной экспертами функции принадлежности все элементы х„ которые принадлежат множеству с уровнем ак.

4. Если число элементов, принадлежащих множеству с уровнем ак, равно р, то при появлении элемента в этом множестве Т,:=Т,+1 /р.

5. Повторять шаги 3+5 для всех ак из М.

6. Определить Р(х,) по формуле P(x,)=T,/V

7. Полученные оценки вероятностей упорядочить по возрастанию Р(х,) и рассчитать степени принадлежности по формуле (6).

Структура информационной среды предметной области представлена на рис. 3.

Рис. 3. Структура информационной среды предметной области

Третья глава посвящена разработке алгоритмического обеспечения автоматизированной консультативной системы МКЭ отравлений. Для формального описания процедурных знаний предлагается использовать продукционную модель, так как

1) модификация одних продукций может осуществляться относительно независимо от других продукций;

2) наличие в продукциях указателей на сферу применения позволяет эффективно организовать базу знаний и, тем самым, повысить оперативность поиска информации.

Процедурные знания предлагается структурировать в виде совокупности множеств:

Q={Qjp] , rhv . Р<¥> , (7)

где j - порядковый номер множества; р - порядковый номер продукции, принадлежащей множеству с номером j.

Каждое из множеств содержит продукции, относящиеся к определенной сфере предметной области, упорядоченные по степени детализации запрашиваемой у пользователя информации - от общей (например, данных, полученных после осмотра места происшествия) к специфической (результатов судебно-химических, судебно-биологических исследований, вскрытия и т.п.). Таким образом определены статические приоритеты продукций с целью исключения необходимости проведения дополнительных экспертиз в том случае, когда можно сформировать достоверное заключение на основе уже рассмотренных продукций - тем самым обеспечивается оперативность получения выводов.

Продукции предлагается представить в виде:

Pr=<num; L; A=>h; МД; МНД> , (8)

где num - порядковый номер продукции; L - сфера применения продукции («кислоты», «щелочи» и т.д.); МД и МНД - соответственно мера доверия и мера недоверия гипотезе h, выводимой из продукции при условии истинности посылок А (для получения значений МД и МНД используется метод направленного опроса специалистов); A=>h - ядро продукции:

ЕСЛИ А, и/или... Af, ТО hm , f=Hg , m=l^y , (9)

где А= {Af} - множество посылок, описывающих некоторую ситуацию, h={hmj - множество гипотез, которые рассматриваются в процессе логического вывода, если посылки будут удовлетворены.

Комбинации посылок А) и/или... Af удобно представить множеством О'{о,}, 1-1,г. Для построения выводов на основе неточной и/или неполной информации предлагается использовать алгоритмическую процедуру экспертной системы MYCIN. С каждой продукцией связан

коэффициент надежности (КН), с каждой посылкой - коэффициент уверенности (КУ). Значения КУ посылок назначаются пользователем в процессе логического вывода; коэффициент надежности вычисляется следующим образом:

КН,,Г=МД,, - МИД., . (10)

Все известные на данный момент свидетельства предлагается представить в виде множества Е={е,„), со=1,0. При поступлении свидетельства е„, осуществляется просмотр базы знаний с целью выявления продукции, посылки которой совпадают с е,„. Если такая продукция найдена, то коэффициент уверенности т-й гипотезы с учетом свидетельства еш вычисляется с помощью выражения:

КУНт [е„,]=КНр,[еш] • КУ0г [еш], (11)

где КНрг[еы] - коэффициент надежности продукции, посылки которой совпадают с е,„; КУ0г [еи] - обобщенный коэффициент уверенности

посылки о„ совпадающей с е0), который определяется следующим образом:

1)если в г-й продукции имеется операция конъюнкции А,(КУ,)И... АККУг),то

КУ0г[ею]=тт(КУ1,...,КУг) ; (12)

2) если используется операция дизъюнкции А,(КУ 0 ИЛИ ... А({КУГ), то

КУ0г[ем] = тах(КУ1,...,КУг) . (13)

При появлении дополнительной информации (свиде1ельсгва е^, А=1,0), указывающей в пользу т-й гипотезы, коэффициент уверенности вычисляется с помощью выражения:

КУ„т [е„„е,1= КУ„т [е.] + КУ„т [е,]-(1-КУ„т [е.]) , (14)

где свидетельство е*. следует за е,„; КУИт [е^] определяется по формуле (11).

Коэффициент уверенности гипотезы может принимать значения в интервале [0;1] Согласно мнениям экспертов, если КУЬ^ <0 2, то т-я

гипотеза рассматривается как малонадежная, и может быть отвергнута.

В третьей главе диссертации разработаны алгоритмы разрешения конфликтов логического вывода, возникающих вследствие необходимости обработки противоречивой априорной информации. Показано, чю в процессе формирования заключений возможна ситуация, когда становятся истинными посылки нескольких продукций, т е. возникает конфликт между продукциями, разрешение которого сводится к определению порядка их актуализации. При этом продукции конфликтного набора могут принадлежать как одному множеству 0,р, так и нескольким множествам В

первом случае приоритет продукций предлагается определять путем последовательною их ранжирования. Наличие номера пит у каждой продукции позволяет применить методы сортировки числовой информации. В работе показано, что использование метода прямого объединения для проведения сортировки продукций в конфликтном наборе представляется наиболее предпочтительным. С помощью сортировки по возрастанию определяются наиболее приоритетные продукции (с наименьшими номерами), позволяющие оперативно осуществить вывод экспертного заключения. С целью уменьшения объема вычислений используется информация из базы данных (БД): если продукция из конфликтного набора уже выполнялась во время текущего процесса производства МКЭ отравлений, то второй раз она исключается из рассмотрения.

Алгоритм разрешения конфликта между продукциями, принадлежащими одному множеству, реализован следующим образом:

1) исключение из конфликтного набора продукций, найденных в БД;

2) сортировка продукций по возрастанию порядковых номеров;

3) последовательная актуализация отсортированных продукций.

Для разрешения конфликта между продукциями, принадлежащими

нескольким множествам, разработан следующий алгоритм:

1) исключение из конфликтных наборов продукций, найденных

в БД;

2) сортировка продукций в каждом конфликтном наборе по возрастанию порядковых номеров;

3) сортировка конфликтных наборов по уменьшению значений КН первых продукций;

4) последовательная активизация отсортированных конфликтных наборов.

В ситуации, когда в процессе логического вывода коэффициенты уверенности нескольких гипотез принимают значение >0.2, ,

возникает конфликт гипотез. При этом необходимо найти наиболее достоверную из них, т е. определить направление дальнейшего вывода. Так как достоверность гипотез оценивается с помощью КУ, который у конфликтующих гипотез принимает значение в интервале [0,2; 1], то для разрешения конфликта гипотез предлагается использовать следующую алгоритмическую процедуру( основанную на правиле Байеса.

Для определения апостериорных КУ гипотез применяется следующее выражение:

W n, i КУнДМ-КУнДЬ^ед] .

KyH|[hm>eJ=-;-1-1-> 1=1 >п • (15>

£KyHt[hJ.KyH|[hm,eJ i-i

где Н, - гипотеза из полной группы несовместных комбинаций гипотез hm; КУН] [hm]- априорный коэффициент уверенности гипотезы Н,;

КУн(Ът,ея]- КУ гипотезы при условии, что появилось новое свидетельство е*; КУнДЬт,еЛ]-апостериорный КУ гипотезы.

