автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.11, диссертация на тему:Математическое и программное обеспечение фреймовой модели на основе СОМ-технологий

Введение.

Глава 1. Анализ современных моделей для представления знаний.

1.1. Обзор моделей для представления знаний.

1.2. Фреймы и объекты.

1.2.1. Исторический аспект.

1.2.2. Концептуальный аспект.

1.3. Постановка задачи исследования.

Глава 2. Разработка математического обеспечения фреймовой модели для представления знаний в АСОД.

2.1. Формальное определение фрейма и 50 Связанных с ним понятий.

2.2. Методология проектирования АСОД.

2.3. Математические модели АСОД.

2.3.1. Функциональная модель системы обслуживания договоров (С ОД).

2.3.2. Информационная модель СОД.

2.3.3. Динамическая модель СОД.

2.3.4. Математические модели функционирования АСОД на примере жизненного цикла одного договора.

2.3.5. Состояния основных фреймов предметной области.

2.4. Синтез АСОД.

Глава 3. Разработка алгоритмического обеспечения АСОД на основе фреймовой модели.

3.1. Основные определения.

3.2. Архитектура АСОД.

-33.3. Архитектура основных модулей АСОД и алгоритмы их работы.

Глава 4. Разработка программного обеспечения АСОД на 121 основе фреймовой модели.

4.1. Принципы реализации фреймовой модели 121 средствами СОМ-технологий.

4.2. Язык и среда программирования для реализации фреймовой модели и основанной на ней АСОД.

Фреймовая модель для представления знаний, как продукт развития исследований в области искусственного интеллекта, находит применение в сервисных системах различного типа. Требования, предъявляемые к таким системам, как к современным программным продуктам, ставят задачу исследования вопроса о возможности реализации фреймовой модели для представления знаний средствами современных технологий.

Актуальность темы.

В настоящее время практически все программные продукты разрабатываются с учетом структурных свойств модели компонентных объектов (Component Object Model (СОМ)), таких как языковая независимость, прозрачность местонахождения, объектная ориентированность, надежность создания версий интерфейсов, которые позволяют получать легко масштабируемые, переносимые и доступные исполняемые файлы.

Использование фреймовой модели в качестве основы для построения современных интеллектуальных сервисных систем предполагает исследование возможности ее реализации средствами СОМ-технологий, что является актуальным на современном этапе развития программных продуктов.

Цель работы.

Целью данной диссертационной работы является разработка (на примере автоматизированной системы обслуживания договоров (АСОД)) математического обеспечения и принципов реализации фреймовой модели средствами СОМ-технологий.

Научная новизна. В диссертационной работе впервые получены следующие научные результаты: разработано математическое обеспечение фреймовой модели для представления знаний на основе СОМ-технологий; разработаны принципы реализации фреймовой модели для представления знаний средствами СОМ-технологий; разработано программное обеспечение автоматизированной системы обслуживания договоров на основе фреймовой модели, реализованной средствами СОМ-технологий.

Степень обоснованности научных положений, выводов и рекомендаций.

Научные положения, выводы и рекомендации обоснованы теоретически с помощью математических доказательств, с использованием аппарата теории множеств, математического анализа, теории вероятностей, структурного анализа, концепций объектно-ориентированной методологии проектирования (ООМП) и СОМ-модели.

Практическая ценность.

На основе проведенных исследований и предложенных методик разработано программное обеспечение автоматизированной системы обслуживания договоров, применение которого обеспечивает достижение высокой производительности за счет сокращения времени обработки информации и объема используемой памяти ЭВМ. Результаты внедрены в Научно-Исследовательском Институте Систем Автоматизации (НИИСА). Программное обеспечение зарегистрировано в РОСПАТЕНТ [20].

Апробация результатов.

Основные результаты диссертационной работы докладывались на международных научно-технических конференциях «Моделирование электронных приборов и технических процессов, обеспечение качества, надежности и радиационной стойкости приборов и аппаратуры» (9-17 сентября 2000 г., 8-16 сентября 2001 г., Севастополь).

