автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.17, диссертация на тему:Методы построения экспертных систем с объектно-ориентированной организацией

МПС СССР

МОСКОВСКИЙ ОРДГОНА ЛЕНИНА И ОРДЕНА ТРУДОВОГО КРАСНОГО ЗНАМЕНИ ИНСТИТУТ ИНЖЕНЕРОВ ЖЕЛЕЗНОДОРОЖНОГО ТРАНСПОРТА ИМ. Ф.Э.ДЗЕРЖИНСКОГО

На правах рукописи

ДАНИЕЛЯН Ара Константинович

МЕТОда ПОСТРОЕНИЯ ЭКСПЕРТНЫХ СИСТЕМ С ОБЪЕНТНО-ОРИЕЯТИРОВАННОЙ ОРГАНИЗАЦИЕЙ

\

05.13.17 - Теоретические основы информатики

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Москва - 1991

Работа выполнена в Московском ордена Ленина и ордена Трудового Красного Знамени институте инженеров железнодорожного транспорта им. Ф.Э.Дзержинского

Научный руководитель: доктор'технических наук, профессор Каган Б.М.

Официальные оппоненты: доктор технических наук, профессор Кузин Е.С.

кандидат технических наук Преображенский A.B.

Ведущая организация: Институт проблем управления AW СССР

Защита состоится "II " ЦЯОЦ.Д 1991г. в час. на заседании Специализированного совета К.ТТ4.05Л0. Московского ордена Ленина и ордена Трудового Красного Знамени института инженеров железнодорожного транспорта им Ф.Э.Дзержинского по адресу: 101475, ГСП, Москва А-55, ул. Образцова, 15. Телефон Совета: 281-61-01, ауд ¿ЬО^ .

С диссертацией можно ознакомиться в библиотеке института.

\

Отзывы на автореферат в двух экземплярах, заверенные печатью, просим направлять по адресу Совета института.

Автореферат разослан " " .¡¡ЛСиЯ 1а91г.

Ученый секретарь Специализированного Совета д.т.н., профессор

Ю. А.Хохлов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы. Экспертные системы предназначен^ для решения сложных неформализуемых задач на уровне лучших специалистов-экспертов в определенной проблемной области, а также быстрого обучения специалистов наиболее современным и элективным методам решения возникающих трудных проблем. В условиях критической нехватки квалифицированных людей, быстрого нарастания количества сложных задач, больших материальных и временных затрат на обучение и привлечение к работе хороших специалистов, экспертные системы стали эффективным и распространенным средством решения сложных проблем.

Среди многочисленных работ, посвященных вопросам построения экспертных систем, выделяются работа Шортлифа, Стэфика, Дэвиса, Лената, Д;А.Поспелова, А.С.Клещева и др.

К числу основных недостатков современны! продукционных экспертных систем относится относительно низкое быстродействие подобных систем. Применяемые методы ускорения работы экспертных систем на основе использования метазнаний или структуризации базы знаний на этапе формирования базы знаний не позволяют избежать просмотра дополнительных правил механизмом логического вывода, приводящего к неэффективным потерям времени. Б связи с этим, при решении задачи ускорения работы экспертных систем актуальной становится проблема исключения неэффективного просмотра базы знаний.

Качество работы экспертной системы определяется качеством содержимого ее базы знаний, поэтому разработка методов, сокращающих количество семантических искажений при переводе знаний

с языка эксперта на язык представления знаний экспертной системы также имеет существенное значение при построении экспертных систем.

Большое значение при разработке современных программных систем предается вопросам поддержки "дружественного" интерфейса между системой и пользователем на основе методов визуализации. Существенным недостатком инструментальных средств создания экспертных систем является отсутствие необходимых механизмов поддержки подобного рода интерфейса.

Пель работы. Целью диссертационной работы является разработка и теоретическое обоснование методов повышения производительности, качества работы экспертных систем и механизмов поддержки "дружественного" интерфейса между системой и пользователем.

• Методы исследования. Б основу проведенных исследований положены методы структурного анализа, теории множеств, комбинаторики, теории вероятностей, математической логики, аппарата моделирования.