Например, в случае конфликта двух гипотез (h| и h2) полную группу составляют следующие гипотезы:

H,=h,h2 , H2=hih, , Hj=h,h, , H4=hih2 . (16)

При этом гипотеза Н< исключается из рассмотрения, поскольку КУЬ|

и КУ,,, в процессе логического вывода приняли значение > 0.2, то есть

имеется достаточно оснований считать, что гипотезы h| и/или h2 являются достоверными.

Априорные КУ конфликтующих гипотез определяются следующим образом:

KyH|[h,,h2]=Kyhi-(l-Kyh;); KyH:[h,,h2]=Kyh:-0-Kyhi); КУ^И^КУ^-КУ^. (17)

Коэффициент уверенности гипотез при появлении дополнительного свидетельства е>. вычисляется с помощью выражения (14):

Ky„1[h1,h2,eA]=KyHi[h1,h2]+KyHi[eJ-(l-KyHi[h1,h2]);

KyH2th1;h2)eJ =КУНДЬ| ,Ь2]+КУнДед]-(1-КУнДЬ| ,h2]); (18) КУНз[Ь1,Ь2,ея]=КУнД11„112]+КУнДед](1-КУнД11„Ь2]).

Значения КУН [ед]и КУн [ея] определяются по формуле (11): KyHi[eJ=KH,[eJKy,[eJ , KyH,[eJ=KH2[eJKy2[eJ , (19)

где KH][e)J и КН:[еЛ] - коэффициенты надежности продукций, антецеденты которых стали истинными при поступлении дополнительной информации, а консеквенты представляют собой гипотезы h] и h2 соответственно; КУ,[еЛ] и КУ2[ея] - обобщенные КУ посылок соответствующих продукций.

Значение КУН [ея] вычисляется с использованием выражения (17): КУнДея] =КУнДея] КУН;[ед] (20)

Далее определяются КУ конфликтующих гипотез по формуле (15). Если в результате вычислений окажется, что КУ н[Ьт,ея]>КУ Hp[hm,eA],

р=1 ,п, то гипотеза Н, считается более достоверной, а гипотезы Нр исключаются из рассмотрения.

Для производства медико-криминалистической экспертизы разработаны алгоритмы формирования вывода экспертных заключений в условиях множества альтернативных гипотез на основе следственных данных, в том числе неточных, неполных, противоречивых. Возможность построения заключений на основе неполных и/или неточных данных обеспечивается за счет использования алгоритмической процедуры вывода экспертных заключений системы MYCIN. Для разрешения конфликтных ситуаций, возникающих в процессе вывода, используются алгоритмы разрешения конфликтов.

Четвертая глава посвящена разработке и тестированию комплекса программ АКС медико-криминапистической экспертизы воздействия химических факторов, осуществленной с использованием результатов теоретических исследований, проведенных в гл. 1-3.

Для проектирования АКС использована среда программирования Delphi 7 0, позволяющая использовать стандартное техническое и программное обеспечение (персональный IBM-совместимый компьютер и операционную систему Windows), разрабатывать приложения, использующие БД.

Разработана структура и описан принцип функционирования автоматизированного банка данных (АБД) комплекса программ АКС. Проектирование синтаксического уровня АБД осуществлено с помощью реляционной БД Paradox 7.0. На базе описания семантического уровня ИИБ определены отношения АБД для базовых типов объектов предметной области:

1) ЯДОВИТОЕ ВЕЩЕСТВ0= {Номер ядовитого вещества, Название ядовитого вещества, Описание ядовитого вещества, Категория ядовитого вещества);

2) СИМПТОМ={Номер симптома, Название симптома, Вопрос};

3) OTP АВЛЕНИЕ= {Номер отравления, Номер ядовитого вещества, Номер симптома, Мера доверия, Мера недоверия).

Описана организация программных средств АКС медико-криминалистической экспертизы воздействия химических факторов. Механизм вывода заключений в АКС реализован в соответствии с

алгоритмами формирования логического вывода при производстве МКЭ, разработанными в главе 3.

Автоматизированная консультативная система медико-криминалистической экспертизы воздействия химических факторов обладает способностью объяснения результатов логического вывода, что дает возможность использовать комплекс программ в учебном процессе, для повышения квалификации судебно-медицинских экспертов и криминалистов, а также увеличивает степень доверия пользователей к рекомендациям системы. Кроме того, комплекс программ включает обучающие программные модули, позволяющие организовать процесс обучения с учетом индивидуальных особенностей пользователей.

АКС имеет объем 7,44 Мб и содержит 453 файла (4845 операторов). Автоматизированный банк данных состоит из 33 таблиц формата Paradox 7.0, содержащих 3488 записей. База знаний содержит более 600 продукций. Структура комплекса программ АКС представлена на рис. 4.

Рис. 4. Структура комплекса программ АКС

Вычислительный эксперимент проводился на базе кафедры судебной медицины Воронежской государственной медицинской академии им. Бурденко; в процессе тестирования комплекса программ автоматизированной консультативной системы рассматривалось 213 случаев отравлений. В результате установлено, что заключения, полученные АКС медико-криминалистической экспертизы воздействия химических факторов, в 98,6 % случаев подтверждены дальнейшими клиническими исследованиями; 1,4 % отравлений не были диагностированы как комплексом программ, так и квалифицированными специалистами на основе проведенных криминалистических экспертиз, и отнесены к группе неустановленных интоксикаций.

В заключении приводятся основные результаты диссертационной работы.

В приложениях представлены акты внедрения результатов исследования в деятельность экспертно-криминалистического центра Главного следственного управления ГУВД Воронежской области, в учебный процесс Воронежского института Министерства внутренних дел Российской Федерации, Воронежского государственного университета, Воронежской государственной медицинской академии им. Бурденко; листинги комплекса программ автоматизированной консультативной системы.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. Разработана структура иерархической информационной базы, которая сочетает возможности базы данных и базы знаний и, соответственно, может использоваться как интеллектуальными, так и неинтеллектуальными программными системами. В ИИБ включены декларативные данные и знания, инвариантные к задачам предметной области.

2. Разработаны алгоритмы формирования иерархической информационной базы, направленные на развитие как синтаксического, так и семантического уровня. Манипулирование данными реляционного ) ровня осуществляется с помощью функций СУБД; для модификации верхнего уровня разработаны алгоритмы ввода знаний, реализующие механизм преобразования информации предметной области, представленной на ограниченном естественном языке, в формализмы иерархической информационной базы. Предложены модифицированные методы формализации нечеткой информации, основанные на парных сравнениях и экспертных оценках, которые позволяют использовать качественные данные в процессе производства медико-

криминалистической экспертизы воздействия химических факторов. Применение методов групповой экспертизы и подключение к ним интерактивной процедуры автоматизированного контроля формализованной информации дает возможность увеличить точность вычисления степеней принадлежности с целью повышения достоверности выводов.

3. Разработаны алгоритмы формирования логического вывода, позволяющие сформировать достоверное экспертное заключение в условиях множества альтернативных гипотез, на основе неполной, неточной, противоречивой информации. Предложенные алгоритмы разрешения конфликта между продукциями позволяют определить порядок актуализации продукций конфликтного набора, для чего выявляются наиболее приоритетные продукции с помощью сортировки методом прямого объединения Для разрешения конфликта между гипотезами разработан алгоритм, основанный на правиле Байеса, позволяющий определить наиболее достоверную из конфликтующих гипотез.

