автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.11, диссертация на тему:Алгоритмы контроля и диагностики программного обеспечения информационно-управляющих систем на основе адаптируемых языков программирования и нейронных сетей

СПИСОК ИСПОЛЬЗУЕМЫХ СОКРАЩЕНИЙ.

ВВЕДЕНИЕ.

ГЛАВА I. АНАЛИЗ МЕТОДОВ ПОСТРОЕНИЯ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ СОВРЕМЕННЫХ ИНФОРМАЦИОННО-УПРАВЛЯЮЩИХ СИСТЕМ.

1.1 Анализ способов построения и задач, решаемых современными информационно-управляющими системами.

1.2 Анализ структуры и мультиагентного представления программного обеспечения информационно-управляющих систем.

1.3 Анализ алгоритмов контроля и диагностики программного обеспечения современных информационно-управляющих систем.

1.4 Перспективное программное обеспечение информационно-управляющих систем.

1.5 Выводы по главе. Задачи, решаемые в диссертационной работе.

ГЛАВА И. РАЗРАБОТКА МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ, ИСПОЛЬЗУЕМЫХ ДЛЯ ОПИСАНИЯ ПРОГРАММНЫХ АГЕНТОВ В ИНФОРМАЦИОННО-УПРАВЛЯЮЩИХ СИСТЕМАХ.

2.1 Разработка методики построения графовых моделей программ лингвистически адаптируемых программных средств информационно-управляющих систем.

2.2 Разработка графовых моделей программного обеспечения информационно-управляющих систем.

2.3 Разработка нейросетевой модели контроля функционирования программного обеспечения агентов информационно-управляющих систем.

2.4 Разработка нейросетевой модели восстановления данных в агентах информационно-управляющих систем.

2.5 Результаты и выводы.

ГЛАВА III. ПРИМЕНЕНИЕ РАЗРАБОТАННЫХ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ ДЛЯ ПОСТРОЕНИЯ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ ЛИНГВИСТИЧЕСКИ АДАПТИРУЕМЫХ АГЕНТОВ ИНФОРМАЦИОННО

УПРАВЛЯЮЩИХ СИСТЕМ.

3.1 Применение разработанных графовых моделей программ для построения инструментальных средств разработки информационно-управляющих систем.

3.2 Применение сетевых технологий для программной реализации коммуникационных функций агентов информационно-управляющих систем.

3.3 Разработка алгоритмов построения и сопровождения программного обеспечения распределенной информационно-управляющей системы средствами адаптируемого программного обеспечения.

3.4 Результаты и выводы.

ГЛАВА IV. ПРИМЕНЕНИЕ РАЗРАБОТАННЫХ АЛГОРИТМОВ ДЛЯ КОНТРОЛЯ И ДИАГНОСТИКИ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ АГЕНТОВ ИНФОРМАЦИОННО-УПРАВЛЯЮЩИХ СИСТЕМ.

4.1 Применение разработанной нейросетевой модели для контроля функционирования программного обеспечения нейросетевых агентов распределенных информационно-управляющих систем.

4.2 Применение алгоритма построения и сопровождения лингвистически адаптируемых программ для контроля и диагностики информационно-управляющей системы учебного процесса.

4.3 Применение нейросетевых моделей и программного обеспечения для восстановления данных в информационно-управляющих системах медицинского назначения.

4.4 Результаты и выводы.

На современном этапе развития научно-технического прогресса важное значение во всех областях человеческой деятельности имеет информация, технологии анализа и обмена ею. В этой ситуации понятие «информационно-управляющая система» (ИУС) может рассматриваться как универсальное представление для широкого спектра форм человеческой деятельности. Идущее быстрыми темпами внедрение компьютерных и телекоммуникационных технологий во все сферы жизни создаёт возможность рассмотрения многих объектов реального мира в виде объектов управления. В работе рассматриваются наряду с «классическими» объектами управления, такими как агрегаты летательных аппаратов или технологический процесс производства полиэтилена, такие объекты как учебный процесс и медицинская практика, что стало возможным в силу действующих в настоящий момент в этих предметных областях общих тенденций информатизации общества.

Отличительной особенностью процесса построения и функционирования современных ИУС является воздействие на них ряда феноменов, качественно изменяющих деятельность компьютеризованных компонентов ИУС. В [48] рассматривается три феномена, созданных быстрым развитием вычислительной техники и информационных технологий: персональные вычисления (заключается в возможности широкого использования персональных ЭВМ); кооперативные технологии (компьютерная поддержка совместной согласованной работы группы работников); компьютерные коммуникации (увеличение возможностей обмена любой информацией). Они составляют технологическую основу обеспечения параллельного вычислительного процесса в распределенной компьютерной сети.

Решение задач построения большинства ИУС, отвечающих современным требованиям, немыслимо без использования персональных ЭВМ, кооперативных и сетевых технологий. С их использованием ИУС выполняются в виде многомашинных распределенных вычислительных комплексов, содержащих вычислительные машины, решающие неоднородные задачи. Важнейшими характеристиками ИУС являются: надежность, отказоустойчивость, конкурентоспособность (гибкость, учет требований реального мира, сроки разработки или модернизации, их стоимость и др.), сложность (распределенность, многосвязность) [5], кроссплатфор-менность, и функционирование в условиях неопределенности. Различным аспектам проектирования ИУС посвящены работы таких отечественных ученых, как В.И. Васильев, В.А. Виттих, Б.Г. Ильясов, Ю.С. Кабальнов, А.В. Каляев, Г.Г. Куликов, В.В. Липаев, В.И. Матов, А.С. Нариньяни, Л.Б. Уразбахтина, Я.А. Хетагуров и других. Однако не все проблемы, относящиеся к построению ИУС, можно считать решёнными в достаточной степени. В частности, сказанное можно отнести к методам обеспечения эволюционного характера развития программ в ИУС, а также их разработки в условиях неопределенности и раннего учёта требований реального мира. Необходимость поддержания на должном уровне таких качеств ИУС, как надежность и отказоустойчивость, требует дальнейшего развития механизмов контроля и диагностики, их адаптации к новым условиям существования ИУС. Различным аспектам контроля и диагностики программного и аппаратного обеспечения ИУС посвящены работы таких ученых, как А. Авидженис, В.И. Васильев, Ю.М. Гусев, В.Н. Ефанов, А.И. Иванов, К.А. Иыуду, В.Г. Крымский, Ж.К. Лапри, В.В. Липаев, В.И. Матов, Я.А. Хетагуров и других. Однако, интенсивное развитие современных технологий построения вычислительной техники и ИУС требует постоянного решения вновь возникающих задач. Вопросы, решаемые в рамках рассматриваемого направления: уменьшение времени разработки, его стоимости, повышение гибкости за счет применения адаптируемых (настраиваемых) программных систем; упрощение процесса программирования средствами визуального программирования, автоматизированного анализа программ; осуществление контроля и диагностики функционирования программного обеспечения ИУС; придание ИУС черт интеллектуального поведения, способности функционирования в условиях действия различных неопределенных факторов.

Распределенные компьютерные сети начали применяться для задач управления сравнительно недавно. В настоящее время развитие этого сектора информационных технологий находится на подъеме. Реализация ИУС на базе распределенной обработки данных является перспективным направлением развития процесса сбора информации, её обработки и управления техническими и иными объектами.

Важнейшей характеристикой ИУС производственных предприятий является конкурентоспособность. Эта характеристика вмещает в себя широкий спектр качеств ИУС (надежность, отказоустойчивость, гибкость сроки разработки и др.). В настоящее время в международной практике одним из главных средств, обеспечивающих выживание предприятия [80,137] признана интегральная система управления (ИСУ). Для обеспечения необходимой гибкости и эффективности разработки ИСУ актуально применение эволюционных методов в области программных технологий. Они составляют довольно широкий круг информационных технологий, затрагивающих самые разнообразные области применения и решаемые задачи. В качестве примера можно привести способы построения эволюционных компьютеров, использующих средства, имитирующие механизмы естественной эволюции [16,110, 141]; программирование с применением прототипов [149,165,118]; CASE-технологии [20]; программирование на адаптируемых языках программирования [41] и др. С эволюционными методами программирования перекликается предложенный Эдвар-дсом Демингом подход к управлению производством, названный «Непрерывное усовершенствование процессов» или Continues Process Improvement (CPI) [37]. Его информационно-технологическая составляющая заключается в такой организации работ, при которой модернизация программного продукта идет в течение всего времени эксплуатации. Его применение дает возможность предприятиям сохранять конкурентоспособность в условиях непрерывной изменчивости внешней среды [106,123]. Эволюционный характер сложных комплексов программ ИУС показан в [139]. Стремление максимально полно учесть требования потребителя программной продукции при разработке и дальнейшей эволюции ПО логично выражалось бы в их тесном взаимодействии. Однако в современных условиях значительную степень унификации имеют не только аппаратные, но и программные средства ИУС (на основе сетевых технологий). Фирмы-изготовители ПО определяют направление его модернизации исходя из собственных аналитических разработок, лишь частично учитывающих требования потребителей (в силу широкого их спектра). Этот недостаток был парирован приданием разрабатываемому универсальному ПО адаптивных свойств (возможности настройки на конкретную предметную область). В настоящее время задача придания программам адаптивных свойств признана перспективной [4].

Применение лингвистически адаптируемых программ позволит сократить общий срок разработки (сопровождения или эволюции) ПО ИУС за счет исключения операции перекомпиляции операционного ядра программной системы; уменьшить затраты на дополнительные инструментальные средства программирования (ИСП) (профайлеры, отладчики, анализаторы программ) за счет простоты их реализации в большинстве языков программирования, поддерживающих лингвистическую [164,41,117]; сокращение числа проектных ошибок и времени разработки ПО за счёт раннего и полного учета практических ограничений и требований, выраженного стиля структурного программирования (предотвращение ошибок, повышение производительности разработки, унификация архитектуры комплекса программ, стандартизация принципов разработки [139]).

