автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.12, диссертация на тему:Методы и средства верификации знаний в интеллектуальных машиностроительных САПР

Министерство науки, высшей шкота и твхнмчвокой политики

РСФСР

Мосиовокхй ордена Трудового Красног 3 кашки станкоииструмектальный институт

ЗЫКОВА СВЕТЛАНА АЦОЛЬСОВНА

"МЕТОДЫ И СРЕДСТВА ВЕРИФИКАЦИИ. ЗНАНИИ Э ИНТЕЛЛЕКТУАЛЬНЫХ МАШИНОСТРОИТЕЛЬНЫХ САПР"

05.J3.12 Система автоматизация провхткровгищя

Автореферат диссертации на соисхание ученой степени кандидата технических наук

УДК:668.612.011.60:681.3.07

Кд правах рукописи

Москва 1992

Работа выполнена в Московском ордена Трудового Краского Знамени станкоинетрумеитальисш институте

Научный руководитель: кандидат технических тук,

доцент Колчин А.©.

Офицшл&кые оппонокти: доктор телкическю: наук,

профессор Редкозубо» С.Д.

Защита оостойтсЛ "_"_________1862 года в

_часов на заседании спвцкалнойроааКного соэста

Д063.42.02 при Москооскоы стакхоикструиоктьльноы институте по адресу: 103066, Москва, Вадховский пер., д, за.

С диссертацией можно озк&хомитьоя о библиотеке Московского отаикоинструыеиталького инстктута аа один месяц до аащяты.

Автореферат разослан *_*_2602 г.

Ученый секретарь

специалкаигавакного совета /

кандидат технических наук Г.Д.Волкова

кандидат технически* наук, доцент Сорокин А. В.

Ведуаее прейпркйтй»: ША АН СССР

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Использование ма. ;дов и средств искусственного интеллекта при рошеиин современных аад|-ч автоматизации практической деятельности человека становится жизненно необходимым. Это ь полной мере относится и я машиностроительным САПР. Сложность построения систем автоматизированного проектирования в иащиностроении объясняется, в частности, тем, что знания, необходимые для лоддерйки проектирования и создания технологии изготовления технических систем, чрезвычайно разнообразны, содержат большое количество справочных и табличных материалов, яопольауются как теоретические знания, так и труднофор-молиэувмые и неформализуемые профессиональные знания. Большие бавы знаний - кок декларативных, так и процедурных, множественность и разнообразный характер источников информации для баз знаний, наличие целого ряда разнотипных механизма обработки информации (от эвристик до логического вывода к пошаговых процедур-алгоритмов), динамический способ существования - целый ряд факторов, необходимых для функционирования современных интеллектуальных машиностроительных систем, - вгогут стать источниками ошибок, возникающих в таких системах. Ошибки могут носить различный характер (например, опечатки, логические ошибки, пропуски в описании знаний о предметной области) и иметь различные степени серьёзности (например, приводить к понижению эффективности работы системы лкбо к ошибочности или полной парализации её функционирования). Возникает проблема поддержки и рационального использования баз знаний интеллектуальных систем.

Одним из решений этой проблемы является создание самостоятельной надстройки над базой знаний - блока анализа знаний.

Основной функцией блока анализа знаний является

верификация знаний, то есть, ъыявлинив, локализация и коррекция ошибок в бааах знаний.

Актуальность задачи верификации знаний обусловливается тем, что ев решение открывает возможность аыявления ошибок ба.-| знаний различного хар^тера, что предотвращает как нерациональное, тек и ошибочное функционирование интеллектуальных систем, а также по в вой я <п Армировать баон еканий в соответстьки о требованиями иерархичности к рациональности использования структур баз знаний, сокращает время формирования и тестирования бая онаний. Методы верификации знаний могут такие использоваться для порождения новых знаний о предметной области или процессе рейта-ния задачи.

На сегодняшний день исследования в области верификации знаний косят фрагментарный характер, имеют хождение различные толкования самого понятия "верификация", приводятся рааличные классификации ошибок, не существует единой методологии, достаточно эффективных ыетодов и средств выявления, локализации и коррекции ошибок,

Данная диссертационная работа посвящена проблема разработки методов и средств верификации знаний, используемых в интеллектуальных машиностроительных САПР.