4. На основе полученных алгоритмов процесса производства медико-криминалистической экспертизы воздействия химических факторов разработан комплекс программ автоматизированной консультативной системы. Программная реализация осуществлена в среде Windows-98 с использованием системы программирования Delphi 7.0. Внедрение комплекса программ АКС в практику дает возможность повысить оперативность формирования экспертных заключений путем использования вычислительной техники при обработке большого объема данных (в том числе неточных, нечетких, неполных, противоречивых); увеличить достоверность выводов за счет снижения влияния субъективных факторов; получать справочную информацию из области медико-криминалистической экспертизы воздействия химических факторов и осуществлять обучение и повышение квалификации специалистов.

Основное содержание диссертации отражено в следующих работах:

1. Даценко Н.В. Формализация нечеткой информации методом групповой экспертизы / Н.В. Даценко // Сборник научных трудов ВВШ МВД РФ. Часть 2. - Воронеж, 1998. - С. 32-34.

2. Даценко Н.В. Структурирование информации в консультативной системе медико-криминалистической экспертизы воздействия химических факторов / Н.В. Даценко И Международная научно-практическая

конференция: Тезисы докладов. 4.6. Моделирование. Теория, методы и средства. - Новочеркасск: Южно-российский государственный технический университет, 2001. - С. 15-16.

3. Даценко Н.В. Разрешение конфликта в базе знаний АКС медико-криминалистической экспертизы воздействия химических факторов / Н.В. Даценко // Математическое моделирование информационных и технологических систем. Выпуск 5. - Воронеж: ВГТА, 2002. - С.186.

4. Даценко Н.В. Формирование базы знаний АКС медико-криминалистической экспертизы отравлений для получения логического вывода в условиях информационного конфликта / Н.В. Даценко // Математическое моделирование информационных и технологических систем. Выпуск 5. - Воронеж: ВГТА, 2002. - С. 180-181.

5. Даценко Н.В. Использование консультативной системы медико-криминалистической экспертизы воздействия химических факторов для изучения курса судебной медицины / Н.В. Даценко, В.В. Сысоев // Образовательные технологии. Сборник научных трудов. - Воронеж: Центрально-Черноземное книжное издательство, 2002. - С. 83-87.

6. Даценко Н.В. Формирование синтаксического уровня информационной базы консультативной системы медико-криминалистической экспертизы отравлений / Н.В. Даценко // Сборник научных трудов ВИ МВД РФ,- Воронеж, 2002. - С. 111-115.

7. Даценко Н.В. Принятие решений в условиях конфликта гипотез в автоматизированной консультативной системе медико-криминалистической экспертизы отравлений / Н.В. Даценко // Теория конфликта и ее приложения: Материалы 2-й Всероссийской научно-технической конференции. - Воронеж: ВГТА, 2002. - С.54.

8. Даценко Н.В. Моделирование неточного вывода для формирования экспертных заключений в автоматизированной системе диагностики отравлений / Н.В. Даценко // Всероссийская научно-практическая конференция «Современные проблемы борьбы с преступностью»: Тезисы докладов. Воронеж, 2003.- С. 40-41.

9. Даценко Н.В. Информационные технологии в процессе производства медико-криминалистической экспертизы отравлений / Н.В. Даценко, С.А. Горбатенко // Информатизация и информационная безопасность правоохранительных органов. Материалы XII Международной научной конференции. - М.: Академия управления МВД России, 2003. - С. 428-434.

10. Даценко Н.В. Информационные технологии обработки данных при производстве медико-криминалистической экспертизы отравлений / Н.В. Даценко // IX Международная открытая научная конференция

«Современные проблемы информатизации»: Тезисы докладов. Воронеж: Издательство «Научная книга», 2004. - С. 110-111.

11. Даценко Н.В. Структура комплекса программ АКС медико-криминалистической экспертизы воздействия химических факторов / Н.В. Даценко // Всероссийская научно-практическая конференция «Современные проблемы борьбы с преступностью»: Сборник материалов.

- Воронеж: Воронежский институт МВД России, 2004. - С. 43-44.

12. Даценко Н.В. Использование информационных технологий при производстве медико-криминалистической экспертизы отравлений / Н.В. Даценко, Б.Н Прасолов // Международный сборник научных трудов «Информационные технологии моделирования и управления». - Воронеж. Издательство «Научная книга», 2004. - С. 165 - 171.

13. Даценко Н.В. Вывод заключений в автоматизированной консультативной системе медико-криминалистической экспертизы отравлений / Н.В. Даценко, Б.Н. Прасолов // Сборник научных трудов Академии управления МВД. - М., 2004 (в печати).

14. Даценко Н.В. Логический вывод в автоматизированной консультативной системе медико-криминалистической экспертизы отравлений / Н.В. Даценко, Б.Н. Прасолов // Информационные технологии.

- № 5. - 2005 (в печати).

15. Программное средство «Автоматизированная консультативная система медико-криминалистической экспертизы воздействия химических факторов» Даценко Н.В. Государственный фонд алгоритмов и программ Российской Федерации (регистрационный номер 50200400155 от 25.02.04 г.).

Подписано в печать 25.04.2005. Формат 60x84 1/16.

Бумага офсетная. Печать офсетная. Усл. печ. л. 1,16. Усл. кр.-отт. 4,64. Уч.-изд. л. 1,25. Тираж 100 экз. Заказ 327

Государственное образовательное учреждение высшего профессионального образования "Московский государственный институт радиотехники, электроники и автоматики (технический университет)" 119454, Москва, пр. Вернадского, 78

И-8749

РНБ Русский фонд

2006-4 15777

ВВЕДЕНИЕ.

1. АНАЛИЗ ПРОБЛЕМЫ АВТОМАТИЗАЦИИ ПРОЦЕССА ПРОИЗВОДСТВА МЕДИКО-КРИМИНАЛИСТИЧЕСКОЙ ЭКСПЕРТИЗЫ ВОЗДЕЙСТВИЯ ХИМИЧЕСКИХ ФАКТОРОВ.

1.1 Анализ состояния проблемы автоматизации экспертных криминалистических исследований.

1.2 Особенности криминалистических исследований при экспертизе воздействия химических факторов.

1.3 Цель работы и задачи исследования.

2. ИЕРАРХИЧЕСКАЯ ИНФОРМАЦИОННАЯ БАЗА МЕДИКО-КРИМИНАЛИСТИЧЕСКОЙ ЭКСПЕРТИЗЫ ОТРАВЛЕНИЙ.

2.1 Синтез структуры иерархической информационной базы.

2.2 Алгоритмы формирования иерархической информационной базы.

2.3 Автоматизированная процедура повышения точности значений степеней принадлежности.

Выводы второй главы.

3. РАЗРАБОТКА АЛГОРИТМИЧЕСКОГО ОБЕСПЕЧЕНИЯ АВТОМАТИЗИРОВАННОЙ КОНСУЛЬТАТИВНОЙ СИСТЕМЫ МЕДИКО-КРИМИНАЛИСТИЧЕСКОЙ ЭКСПЕРТИЗЫ ВОЗДЕЙСТВИЯ ХИМИЧЕСКИХ ФАКТОРОВ.

3.1 Алгоритмическая процедура неточного вывода экспертных заключений.

3.2 Алгоритмы разрешения конфликтов логического вывода.

3.3 Алгоритмы формирования логического вывода при производстве медико-криминалистической экспертизы.

Выводы третьей главы.

4. РАЗРАБОТКА И ВНЕДРЕНИЕ КОМПЛЕКСА ПРОГРАММ

АВТОМАТИЗИРОВАННОЙ КОНСУЛЬТАТИВНОЙ СИСТЕМЫ МЕДИКО

КРИМИНАЛИСТИЧЕСКОЙ ЭКСПЕРТИЗЫ ВОЗДЕЙСТВИЯ ХИМИЧЕСКИХ ФАКТОРОВ.