Эти преимущества применения лингвистически адаптируемых программных систем (ЛАПС) создают предпосылки для построения эволюционирующих, гибких ИУС, обеспечивающих конкурентоспособность в условиях динамично меняющейся окружающей среды. Организация работы ИУС, выполненных в виде распределенных неоднородных вычислительных сетей, под управлением универсального, адаптируемого пользователями или специалистами и максимально приближенного к реальной задаче ПО, позволит обеспечить отказоустойчивость (за счет избыточности и возможности гибкого перераспределения задач) ИУС. Одновременно будет уменьшаться стоимость программ. Это будет происходить в силу того, что стоимость настройки универсального программного средства ниже, чем стоимость разработки аналогичного ПО «с нуля». Кроме того, универсальные программные средства, находясь в широком использовании, подвергаются более интенсивному тестированию, чем если бы они тестировались в пределах одной ИУС. Это приводит к выявлению большего числа скрытых ошибок. Такой подход к использованию универсальных настраиваемых элементов ИУС соответствует бизнес-принципу NDE (Non

Developmental Item) — использование «неразрабатываемых заново технологий». Принципу NDE соответствуют не только программные, но и аппаратные средства вычислительных систем специального назначения, заключающиеся в выборе и адаптации готовой аппаратуры под специфику решаемой на ней задачи. Таковы COTS-, ROTS-, МОГ£-технологии {Commercial-, Rugged-, Military-Off-The-Shelf - готовые к применению коммерческие модули, модули повышенной надежности, военные модули) разработанные в соответствии с зарубежными стандартами МЭК 821 и IEEE/ANSI 1014 [114].

Сложность решаемых ИУС задач, необходимость обеспечения высокой производительности вычислительного ядра, его надежности и отказоустойчивости определяет необходимость применения принципов распределенной обработки данных. Функционирование современных ИУС, построенных на этих принципах, происходит на основе её самоорганизации [23,137]. Этот процесс облегчается за счет упрощения процесса программирования, его приближения к естественному языку.

Совместное функционирование отдельных рабочих станций распределенных ИУС можно рассматривать как взаимодействие между собой некоторых сущностей (агентов), способных к активным самостоятельным действиям. Принципы организации и управления такими объектами рассматриваются в [23] с точки зрения взаимодействия элементов мультиа-гентной системы.

Агент может быть определен через понятие реагирующих систем (reactive systems) [93]. Такие системы при взаимодействии с окружающей средой изменяют свое внутреннее состояние и посылают ответные сообщения. Агент - это самостоятельная программная или программно-аппаратная система, существующая в определенной окружающей среде (реальной или виртуальной) и имеющая возможность принимать воздействие от внешнего мира, определять свою реакцию на это воздействие и осуществлять реакцию на него [75]. Основным качеством, определяющим агентов среди реагирующих систем в целом, является активность, возможность самостоятельной инициации каких-либо действий. Со стороны внешней среды агент является неделимым и рассматривается как единая сущность, а не как совокупность частей.

Другими характеристическими свойствами агентов являются автономность (способность функционирования без прямого вмешательства человека, самостоятельно отслеживая состояние окружающей среды и собственных параметров), реактивность (способность своевременной и адекватной реакции на внешнюю среду) и возможность общения друг с другом [46].

Агент состоит из следующих составных частей различной природы: физическая основа (аппаратные средства вычислителя, на котором он работает); система управления (алгоритм управления или средства интеллектуального управления); коммуникационная система (языки общения агентов, протоколы и аппаратура передачи данных). Широкие возможности разнообразной реализации приведенных составных частей определяет достаточную свободу в построении самых разнообразных агентов.

Способность агентов к общению дала возможность построения систем, содержащих коллектив интеллектуальных агентов, связанных телекоммуникационными каналами связи для достижения общей цели. Каждый агент подобной мультиагентной системы способен самостоятельно решать некоторые локальные задачи и имеет возможность взаимодействия с другими агентами в процессе решения общей задачи.

В силу этого в ИУС, реализуемых в виде распределенных вычислительных систем, возникает потребность реализации адаптируемого к внешней среде поведения. Задача обучения ИУС легко решается средствами искусственного интеллекта, однако процесс их внедрения не сможет произойти изолированно от ныне применяемой техники и мгновенно породить вычислитель, способный взять на себя многочисленные функциональные задачи современных машин. Широкое использование обучаемых архитектур вычислительных машин (например, представленных в [55]) в ИУС затруднительно из-за необходимости перехода на мало распространенное программное обеспечение - параллельные языки программирования. Фактически, современный мир заполнен, в первую очередь, универсальными ЭВМ. Поэтому экономически эффективными будут методы адаптации, не требующие замены всего парка вычислительной техники. К таким методам можно отнести эволюционные способы программирования. Это не следует понимать как полный отказ от сущностной модернизации архитектур вычислительных средств ИУС. Применение универсальных вычислительных машин совместно с обучаемым ПО не отвергает изменения их аппаратных средств. Применение обучаемых архитектур, а также архитектур, ориентированных на языки программирования [88], и др. уже сейчас могут быть эффективно использовано в совокупности с универсальными ЭВМ в виде сопроцессоров или плат расширения (например, Java-акселератор [166]). Таким же образом могут быть использованы и машины с перестраиваемой архитектурой, существующие в настоящее время в виде плат расширения к IBM PC [55].

Несмотря на широкие возможности реализации агентов ИУС, в большинстве своем они будут определяться теми же факторами, на основании которых развивались до настоящего момента информационные технологии: последовательный детерминированный (алгоритмический) процесс, объектно-ориентированная технология программирования, фон-неймановская компьютерная архитектура, традиционная вычислительная математика. В качестве альтернативы приведенным факторам можно привести средства искусственного интеллекта (СИИ) и нейрокомпьютеры, применение которых, по мнению академика А.С. Нариньяни [94], вытеснит руководящий принцип алгоритма и традиционную вычислительную математику.

В настоящее время СИИ получают связь с сетевыми технологиями [36] и, в частности, с глобальной компьютерной сетью Internet [140]. Internet уже воспринимается не как огромная гипертекстовая книга, а как совокупность большого числа программных агентов, при построении которых существенную роль играют СИИ. Интернет рассматривается как среда развития искусственного интеллекта, в которой «живут» автономные обучаемые нейросетевые агенты, процесс обучения которых никогда не заканчивается [140].

Возможность построения агента ИУС с использованием СИИ создаёт базу для «интеллектуализации» программно-аппаратных вычислительных комплексов. Появилось понятие распределенного искусственного интеллекта (РИИ), основанное на кооперативном взаимодействии распределенных интеллектуальных систем [36]. Сетевое взаимодействие рассматривается уже не как некое подобие многофункциональной электронной почты, выполняющей функции передачи информации от человека к человеку, а как взаимодействие некоторых виртуальных сущностей. Естественно, что каждая из них опирается на конкретный программно-аппаратный информационно-вычислительный комплекс или на мигрирующее программное обеспечение (ПО) [74].

Архитектура ЭВМ, на которую опирается последовательный алгоритмический процесс, подвергается критике уже более пятнадцати лет [38]. Основой для критики является, в частности, то, что при развитии ЭВМ большинство функций реализовывалось с помощью более гибких и удобных программных средств, в то время как архитектура аппаратных средств оставалась принципиально неизменной. Этот процесс сопровождается усложнением ПО, которое не свободно от неисправностей (ошибок). Он приводит к неадекватному распределению вероятностей проектных ошибок на долю программ, что при росте сложности ПО значительно снижает надежность работы всего вычислительного комплекса. При этом не используются (или слабо используются) возможности по их парированию аппаратурой. Поэтому благоприятна ситуация, при которой процессор располагает возможностями, адекватными возможностям программ [38], т.е. структура вычислительной системы приводится в соответствие структуре решаемой задачи. Путь к достижению такой адекватности лежит через построение программно-ориентированных архитектур ЭВМ, машин языков высокого уровня, архитектур, программируемых под структуру задачи [55]. Однако, стремление построить вычислитель, ориентирующийся на понятия реального мира, наталкивается на необходимость определить границы его детализации. При этом аппаратура окажется устаревшей в тот момент, когда ее пользователь захочет расширить эти границы, например, в специфической предметной области. В этой ситуации, видимо, справедливо говорить о применении адаптируемых программных систем [162,41] а также средств искусственного интеллекта.

На сегодняшний день развитие новых принципов построения вычислительных систем не позволяет выполнять в полном объеме все задачи, традиционно решаемые на основании старых принципов. Так, например, функции текстового процессора могут быть достаточно просто реализованы с использованием алгоритмического процесса, в то время как использование для этой цели СИИ может оказаться неэффективным. Кроме того, индустрия производства вычислительной техники и программного обеспечения обладает достаточной инерцией. В силу этого процесс смены вычислительной концепции происходит путём совместного развития, конвергенции алгоритмического подхода и СИИ. Интенсивные темпы развития технологии производства аппаратуры и её архитектуры, базирующиеся на принципе алгоритма (например, использование для программной реализации НС цифровых сигнальных процессоров [138] или сочетание аналоговой реализации НС и программно-управляемого процессора), будут создавать базу для объединения принципов искусственного интеллекта и принципов алгоритма.