Цель работы, Цель» данной работы является повышенно достоверности и эффективности функционирования интеллектуальных машиностроительных САПР путйи выявления к устранения ошибок, баз аканий, возникающих в процессо представления и обработки знаний.

Для достижения поставленной цели » работе решались следующие научные задачи:

1)разработка формальной теоретической ыодели для представления предметных знаний в интеллектуальных система?: и моделирования механизмов обработки знаний;

2)разработка классификации ошибок баз знаний интел-

лектуалышх систем;

3)раэпаботка и обоснование ыетодов выявления н коррекции сшибок в базах знаний интелл ктуалъиых систем;

4)разработка и обоснование метола тестирования баз знаний интеллектуальных систем на логическую непротиворечивость.

Научная,,дивизка тйатн заключается в следующем:

- рааработана многосортная теория первого порядка революционного типа, обосновано представление интеллектуальных систем многосортными теориями резо-люционного типа;

- доказана полкота линейной входной резолюции на множестве хоряовских дизъюнктов, проблемы непротиворечивости и полноты интеллектуальной системы корректно сведены к проблемам непротиворечивости и полноты множества аксиом соответствующей многосортной теории революционного типа;

- разработана классификация ошибок баз знаний интеллектуальных: систем;

- разработана и обосновали комбинированные методы верификации баз знаний интеллектуальных систем, базирующиеся на составлении я анализе таблиц решений к применении логических процедур;

- разработан » обоснован эффективный метод тестирования баз знаний интеллектуальных систем на логическую непротиворечивость, базирующийся на идеях гипэррезолюцмя и входного вывода.

Двашо&скаа. .цандость.. аа&гш- На основе проведенных теоретических исследований разработана и реализована первая версия программного комплекса верификации баз знаний интеллектуальных машиностроительных САПР (Верификатор), основанных на правилах. Применение разработанных методов и созданной на их основе первой версии верификатора зна-

ний для верификации баз знаний интеллектуальных машиностроительных систем позволило снизить возможность возникновения ошибок в процессе создания баз знаний и в процессе функционирования интеллектуальных систем, сократить сроки создания и тестирования бс знаний интеллектуальных систем, формировать базы знаний интеллектуальных систем в соответствии с едиными классификацией, о-иерархическими требованиями.

Теоретические результаты диссертационной работы, а такие разработанная на их основе первая версия веркфикь-тора знаний для интеллектуальных систем в машиностроении, основанных на правилах, используются в лаборатории САПР Мосстанкина, в учебном процессе Московского института электронного машиностроения, в научно-исследовательской работе и учебном процессе Московского института приборостроения.

Апробация работы. Отдельные результаты работы докладывались на научных семинарах в Московском станкоинстру-ментальном институте, а также докладывались на следующих конференциях и семинарах: I) регулярный семинар "Искусственный интеллект" (Москва, НЦНТП, 1987-3989 г.г.); 2) третий отраслевой семинар "Сквозное проектирование и изготовление изделий приборо- и машиностроения" (Москва, 1987 г.); 3) IV Всесосзное координационное совещание по автоматизации проектно-конструкторских работ в машиностроении (Минск, 18-19 октября 1988 г.); 4) Всесоюзная конференция "Конструкторско-технологическая информатика, автоматизированное создание машин и технологий - КТИ-89" (Москва, 4-6 апреля 1989 г.); 5) Международная конференция ШР "Искусственный интеллект - промышленной применение" (Ленинград, 15-19 апреля 1990 г); 6) Международная рабочая конференция 1Р1Р "Планирование процессов сложного производства методами искусственного интеллекта" (Гаусиг, 27-29 ноября 1991 Г.),

Кятоггн ипслятювания. Выполненные теоретические исследования основаны на использовании положений математической логики, теории доказательств, теории логического программирования, применении методов теоретического и прикладного искусственного интеллекта; экспериментальные работы и реализация выполнены на персональных ЭВМ Mecintoih Plu> и IBM PC AT средствами языков MacProIoglI и TurboProlog 2.0.