Научная новизна. В диссертационной работе получены следующие новые результаты:

- разработан метод ускорения поиска решения для продукционных экспертных систем на основе структурного анализа базы знаний;

- разработаны архитектура и алгоритм работы экспертной системы с объектно-ориентированной организацией;

- получены сравнительные аналитические оценки времени работы продукционных и объектно-ориентированных экспертных систем;

- определена зависимость стратегии поиска на дереве вывода в зависимости от способа управления потоком сообщений, на основе

моделирования с помощью сетей Петри;

- введены понятия чувствительности и восстанавливаемости экспертных систем. Получены аналитические оценки чувствительности и восстанавливаемости в зависимости от способа управления потоком сообщений;

- определена зависимость необходимых объемов оперативной памяти в зависимости от способа управления потоком сообщений;

- с целью уменьшения количества семантических искажений, воз никалцих при переводе знаний с языка эксперта на язык представления знаний разработан промежуточный язык концептуализации знаний

КС , основанный на языке спецификации программ ¿А ;

- разработана система визуализации интерфейса между экспертной системой и пользователем. Понаэано, что система визуализации может рассматриваться как экспертная система, что существенно облегчает решение задачи включения система визуализации в состав решающей экспертной системы.

Практическая ценность. Полученные в работе научные результаты использовались при решении рада задач:

- разработка базы знаний экспертной агробиологической системы "АГРЭКС";

- разработка консультационной экспертной системы по животноводству "Дематра" на основе объектно-ориентированного подхода к построению экспертных систем;

- разработка системы визуализации интерфейса экспертной системы "Деметра".

Применение разработанных в диссертационной работе методов и алгоритмов позволяет сократить время поиска решений, улучшить

качество решений, повысить степень "дружественности" интерфейса между системой и пользователем.

Внедрение результатов работы. Научные результаты диссертационной работы использованы при разработке агробиологической экспертной системы "АГРЭКС" и консультационной экспертной системы "Деметра". Указанные экспертные системы внедрены во ВНИИТЭИ Агро-прома СССР. Результата практического внедрения подтверидены справками о внедрении.

Апробация работы. Основные результаты работы докладывались и обсуждались на Всесоюзном научно-практическом семинаре "Интеллектуальное программное обеспечение ЭВМ" (Терскол, 1990), научно-техническом семинаре Московского Дома научно-технической пропо-гандн СМосква, 1987), на научных семинарах кафедры ЭШ Московского _института инженеров транспорта (МИИТ, 1987-1990), семинаре Ереванского Политехнического института (ЕрПИ, 1988).

Публикации. Основные результаты диссертационной работы отражены в 4 печатных работах.

Структура и объем диссертации. Диссертационная работа состоит из введения, пята глав, заключения. Работа содержит 107 страниц машинописного текста, 55 рисунков, 3 таблиц, 5 приложении.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность теш, сформулирована цель исследований, кратко определены научная новизна и практическая значимость работы.

В первой главе описывается разработанный метод сокращения

времени поиска решений для продукционных экспертных систем, основанный на возможности быстрого определения вероятности успешного построения цепочки логического вывода от исходных переменных к целевой различными маршрутами и выбора наиболее вероятного маршрута среди множества возможных.

Для быстрого вычисления указанных вероятностей производится предварительный структурный анализ базы знаний, который заключается во включении элементов базы знаний в более крупные объединения с заранее известной структурой и установлении связей между полученными объединениями, названными состояниями базы знаний. Поиск маршрута производится не на уровне правил базы знаний, а на уровне состояний. Благодаря тому, что явными при этом остаются только связи между состояниями, и игнорируются детали связей элементов внутри самих состояний, уменьшается время поиска маршрута от состояний, включающих исходные переменные, до состояния, включающего целевую переменную. Известная структура состояний дает возможность вычислить вероятность успешного построения цепочки вывода от исходных переменных к целевой.

Элементами базы знаний, на основе которого строятся состояния, являются переменные базы знаний С^ » входящие в состав предпосылки А[_ или следствия правил базы знаний типа

Из предпосылок А}, всех правил и переменных С^ таких, которые не входят в качестве конъюнкта в предпосылку ни одного из

Л? ТНЕК1 \

гт к- С^с^-С,.

Е>1 - С

"I ^ С,

Е>1 - С

правил ^^формируется множество элементарных состояний

Между элементарными состояниями и переменными базы знаний

устанавливаются отношения непосредственной выводимости, непосредственного слэдствования и следствования, отражающие возможность вывода значений переменных из элементарных состояний на основе правил базы знаний. На множестве элементарных состояний определяется функция связи Р°(5|_, .Из элементов множества элементарных состояний формируется множество элементарных цепочек Ьк , являющихся кортежем .. в котором

Из минимизированного по количеству элементов множества путем декомпозиции на подцепочки формируются состояния первого, второго,„п, -ого уровня базы знаний

На множестве пар состояний Уь -ото уровня определяется*^ функция связи п -ого уровня

Количество подцепочек (Ь^... Ьц, , ^в декомпо-

зиции цепочки Ц;,... ; называется длиной цепочки Ь,\ ;

. \ ' ^ Ч • • • I-п.