Из описанных общих тенденций построения ИУС, имеющих глобальный характер, можно выделить подобласть, решение задач которой будет лежать в русле приведенного общего направления развития вычислительной техники. В качестве неё будем рассматривать построение адаптируемых (настраиваемых, обучаемых) программно-аппаратных комплексов, в частности, лингвистически. Выделение лингвистической составляющей из общего процесса адаптации ПО обусловлено расширением использования платформонезависимых программных средств в сетевых ИУС как в открытых системах [15]. При этом на первый план выходят исходные тексты программ, языки гипертекстовой разметки документов, интерпретирующие языки программирования, естественные языки программирования.

Использование интерпретирующего принципа исполнения программ позволяет создавать гибкие, легко реконфигурируемые кроссплатформен-ные программы, работающие в неоднородной информационно-вычислительной среде. Кроме этого, существенно упрощается процесс сопровождения, настройки и отладки ПО. Так, один из основных представителей ЛАПС, язык программирования Форт, характеризуется в [161] как наиболее простой для изучения. Эта простота определяется возможностью его изучения, программирования и отладки написанных программ методом «проб и ошибок» (по существу, метод неокончательности решений [132]). Одновременно с этим стиль программирования на нем близок к естественному языку. По сравнению с другими интерпретирующими языками, не принадлежащими ЛАПС, например Бейсик, ПЕРЛ и др., он обладает рядом дополнительных возможностей по управлению компьютером и компилятивными способностями, не входящими в противоречие с его интерпретирующими качествами.

В дальнейшем в качестве ЛАПС будем понимать такие языки программирования и операционные системы (ОС) (согласно определению ОС, данному в [15]), словарный запас которых (множество поименованных модулей, выполняющих те или иные функции) может быть изменен пользователем без общей перекомпиляции ядра программной системы, а изменения вступают в силу немедленно после их внесения. Под это определение попадает ряд языков программирования и ОС. Их примеры и сравнение приведены в первой главе настоящей работы. В силу присущих ПО ИУС эволюционных особенностей и его сложности, растущей с научно-техническим прогрессом, а также в силу давно сложившейся общей тенденции программирования [45], естественно применение структурного программирования [139]. Большинство ЛАПС могут быть отнесены к ярким представителям структурного типа программирования [161,117]. Поэтому данное выше определение будет целесообразно дополнить классификационным критерием, определяющим ЛАПС как системы структурного программирования.

В направлении внедрения технологии ЛАПС можно выделить следующую цепочку действий: развитие ЛАПС—построение их виртуальных машин—функциональное расширение универсальных ЭВМ для поддержки ЛАПС—построение машин с архитектурой, ориентированной на адаптируемые программы,—построение новых архитектур многомашинных мультиагентных ИУС.

Однако, наряду с приведенными преимуществами ЛАПС можно констатировать их отставание от других систем программирования в области визуальных средств проектирования, интеграции с сетевыми технологиями. Это, видимо, и является основной причиной незначительной распространенности ЛАПС в общей индустрии построения современных ИУС. Но упомянутые недостатки не являются принципиальными, легко устранимы и не могут составить противовес положительным сторонам использования ЛАПС. В связи с вышесказанным возникает актуальная задача применения ЛАПС в программно-аппаратных агентах ИУС, интеграции

ЛАПС с СИИ, и, в дальнейшем, модернизации архитектуры аппаратуры ИУС в направлении построения машин языков высокого уровня.

Способы и средства контроля и диагностики аппаратного обеспечения ИУС разработаны достаточно полно. Задачи же разработки методов контроля и диагностики ПО ИУС в настоящее время актуальны. Это объясняется тем, что в подавляющем большинстве случаев обеспечение функционирования ИУС в условиях неопределенности, постоянного их реинжиниринга, значительных объемов анализируемой информации, регулярной модернизации алгоритмов управления управляемых или наблюдаемых объектов, значимой вероятности отклонения циркулирующих в ИУС данных за пределы обозначенных в системной спецификации ПО границ требует постоянного обновления состава средств и методов контроля и диагностики программ. Интенсивность изменения требований, возникающих со стороны внешнего мира к ИУС, требует нового подхода к процессу сопровождения, разработки, контроля и диагностики их ПО. Системность проектирования ПО современных ИУС заключается как в проектировании самого ПО, так и способов его отладки, тестирования и др. - инструментальных средств программирования. То есть, задача разработки алгоритмов контроля и диагностики ПО неразрывно связана с использованием новых технологий программирования, и, в частности, обеспечивающих эволюционный характер развития программ.

В условиях дальнейшего повышения степени интеграции компонентов ЭВМ аппаратные методы контроля и диагностики играют важную роль в обеспечении требуемых характеристик ИУС и построении отказоустойчивых операционных узлов [86]. Однако, по мере увеличения степени интеграции узлы ЭВМ приобретают свойство многофункциональности. В связи с этим тестовое диагностирование строится с использованием управляемой логики [86]. Чем сложнее и многофункциональнее диагностируемый компонент, тем шире связь управляемой логики тестового диагностирования с логикой функционирования объекта диагностирования. Аппаратные методы контроля и диагностики приобретают черты программных методов и сливаются с ними.

Таким образом, решение проблемы построения ИУС, адаптирующихся к изменяющейся окружающей среде в рассмотренных выше аспектах, а именно: применение ЛАПС для построения ПО ИУС, модернизация ЛАПС средствами визуального программирования и анализа программ, применение в ЛАПС СИИ, контроль и диагностика функционирования программного обеспечения ИУС -позволяет уменьшить время разработки ПО, его стоимость, повысить гибкость, обеспечить эволюционный характер ПО и высокую производительность вычислительной части ИУС, а, следовательно, имеет важное народно-хозяйственное значение и является актуальным.

Цель и задачи исследования. Целью работы является повышение контролируемости, гибкости программного обеспечения информационно-управляющих систем, уменьшение материальных затрат и времени его разработки на основе адаптируемых языков программирования и нейронных сетей.

Для достижения поставленной цели сформулированы и решены следующие задачи:

1. Разработка математического аппарата анализа структуры программ лингвистически адаптируемых программных систем, позволяющего унифицировать объекты-описатели графовых структур, легко реализуемого на ЭВМ и предназначенного для автоматизированного проектирования и анализа программного обеспечения.

2. Разработка нейросетевой модели и программного обеспечения восстановления и прогнозирования данных в информационно-управляющих системах, функционирующих в условиях неопределенности.

3. Разработка нейросетевой модели и программного обеспечения контроля функционирования программного обеспечения автономных агентов информационно-управляющих систем, предназначенных для организации распределенной вычислительной среды лингвистически адаптируемых программных систем.

4. Экспериментальное апробирование и внедрение лингвистически адаптируемых программных систем, разработанных алгоритмов и нейро-сетевых моделей в информационно-управляющие системы реальных объектов.

Методы исследования

Поставленные в диссертационной работе задачи решаются на основе теории графов, теории матриц, теории нейронных сетей. Широко использовано моделирование на персональных ЭВМ и в компьютерных сетях с использованием готового и самостоятельно разработанного программного обеспечения. Разработанные в ходе выполнения работы программы выполнены согласно объектно-ориентированному подходу к программированию.

Результаты, выносимые на защиту

На защиту выносятся следующие научные положения, выводы и практические результаты.

1. Структура описания данных и алгоритм анализа графового представления лингвистически адаптируемых программ информационно-управляющих систем.

2. Интеллектуальная модель на базе искусственной нейронной сети циклического функционирования с коммутируемыми обратными связями, служащая для восстановления данных, алгоритм минимизации ошибки восстановления и их программная реализация.

3. Алгоритм и программное обеспечение контроля и диагностики процесса функционирования Форт-системы, а также нейросетевая модель анализа временных рядов диагностической информации программного обеспечения информационно-управляющих систем.

4. Инструментальная база применения лингвистически адаптируемых программных систем для построения информационно-управляющих систем организации учебного процесса технической кафедры вуза и сети медицинских учреждений в виде Форт-системы, функционирующей в распределенной клиент-серверной вычислительной среде.

5. Программное обеспечение информационно-управляющая системы производства полиэтилена высокого давления и информационно-управляющая системы медицинских учреждений, предназначенных для наблюдения и управления объектами с выраженными свойствами неоднородности и неопределенности, требующими восстановления и прогнозирования данных.

Научная новизна результатов заключается:

• в разработке алгоритмов и методик проектирования программного обеспечения информационно-управляющих систем на основе адаптируемых языков программирования;

• в построении методики и программного обеспечения, позволяющих сократить время контроля адаптируемых программ, повысить его глубину, облегчить проведение анализа топологии структурированных объектов и увеличить доступность результатов анализа в информационной среде информационно-управляющих систем путем применения предложенной структуры данных;

• в разработке алгоритма наблюдения за функционированием программного обеспечения, использующего набор сплайн-функций и применении нейронной сети для их распознавания;

• в создании алгоритма и программного обеспечения восстановления и прогнозирования параметров объектов с выраженными свойствами неоднородности, а также нейросетевой модели, позволяющей восстанавливать данные с учётом возможной некорректности поступающих данных.

Практическая значимость результатов

Результаты диссертации позволяют:

• осуществлять быструю адаптацию информационно-управляющей системы к изменяющимся требованиям в процессе её функционирования;

• сократить время контроля и модернизации ПО ИУС в 3-5 раз за счет использования преимуществ стиля программирования в ЛАПС, разработанного инструментального ПО, принципов неокончательности решений;

• разрабатывать распределенные информационно-управляющие системы, осуществлять их контроль и диагностику, используя разработанные программные продукты;

• сократить время адаптации ИУС к изменяющимся требованиям в процессе её функционирования за счет присущих ЛАПС возможностей доопределения программного ядра в процессе функционирования системы (применение программных систем, совмещающих в себе возможности интерпретаторов и компиляторов, выполняющих процесс компиляции в клиент-серверной среде, что сократило время исполнения программ в сети примерно в 5 - 30 раз);

• восстанавливать и прогнозировать параметры биологических объектов в лечебных учреждениях, оптимизировать набор биохимических исследований, качественно и количественно оценить взаимосвязь параметров биологических объектов используя реализованную на основе разработанных методик и алгоритмов интеллектуальную диалоговую систему.