¡ЬзЗдшшшй. По теме диссертации опубликовано 6 работ.

аа&ша■ Диссертация состоит из введения, четырёх глав, заключения, списка литературы (33 наименования). Работа изложена на 149 страницах машинописного текста, содержит 17 рисунков, 5 таблиц и 2 прило-' аэння.

Йа_йа&Д&ЛИ2Е обосновывается актуальность теш, формулируются основные задачи, даётся обзор общего состояния рассматриваемой проблемы, проводится акалкэ существующих аналогов. Таблица I содержит результаты сравнительного анализа существующих подходов к верификации знаний.

На основе анализа требований к современным машиностроительным САПР делается вывод о принципиальной важности методов и средств искусственного интеллекта дня создания современных машиностроительных САПР, а такие об актуальности задачи разработки методов и средств верификации знаний интеллектуальных машиностроительных систем. Даётся общая характеристика диссертационной работы.

ческой логики и теории доказательства теорем, доказывается ряд результатов для множеств дизъюнктов Хорна, вводятся понятие формальной теории и ряд понятий, относящихся к

СОДЕРЖАНИЕ РАБОТЫ

вводятся основные понятия математи

Тсбяад 1

К8ТВД яйрмггервсткко^ч^ теб/мцы завхзз— мосте КССЯ9- вевеме граеов логкхв к доказательства теорем Т£бмш реаятя рвЗ$Ий}- метою

сразив«® правил сети Петря

классы выявляемых ошибок избыточность 1 1 ± ± 1 4

протиетое-чизость * г £ 2 t ♦

неполнота - - - ± - * *

применимость 1-оетоов ДЛЯ элементов баэызяжкй разных цроеной дажья - - - - - ♦ +

«ноормаи® - - - - ♦

знгжя ♦ ♦ ♦ ♦ + ♦

чепочки выгода - ♦ * ♦ ♦ »

ПСЛО/Ь308£Ж8 препматмах эдагай м - - ± - -

^ивсрсольнхтъ * * + * ♦

согместкместъ с метшими коррааМо! 1 ± & 1 ♦

СШИОГПбв кввозят. таврят. жэдат. зяо. СМЯвИ.

со

I

- Q -

формальным теориям; затеи вводится модель знаний о предметной обл iCTK концептуального урозня, ртзрабатьпзаптся логическая модель знаний к формальная модель, модулирующая интеллектуальные системы, основанные на правилах.

Доказаны необходимые условия невыполнимости множества яорковских дизъюнктов, полнота линейкой входной peso-лации на множестве хорнозских дизъюнктов.

Введена концептуальная модель знаний о предметной области, в соответствии с которой предметная область представляется иерархической совокупностью данных, анфорка-циии, знаний, Понятия информации и знаний определяются "ta-рев понятия неявного и явного функционального соответствия.

Разработана логическая модель представления знаний, соответствующая введенной иерархической модели, - язык MLH. Зто язык многосортной логики предикатов первого порядка, допустимые формулы которого ограничены классом дизъюнктов Хорна. Установлено соответствие между объектами предметной области и объектами логической модели; множество данных --> область интерпретации единица данных --> элемент области интерпретации

(константа, переменная) популяция данных --> сорт

единица информации --> а-ка элементов (набор нз а

элементов) области интерпретации, экземпляр отношения --> предикат (атом), функция

- - > хорковский дизъюнкт --> группа хорнозских дизъюнхтоз

с обиим главным предикатом

- - > группа хорновсхих дизъюнктов, составленная по принципу логического следования одних дизъюнктов из других.

В рамках приведённой модели знаний класс рассматри-¡аемых интеллектуальных систем представления и обработки >наний естественно ограничивается классом систем, осно-¡анных на правилах.

группа информации единица знаний группа знаний

цепочка вывода

Разработана многосортная теория первого порядка ре волюционкого типа, языком которой является язык МЬИ, теория МЯН; множество теорий МйН определяют: язык МЬН множество правил вывода (линейная входная резолюция, уки фикация, перестановка посылок, удаление дублирующихся по сылок), множества индивидуальных аксиом.