Публикации

Основные результаты диссертационной работы отражены в 5 публикациях.

Структура и объем диссертационной работы.

Диссертационная работа объемом 165 страниц машинописного текста состоит из введения, 4 глав и заключения. Иллюстрируется 48 рисунками, 8 таблицами и сопровождается 104 библиографическими наименованиями и одним приложением.

Выводы

В четвертой главе достигнуты следующие результаты: разработаны принципы реализации фреймовой модели средствами СОМ-технологий; обоснован выбор:

Visual С++ 6.0. и библиотеки ATL 3.0. пакета Microsoft Developer Studio 6.0 в качестве языка и среды программирования для реализации АСОД; типа и свойств исполняемого файла программной реализации АСОД и клиента АСОД; типов элементов управления из стандартного набора, предоставляемого ATL, для реализации фреймов АСОД; типов потоковой модели, интерфейса, агрегации и модели пер-систенции, поддерживаемых элементами управления.

-154-Заключение.

1. Проведенный анализ современных моделей для представления знаний показал, что фреймовая модель наиболее предпочтительна для реализации средствами СОМ-технологий и может служить основой для сервисных систем, разработанных с учетом требований СОМ-модели.

2. Математические определения фрейма, его структурных элементов, типов фреймов и отношений между фреймами, сформулированные в диссертационной работе, могут использоваться в качестве прикладного инструмента для построения математических моделей и разработки алгоритмического обеспечения сервисных систем на основе фреймовой модели.

3. Разработанные принципы реализации фреймовой модели для представления знаний средствами СОМ-технологий позволяют создавать на ее основе современные программные продукты.

4. Разработанное программное обеспечение фреймовой модели (на примере автоматизированной системы обслуживания договоров) позволяет достичь высокой производительности за счет сокращения времени обработки информации и объема используемой памяти ЭВМ.

1. Александровский А. Д., Delphi 4. Шаг в будущее. М.: ДМК, 1999-528 е., ил.

2. Андриенко А.В., Инструментальные средства формирования баз процедурных знаний. М. - 1992.

3. Батыршин И.З., Представление и обработка нечеткой информации в интеллектуальных системах. Диссертация на соискание ученой степени д.ф-м.н. - Переяславль- Залесский -1996.

4. Богданов К.С., Интеллектуальная система программирования FramelX для представления знаний в системах принятия решений. диссертация на соискание ученой степени к.т.н. - М. - 2001.

5. Бохуа Н.К., Геловани В. А., Ковригин О.В., Экспертные системы: опыт проектирования. М.: МНИИПУ - 1990.

6. Буч Г., Объектно-ориентированный анализ и проектирование с примерами приложений на С++. 2 изд. - СПб: Невский диалект, 1998. - 558 е.: ил. - Пер. изд.: Object-Oriented Analisis and Design with Applications/ Booch G. - New York et al. 1994.

7. Вольфенгаген В. Э., Исчисление фреймов и X конверсий. «Проектирование интеллектуальных систем». - М.: Атомиздат, 1980, стр. 11-16.

8. Воробьев В.Б., Представление, организация и обработка знаний в интеллектуальной системе «Икар». Диссертация на соискание ученой степени к.ф-м.н. - М. - 1992.

9. Гринзоу Jly., Философия программирования для Windows 95/NT -Пер. с англ. СПб.: Символ-Плюс, 1997. - 640 е., ил.

10. Жилякова Л.Ю., Исследование алгебраических и топологических свойств неоднородных семантических сетей. М. - 2001.

11. Зайцев Е.И., Математическое и программное обеспечение интеллектуальной объектно-ориентированной системы поддержки принятия решений Диссертация на соискание ученой степени к. т. н., М.-2001.

12. Казначеева А.В., Реализация фреймовой модели для представления знаний средствами ATL// Математическое моделирование и управление в сложных системах. Сборник научных трудов, вып. 5. Под ред. Музыкина С.Н., Хныкина А.П. -М.МГАПИ, 2002. сс. 106-112.

13. Клещев А.С., Фреймовые модели и их применение в представлении знаний. Сборник научных трудов ДВНЦ АН СССР. 1984.