Разработанные программные продукты зарегистрированы в РосАПО в виде трех программ для ЭВМ: «Проблемно-адаптируемая диалоговая система моделирования систем автоматического управления с использованием нейронных сетей» (свидетельство РосАПО №990180); «Проблемно-адаптируемая диалоговая система анализа топологии и диагностирования сложных систем» (свидетельство РосАПО №990181); «Интеллектуальная диалоговая система прогнозирования состояния углеводного обмена у больных артериальной гипертонией» (свидетельство РосАПО №991016).

Практическое значение результатов диссертации подтверждено внедрением разработанных программных продуктов в ИУС производства полиэтилена высокого давления в цехе № 500-504 ОАО «Уфаоргсинтез», а также в учебный процесс Уфимского государственного авиационного технического университета при проведении лабораторных работ по курсам «Контроль, диагностика и обслуживание ЭВМ и сетей», «Методы программирования и прикладные алгоритмы», «Современная элементная база отказоустойчивых (высокопроизводительных) вычислительных систем», поддержанных методическим обеспечением. Результаты прошли апробацию в работе кардиологического отделения и отделения реанимации и интенсивной терапии городской клинической больницы № 13 г. Уфы.

Основания для выполнения работы

Работа выполнена в период 1996-2000 гг. на кафедре вычислительной техники и защиты информации УГАТУ в соответствии с Федеральной целевой программой «Государственная поддержка интеграции высшего образования и фундаментальных наук на 1997-2000 гг.», а также хоз. договора с Уфимским научно-производственным предприятием «Молния» (г. Уфа) «Разработка технических решений на основе импортных микроконтроллеров для перспективных электронных регуляторов авиационных двигателей» (per. № ИФ-ВТ-16-00-ХГ).

Апробация работы и публикации

Основные положения, представленные в диссертации, докладывались и обсуждались начиная с 1997 года, на 2 Международных, 1 Всероссийской и 1 Республиканской конференциях. Результаты диссертационной работы опубликованы в 14 печатных трудах, в том числе, в 2 статьях в центральной печати, 5 статьях в межвузовских научных сборниках, 7 трудах конференций, кроме этого, получены 3 свидетельства РосАПО о регистрации программ для ЭВМ №990180, №990181, №991016.

Структура работы

Работа включает введение, 4 главы основного материала, заключение, библиографический список и приложения. Объем основной части диссертации составляет 158 страниц, включает 55 рисунков. Библиографический список включает 171 наименование.

Результаты работы внедрены в учебный процесс кафедры «Вычислительная техника и защита информации» Уфимского государственного авиационного технического университета, что подтверждено актом внедрения.

4.3 Применение нейросетевых моделей и программного обеспечения для восстановления данных в информационно-управляющих системах медицинского назначения*

В настоящее время в медицинской практике представляет интерес прогнозирование процесса развития заболеваний с использованием СИИ [131]. Процесс прогнозирования сопряжен с представлением биологической системы математической моделью и сложность этого представления заключается в большом количестве параметров биологического объекта, значительная часть которых латентны или зашумлены [92]. Методы современной биологии и медицины позволяют, в большинстве своем, решить задачу прогнозирования лишь качественно, количественные же описания Медицинский аспект построения данных ИУС раскрыт С.А. Фрид в диссертации на соискание ученой степени кандидата медицинских наук «Состояние углеводно-энергетичекого и липидного обмена при артериальной гипертонии» [131]. получают экспериментально большим числом трудоемких и дорогостоящих опытов. Это обусловлено тем, что на современном уровне медицины биологические объекты рассматриваются как открытые системы, которым свойственно саморазвитие и высокая сложность [22, 79,111]. В связи с внедрения во все сферы человеческой деятельности компьютерных и сетевых технологий объем информации, используемой в настоящий момент в медицине, растет быстрыми темпами. В силу этого в область биологических исследований и здравоохранения внедряется весь спектр методов построения ИУС, представленный в параграфе 1.1.

Поэтому, особенно в ситуации дефицита финансовых ресурсов, актуальна задача разработки механизмов замещения данных, получаемых непосредственно в результате проведения опыта, данными, получаемыми на основании работы экстраполирующего алгоритма [159,64,65,131]. Применение аппроксимации экспериментальных данных в виде функциональной зависимости для решения этой задачи затруднительно из-за сложности расчетов, а экономическая часть проблемы решается на основании методов математического планирования, предыдущего опыта и интуиции. Если приведенные сложности и можно минимизировать при работе в крупных исследовательских центрах, то на клинической или амбулаторно-поликлинической базе они превращаются в трудно преодолимые препятствия.

В силу этого в ходе лечебного процесса ГКБ № 13 г.Уфы возникла потребность в разработке ИУС, базирующейся на автоматизированной системе, предназначенной для косвенного получения данных на основании набора сведений, полученных опытным путем. Используемые в программе данные получены на основе обследования больных артериальной гипер-тензией, находящихся на стационарном лечении в ГКБ № 13.

Решение поставленной задачи можно разделить на три профиля: экономический, медицинский и инструментальный. Сущность экономической составляющей будет заключаться в построении стоимостного критерия разделения всех требуемых параметров на группу измеряемых опытно и вычисляемых опосредовано. Экономический профиль будет жестко связан с медицинским и инструментальным через значения рисков ошибки п для каждого из N параметров, вероятностями наступления ошибки и точности замеров как для биохимических опытов {qP и SP), так и математического прогнозирования (<7; и Si). Стоимостной критерий может быть выражен функцией (4.1). Ее аргументом будет вектор п = {гц} логических переменных, определяющих, замеряется или прогнозируется тот или иной параметр. Размерность данного коэффициента будет выражаться в денежных единицах или единицах, в которых выражен риск п и цена опыта Сл

К(п)= £ i=l.N

О 1 п nj-rj-qi +|ni-ri-qi--ir+Ci-ni

5i

4.1) где |rij- инверсия щ.

Решение поставленной задачи потребует нахождения минимума К(п) на всем множестве возможных значений аргумента. Последнее будет определяться возможностью прогнозирования примененного математического аппарата. Медицинский аспект этой проблемы освещен в [131].

Для решения задачи восстановления данных и прогнозирования тенденций развития заболеваний была использована разработанная архитектура НС циклического функционирования (см. параграф 2.4). Была поставлена задача разработки алгоритма топологического построения и обучения искусственной нейронной сети для прогнозирования нарушений углеводного и липидного обмена на основе обследования 140 больных умеренной и тяжелой артериальной гипертонией. Изучалось состояние углеводного обмена: выраженность ожирения, концентрация глюкозы, инсулина, ферментов, и субстратов пентозофосфатного шунта и гликолиза, состояние кровотока поджелудочной железы и липидный профиль.

Все накопленные данные были разбиты на группы, по которым реа-лизовывались модули НС. В группы данных включаются полные поднабо-ры данных из генеральной совокупности. Нейросетевые модули построены как аутоассоциативные НС циклического функционирования (рис. 2.8). Программная реализация системы, решающей поставленные задачи, была проведена с помощью разработанной программы на языке Forth-83 for Windows [63].

Варианты процесса восстановления биологических параметров представлены на рис. 4.13. На нем показано изменение ошибки (см. выход с вычислителя ошибки на рис. 2.8), при восстановлении одного параметра. ошибка восстановления, % j— шаги про' цесса восста новления

Рис. 4.13 Восстановление с уменьшением средней ошибки

Из рис. 4.13 видно, что процесс восстановления значений содержания холестерина крови позволил получить среднюю ошибку порядка 7 %, в то время как воспроизводимость биохимических исследований составляет от 6 до 12 %. Это говорит о том, что применяемый метод восстановления параметров дает погрешность не более погрешности инструментальных исследований.

Однако, если прогнозируется несколько параметров, процесс изменения ошибки может быть и в возрастанием ошибки (рис. 2.10), с умеренной или сильной колебательностью. В том случае, когда алгоритм оптимизации ошибки (в составе алгоритма циклического функционирования НС) не может свести ошибку восстановления к приемлемому значению, принимается решение об инструментальном измерении этого параметра, либо о невозможности прогнозирования по предъявленным данным, либо о несоответствии исследуемого больного той нозологической форме заболевания, для которой была обучена НС.

Процесс прогнозирования заключается в том, что в составе набора параметров пациентов были использованы временные значения - возраст и длительность заболевания (рис. 4.14). Изменяя их значения можно выполнять восстановление параметров, интересующих врача, получать прогноз относительно характера их изменений в дальнейшем течении болезни.

3 Параметры бального м

В ■ 5

Объем тшшя. «к.: й Ж бедер. см.;

Роет, сн.:

Поп:

Возраст, пет:

Диагноз:*? АГП 0 агш

I Н алнчие крш а Вес.кг.:

Ч астота кр нз ов:

Числовые параметры

1 ствГ Индекс tOeme: |

2 2 2 2 2 2 2

2 ?

Цш ш <

I^HiG ШШШ стерик: [ Агафа-хол Кйзф, атерог.:! Тригшщеришл f

ЛПОНП: Ьетга-ЛВ: | ЛДГ:

ГП.6.Ф.ДГ:

Гексокиназа:

Фосфор: фруктоза:

ГП.Й-Ф:

Фр.-б-Ф:

Фр.1.б.ДФ:

2 Йнсудан: р Глюкоза зр.:

IP С-легаж:

2 01 1 i

Л: 5 шш

Гликемический профиль катощая' глюкоза 60: ггаокоза 120: к.Еоудека: к. Покровского-Б,: к.Рафагаского:

Siaa '.