4.1 Структура и принципы функционирования автоматизированного банка данных комплекса программ.

4.2 Организация программных средств автоматизированной консультативной системы медико-криминалистической экспертизы воздействия химических факторов.

4.3 Результаты вычислительного эксперимента.

4.4 Результаты внедрения автоматизированной консультативной системы.

Актуальность темы. В условиях непрерывного роста уровня преступности важное значение при расследовании гражданских и уголовных дел приобретает медико-криминалистическая экспертиза (МКЭ), так как экспертное заключение является одним из основных источников доказательств в следственном и судебном процессах. В настоящее время, по данным уголовной статистики, возросло число умышленных отравлений, в связи с чем все случаи скоропостижной смерти анализируются экспертами с точки зрения возможности отравления. Таким образом, количество уголовных дел, требующих производства медико-криминалистической экспертизы воздействия химических факторов, значительно увеличилось.

Процесс производства МКЭ отравлений постоянно усложняется в связи с непрерывным расширением номенклатуры ядовитых веществ. Кроме того, существует вероятность совершения ошибок при формировании экспертного заключения, связанных с субъективными факторами -квалификацией эксперта, необходимостью выбора заключения из большого числа альтернативных гипотез и т.д. Большое значение для следственного производства имеет оперативность формирования выводов, так как по статистике большинство преступлений против здоровья и жизни граждан раскрывается на этапе предварительного расследования. Однако эксперт не всегда может обеспечить требуемую следствием оперативность получения заключения из-за необходимости обработки большого объема данных, которые нередко бывают нечеткими, неполными, неточными, противоречивыми, и наличия логических рассуждений и действий, выполнение которых нельзя ускорить даже привлечением большого числа исполнителей. В этой связи производство МКЭ в настоящее время оказывается неэффективным с точки зрения обеспечения достоверности и оперативности экспертизы.

Одним из наиболее эффективных путей решения указанных проблем является автоматизация формирования заключений при производстве медико-криминалистической экспертизы и создание комплекса программ автоматизированной консультативной системы (АКС), который позволит уменьшить влияние субъективных факторов и увеличить скорость поиска и обработки данных. Однако вопросы автоматизации процесса производства МКЭ в настоящее время практически не исследованы. Существующие оболочки экспертных систем не позволяют создать комплекс программ АКС, поскольку не учитывают особенности предметной области - неполноту, неточность, нечеткость, противоречивость априорной информации, необходимость получения заключений в условиях множества альтернативных гипотез [1].

В условиях многообразия задач, решаемых при производстве МКЭ (вывод экспертных заключений, получение справочной информации, статистических данных и т.д.), целесообразно создание структуры иерархической информационной базы (ИИБ), сочетающей возможности базы данных и базы знаний, и алгоритмов ее формирования, позволяющих осуществлять ввод информации.

Большая часть знаний предметной области описывается нечеткими понятиями, которые должны быть формализованы для их использования в алгоритмах производства МКЭ. При этом известные методы формализации нечеткой информации не обеспечивают возможность вычисления значений степеней принадлежности с высокой точностью для получения достоверного экспертного заключения, в связи с чем появляется необходимость модификации этих методов.

Для производства медико-криминалистической экспертизы необходимы алгоритмы формирования логического вывода, позволяющие осуществлять вывод экспертных заключений в условиях множества альтернативных гипотез на основе следственных данных, в том числе неточных, неполных, противоречивых.

Таким образом, актуальность работы определяется необходимостью разработки алгоритмов процесса производства медико-криминалистической экспертизы воздействия химических факторов, обеспечивающих создание комплекса программ автоматизированной консультативной системы, который позволит повысить достоверность экспертных заключений и оперативность их формирования.

Целью диссертационной работы является разработка алгоритмов процесса производства медико-криминалистической экспертизы воздействия химических факторов и создание на их основе комплекса программ автоматизированной консультативной системы.

Достижение поставленной цели предполагает решение следующих задач:

1) синтез структуры информационной базы предметной области, сочетающей возможности базы данных и базы знаний;

2) разработка алгоритмов формирования информационной базы, позволяющих осуществлять ввод данных и знаний, увеличивать точность значений экспертных степеней принадлежности при формализации нечеткой информации для повышения достоверности заключений;

3) разработка алгоритмов формирования логического вывода с целью получения достоверного экспертного заключения в условиях множества альтернативных гипотез на основе неточных, неполных, противоречивых данных;

4) разработка комплекса программ, обеспечивающего эффективное использование результатов исследования.

Методы исследования. В диссертационной работе используются методы системного анализа, математической логики, теории алгоритмов, теории вероятности, теории нечетких множеств, теории конфликта, теории множеств, теории баз данных, методы объектно-ориентированного программирования.

Научная новизна.

1. Разработана структура иерархической информационной базы, содержащей декларативную информацию и сочетающей возможности базы данных и базы знаний.

2. Разработаны алгоритмы формирования иерархической информационной базы, позволяющие осуществлять ввод данных и знаний и отличающиеся наличием автоматизированной процедуры повышения точности значений экспертных степеней принадлежности для увеличения достоверности заключений.

3. Разработаны алгоритмы формирования логического вывода при производстве медико-криминалистической экспертизы воздействия химических факторов, позволяющие получить достоверное экспертное заключение в условиях множества альтернативных гипотез на основе неточных, неполных, противоречивых данных.

4. Разработан комплекс программ автоматизированной консультативной системы, позволяющий осуществлять оперативный вывод достоверных экспертных заключений по делам о расстройстве здоровья и смерти от воздействия химических факторов, получать справочную информацию из области медико-криминалистической экспертизы отравлений, повышать квалификацию специалистов и обучать студентов юридических и медицинских ВУЗов.

Практическая значимость работы. В результате исследования получены алгоритмы процесса производства медико-криминалистической экспертизы, позволяющие осуществить разработку комплекса программ АКС, который может быть использован в автоматизированных рабочих местах судебно-медицинских экспертов и криминалистов, а также учебном процессе медицинских и юридических ВУЗов.

Результаты диссертационной работы внедрены в деятельность экспертно-криминалистического центра Главного следственного управления ГУВД Воронежской области, в учебный процесс Воронежского института

МВД России, Воронежского государственного университета, Воронежской государственной медицинской академии. Комплекс программ автоматизированной консультативной системы медико-криминалистической экспертизы воздействия химических факторов передан в Государственный фонд алгоритмов и программ.

Апробация работы. Основные положения и результаты диссертационной работы представлены 6 докладами на 6 Международных и Всероссийских конференциях: международной научно-практической конференции «Моделирование. Теория, методы и средства» (Новочеркасск, 2001); Второй Всероссийской научно-технической конференции «Теория конфликта и ее приложения» (Воронеж, 2002 г.); XII Международной научной конференции «Информатизация и информационная безопасность правоохранительных органов» (Москва, 2003 г.); Девятой республиканской открытой научной конференции «Современные проблемы информатизации» (Воронеж, 2003 г.); всероссийских научно-практических конференциях «Современные проблемы борьбы с преступностью» (Воронеж, 2003, 2004 гг.). Результаты работы представлялись на рассмотрение и обсуждение научно-технического семинара кафедры «Проблемы управления» Московского государственного института радиотехники, электроники и автоматики (технического университета).

Публикации. Из общего числа публикаций автора в диссертации использовано 15 научных работ.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы и приложений. Работа изложена на 229 страницах машинописного текста (основной текст составляет 147 страниц), иллюстрирована 20 рисунками и содержит 11 таблиц. Библиографический раздел включает 108 наименований.