14. Корячко В. П., Курейчик В.М., Норенков И. П., Теоретические основы САПР. М.: «Энергоатомиздат», 1987.-15718. Круглински Дэвид, Основы Visual С++/Пер. с англ. М.: Издательский отдел «Русская редакция» ТОО «Channel Trading Ltd.», 1997. - 696 е.: ил.

15. Минский М., Фреймы для представления знаний, пер. с англ. О. Н. Гринбаума. -М.: «Энергия», 1979.

16. Петров О.М., Казначеева А.В., Автоматизированная система обслуживания договоров (АСОД). Свидетельство об официальной регистрации программы для ЭВМ № 2003610062, РОСПАТЕНТ, Москва, 4.01.03.

17. Саркисян К.Р., Разработка программно-методической системы автоматизированного обучения, основанной на логическом подходе. Диссертация на соискание ученой степени к. т. н. - М. -2001.

18. Соловьев С.К., Объектно-ориентированная модель представления разнородных нечетких знаний. Диссертация на соискание ученой степени д.ф-м.н. - Тверь - 1996.

19. Трельсен Э., Модель СОМ и применение ATL 3.0: Пер. с англ.-СПб., БХВ-Питербург, 2001. 928 е.: ил.

20. Уэно X., Кояма Т., Окамото Т., Мацуби Б., Исидзука М., Представление и использование знаний: Пер. С япон./ Под ред. X. Уэно, М. Исидзука. М.: Мир, 1989.-220 е., с ил.

21. Хорошевский В.Ф., Методология и технология построения программного обеспечения интеллектуальных систем. -Диссертация на соискание ученой степени д.т.н. М. - 1995.

22. Шевченко А.Н., Логический подход к разработке автоматизированной системы формирования послеоперационного заключения и анализа данных в новых медицинских технологиях. Диссертация на соискание ученой степени к. т. н. - М. - 2001.

23. Шиханович Ю. А., Введение в современную математику. М. -1965, 376 стр. с ил.

24. Яхно Т.М., Средства представления и методы обработки знаний в интеллектуальных системах. Диссертация на соискание ученой степени д.ф-м.н. - Новосибирск, 1997.

25. Bourn J. R., Object-Oriented Engineering. Building Engineering Systems Using Smalltalk-80. Richard D. Irwin, Inc. And Acsen Associates, Inc., 1992.

26. Brachman R. J. and Levesquer H. J, Reading in knowledge representation. ed. by Brachman R. J., Morgan Kaufmann, Publishers, Inc., 1985.

27. Bravoco R. R., Yadav S. В., Requirement Definition Architecture an Overview - Computers in industry, 1985. Vol. 6, № 4, p.237-251.

28. Bravoco R. R., Yadav S. В., A Methodology to Model the Functional Structure of an Organization Computers in industry, 1985. Vol. 6, № 5, p. 345-361.

29. Bravoco R. R., Yadav S. В., A Methodology to Model the Information Structure of an Organization The J.of Systems and Software, 1985. Vol. 5, № 1, p. 59-71.

30. Bravoco R. R., Yadav S. В., A Methodology to Model the Dinamic Structure of an Organization Information Systems, 1985. Vol. 10, № 3, p. 299-317.

31. Carbonell J.R.(a), Mixed initiative Man-Computer Instructional dialogues. -BBN Report. 1971. Bolt Beranek & Newman, Cambridge, Massachusetts.

32. Carbonell J.R.(6), AI in CAI: An artificial intelligence approach to computer-aided instruction. IEEE Transaction on Man Machine Systems MMS-11, № 4, pp. 190-202. 1970.

33. Caudill, Using nearalnets-hybrid expert networks, part 6. AI exp. 1990, v.5, № 11, pp.49-54.

34. Chomsky N., On certain formal Properties of Grammars. Information and control, vol. 2, no. 2, pp. 137-167,1959. Имеется перевод: Хомский H. О некоторых формальных свойствах грамматик. - В кн.: Киберн. Сб., вып. 5, - М.: ИЛ, 1962, с. 279-311.