Рабочее АД: АД Е кризе:

Волеетдас.: гВосстанавли!

СГЬ:

Индекс Кете: Глюкоза крови: у| Холестерин: Агафа-колест.: |Ивдекс втер or,: Тркгпицерндьг: ЛПОНП: Ъетта-ЛП: ЛДГ

РПГ

IJSHFt; УТГ

ВШJEI

Помощь

Закрыть v V V V V V

-Гл. профильк Ьоупена: к. П окровокого-В .: к.Рафагасксго: параметры

Гп.-6-Ф.ДГ: Гексоккнаэа: Фосфор: фруктоза: t.-6-Ф:

Фр.-б-Ф:

-.С '■ ■ . ■1 Фр.-1,6-ДФ: йнсутшм:

Глюкоза зр.:

С-лелтил | ■

ОПТ

Проверка

Данные

Прогноз

Рис. 4,14 Основное окно программы восстановления

Разработанный способ построения НС, восстанавливающих данные, лег в основу построения ПО, позволяющего оценить риск возникновения заболевания сахарным диабетом у больных артериальной гипертонией [131]. а также создать инструментальную базу для решения ряда задач, таких как: оптимизация набора биохимических и функциональных исследований, прогнозирование реакции организма на медикаментозные воздействия и др. Пример прогноза развития заболевания, выражающегося в прогнозировании изменений биохимических (и иных, рис. 4.14) параметров пациента приведен на рис. 4.15.

Перспективным является дальнейшая модернизация разработанного ПО, в частности:

• использование в программе сетевых технологий, приведенных в параграфе 3.2 и 3.3, для сбора данных с территориально распространенной ИУС сети лечебных учреждений, а также для реализации процесса параллельной обработки (обучения модулей НС) с целью увеличения скорости обработки данных;

• реализация на базе данного ПО ИУС, предназначенных для изучения широкого спектра нозологических форм заболеваний;

• оснащение программы возможностями прогнозирования последствий медикаментозных воздействий, что приблизит рассматриваемую автоматизированную систему (преимущественно, информационную) к классу ИУС. концентрация С-пептида, пкмоль/л.

С-г№птид-12П ±15%

336.439

328.185

000000

11.0000 период прогнозирования, (0-11 мес.)

Рис. 4.15 Прогнозирование изменения концентрации С-пептида за год

Применение предлагаемых алгоритмов восстановления данных и созданного на их основе ПО позволило сократить материальные затраты на проведение инструментальных исследований. Так, ряд наборов химикатов для биохимических исследований (например, С-пептида) изготавливаются зарубежной промышленностью и имеют стоимость порядка нескольких тысяч долларов. Процесс измерения некоторых параметров может быть успешно заменён процессом их восстановления и прогнозирования с помощью предложенных способов. При этом, достоверность восстановления и прогнозирования лежит в пределах 7-15%, что соразмерно значениям воспроизводимости биохимических исследований [131]. Экономический эффект, например, при восстановлении С-пептида как наиболее дорогостоящего химического набора, составляет до 3000$. Практически затраты по измерению подобных параметров будут возникать на этапе получения базы обучающих примеров, данные в которых определяются инструментальным путем. В процессе работы обученной НС затраты будут определяться только стоимостью эксплуатации ЭВМ, что несоизмеримо со стоимостью измерений. ,

Разработанное ПО позволяет практическому врачу получить ценные параметры в условиях невозможности полного обследования пациента, в доступной врачу диалоговой форме делать прогнозы относительно результатов недоступных методов функционального исследования и развития заболевания, а также оптимальным образом (с точки зрения цены и длительности) выбирать набор инструментальных исследований. Результаты работы опробованы в кардиологическом отделении и отделении реанимации и интенсивной терапии ГКБ № 13 (г. Уфа).

4.4 Результаты и выводы

1. Разработано ПО, предназначенное для контроля и диагностики процесса функционирования ПО на основе предложенного алгоритма анализа временных рядов значений диагностических параметров с использованием НС. Разработанный алгоритм и реализующее его ПО внедрено в ИУС производства полиэтилена высокого давления в цехе № 500-504 ОАО «Уфаоргсинтез». Это повысило оперативность принятия управленческих решений, производительность за счет автоматизации процесса контроля измеряемых параметров технологического процесса, использования до-обучаемых алгоритмов контроля и диагностики и методов перераспределения вычислительных ресурсов между измерительными каналами. Так, время восстановления технологического процесса после отказа и диагностика причины его возникновения было сокращено с десятков часов до нескольких минут за счет автоматизации процесса обнаружения неисправности.

2. Предложены способы применения ЛАПС и разработанного ПО для организации учебного процесса кафедры «Вычислительная техника и защита информации» Уфимского государственного авиационного технического университета (У Г АТУ), что позволило упростить процесс контроля со стороны преподавателя за выполнением учебных заданий, повысить эффективность методического руководства за счет интеграции ЛАПС и технологий гипертекста; упростить доступ (сокращение времени) к учебным материалам и информации в глобальной компьютерной сети, использовать такие качества ЛАПС, как сочетание возможностей интерпретатора и компилятора, черт среды моделирования с чертами среды программирования, возможность развития словарного состава программной системы в течение всего процесса обучения, возможность работы на ЭВМ различной производительности и высокую степень доступа к аппаратно-программным ресурсам ЭВМ. Это позволило освободить порядка 20-40% учебного времени для более глубокой проработки темы лабораторных работ или выполнения других работ. Разработанное ПО внедрено в учебный процесс УГАТУ.

3. Разработано ПО для распределенных ИУС, при функционировании которых возникает задача восстановления и прогнозирования данных. Приведено описание программы, построенной на основании разработанных в главах II, III методов и алгоритмов, для восстановления и прогнозирования данных в практике инструментальных исследований, оптимизации их набора в медицинских учреждениях. Это позволило оценить риск возникновения заболевания сахарным диабетом, а также создать инструментальную базу для прогнозирования реакции организма на медикаментозные воздействия; получить практическому врачу ценные параметры в условиях невозможности полного обследования пациента, в доступной врачу диалоговой форме делать прогнозы относительно результатов недоступных методов функционального исследования и прогноз развития заболевания, а также оптимальным образом (с точки зрения цены и длительности) выбирать набор инструментальных исследований.

Достоверность восстановления и прогнозирования данных соизмеримо с достоверностью биохимических исследований (7-15%), при этом стоимость по ряду параметров на несколько порядком ниже. Применение разработанного ПО позволило в ряде случаев заменить дорогостоящее биохимическое исследование (набор для измерения С-пептида [131], 3000$) на практически беззатратные информационные процедуры. Разработанное ПО апробировано в ГКБ № 13 г.Уфы.

Разработанные методы и алгоритмы реализованы на ЛАПС Forth32ForWindows, легко стыкуются друг с другом при необходимости их совместного использования, обладают удобным графическим интерфейсом и интегрированы с гипертекстовыми методами разметки документов. Показаны преимущества внедрения ЛАПС и разработанного ПО в реальные ИУС.

ЗАКЛЮЧЕНИЕ

В работе решаются задачи контроля и диагностики программного обеспечения информационно-управляющих систем на основе адаптируемых языков программирования и нейронных сетей. Информационно-управляющие системы являются универсальным средством представления разнообразных форм современной человеческой деятельности. Особое внимание уделено вопросам их реализации в виде распределенных вычислительных сетей, в первую очередь, на основе /иГегиеГ-технологий и возникающих при этом новым свойствам. В качестве основной рассматриваемой в данной работе особенности информационно-управляющих систем был определен эволюционный характер развития их программного обеспечения. Интенсивность изменения требований, возникающих со стороны внешнего мира к информационно-управляющим системам, требует нового подхода к процессу сопровождения, разработки, контроля и диагностики их программ. В качестве такого подхода рассмотрено использование группы языков программирования, выделенных в отдельный класс лингвистически адаптируемых программных систем, и средств искусственного интеллекта - нейронных сетей.

Задачи контроля и диагностики программного обеспечения информационно-управляющих систем в этих условиях должны решаться в обстановке значительных объемов анализируемой информации, регулярной модернизации алгоритмов управления управляемых или наблюдаемых объектов, неопределенности и значимой вероятности отклонения циркулирующих в ИУС данных за пределы обозначенных в системной спецификации ПО границ. Поэтому основными областями применения контроля и диагностики ПО ИУС выбраны следующие процессы: разработка лингвистически адаптируемого программного обеспечения; функционирование автономного программно-аппаратного агента ИУС, алгоритмы которого могут быть модифицированы; восстановление потерянных или недоступных наблюдению данных. Кроме этого, в работе решены вспомогательные задачи, возникающие при внедрении лингвистически адаптируемых программных систем в реальные информационно-управляющие системы. Решаются вопросы повышения контролируемости, гибкости программного обеспечения информационно-управляющих систем, уменьшения материальных затрат и времени его разработки.

В работе получены следующие результаты:

1. Иерархическая графовая модель лингвистически адаптируемых программных систем и методика её построения, адекватные процессу лингвистической адаптации ПО (дополнение словарного состава в процессе развития программной системы или изменение степени детализации модели); структура представления данных разработанной модели и алгоритм её анализа, при этом глубина контроля адаптируемых программ повышается на 15-20%, а его время сокращается в 3-5 раз.