Выводы третьей главы

1. С целью сокращения времени поиска необходимой информации в базе знаний предлагается объединить продукции в множества Q-{Qsp}, s=l,77, p-\,y/s в зависимости от их принадлежности к той или иной сфере предметной области и упорядочить продукции внутри каждого множества по степени детализации априорной информации.

2. Возникновение конфликтов в процессе логического вывода связано со спецификой предметной области, в первую очередь, с необходимостью обработки противоречивых данных. Разработаны алгоритмы разрешения конфликта между продукциями, позволяющие определить порядок актуализации продукций конфликтного набора, для чего выявляются наиболее приоритетные продукции с помощью сортировки методом прямого объединения.

3. Для разрешения конфликта гипотез разработана алгоритмическая процедура на основе правила Байеса, позволяющая определить наиболее достоверную из конфликтующих гипотез, то есть определить направление дальнейшего вывода.

4. Для производства медико-криминалистической экспертизы разработаны алгоритмы формирования логического вывода, позволяющие осуществлять вывод достоверных экспертных заключений на основе следственных данных, в том числе неточных, неполных, противоречивых в условиях множества альтернативных гипотез.

4. РАЗРАБОТКА И ВНЕДРЕНИЕ КОМПЛЕКСА ПРОГРАММ АВТОМАТИЗИРОВАННОЙ КОНСУЛЬТАТИВНОЙ СИСТЕМЫ МЕДИКО-КРИМИНАЛИСТИЧЕСКОЙ ЭКСПЕРТИЗЫ ВОЗДЕЙСТВИЯ ХИМИЧЕСКИХ ФАКТОРОВ

Теоретические исследования по созданию структуры и алгоритмов формирования ИИБ, проведенные в 2 главе, позволяют спроектировать автоматизированный банк данных (АБД) предметной области. Предложенные в гл. 3 алгоритмы формирования логического вывода при производстве медико-криминалистической экспертизы дают возможность разработать комплекс программ автоматизированной консультативной системы МКЭ воздействия химических факторов, осуществляющих оперативный вывод экспертных заключений на основе неполной, неточной, противоречивой информации в условиях множества альтернативных гипотез. Проектирование комплекса программ предлагается осуществлять с использованием среды программирования Delphi 7.0, что обусловлено следующими причинами [98, 99]:

1) возможностью использования стандартного технического и программного обеспечения (персонального IBM-совместимого компьютера и операционной системы Windows);

2) возможностью разработки приложений, использующих БД;

3) требованием сравнительно небольших объемов оперативной памяти и жесткого диска при функционировании АКС, так как для работы системы необходим только процессор БД - Borland Database Engine (BDE).

При проектировании АКС предлагается использовать технологию объектно-ориентированного программирования, позволяющую:

1) осуществлять модификацию одних программных модулей относительно независимо от других;

2) наследовать информацию, что приводит к уменьшению временных и материальных затрат на разработку и модернизацию АКС;

3) разработать комплекс программ со стандартизованным пользовательским интерфейсом.

С учетом необходимости интеграции автоматизированного банка данных и экспертной продукционной системы в АКС медико-криминалистической экспертизы воздействия химических факторов, а также использования комплекса программ для обучения, процесс разработки комплекса программ включает в себя следующие этапы [100, 101, 102, 103]:

1) создание АБД предметной области;

2) разработку комплекса программ, осуществляющего вывод экспертных заключений, в том числе на основе неполной, неточной, противоречивой информации в условиях множества альтернативных гипотез;

3) проектирование программных модулей, обеспечивающих выполнение системой функции интеллектуального преподавания, - каталога ошибок и модуля обучения [104].

4.1 Структура и принципы функционирования автоматизированного банка данных комплекса программ

Учитывая результаты анализа моделей данных, проведенного в гл. 1, при разработке автоматизированного банка данных использована реляционная модель, которая позволяет представить характеристики объектов предметной области (ЯДОВИТОЕ ВЕЩЕСТВО, СИМПТОМ, ОТРАВЛЕНИЕ) в виде совокупности взаимосвязанных таблиц. Проектирование синтаксического уровня АБД осуществлено с помощью БД Paradox 7.0 в связи с тем, что для функционирования автоматизированной консультативной системы не требуется устанавливать саму БД Paradox 7.0; это позволяет минимизировать расходы на приобретение программного обеспечения, необходимого для работы системы.

На основе формального описания семантического уровня иерархической информационной базы, предложенного в гл. 2, определены атрибуты, которые включаются в реляционные таблицы АБД:

1) название ЯДОВИТОГО ВЕЩЕСТВА;

2) категория ЯДОВИТОГО ВЕЩЕСТВА;

3) описание ЯДОВИТОГО ВЕЩЕСТВА;

4) название СИМПТОМА;

5) вопрос;

6) мера доверия;

7) мера недоверия.

Кроме того, создано поле «Категория вопроса», которое содержит информацию о том, применим ли вопрос к случаю смертельного отравления или нет (например, если пострадавший остался в живых, то вопросы о результатах вскрытия не имеют смысла), что позволяет уменьшить пространство поиска решения поставленной задачи.

На базе строкового описания семантического уровня иерархической информационной базы в виде ассоциативных кортежей, приведенного в гл. 2, определены отношения, описывающие базовые объекты предметной области ЯДОВИТОЕ ВЕЩЕСТВО, СИМПТОМ и ОТРАВЛЕНИЕ:

1) ЯДОВИТОЕ ВЕЩЕСТВО={Номер ЯДОВИТОГО ВЕЩЕСТВА, Название ЯДОВИТОГО ВЕЩЕСТВА, Категория ЯДОВИТОГО ВЕЩЕСТВА, Описание ЯДОВИТОГО ВЕЩЕСТВА};

2) СИМПТОМ={Номер СИМПТОМА, Название СИМПТОМА, Вопрос, Категория вопроса};

3) OTPАВЛЕНИЕ={Номер ОТРАВЛЕНИЯ, Номер ЯДОВИТОГО ВЕЩЕСТВА, Номер СИМПТОМА, Мера доверия, Мера недоверия}.

Так как информация об объектах ЯДОВИТОЕ ВЕЩЕСТВО и СИМПТОМ довольно стабильна во времени и имеет относительно большой объем, отношения 1 и 2 сформированы в виде справочников RefPoison.db и RefjSymptom.db, отличительной чертой которых является то, что информация остается в них независимо от факта ее использования другими таблицами. Для хранения данных об объекте ОТРАВЛЕНИЕ создана таблица Poisoning.db.

На заключительном этапе проектирования структуры АБД установлены связи между таблицами. Структурная схема связей между полями отношений приведена на рис. 4.1.

Справочник ядовитых веществ RefPoison.db Таблица описаний отравлений Poisoning.db Справочник симптомов RefSymptom.db

Номер ядовитого вещества —1 -> -> -> -> Номер отравления Номер симптома

Название ядовитого вещества Номер ядовитого вешества Название симптома

Категория ядовитого вещества Номер симптома Вопрос

Описание ядовитого вещества Мера доверия Категория вопроса

Мера недоверия Название ядовитого вешества Категория ядовитого вешества Описание ядовитого вешества Название симптома Вопрос Категория вопроса

Рис. 4.1. Структурная схема связей между полями отношений АБД

Очевидно, что между таблицами Poisoning.db и RefjSymptom.db существует отношение «один ко многим», так как один симптом может проявляться при отравлениях нескольким ядами; между таблицами RefPoison.db и Poisoning.db - отношение «один к одному».

Структура таблиц АБД RefJPoison.db, RefSymptom.db и Poisoning.db представлена таблицах 4.1, 4.2, 4.3 соответственно, где символом «#» обозначены первичные ключи.