Правиле вывода теории МКН моделируют мвхеннвм: обработки знаний в интеллектуальных системах.

Введены определения непротиворечивости м полнот: аксиом, правил вывода и теории МЛН в целом.

Показано, что интеллектуальная система может быт представлена многосортной теорией революционного тип мкк, мноиосгвом аксиом которой является база знаний нн теллыктуальной системы, трактуемая кап множество диэъюнк тов Хорна. Не интеллектуальные системы корректно переко сятся логические понятия непротиворечивости и полноты.

Известная теорема о том, что резольвента есть логи ноское следствие посылок резолюции, служит обоснование непротиворечивости правил вывода теории МКН. Доказан»» теорема о полноте линейной входной резолюции на множеств дизъюнктов Хорна доказывает полноту правил вывода, твори МИН. На основании доказанных утверждений и введённых по нятий проблема непротиворечивости и полноты теории МП сводится к проблема непротиворечивости и полноты аксио теории, и, следовательно, проблемы непротиворечивости полноты интеллектуальной системы сводятся к проблема непротиворечивости и полноты базы знаний интеллектуально системы, представленной множеством дизъюнктов Хорна образующей Множество аксиом соответствующей теории МКН.

Основным результатом первой главы является разработ ка формальной теоретической модели для представлена предметных знаний в интеллектуальных системах и моделирс вания механизмов обработки знаний - многосортной теори революционного типа; проблемы непротиворечивости и полис ты интеллектуальной системы корректно сведены к проблема непротиворечивости и полноты множества аксиом соответст вующой многосортной теории революционного типа. .

детализируется понятие верификации

формулируется требования к базам знаний интеллектуальных систем, предотвращающие появление ошибок а базах знаний: приводится классификация ошибок баз зная Л; приводится таблица основных ошибок, в которой каждому типу ошибок сопоставлены метод выявления и способ корекции.

Верификацией зканнй называют исследование знаний о цель» проверки их соответствия свойствам и требованиям кеквбыточности, непротиворечивости, полноты еканий, локализации и коррекции выявленных ошибок.

Р9Иульт&тои процесса веркфкк&цкх является обнаружение ивбиточкости, противоречивости и неполноты (воли они существует), локализация их источников н соответствующая коррекция знаний.

Формулируемые требования к база знаний описывают возможные случаи нарушения введённых в работе определений »»избыточности, непротиворечивости, полноты баз знаний. Ошибки, возникающие в базах знаний, являются результатом невыполнения требований к базам знаний. Приведены схематические примеры конкретных видов ошибок.

Проблемы верификации классифицируются по двум направления»: по типу нарушаемых требований (ошибки типа избыточность, противоречивость, неполнота) к далее детализируются внутри каждого типа и по типу элементов предметной области, в которых возникают ошибки, и далее детализируют-вя по типам элементов формальной логической модели (даяние - константы, переменные, сорта информация - предикаты; знания - дизъюнкты, группы дизъюнктов и цепочки вывоза) . Результаты классификации сведены в классификационную таблицу проблем верификации. Основой для классификации проблем верификации являются взаимосогласованные: теоретические исследования и обобщение материала, полученного три разработке интеллектуальных машиностроительных САПР.

Выделяется подмножество ошибок, выявление которых 1аиболее целесообразно с точки зрения степени серьезности эшибок и стоимости их выявления для задач технологического проектирования, приводится таблица,- в которой каждому сипу выделенных ошибок сопоставлены метод выявления и :пособ коррекции (таблица 2).

Разработанная классификация ошибок и методы их выявления являются универсальными, приведенные в таблице способы коррекции ошибок отражает специфику машиностроительных задач.

Разработанная классификация без принципиальных квые-нений может быть распространена на продукционные системы общего вида, допускающие появление нескольких заключений в правиле, отрицания в посылках и заключениях правила.