2. Нейросетевая структура циклического функционирования с коммутируемыми обратными связями, алгоритм её функционирования, их программная реализация, служащие для восстановления и прогнозирования данных наблюдаемых и управляемых объектов, позволяющие придать ИУС свойства отказоустойчивости. Предлагаемая нейронная сеть, в отличие от других сетей циклического функционирования, позволяет выбрать наиболее близкую ассоциацию восстанавливаемому набору данных. Тем самым обеспечивается повышение точности восстановления и прогнозирования данных. На реальной задаче восстановления биохимических параметров было достигнуто уменьшение ошибки восстановления с 40 до 7 %.

3. Структура и программная реализация НС, позволяющая осуществить контроль процесса функционирования программных и аппаратных средств автономного агента ИУС.

4. Способы интеграции ЛАПС и сетевых технологий, алгоритмы контроля хода лингвистической адаптации сетевой программной системы и распределения прав её пользователей. Их применение позволило сократить долю рутинной части выполнения лабораторных работ в учебном процессе кафедры технического вуза на 20-40%, в зависимости от изучаемой дисциплины.

5. Разработанные методы и алгоритмы прошли экспериментальное апробирование с помощью созданного на их основе программного обеспечения и внедрены в реальные ИУС.

144

1. АвиженисА., Лапри Ж.К. Гарантоспособные вычисления: от идей до реализации в проектах: Пер. с англ. // ТИИЭР.- 1986.- т.74.- С.8-21.

2. Автоматический контроль и диагностика систем управления силовыми установками летательных аппаратов / В.И.Васильев, Ю.М.Гусев, А.И.Иванов и др.- М.: Машиностроение, 1989.- 240 с.

3. Аналитические технологии XXI века из первых рук. НИИЯФ МГУ, НейроПроект // http://www.neuroproject.ru /index.htm

4. Андреев А.Г. и др. Microsoft®Windows2000: Server и Professional / Под общ. ред. А.Н.Чекмарева и Д.Б.Вишнякова.- СПб.: БХВ- Санкт-Петербург, 2000.- 992 с.

5. Аргуссофт. Визуальные средства для разработки программ на Java // http://www.argussoft.ru/ascpwin/javaJava/simkin/articles/visualIDE.html

6. Аряшев С.И., Бобков С.Г., Сидоров Е.А., Юдин И.В. Параллельный перепрограммируемый вычислитель. Возможность применения для обработки изображений и программное обеспечение. // http://www.niisi.ras.ru/pap2.htm

7. Афифи А., Эйзен С. Статистический анализ: Подход с использованием ЭВМ. Пер. с англ.- М.: Мир, 1982.- 488 с.

8. Багдади Ш. Windows CGI программирование для Internet на Borland С++ Builder.- СПб.: 1.997.- 215 с.

9. Банди Б. Методы оптимизации. Вводный курс.- М.: Радио и связь, 1988.- 128 с.

10. Баранов С. Н., Ноздрунов Н. Р. Язык Форт и его реализации. Л.: Машиностроение, 1988. - 157 с.

11. Бёрски Д. Построение SCSI-адаптеров внешней памяти с архитектурой RAID для повышения доступности данных. // Научно-технический журнал Электроника. Перевод с англ.- №5 1991.- С.9-14.

12. Богатырев А. Хрестоматия по программированию на Си в Unix // http://www.citforum.ru/programming/cunix/index.shtml

13. Большаков Т.Б., ИртеговД.В. Операционные системы // http://www.cnit.nsu.ru/koi8/materials/osbook/index.html

14. Букатова И.Л. Когнитивный эволюционный компьютер //Нейрокомпьютер.- 1997.-№3,4.- С.35-48.

15. Буч Г., Рамбо Д., ДжекобсонА. Язык UML. Руководство пользователя: Пер. с англ.- М.: ДМК, 2000.- 432 с.

16. Валеев С.С., Козырев С.В., Янгалин Р.Г. К вопросу о реализации интерпретатора языка Лисп для Форт-процессора // Вычислительная техника и новые информационные технологии: Межвузовский научный сборник. Уфа: Изд-во УГАТУ, 1997.- С.64-68.

17. Васильев Т.П. Программное обеспечение неоднородных распределенных систем: Анализ и реализация / Г.П.Васильев, В.Е.Горский, В.И.Шяудкулис, Н.М.Саух.- М.: Финансы и статистика, 1986.- 160 с.

18. Вендров A.M. CASE-технологии. Современные методы и средства проектирования информационных систем. // http://www.citforum.ru/database /case/index.shtml

19. Верников Г. Основы систем класса MRP-MRPII // http://www.citforum.ru/cfin/mrp/mrpmine.shtml

20. Виттих В.А. Управление открытыми системами на основе интеграции знаний. //Автометрия.- 1998.- №3.- С. 38-40.

21. Виттих В.А., Скобелев П.О. Мультиагентные системы для моделирования процессов самоорганизации и кооперации // http://www.kg.ru/Publish/mar.stm.htm

22. Востров Г.Н., Полякова М.В., Любченко В.В. Циклический анализ временных рядов // http://www.library.ospu.odessa.ua/online/Periodic/ ори991 /59.htm

23. Гайсарян С.С. Объектно-ориентированные технологии проектирования прикладных программных систем // htt://www.citforum.ru/programming/ ooprsis/index.shtml

24. Галушкин А. Современные направления развития нейрокомпьютер-ных технологий в России // http://neurnews.iu4.bmstu.ru/primer/galush.htm

25. Галушкин А.И. Современные направления развития нейрокомпьютеров в России // Зарубежная радиоэлектроника.- 1998.- № 1.- С.3-18.

26. Галушкин А.И. Теория нейронных сетей. Кн. 1: Учеб. пособие для вузов / Общая ред. А.И. Галушкина.- М: ИПРЖ, 2000,- 416 с.

27. Горбань А.Н. Обучение нейронных сетей.- М.: СП Параграф, 1990.230 с.

28. Горбань А.Н. Россиев Д.А. Нейронные сети на персональном компьютере,- Новосибирск: Наука. Сиб. изд. фирма РАН, 1996.- 276 с.

29. Горбань А.Н., Дунин-Барковский В. Л., Кир дин А.Н., Миркес Е.М., и др. Нейроинформатика. // http://oasis.peterlink.ru/~dap/nneng/nnlinks/ book2/ann.htm

30. ГоулдИ.Г., ТутиллДж.С. Терминологическая работа IFIP (Международная федерация по обработке информации) и ICC (Международный вычислительный центр) // Журн. вычисл. матем. и матем. физ.- 1965.- № 2.- С. 377-386.

31. Гради Буч Объектно-ориентированный анализ и проектирование с примерами приложений на С++. Пер.с.англ. / Под.ред. И.Романовского и Ф.Андрееваю.- М.: BHV, 1995,- 580 с.

32. Громов М. Внедрение intranet или разговор о том, как материализовать виртуальную реальность // http://www.ci.ru/inform298/astrl.htm

33. Дафф И.С. Обзор исследований по разреженным матрицам: Пер. с англ. // ТИИЭР,- 1977,- т.65, № 4,- С.78-96.

34. Дебора де Во Распределенные агенты SRI обеспечивают гибкость // Computerworld: Международный компьютерный еженедельник.- 1997.-№4.- С.40-45.

35. Деминг В. Э. Выход из кризиса. Тверь: "Альба", 1994.- 120 с.

36. Дорогов А.Ю., Алексеев А.А. Структурные модели быстрых нейронных сетей. //Интеллектуальные системы: Труды И-го Международного симпозиума, под ред. К.А.Пупкова, т.2 М.: Из-во ПАИМС, 1996.- С. 138143.

37. Дубинский А.Г. Модель мультиагентной системы информационного поиска в глобальной сети // http://dubinsky.nm.ru/99/t6/99t6.htm

38. Дьяконов В. П. Форт-системы программирования персональных ЭВМ.-М.: Наука. Гл. ред. физ.-мат. лит., 1992.- 352 с.

39. Дюбуа Д., Прад А. Теория возможностей. Приложение к представлению знаний в информатике,- М.: Радио и связь, 1990,- 285 с.

40. Евгенев Г.Б. Мультиагентные системы автоматизации проектирования // http://elics.ras.ru/ICSNET/ICSNET99/koi/sectionlkoi.htm

41. Ефанов В.Н., Котенко П.С. Электронный борт самолета АН-70: концепции и перспективы // Мир Авионики: Журнал национальной ассоциации авиаприборостроителей.- 1998.- №2.- С.47-52.

42. Жоголев Е.А. Лекции по технологии программирования // http://www.sp.cs.msu.su/koi/info/techprog.htm

43. Задачи и упражнения по курсу дискретной математики: Учеб. пособие: Для вузов.- М.: Наука. Гл. ред. физ.-мат. лит., 1992.- 408 с.

44. Зиндер Е.З. Новое системное проектирование: информационные технологии и бизнес-реинжиниринг // Системы Управления Базами Данных. -1995.-№4.- • С. 37-49.

45. Интеллектуальные системы управления с использованием генетических алгоритмов: Учебное пособие / В.И.Васильев, Б.Г.Ильясов; Уфимск.гос.авиац.техн.ун-т.-Уфа: Изд-во УГАТУ, 1999.- 105 с.

46. Интеллектуальные системы управления с использованием нейронных сетей: Учебное пособие / В.И.Васильев, Б.Г.Ильясов, С.С. Валеев, С.В. Жернаков.; Уфимск.гос.авиац.техн.ун-т.- Уфа: Изд-во УГАТУ, 1997.92 с.

47. Интеллектуальные системы управления с использованием нечеткой логики: Учебное пособие / В.И.Васильев, Б.Г.Ильясов; Уфимск. гос. авиац. техн. ун-т.- Уфа: Изд-во УГАТУ, 1995,- 80 с.