ЗАКЛЮЧЕНИЕ

В условиях непрерывного роста уровня преступности важное значение приобретает медико-криминалистическая экспертиза, так как экспертное заключение является одним из основных источников доказательств в следственном и судебном процессах. Однако производство МКЭ в настоящее время оказывается неэффективным с точки зрения обеспечения достоверности и оперативности формирования заключений на основе неполной, неточной, противоречивой информации в условиях множества альтернативных гипотез.

Одним из наиболее эффективных путей решения указанных проблем является автоматизация формирования заключений при производстве медико-криминалистической экспертизы и создание комплекса программ автоматизированной консультативной системы, который позволит уменьшить влияние субъективных факторов и увеличить скорость поиска и обработки данных.

В диссертации разработано алгоритмическое и программное обеспечение автоматизированной консультативной системы, позволяющей осуществлять оперативный вывод достоверного экспертного заключения, в том числе на основе неполной, неточной, противоречивой информации в условиях множества альтернативных гипотез, получать справочную информацию из области МКЭ отравлений, а также осуществлять обучение и повышение квалификации специалистов.

Основные научные и практические результаты диссертационной работы заключаются в следующем:

1. На основе анализа предметной области обоснована целесообразность разработки алгоритмического и программного обеспечения автоматизированной консультативной системы МКЭ воздействия химических факторов, позволяющей осуществить оперативное формирование достоверного экспертного заключения. Определены особенности криминалистических исследований при экспертизе воздействия химических факторов, важнейшими из которых являются необходимость анализа большого объема следственной информации, которая часто бывает неточной, неполной, нечеткой, противоречивой; появление конфликтов логического вывода в процессе формирования экспертного заключения.

2. Разработана структура иерархической информационной базы, которая сочетает возможности базы данных и базы знаний и, соответственно, может использоваться как интеллектуальными, так и неинтеллектуальными программными системами. В ИИБ включены декларативные знания, инвариантные к задачам предметной области; процедурные знания для конкретных задач интегрируются с декларативными в процессе формирования экспертного заключения. Разработаны алгоритмы формирования ИИБ, направленные на развитие как синтаксического, так и семантического уровня. Манипулирование данными реляционного уровня осуществляется с помощью функций СУБД; для модификации верхнего уровня разработаны алгоритмы ввода знаний, включающие механизм преобразования информации предметной области, представленной на ограниченном естественном языке, в формализмы ИИБ.

3. Формализация нечеткой информации для ее дальнейшего использования в процессе производства медико-криминалистической экспертизы воздействия химических факторов осуществляется с помощью групповых экспертных методов. Предложена модификация групповых методов формализации путем автоматизированного пересчета значений функции принадлежности, что дает возможность повысить точность степеней принадлежности до третьего знака, и, следовательно, точность коэффициентов уверенности гипотез, что имеет большое значение при формировании заключений на основе неполной информации.

4. Разработаны алгоритмы разрешения конфликтов логического вывода, возникновение которых связано с необходимостью обработки противоречивых данных. Алгоритмы разрешения конфликта между продукциями позволяют определить порядок актуализации продукций конфликтного набора, для чего выявляются наиболее приоритетные продукции с помощью сортировки методом прямого объединения. Для разрешения конфликта между гипотезами разработан алгоритм, основанный на использовании правила Байеса, позволяющий определить наиболее достоверную из конфликтующих гипотез, исходя из силы свидетельств.

5. Разработаны алгоритмы формирования логического вывода, позволяющие осуществлять вывод экспертных заключений на основе данных, в большинстве случаев имеющих неточный, неполный, нечеткий, противоречивый характер в условиях множества альтернативных гипотез.

6. На основе полученных алгоритмов разработан комплекс программ автоматизированной консультативной системы медико-криминалистической экспертизы воздействия химических факторов. Программная реализация осуществлена в среде Windows-98 с использованием системы программирования Delphi 7.0. Автоматизированная консультативная система занимает объем 7,44 Мб и содержит 453 файла (4845 операторов). Автоматизированный банк данных состоит из 33 таблиц формата Paradox 7.0, содержащих 3488 записей. В состав АКС входит комплекс обучающих программ, позволяющий организовать процесс обучения с учетом индивидуальных особенностей студентов и обеспечить интерактивную связь с системой.

7. В результате тестирования комплекса программ установлено, что заключения, полученные автоматизированной консультативной системой медико-криминалистической экспертизы воздействия химических факторов, в 98,6 % случаев подтверждены дальнейшими клиническими исследованиями; 1,4 % отравлений не были диагностированы как комплексом программ, так и квалифицированными специалистами на основе проведенных криминалистических экспертиз, и отнесены к группе неустановленных интоксикаций.

8. Внедрение комплекса программ автоматизированной консультативной системы в практику дает возможность повысить оперативность формирования экспертных заключений путем использования вычислительной техники при обработке большого объема данных (в том числе неточных, нечетких, неполных, противоречивых), увеличить достоверность заключений за счет уменьшения влияния субъективных факторов, а также позволяет получать справочную информацию из области медико-криминалистической экспертизы воздействия химических факторов и осуществлять обучение и повышение квалификации специалистов. Автоматизированная консультативная система медико-криминалистической экспертизы воздействия химических факторов внедрена в деятельность экспертно-криминалистического центра Главного управления внутренних дел Воронежской области, в учебный процесс Воронежского государственного университета, Воронежского института Министерства внутренних дел Российской Федерации и Воронежской государственной медицинской академии. Комплекс программ автоматизированной консультативной системы медико-криминалистической экспертизы воздействия химических факторов передан в Государственный фонд алгоритмов и программ.

138

1. Круглов В.В. Интеллектуальные информационные системы: компьютерная поддержка систем нечеткой логики и нечеткого вывода / В.В. Круглов, М.И. Дли. - М.: Изд-во физико-математической литературы, 2002. -256 с.

2. Полевой Н.С. Криминалистическая кибернетика / Н.С. Полевой. -2-е изд. М.: Изд-во МГУ, 1989. - 328 с.

3. Лузгин И.М. Моделирование при расследовании преступлений / И.М. Лузгин. М.: Юрид. лит., 1981. - 152 с.

4. Евгенев Г.Б. Технология экспертного программирования / Г.Б. Евгенев, А.С. Кобелев, С.А. Борисов // Информационные технологии. № 3. - 2002.

5. Судебная медицина: Руководство для врачей / Под ред. А.А. Матышева. 3-е изд., перераб. и доп. - СПб.: Гиппократ, 1998. - 544 с.

6. Судебная медицина / Под общ. ред. В.В.Томилина. М.: ИНФРА • М -НОРМА, 1996.-376 с.

7. Попов В.Л. Судебная медицина / В.Л. Попов. СПб: Питер, 2002.608 с.

8. Виноградов И.В. Судебно-медицинская экспертиза / И.В. Виноградов. М.: Юрид. лит., 1985. - 320 с.

9. Заславский Г.И. Судебно-медицинская деятельность в уголовном судопроизводстве / Г.И. Заславский, И.Е. Лобан, В.Л. Попов. СПб: ЮЦ Пресс, 2003. - 465 с.

10. Гончаренко В.И. Экспертизы в судебной практике / В.И. Гончаренко. Киев: Вища шк., 1987. - 192 с.

11. Дюбуа Д. Теория возможностей. Приложения к представлению знаний в информатике / Д. Дюбуа, А. Прад. М.: Радио и связь, 1990. -288 с.