Основным результатом второй главы является разработка классификации ошибок баа знаний интеллектуальных систем. К достоинствам разработанной классификации мокко отнести её универсальность, иерархичность, широкий охват возможных ошибок баз знаний.

Разработанная классификация ошибок баз знаний интеллектуальных систем является основой для разработки процедур верификации знаний.

В третьей главе разрабатываются к обосновываются метод тестирования баз знаний интеллектуальных систем на логическую непротиворечивость и методы верификации аканий, соответствующие разработанной классификации ошибок.

Метод тестирования на логическую непротиворечивость и методы верификации разработаны для баз внаний интеллектуальных систем, представленных конечными множествами дизъюнктов Хорна в форме логического следования. При обосновании метода тестирования на логическую непротиворечивость предполагается, что дизъюнкты тестируемого множества удовлетворяют ряду ограничений на использование Функций. В силу этого предварительно описываются преобразования для произвольных множеств дизъюнктов (procedure nee и procedure funllni, приводящие их к специальному гиду • дизъюнктам Хорна в форме логического следования с ограничениями на использование функций, еапрещающими вложенные вхождения функций и допускающими явные вхождения функций

только в специальные предикаты

Доказано, что для конечного множества дизъюнктов Хорна, удовлетворяющих ограничениям на использование функций и содержащих конечное число различных констант, функциональных и предикатных символов конечной арности,

рпарвшхыа проблема логической непротиворечивости - существует процедура, эа конечное число шагов определяющая, противоречиво множество дизъюнктов или выполнимо.

Разработан метод тестирования на непротиворечивость конечного множества дизъюнктов Хорна, удовлетворяющих ог-паничвниям на использование функций и содержащих конечное число различных констант, функциональных и предикатных символов конечной арности, представляющий собой вариант положительной гиперрезолюции с упорядочением, специализированной для множеств дизъюнктов Хорна, и использующий идеи входной резолюции. Обоснованием корректности метода слуиат: известная теорема о полноте PI-резолюции, теорема о полноте линейной входной резолюции на множестве дизъюнктов Хорна, теорема о разрешимости проблемы непротиворечивости для конечного множества дизъюнктов Хорна, удовлетворяющих ограничениям на использование функций. Разработана процедура procedure hyperres, реализующая метод тестирования конечного множества дмзъюнктов Хорна на непротиворечивость. Применение данной процедуры к невыполнимому множеству дизъюнктов Хорна приводит за конечное число шагов к порождению пустого дизъюнкта; применение процедуры к выполнимому множеству дизъюнктов Хорна оканчивается за конечное число шагов. Верхняя оценка сложности применения процедуры к базе знаний интеллектуальной системы, представленной множеством дизъюнктов Хорна, оценива-этся как ta2, где п - число правил в базе знаний, t - максимальное число посылок в правилах базы знаний, что лучше полиномиальных верхних оценок существующих аналогов.

Для верификации баз знаний интеллектуальных систем йспольэуотся специальное представление базы знаний в виде таблиил решений. Описаны существующие и разработаны дополнительные процедуры построения таблицы решений по заданному ынояеству дизъюнктов Хорна и процедуры разбиения таблиц решений на подтаблицы связей, Разбиение таблиц решений на подтаблицы связей даёт возможность осуществлять совместное тестирование только для связанных между собой правил, что ускоряет процесс верификации.

- J6

Методы выявления ошибок в базах знаний заключ&ютоя в сканировании таблицы решений с целью выявления определенных конфш-урациК таблицы, соответствующих разработанной классификации ошибок, и, при необходимости, применении методов более тонкого анализа, в частности, процедур построения гипервызода и входного вывода. Процедуры, используемые для анализ®, таблиц решений, разработаны и описаны » работе. На основании сканирования и анализа либо делается вывод об отсутствии аномалий в просматриваемых элементах (фрагментах) базы знаний, либо делается вывод о наличии ошибки в базе знаний к предлагается способ коррекции, либо выдвигается предлолокение о наличии ошибки к предлагаете« провести дополнительный анализ таблицы для подтверждения млн опровержения данного предположения. Коррекция базы знаний производится автоматически по умолчанию либо по выбору пользователя ив предлагаемого маню способов коррекции; в ряде случаев коррекция требует дополнительного анализа дизъэнктов базы внаний.