48. Иыуду К.А. Надежность, контроль и диагностика вычислительных машин и систем: Учеб. пособие для вузов.- М.: Высш.шк., 1989.- 216 с.

49. Иыуду К.А. Теория надежности и живучести бортовых вычислительных машин.- М.: Изд-во МАИ, 1978.- 50 с.

50. Иыуду К.А., Касаткин А.И., Бахтизин В.В. Прогнозирование надежности программ на ранних этапах разработки//Надежность и контроль качества.- 1982.- №5.- С.48-54.

51. Каляев А.В., Левин И.И. Многопроцессорные вычислительные системы с перестраиваемой архитектурой // http://www.mvs.tsure.ru/page/ar/mvsar.htm

52. Каранчук В.П. и др. Основы применения ЭВМ: Учеб. пособие для вузов / В.П.Каранчук, И.Н.Сваровский, И.Д.Суздальницкий.- М.: Радио и связь, 1988.- 288 с.

53. Кардаш Д.И. Алгоритм построения множеств путей диагностики. // БИКАМП-98: Тезисы докладов на первой международной молодежной школе-семинаре. Спб.: Изд-во ГУАП, 1998.- С. 62-63.

54. Кардаш Д.И. Проблемно адаптируемая диалоговая система моделирования систем автоматического управления с использованием нейронных сетей // Свидетельство РосАПО об официальной регистрации программы для ЭВМ № 990180 от 09.4.1999.

55. Кардаш Д.И., Кудрявцев А.В., Фрид А.И. Об одном методе тестового диагностирования сложных систем //Информационные технологии.- М.: Машиностроение, 1998.-№3.-С. 30-36.

56. Кардаш Д.И., Фрид А.И. Метод построения путей тестирования в задачах диагностики технических систем. // Принятие решений в условиях неопределенности: Межвузовский научный сборник. Уфа: Изд-во УГАТУ, 1999.- С.279-283.

57. Кардаш Д.И., Фрид А.И. Обучение нейронных сетей в реальном масштабе времени с реконфигурацией топологии // Информационные технологии.- М.: Машиностроение, 1999.- № 4.- С. 26-30.

58. Кардаш Д.И., Фрид С.А. Интеллектуальная диалоговая система прогнозирования состояния углеводного обмена у больных артериальной гипертонией // Свидетельство РосАПО об официальной регистрации программы для ЭВМ № 991016 от 30.12.1999.

59. Кардаш Д.И., Фрид С.А. Метод оптимизации затрат на комплекс исследований в медицине // Интеллектуальное управление в сложных системах: Тезисы докладов на Республиканской научно-технической конференции. Уфа: Изд-во УГАТУ, 1999.- С.114-116.

60. Кардаш Д.И. Многотерминальная Форт-система // http://www.vtizi.ugatu.ac.ru/fserver/index.html

61. Кардаш Д.И. О некоторых тенденциях развития процесса разработки вычислительных систем. // Высшая школа развитию авиации и космонавтики: Тезисы докладов на научно-практической конференции. Уфа: Изд-во УГАТУ, 1997. -С.65.

62. Кардаш Д.И. Об одном методе тестирования сложных систем. // Информационные и кибернетические системы управления и их элементы: Тезисы докладов на Всероссийской молодежной научно-технической конференции. Уфа: Изд-во УГАТУ, 1997.- С. 103

63. Кардаш Д.И. Проблемно адаптируемая диалоговая система анализа топологии и диагностирования сложных систем // Свидетельство РосАПО об официальной регистрации программы для ЭВМ № 990181 от 09.4.1999.

64. Кардаш Д.И., Фрид А.И. Об оценке надежности программно-аппаратных средств вычислительного комплекса // Вычислительная техника и новые информационные технологии: Межвузовский научный сборник.- Уфа: Изд-во УГАТУ, 1997.- С.45-50.

65. Коваленко И.И. синтез алгоритмов планирования вычислительных процессов и обеспечение отказоустойчивости в цифровых САУ СУЛА: Дис. канд. техн. наук.- Уфа, 1990.- 244 с.

66. КорнеевВ.В., Сажин С.В. Система контроля за функционированием компьютеров и компьютерных сетей на основе применения нейронных сетей // Нейрокомпьютеры и их применение : Сб. докладов V Всероссийской конференции.- 1999.-С.48-52.

67. Коц Д. Agent Tel технология программных агентов для мобильных компьютеров // http://www.infoart.ru/it/press/cwm/ 3797/agent.htm

68. Краткая информация об «агентах» в системах AI // http://mithraen.chat.ru/texts/agents.html

69. Кривуля Г.Ф., Немченко В.П. Диагностика цифровых вычислительных машин.- Харьков: Изд-во ХПИ, 1985.- 71 с.

70. Крол Эд. Все об Internet. Пер. с англ. К.: Торгово-издательское бюро BHV, 1995.- 592 с.

71. Кузнецов С. Открытые системы, процессы стандартизации и профили стандартов // http://www.citforum.ru/database/articles/art19.shtml

72. Лаборатория наукоемких технологий NTL. Микропроцессоры и микроконтроллеры http://194.226.125.34/~ntl/micropro.htm

73. Лаптенок С.А., АринчинА.Н., Быль В.И. ГИС помогает оценить состояние здоровья детей и подростков Беларуси // ArcReview.- 2001.- №1,-С.7.

74. Левкович-Маслюк Л. Дайджест вэйвлет-анализа, в двух формулах и 22 рисунках. // http://ns.vsma.ac.ru/~gai/wavelet/4l.html

75. Леман М.М. Программы, жизненные циклы и законы эволюции программного обеспечения. Пер. с англ. //ТИИЭР.- 1980.- т.68, № 9.- С.26-45.

76. Литиков И.П. Кольцевое тестирование цифровых устройств,- М.: Электроатомиздат, 1990,- 160 с.

77. Логическое проектирпование БИС/В.А.Мищенко, А.И.Аспидов, В.В.Витер и др.; Под ред. В.А.Мищенко.- М.: Радио и связь, 1984.- 312 с.

78. Майерс Г. Архитектура современных ЭВМ: В 2 т.- М.: Мир, 1985.- 2 т.

79. Максимов М.О. Сеть виртуальных Форт-машин. // http://www.chat.ru/~mak/pauk.htm

80. Математический энциклопедический словарь. / Гл. ред. Ю.В.Прохоров.- М.: Сов. энциклопедия, 1988.- 847 с.

81. Матов В.И. Бортовые цифровые вычислительные машины и системы: Учеб. пособие для вузов по спец. «Вычислительные машины, комплексы,системы и сети" / В.И.Матов, Ю.А.Белоусов, Е.П.Федосеев; Под ред. В.И.Матова.- М.: Высш. шк., 1988.-216 с.

82. Морозов А.А., Обухов Ю.В. Акторный Пролог. Определение языка программирования. М.: Препринт ИРЭ РАН 2(613), 1996.- 57с.

83. Нариньяни А.С. Информационные технологии 21 века: На пороге революции. // http://members.spree.com/SIP/futurerussia/build/projects/proj6.htm

84. Научная сессия МИФИ-99. Всероссийская научно-техническая конференция Нейроинформатика-99. Дискуссия о нейрокомпьютерах.- М.: Изд-во МИФИ, 2000.- 224 с.

85. Нейроинформатика / А.Н.Горбань, В.Л.Дудин-Барковский, А.Н.Кирдин и др.- Новосибирск: Наука. Сибирское предприятие РАН, 1998,-296 с.

86. Нерсней К. Пусть ваш агент свяжется с моим агентом // Computer-World.-1997.- №33.- С20-23.

87. О'Доннел Д., Ледц Э. Microsoft® Internet Explorer 4 в подлиннике: пер. с англ.-СПб.: ВНУ-Санкт-Петербург, 1998.-720 с.

88. Обоснование использования Intranet. Подборка статей компании Softservis // http://www.citforum.ru/internet/intranet/intrawh.shtml

89. Описание серверов Eserv vl.5 //http://www.enet.ru/win/cherezov/spf/ е-serv.html

90. Осипов С.Н. Методы и устройства параллельной организации граф-схем алгоритмов в проблемно-ориентированных системах обработки данных: Автореф. дис. на соискание степени канд. техн. наук.- Казань, 1999.19 с.

91. Отоцкий Л., Савин А. Тернистый путь к современной технологии управления // Открытые системы.- 1998.- •№ 2.- • С. 26-29.

92. Пархоменко В.В., Согомонян Е.С. Основы технической диагностики: Оптимизация алгоритмов диагностирования, аппаратурные средства.- М.: Энергия, 1981,-312 с.

93. Пинаев Д.В. Методы и средства интегральной оценки тестированно-сти программного проекта, позволяющее управлять процессом разработки тестов: Автореф. дис. на соискание ученой степени канд. техн. наук.-Санкт-Петербург, 1998,- 18 с.

94. Пирогова Н. Управление производственными данными на базе Web // Открытые системы.- 1998.- №6.- С.6-12.

95. Попов Э., Шапот М. Реинжиниринг бизнес-процессов и информационные технологии // Открытые Системы .- 1996.- № 1.- • С. 62-69.

96. Применение Internet и интрасетей в вашем бизнесе: Практическое руководство Novell по Internet и интрасетям. http://www.citforum.ru/operatingsystems/internetintranet/index.shtml

97. Проектирование систем автоматического управления газотурбинных двигателей (нормальные и нештатные режимы) / Ю.М.Гусев, Н.К.Зайнашев, А.И.Иванов и др., Под.ред. Б.Н.Петрова.- М.: Машиностроение.- 1981.- 399 с.