12. Аврамчук Е.Ф. Технология системного моделирования / Е.Ф. Аврамчук, А.А. Вавилов, С.В. Емельянов и др.- Под общ. ред. С.В. Емельянова и др. М.: Машиностроение, Берлин: Техник, 1988. - 520 с.

13. Альянах И.Н. Моделирование вычислительных систем / И.Н. Альянах. JI.: Машиностроение. Ленинг. отд-ние , 1988. - 223 с.

14. Кузьмин И.В. Основы моделирования сложных систем / И.В. Кузьмин. Киев: Вища школа, 1981. - 360 с.

15. Самарский А.П. Математическое моделирование / А.П. Самарский М.: Физ.-мат. лит., 2001. - 320 с.

16. Калашников В.В. Сложные системы и методы их анализа / В.В. Калашников. -М.: Знание, 1980. 64 с.

17. Искусственный интеллект: В 3 кн. Кн.2. Модели и методы: Справочник / Под ред. Д.А. Поспелова. М.: Радио и связь, 1990. - 304 с.

18. Цаленко М.Ш. Моделирование семантики в базах данных / М.Ш. Цаленко. М.: Наука. Гл. ред. физ.-мат. лит., 1989. - 288 с.

19. Дейт К. Руководство по реляционной СУБД DB2: Пер. с англ. и предисл. М.Р. Когаловского / К. Дейт. М.: Финансы и статистика, 1988. -320 с.

20. Дейт К. Введение в системы баз данных / К. Дейт. М.: Изд-во «Вильяме», 2001. - 1077 с.

21. Цикритзис Д. Модели данных / Д. Цикритзис, Ф. Лоховски. М.: Финансы и статистика, 1985. - 343 с.

22. Вирт Н. Алгоритмы и структуры данных / Н. Вирт. СПб: Изд-во «Невский диалект», 2001. - 352 с.

23. Ахо А. Структуры данных и алгоритмы / А. Ахо, Дж. Хопкрофт, Дж. Ульман // М.: Изд-во «Диалектика», 2000. 384 с.

24. Коннолли Т. Базы данных / Т. Коннолли , К. Бегг. 3-е изд. - М.: Изд-во «Вильяме», 2003. - 1436 с.

25. Попов И.И. Базы данных / И.И. Попов, Н.В. Максимов, О.Л. Голицына.- М.: Изд-во «Форум», 2003. 352 с.

26. Гарсиа-Молина Г. Системы баз данных / Г. Гарсиа-Молина, Дж. Уидом, Дж. Ульман. М.: Изд-во «Вильяме», 2003. - 1088 с.

27. Ролланд Ф. Основные концепции баз данных / Ф. Ролланд. М.: Изд-во «Вильяме», 2002. - 256 с.

28. Заде JI.A. Понятие лингвистической переменной и его применение к принятию приближенных решений / JI.A. Заде. М.: Мир, 1976. - 168 с.

29. Даценко Н.В. Использование ЭВМ для повышения достоверности формализации нечеткой информации / Н.В. Даценко // Научно-практическая конференция ВВШ МВД РФ: Тезисы докладов. Часть 2. Воронеж, 1998. С. 94-95.

30. Тарасик В.П. Математическое моделирование технических систем / В.П. Тарасик. Мн.: ДизайнПРО, 1997. - 640 с.

31. Представление и использование знаний: Пер. с япон. / Под ред. X. Уэно, М. Исидзука. М.: Мир, 1989. - 220 с.

32. Smith J. М. Database abstractions: aggregation and generalization / J. M. Smith, D.C.P. Smith // ACM Trans on Database Systems, 1997, vol. 2.

33. Лорьер Ж.-Л. Системы искусственного интеллекта : Пер. с франц. / Ж.-Л. Лорьер. М.: Мир, 1991.-568 с.

34. Реальность и прогнозы искусственного интеллекта: Сб. статей: Пер. с англ. / Под ред. и с предисл. В.Л. Стефанюка. М.: Мир, 1987. - 247 с.

35. Брукинг А. Экспертные системы. Принципы работы и примеры: Пер. с англ. / А. Брукинг, П.Джонс, Ф.Кокс и др.; Под ред. Р.Форсайта. М.: Радио и связь, 1987. 224 с.

36. Expert System Application // Symbolic Computation Artificial Intelligence. Springer-Verlag Berlin Heidelberg, 1988. -471 c.

37. Попов Э.В. Экспертные системы: решение неформализованных задач в диалоге с ЭВМ / Э.В. Попов. М.: Наука, 1987. - 288 с.

38. Экспертные системы / Под ред. Б.М. Васильева. М.: Знание, 1990. - 247 с.

39. Крисевич B.C. Экспертные системы для персонального компьютера: методы, средства, реализации / B.C. Крисевич. Минск: Вышэйш. шк., 1990.- 190 с.

40. Люгер Дж. Ф. Искусственный интеллект: стратегии и методы решения сложных проблем: Пер. с англ. / Дж. Ф. Люгер. М.: Изд-во «Вильяме», 2003. - 864 с.

41. Хачатрян А.Р. Анализ классических методов объединения свидетельств в экспертных системах / А.Р. Хачатрян // Изв. АН СССР. Техн. Кибернетика. 1987. №5. - С. 67-73.

42. Элти Дж. Экспертные системы: концепции и примеры: Пер. с англ. / Дж. Элти, М. Кумбс. М.: Финансы и статистика, 1987. - 191 с.

43. Уотермен Д. Руководство по экспертным системам: Пер. с англ. / Д. Уотермен. М.: Мир, 1989. - 388 с.

44. Нейлор К. Как построить свою экспертную систему: Пер. с англ. / К. Нейлор. М.: Энергоатомиздат, 1991. - 286 с.

45. Джексон П. Введение в экспертные системы / П. Джексон. М.: Изд-во «Вильяме», 2001. - 624 с.

46. Искусственный интеллект: В 3 кн. Кн.1. Системы общения и экспертные системы: Справочник / Под ред. Э.В. Попова. М.: Радио и связь, 1990.-464 с.

47. Нильсон Н. Принципы искусственного интеллекта: Пер. с англ. / Н. Нильсон.- М.: Радио и связь, 1985. -376 с.

48. Хант Э. Искусственный интеллект / Э. Хант. М.: Мир, 1978.293 с.

49. Лингер Р. Теория и практика структурного программирования: Пер. с англ. / Р. Лингер, X. Миллс, Б. Уитт. М.: Мир, 1982. - 406 с.

50. Епанешников A.M. Delphi. Проектирование СУБД / A.M. Епанешников, В.А. Епанешников. М.: ДИАЛОГ-МИФИ, 2001. - 528 с.

51. Буч Г. Объектно-ориентированный анализ и проектирование с примерами приложений на С++: Пер. в англ. / Г. Буч. М.: Бином, СПб.: Невский диалект, 1998. - 560 с.

52. Калверт Ч. Базы данных в Delphi: Пер. с англ. / Ч. Калверт. Киев: Изд-во «ДиаСофт», 1999. - 464 с.

53. Криницкий Н.А. Автоматизированные информационные системы / Н.А. Криницкий, Г.А. Миронов, Г.Д. Фролов / Под ред. А.А. Дородницына. -М.: Наука. Гл. ред. физ.-мат. лит., 1982. 384 с.

54. Гайдамакин Н.А. Автоматизированные информационные системы, базы и банки данных / Н.А. Гайдамакин. М.: Гелиос АРВ, 2002. - 368 с.

55. Гаврилова Т.А. Базы знаний интеллектуальных систем / Т.А.Гаврилова. СПб: Питер, 2000. - 384 с.