Основным результатом третьей главы является разработка »тода тестирования баз знаний интеллектуальных систем ка логическую непротиворечивость к методов верификации внани£. Разработанные метода верификации позволяют выявлять и, в предусмотренных случаях, устранять ошибки в базах знлниЕ интеллектуальных снстэк, хопускают естественное применение ряда методов эффективной коррекции бав знаний. К базе виаякй моя®? применяться к ах полная система методов »ерифккацки знаний, так к отдельные составляющие её тесты. Класс ошибок, выявляемых разработанными методами, шире классе, ошибок, выявляемых имеющимися аналогами. Сложность применения методов имеет квадратичный порядок от числа различных предикатов, содержащихся а базе знаний.

JLJim£ciaa_L3aBa описаны метода и средства реализации первой версии программного комплекса верификации баз знаний машиностроительных интеллектуальных систем, основанных на правилах, основные рекюш работы программного комплекса; приводится обоснование выбора использованных программных средств реализации. В качестве' базового технического средства предложен персональный компьютер IBM

PC/AT 386 20 мгц. В качестве базового программного обеспечения предложен яаык логического программирования PROLOG. Проводится обоснование выбора языка PROLOG - с теоретической точки зрения и с точки зрения практического использования реализованных на н8м средств верификации.

Программный комплекс, реализующий средства верификации и соответствующей коррекции базы знаний интеллектуальной системы, использует язык логического программирования TurboProlog 2.0. Ядро программного комплекса состоит из четырвх основных разделов:

I. Преобразования

II. Формирование таблицы решений

III. Выявление ошибок и предусмотренная коррекция

IV. Интерфейс пользователя.

На рис.1 представлена обобщенная схема ядра програм-ыного комплекса VerKlcator, реализующего средства верификации, к указаны направления и вид передаваемой в процессе работы программ информации.

Таблица 3 содержит основные характеристики реализации.

Таблица 3

Характеристика/Реализ ация

IBM PC/AT 386 20 МГЦ

Язык реализации

.Turbo Prolog 2.0

Объвм ядра программного хоыплекса (строки)

1700

Средне* время работы для базы знания, состоящей на 1000 операторов PROLOGa

20 мин.

1Л

WOO сш о

- ин Sb> и row Ее <5 о со Е g о

О «ÎHXIO о W » «ta

ses s

w й Э «о

S в

§ s %

H " й

»

и и нооо

4J «

sa g о </> о Saw

pitl

Ы О Р S O

о i g <D в)

SalsiS* 8

sa*

разработаны основные принципы организации интерфейса PROLOG-реляционные базы данных. Хранение фантов и правил PROLOGa в реляционной базе данных базируется на технике линеаризации, выполнявшей декомпозицию древовидной структуры факта и правила в множество линейных наборов. Для обработки внешней базы данных используется механизы Настрой унификации. Он поддерживается техникой линеари-йации и динамическим индексировянивы для эффективной обработки больших множеств фактов и правил. Описанный подход позволяет эффективно конструировать и выполнять программы PROLOGa, использующие и обрабатывающие большие объёмы традиционных числовых и символьных данных и большие ¡лножоства собственно фактов и правил PROLOGa, и применять PROLOG в качестве языка реализации интеллектуальных систем и средств верификации знаний, в том числе, и содержа-цихся в реляционнх базах данных, что особо важно для интеллектуальных систем в машиностроении. Показаны возможности интегрирования разработанных средств верификации знаний с языком построения оболочек интеллектуальных снегом 0PS5, системами автоматизированного проектирования.

Применение разработанных методов и созданной на их эснове первой версии верификатора знаний для верификации 5аз знаний машиностроительных интеллектуальных систем 1СТХ (И ■ -ллектуальная Система, поддерживающая разработку Технологического Процесса для изготовления деталей типа :ела вращения, НИИТМ), АЭСТМ (Автоматизированная эксперт-ю-проектная система технологии машиностроения, ЗВЙ), :истемы "Планирование работы предприятия", etc. подтверди-[о целесообразность использования механизмов верификации (наний как в процессе создания баз знаний, так и в провесе функционирования машиностроительных интеллектуаль-[ых систем.