35. Clansy W.J., The epistemology of a rule-based expert system a framework for explanation. - AI 20. pp. 215-251(1983).

36. Collins A. M. & Quillian M., Retrieval time from semantic memory. -Journal of learning & Verbal behavior 8. pp. 240-247. 1969.

37. Collins A. M. (a)., Facilitating retrieval from semantic memory: The effect of repeating part and inference. in Acta Psychological 33 Attention & Performance III A. F. Sanders (ed.) North-Holland, Pabl. Amst., pp.304-314. 1970.

38. Collins A. M. (b)., Does Category size affect categorization time. -Journal of Verbal learning & Verbal behavior.9 pp.432-438. 1970.

39. Collins & Lottus E. F., A spreading-activation theory of semantic processing in Psychological Review 82 № 6. pp. 407-428. 1975.

40. Davis R. and Lenat D. В., Knowledge-based System. in Artificial Intelligence, McGraw-Hill (1982).

41. Dreufus Hubert L., From micro-world to knowledge representation: AI at an Impasse. in Brachman R. J. and Levesquer H. J, Reading in knowledge representation, ed. by Brachman R. J., Morgan Kaufmann, Publishers, Inc., 1985.

42. Etherington P. & Reiter R., On Inheritance Herarchies with Exceptions. -Proc. AAI-83. Washington DC, August, 1983, pp. 104108.-16154. Feigenbaum E. A., The art of AI. Thomes and Case Studies of Knowledge Enginering, IJCA15, 1977.

43. Forgy C. L., RETE: A fast Algorithm for Many Pattern/Many Object Pattern Match Problem. AI, 19, pp. 17-37., 1982.

44. Gardner K., Designing Knowledge System with Object. in AI EXP,v.6, № 6, pp. 32-39, 1991.

45. Gillingford R., Schank R. C. & Riesbeck C. K.(eds), Erlbaum, Hillsdale N. J., SAM. In Inside Computer Understanding, 1981.

46. Hendrix G.G., Expanding the Utility of semantic Nets through Partitioning. Proc. IJCAT-75 Tbilisi, Georgia, USSR, 1975, pp. 115121.

47. Hendrix G.G., Encoding knowledge in Pastitioned Networks. in

48. Associative networks: Representation &Use of Knowledge by Computer., Ed. by N.V. Findler, New York, Academic Press, 1979, pp. 51-92.

49. Husserl E., Cartesian Meditation. The Haque: Martineus Nijhoff, 1960.

50. Jones A., The Object-model. A conceptual Tool for structuring Software in Operating system. ed. by Bayer R., et al., New York, 1979.

51. Kay A., The reactive Engine, Salt Lake City Utah. The university of Utah, Department of Computer Science, 1969.

52. Kleene S. C., Introduction to Metamathematics. North-Holland, Amsterdam, 1952. Имеется перевод: Клини С. Введение в матаматику.-М.: ИЛ, 1957.

53. Kuhn Т., The Structure of Scientific Revolutions. 2nd. ed., Chicago: University of Chicago Press, 1970.

54. Levesque Hector J. & Mylopoulos J.A., Procedural Semantics for Semantic Networks. in Associative Networks Representation & Useof by computer. Edited by W.V.Findler. New York: Academic Press 1979 pp.93-120.

55. Manna Z. Mathematical Theory of Computation. McGray-Hill. New York, 1974. Имеется перевод с англ. 5: Манна 3. Теория неподвижной точки программ. - В кн.: Кибернетический сборник, вып. 15,- М.: Мир, 1978, с. 38-100.

56. Miller В., Object-oriented Expert system and their applications to sedimentary Basin Analysis. United States Government Printing Office, Washington, 1993 - 31 p.

57. Minsky M., Papert S., Progress Report on Artificial Intelligence. AI Memo 252, MIT Artificial Intelligence Laboratory, Cambridge, Mass. 1972.

58. Moore R. C., The Role of Logic in Knowledge Representation and Commonsense Reasoning. Proc. AAAI-82, pp. 428-433, 1982.