56. Даценко Н.В. Формирование синтаксического уровня информационной базы консультативной системы медикокриминалистической экспертизы отравлений / Н.В. Даценко // Сборник научных трудов ВИ MB Д РФ. Часть 1.-Воронеж, 2002.-С. 111-115.

57. Мартин Дж. Организация баз данных в вычислительных системах: Пер. с англ. / Дж. Мартин. М.: Мир, 1980. - 662 с.

58. Калиниченко JI.A. Методы и средства интеграции неоднородных баз данных / JI.A. Калиниченко. М.: Наука. Гл. ред. физ.-мат. лит., 1983. -424 с.

59. Холл П. Вычислительные структуры. Введение в нечисленное программирование / П. Холл. М.: Мир, 1978. - 214 с.

60. Кузнецов О.П. Дискретная математика для инженера / О.П. Кузнецов, Г.М. Адельсон-Вельский. М.: Энергия, 1980. - 344 с.

61. Андерсон Дж. Дискретная математика и комбинаторика / Дж. Андерсон. М.: Изд-во «Диалектика», 2003. - 960 с.

62. Горбатов В.А. Фундаментальные основы дискретной математики / В.А. Горбатов. М.: Наука. Физ.-мат. лит, 1999, - 544 с.

63. Хаггарти Р. Дискретная математика для программистов / Р. Хаггарти. М.: Изд-во «Техносфера», 2003. - 320 с.

64. Ульман Дж. Основы систем баз данных: Пер. с англ. / Дж. Ульман. -М.: Мир, 1983.-335 с.

65. Моделирование языковой деятельности в интеллектуальных системах / Под ред. А.Е. Кибрика и А.С. Нариньяни. М.: Наука. Гл. ред. физ.-мат. лит., 1988. - 280 с.

66. Осуга С. Обработка знаний: Пер. с япон. / С. Осуга. М.: Мир, 1989.-293 с.

67. Zadeh L.A. Similarity relations and Fuzzy Orderings / L.A. Zadeh // Inform. Sience.- 1971.-Vol. 3,№2.-P. 177-200.

68. Нечеткие множества и теория возможностей. Последние достижения: Пер. с англ. / Под ред. P.P. Ягера. М.: Радио и связь, 1986. -408 с.

69. Борисов А.Н. Обработка нечеткой информации в системах принятия решений / А.Н. Борисов, А.В. Алексеев, Г.В. Меркурьева и др. М.: Радио и связь, 1989.- 304 с.

70. Орловский С.А. Проблемы принятия решений при нечеткой исходной информации / С.А.Орловский. М.: Наука, 1981. - 208 с.

71. Кофман А. Введение в теорию нечетких множеств / А. Кофман. -М.: Радио и связь, 1982. 432 с.

72. Negoita C.V. Applications of fuzzy sets to system analysis / C.V. Negoita, D.A. Ralescu. Basel: Birk-hauser Verlag, 1975. - 190 p.

73. Нечеткие множества в моделях управления и искусственного интеллекта / Под ред. Д.А. Поспелова. М.: Наука. Гл. ред. физ.-мат. лит., 1986.-312 с.

74. Даценко Н.В. Формализация нечеткой информации методом групповой экспертизы / Н.В. Даценко // Сборник научных трудов ВВШ МВД РФ. Часть 2. Воронеж, 1998. - С. 32-34.

75. Даценко Н.В. Повышение достоверности коэффициентов уверенности правил продукции экспертных систем / Н.В. Даценко // Научно-практическая конференция ВИ МВД РФ: Тезисы докладов. Часть 2. Воронеж, 1999.-С. 59-60.

76. Корн Г. Справочник по математике для научных работников и инженеров / Г. Корн, Т. Корн. М.: Наука. Гл. ред. физ.-мат. лит., 1984. -831 с.

77. Даценко Н.В. Принятие решений в условиях конфликта гипотез в автоматизированной консультативной системе медико-криминалистической экспертизы отравлений / Н.В. Даценко // Теория конфликта и ее приложения:

78. Материалы 2-й Всероссийской научно-технической конференции. -Воронеж: Воронеж, гос. технол. акад., 2002. С.54.

79. Лорин Г. Сортировка и системы сортировки: Пер с англ. / Г. Лорин. -М.: Наука, 1983.-384 с.

80. Кнут Д. Искусство программирования: в 3-х т. Т.З. Сортировка и поиск / Д. Кнут. М.: Изд-во «Вильяме», 2003. - 832 с.

81. Сысоев В.В. Конфликт. Сотрудничество. Независимость: Систем, взаимодействие в структурно-параметрич. Представлении / В.В. Сысоев. -М.: Московская акад. экономики и права, 1999. 151 с.

82. Сысоев В.В. Некоторые вопросы анализа конфликта в структурном представлении систем / В.В. Сысоев // Информационные технологии и системы. Воронеж: Воронеж, отдел. МАИ, 1998. - Вып.2.- С. 52-58.

83. Сысоев В.В. Определение конфликта функционирующих систем // Математическое моделирование технологических систем / В.В. Сысоев. -Воронеж: Воронеж, технол. академ., 1997. Вып.2. С. 4-9.

84. Сысоев В.В. Формирование конфликта в структурном представлении систем / В.В. Сысоев // Информационные технологии и системы. Воронеж: Воронеж, отдел. МАИ, 1996. - №1. - С.26-30.

85. Вентцель Е.С. Теория вероятностей / Е.С. Вентцель.- М.: Наука. Гл. ред. физ-мат. лит., 1969. 576 с.

86. Варламов О.О. Эволюционные базы данных и знаний для адаптивного синтеза интеллектуальных систем / О.О. Варламов. М.: Радио и связь, 2002. - 288 с.

87. Когаловский М.Р. Энциклопедия технологии баз данных / М.Р. Когаловский. М.: Финансы и статистика, 2002. - 800 с.

88. Вербовецкий А.А. Основы проектирования баз данных / А.А. Вербовецкий. М.: Радио и связь, 2000. - 88 с.

89. Кренке Д. Теория и практика построения баз данных / Д. Кренке. -СПб: Питер, 2003. 800 с.

90. Маллинс К.С. Администрирование баз данных / К.С. Маллинс. М.: Изд-во «Кудиц-образ», 2003. - 752 с.

91. Одинцов О.И. Профессиональное программирование. Системный подход / О.И. Одинцов. СПб: БХВ-Петербург, 2002. - 512 с.

92. Кэнту М. Delphi 5 для профессионалов / М. Кэнту. СПб.: Питер, 2001.- 944 с.

93. Фаронов В.В. Delphi / В.В. Фаронов. М.: «Нолидж», 1998. - 400 с.

94. Зиглер 3. Методы проектирования программных систем: Пер. с англ. / 3. Зиглер. М.: Мир, 1985. - 328 с.

95. Стивене Р. Программирование баз данных / Р. Стивене. М.: Изд-во «Бином», 2003. - 384 с.

96. Вендров A.M. Проектирование программного обеспечения информационных систем / A.M. Вендров. М.: Финансы и статистика, 2002. -352 с.

97. Орлов С.А. Технологии разработки программного обеспечения / С.А. Орлов. СПб: Питер, 2003. - 480 с.

98. Советов Б.Я. Информационная технология / Б.Я. Советов. М.: Высш. шк., 1994.-368 с.

99. Попов Э.В. Общение с ЭВМ на естественном языке / Э.В. Попов. -М.: Наука, 1982.-360 с.

100. Денинг В. Диалоговые системы «человек-ЭВМ». Адаптация к требованиям пользователя: Пер. с англ. / В. Денинг, Г. Эссиг, С. Маас. М.: Мир, 1984.- 112 с.