Разработанные методы и средства верификации знаний :вляптся компонентой инвариантного блока интеллектуальных истеы - блока анализа знаний.

В приложениях приводится пример использования редств верификации знаний для тестирования интеллекту-

альных машиностроительных систем на фрагментах системы "Планирование работы предприятия"; приводятся справки об использовании результатов работы.

ОСНОВНОЕ ВЫВОДЫ И РЕЗУЛЬТАТЫ РАБОТЫ

Применение разработанных методов и средств верифиха-цкк знаний ял я верификации баз знаний интеллектуальных машиностроительных САПР подтвердило целесообразность использования механизмов верификации знаний как в процесса создания баз знаний, так и в процессе функционирования тестируемых систем и позволило снизить возможность возникновения ошибок в процессе создания баз знаний и в процессе функционирования интеллектуальных систем, сократить срокк создания и тестирования баз знаний интеллектуальных систем, ®ормирогать базы знаний интеллектуальных систем в соответствии с вдинымк классификационно-иерархическими требованиями, что привело к повышению достоверности к эффективности функционирования исследованных интеллектуальных машиностроительных САПР.

Выполненные исследования и практическая работа позволили получить следующие выводы и результаты:

1. Разработана многосортная теория первого порядка революционного типа, служащая для формализации интеллектуальных систем, основанных на правилах; проблемы непротиворечивости и полноты интеллектуальной системы корректно сведены к проблемам непротиворечивости к полноты множества аксиом многосортной, теории революционного типа.

2. Разработана классификация ошибок баз знаний интеллектуальных систем, основанных на правилах.

3. Разработан к обоснован метод тестирования баз знаний интеллектуальных систем, оновчнных на правилах, на логическую непротиворечивость.

4. Разработаны и обоснованы комбинированные методы верификации баз знаний интеллектуальных систем, основанных на правилах.

Б. Разработаны принципы создания интерфейса лродук-

цнонные системы - реляционные базы данных, в. Реализована первая версия программного комплекса верификации баз знаний интеллектуальных систем, основанных на правилах: докапана эффективность использования разработанных программных средств для тестирования ряда М"-йиностроитвльных САПР. Равработанные методы н сродства верификации предметных знаний являются моделью инвариантной компоненты интеллектуальных систем - блока анализа знаний.

1. Ко.т-пш, А. ®. , Зыкова,С.А., Чокионев , С. 2. Разработка экспертной системы для решения задачи технологической подготовки производства. Тезисы докладов Третьего отраслевого семинара (ноябрь 1987 г,) 'Скзоэное проектирование и изготовление изделий приборо- и машиностроения', 1987, сс.14-18.

3. Зикопа,С.А. Некоторые сродства анализа знаний и получения новых знаний а интеллектуальных системах. Гяаисы докладов Всесоюзной конференция 'Конструктор-око -технологическая информатика. Автоматизированное создание машин и технологий.', Москва, 1989.

3. Колчии,А.©., Зы'.ова.С.А. Интеллектуальная система технологического проектирования. IV Всесоюзное координационное совещание по автоматизации проектно-конструкторских работ в машиностроении, Минск, 1989.

4. Koichln, А. Р. „ Zykova, S. А . Data analysis in the IntelH-oent technological design system. Proceedings оf International Conference "Artificial Intelligence ■ Industrial Application", Leningrad, 1690, pp. 108-111.

0. Зыкоаа.С.А. Блок анализа данных для интеллектуальной системы технологического проектирования. Механизация »автоматизация производства, 5, 1991, сс.29-34.

0. tColcbla,F. , Zykova, S. A. Verification of knowledge bsso In Intelligent technological design system. Proceedings of IPlP-V7orfcina Conference "Process Planning for Complex Machining with Al-Methoda", Germany, 1991, pp. IS! -174.