98. Распопов Е.В., Каримов И.А. Система автоматического управления силовой установки самолета АН-70 // Мир Авионики: Журнал национальной ассоциации авиаприборостроителей.- 1998.- №3.-С.31-35.

99. Редько В.Г. Эволюционный подход к исследованию естественных и созданию искусственных «биокомпьютеров» // Нейрокомпьютер.- 1994.-№ 1.-С. 38-49.

100. Ремизов А.Н. Медицинская и биологическая физика. М.: Высш.шк., 1987.- 368 с.

101. Роберт Х.Н. Нейрокомпьютинг: история, состояние, перспективы //Открытые системы.- 1998.-№ 4.-С.2-8.

102. Росляков Д.И., Терехов И.А. Новые технологические решения в построении отказоустойчивых систем// Информационные технологии.- М.: Машиностроение, 1998.- №1.- С.30-36.

103. Рыбаков А. Открытые технологии в военных приложениях // Открытые системы.- 2000.- № 4.- С.57-60.

104. Самодиагностика модульных вычислительных систем / Ю.К. Димитриев.- Новосибирск: ВО «Наука». Сибирская издательская фирма, 1993.-293 с.

105. Семенов Ю. А. Программирование на языке Форт. М.: Радио и связь, 1991.-240 с.

106. Сидоров С.А., Шумаков М.Н. ДССП как открытая система. // http://www.niisi.ras.ru/dssp.html

107. Смирнов А.В., Юсупов P.M. Технология параллельного проектирования: основные принципы и проблемы внедрения // Автоматизация проектирования.- 1997.- № 2.- С. 15-20.

108. Солодов А.В. Теория информации и ее применение к задачам автоматического управления и контроля.- М.: Наука, 1967.- 432 с.

109. Таунсенд К., Фохт Д. Проектирование и программная реализация экспертных систем на персональных ЭВМ.- М.: Финансы и статистика, 1990.-230 с.

110. Тейер Т., Липов М., Нельсон Э. Надежность программного обеспечения,- М.: Мир, 1981,- 218 с.

111. Теория автоматического управления силовыми установками летательных аппаратов. Управление УВД/Под.ред. А.А. Шевякова.-М.: Машиностроение, 1976.- 344 с.

112. Терехов А.Н., Эрлих Л., Терехов А.А. Перспективы реинжиниринга // Компьютер-Пресс.- 1999.- №11.- С.9-16.

113. Тимофеев А.В. Интеллектуальное и мультиагентное управление ро-бототехническими системами с использованием модели виртуальной реальности // http://inftech.webservis.ru/it/conference/isanditc/2000/section4/rus /arrusl l.html

114. Топология нейронных сетей. Материалы фирмы СОФТ-ЭКСПЕРТ. // http://www.vsau.ru/~softexpert/info2.htm

115. Тривоженко Б.Е. Выделение трендов временных рядов и потоков событий. Томск: Изд-во Том. ун-та, 1989.- 120 с.

116. Унифицированный язык моделирования ПО краткий обзор. // http://gr.inteфllone.net.ua/ZeroWeb/russian/uml/umlindex.htm

117. Управление динамическими системами в условиях неопределенности / С.Т.Кусимов, Б.Г.Ильясов, В.И.Васильев и др.- М.: Наука, 1998,- 452 с.

118. Уразбахтина Л.Б. Качество допускового контроля технического состояния газотурбинных двигателей // Энергетика и информация. Актуальные проблемы.: Сборник трудов Всероссийской научной конференции.-Уфа: Изд-во УГАТУ, 1998. С.395-400.

119. Фрид С.А. Состояние углеводно-энергетического и липидного обмена при артериальной гипертонии. Дис. на соискание ученой степени канд. мед. наук.- Уфа, 2000.- 231 с.

120. Фролов В.Н., Львович Я.Е., Меткин Н.П. Автоматизированное проектирование технологических проуессов и систем производства РЭС: Учеб. пособие для вузов по спец. «Конструирование и технология радиоэлектронных средств».- М.: Высш.шк., 1991.- 463 с.

121. Хетагуров Я.А. Основы проектирования управляющих вычислительных систем.- М.: Радио и связь, 1991.- 288 с.

122. Хетагуров Я.А., Древе Ю.Г. Проектирование информационно-вычислительных комплексов: Учеб.для вузов по спец. "АСУ".- М.: Высш. шк., 1987.-280 с.

123. Чепыженко А. Результаты исследований в области архитектуры микропроцессоров для встраиваимых применений. // http://www.forth.org.ru/~drom/index.html

124. Черезов А.Ю. Forth в Калининграде // http://www.enet.ru/win/cherezov/ index.html

125. Шахнов В.А., Власов А.И., Кузнецов А.С., Поляков Ю.А. Нейрокомпьютеры архитектура и реализация // http://iu4.bmstu.ru/

126. Штрик А.А. и др. Структурное проектирование надежных программ встроенных ЭВМ / А.А.Штрик, Л.Г.Осовецкий, И.Г.Мессих,- Л.: Машиностроение. Ленингр. отд-ние, 1989.- 296 с.

127. Шумский С.А. Нейросетевые агенты в Интернете //Компьютерра.-2000.- №4.- С.20-25.

128. Юсупова Н.И., Фаттахов Р.В., Фридлянд A.M., Тарасова Т.Д. Интеллектуальный подход к прогнозированию экономических показателей и модели оценки проектов в условиях нестабильной экономики: Препринт монографии / УНЦ РАН. Уфа, 2001.- 48 с.

129. American National Standard for Information Systems Programming Languages - Forth (ANSI-X3-215-1994) // http://www.taygeta.com/Literatura

130. Anderson, Amta. Mastering FORTH. Brady commun.- Сотр., New York, 1984.-216 p.

131. Bell James R., "Threaded Code", "Communications of ACM", Vol.16, No.6.-pp.370-372.

132. Boehm B.W. A Spiral Model of Software Development and Enhancement. ACM SIGSOFT Software Engineering Notes, Aug. 1986, 120p.

133. Brodie L. A Threaded-Code Microprocessor Bursts Forth. // Dr Dobb's Journal, October, 1985.- 210 p.

134. Encyclopaedia of Artificial Intelligence. Entry Natural Language Understanding, pp. 660-677.

135. Etype Software Server (Eserv, Ephone, Ecoder, AMV, TCPNV) //http ://www. eserv. r u/

136. EversheimW. et.al. Simultaneous Engineering. Erfahrungen aus der Industrie fuer die Industrie. Springer-Verlag, 1995. - 264 p.

137. Harvey A.C. Time series models. Cambrige: University Press, 1993.- 180 P

138. Hillerstrom M. Dialog Editor // http://users.cybercity.dk/~ccc27382/

139. Hillerstrom M. Forth Classes // http://users.cybercity.dk/~ccc27382/classes.zip

140. Hopfield J.J. Neural networks and physical systems with emergent collective computational abilities // Proc. Nat. Acad. Sci. USA. 1982. Vol. 79. P.2554-2558.

141. Intel Architecture Software Developer's Manual Volume 3: System Programming Guide // http://www.intel.com/design/pentium/manuals/24319201.pdf

142. Jain A.K., Mao J., Mohiuddino K.M. Artificial Neural Networks: A Tutorial, Computer, Vol.29, No.3, March/1996.- pp. 31-44.

143. Join Test Action Group Home Page // http://www.jtag.com/

144. Jonak, J. (1986) Experience with a Forth-like language. SIGPLAN Notices, February 1986, 21(2).- pp.27-36.

145. Kardash D. Behavour Description and Tecknical Condition Farmalism of Complex Tecknical Systems // Problems of Tecknology Transfer: Proceedings of International Scientific:Tecknical Workshop. Ufa, Russia, 1999.- pp. 194-196.

146. Kardash D., Frid S. The Neural Networks Application In Permanent Experiment Conditions // Problems of Tecknology Transfer: Proceedings of International Scientific: Tecknical Workshop. Ufa, Russia, 1999.- pp. 190-193.

147. Kardash D.I., Frid A.I. Checking Algorithm of Computing Process on the Basis of the Forth-system // Proceedings of the 2th International Workshop on Computer Science and Information Technologies. Ufa, USATU Publishers, 2000.- pp.52-57.

148. Kelly G.M., Spies N. FORTH A Text and Reference. Prentice-Hall, Engle-wood Cliffs, N.J. 07632.- 310 p.

149. Koopman Ph. Home Page. //http://www.cs.cmu.edu/~koopman /index.html

150. Lakshmi Sastry,Venkat VSS Sastry. Tcl/Tk Cookbook // http:// leg-bank.kiev.ua/doc/cookbook/index.htm

151. Leo Brodie Thinking FORTH A Language and Philosophy for Solving Problems Englewood Cliffs, N.J., Prentice-Hall, Inc., 1984,- 110 p.

152. Nevins J.L., Whithey D.E. Concurrent Design of Products and Processes. McGraw-Hill, New York, 1989. - 268 p.

153. Patriot Scientific Corporation Home Page // http://www.ptsc.com/index.html

154. Philip J., Koopman Jr. Stack Computers: the new wave. // http://www.es. emu. edu/~koopman/ stackcomputers/index. html

155. SwamyM.N.S., Thulasiraman К. Graphs, Networks, and Algorithms.- A Wiley Interscience Publication John Wiley & Sons New Yourk, Brisbane, Toronto, 1981.-455 c.

156. The Source For PERL // www.perl.com

157. Thom Hagan. Discower FORTH. Learning and Programming the FORTH Language.-Osborne/Mc Baw Hill, 1982.-146 p.

158. Win32Forth by Andrew McKewan and Tom Zimmer // http://www.complang.tuwien.ac.at/forth/win32forth/w32for41.exe