59. Newell A., Simon H., Human Problem Solving. - Prentice-Hall, Engelwood Cliffs, New York, 1972.

60. Newell A., The Knowledge level. AJ Magazine, vol. 2, no. 2, pp. 120, 1980.

61. Nivell., Resolution Games and Non-liftable Resolution Orderings. -The Annals of the Rurt Godel, Society, 1996.

62. Norman D., Memory, Knowledge and Answering of Questions. in «Contemporary Issues in Cognitive Psychology, The Loyola Symposium», Solso R., Washington D.C. (eds.),1973.

63. Quillian M. R., Semantic memory Report AFCR4-66-189, Bolt Beranek & Newman, Cambridge, Massachusetts. 1966.

64. Quillian M. R., The Teachable Language Comprehender: A simulation program & theory of language. Communication of the ACM 12, №8, pp.459-476. 1969.

65. Raphael В., S.I.R. A Computer program for semantic information retrieval. in Semantic Information Processing edited by Minsky. Cambridge, MA; The MIT Press, 1968. pp. 33-145.

66. Reimer U., Hahn U., About formal semantic. in Computers & Artifical Intelligence, vol. 4, № 4, 1985. PP. 335-351.

67. Resolution methods for problem solving. Lecture Notes in AI № 679, 1993.

68. A Classification of Non-liftable Orders for Resolution.

69. Rich E., Artificial Intelligence. NewYork ets.: McGraw-Hill, 1983 -XII, 436 p., ill.

70. Sacerdoti E.D., Managing expert-system development. AI Expert, v. 6, № 5, pp. 26-33.

71. Schank R.C., Conceptual dependency. A theory of natural language understanding. Cognitive Psychology № 3 pp. 552-631. 1972.

72. Schank R.C., The conceptual analysis of natural language. in Natural language processing. R. Rustin(ed). Algorithmic Press New York. pp. 291-309. 1973.

73. Schank R.C., The primitive Acts of Conceptual Dependency in TINLAP-1975.-16487. Schank R.C., Using Knowledge to Understand. in TINLAP-1975.

74. Schank R. C. & Abelson, Panel on Natural language processing. in FJCAI-1977, pp. 1007-1013.

75. Schank R. С. & K. Colby., Five lectures on AI. Stanford, Calif. AI lab Memo 246, 1974.

76. Schank R.C. (a)., AI & language comprehension. in AI and language comprehension, Washington. P.C., National institute of education. 1976.

77. Schank R.C. (b)., Towards a procedural understanding of semantics. -Revue Internationale de Philosophie, №117-118 (1976), 260-303, foundatio. Universitaire de Belgique. 1976.

78. Scnank R.C. & Abelson R., Scripts, Plans, Goals & Understanding. -Lawrence Erlbaum Associates. New York. 1977.

79. Shortliffe E.H., Computer-based Medical Consultations: MYGIN. -Elsevier, New York (1976).

80. Simon H.A., AI Systems That Understand. in IJCAI-77, pp. 10591073,1977.

81. Smith Brian C., Reflection and semantics in a Procedural Language. -Ph. D. Thesis and tech. Report MIT/LCS/TR-272, MIT, Cambridg, MA, 1982.

82. Sowa J., Conceptual Structures. Addison Wesley, Reading, M.A.1984.

83. Stickel M. E., Automated Deduction by Theory Resolution. in Proceedings of the International Joint Conference on AI., Los Aug., 1985.

84. Touretzky D. S., The Mathematics of Inheritance Systems. Research Notes in Artificial Intelligence, Pitman, London, 1986.

85. Van Mell W. et al., The Emycin Manual. HPP-81-16, Dept. Computer Science, Stanford University, 1981.

86. Waltz D., Generating Semantic Descriptions from Drawings of Scenes with Shadows. MIT Thesis, Mass., 1972.

87. Winograd Т., Undersatnding Natural Language. New York, Academic Press, 1972.

88. Winograd. Т., A Procedural Model of language Understanding. in Computer models of thought and language. 1973.

89. Winston P., Similarity in Visually Perceived forms. New York: International Universities Press, 1975.-166