Доказываются две теоремы:

то:

I) при

вероятность существования маршрута между состояниями 2) при

ИМ!)*

'НЕ

Чго^ (и! V! (6- и-у)!]11

при условии и

Вводится понятие вероятности истинности состояния

р (ь. . \.Р(5Д^зí^)^•^p(¿n)-tp(s¿).^■pfSn)t•..pfsn■<)p^Vp/^

где р вероятность истинности элементарного состояния Б, принадлежащего состоянию Ьц... ; Уъ - количество элементарных состояний в цепочке.

Вероятность успешного прохождения маршрута молено вычислить по формуле

Б заключении главы приводится пример построения структурных карт на примере базы знаний, состоящей из 12 правил.

Во второй главе описывается разработанная архитектура экспертных систем с объектно-ориентированной организацией и исследуются их основные характер истики.

Одним из основных недостатком процедуры логического вывода продукционных экспертных систем является низкая эффективность работы, связанная с необходимостью просмотра условий всех правил базы знаний для выбора очередного срабатывающего правила. Использование стратегий ускорения не позволяет полностью исключить неэффективный просмотр дополнительных правил базы знаний. Существенного ускорения работы системы за счет полного исключения просмотра дополнительных правил можно на основе объектно-ориентированной организации экспертных систем.

Аналогами переменных базы знаний в таких системах являются объекты, а срабатывание правил осуществляется с помощью обмена сообщений мевду объектами.

В общих чертах алгоритм работы объектно-ориентированной экспертной системы состоит из следующих шагов: I) процедура установления списка объектов 0(,, I = \, К , значения

которых необходимы для вывода значений целевого объекта Од , передает целевой переменной требуемый список;

2) объект Од посылает сообщения 5*(Од, ) всем объектам 01 о необходимости передать свои значения объекту 0А ;

3) получив сообщения ¿(Од, 0;.) , каждый из объектов 0¿ проверяет, известно ли ему свое значение. Если это значение известно, он посылает объекту Од свое значение. Если значение неизвестно, соответствующий становится временным целевым объектом и весь цикл работы алгоритма повторяется с I).

Каждый объект описывается кортежем < V, X), Р, В, С,Т, М> где V - ссылка на список значений объекта;

X) - ссылка на список определителей объекта, причем кая^дый определитель описывается через тройку 4 Ь, А , М > в которой Ь - ссылка на список переменных, значение которых требуется для определения значения объекта ; А - алгоритм вычисления значений объекта 0;, ; N - количество возможных применений алгоритма А ;

Р - ссылка на динамический список объектов, ждущих ответа от объекта 01 ;

Ь - выбор алгебры обработки степеней уверенности при определении значений объекта ;

С - алгоритм вычисления значений 0;. , применяемый в случае невозможности определения этих значений из базы знаний;

Т - очередность применения методов определения значений из базы знаний и с помощью алгоритма С ;

И - определение метода вычисления значений по превышении порога достоверности или применении всевозможных путей определения значения из базы знаний.

Различаются сообщения двух типов: сообщение-запрос и сообщение-ответ.

Структура сообщения-запроса описывается парой К., 3 > где Я/ - адрес получателя сообщения;

- адрес отправителя сообщения.

Сообщение-ответ описывается парой < 5,\/ > где 51 - адрес отправителя сообщения;

У - ссылка на список значений со степенями уверенности.

При отсутствии специальных стратегий ускорения работе продукционных систем отношение времени выполнения

А - Л» =

Н к--1 м кн

<г

где Т00 - время поиска решения объектно-ориентированной системой;

Т^ - время поиска решения продукционной системой;

- количество переменных базы знаний на и -ом уровне глубины дерева вывода; У общее количество правил базы знаний продукционной КМ экспертной системы;

"Т1" > ^г^Т1- ) - г I

Чп Чь ±с

ГД0 среднее время проверки условия одного правила базы

знаний; 11

^ - среднее время вычисления значения объекта;

- среднее время приема/передачи одного сообщения.

С*

Различаются два основных способа обмена сообщениями между объектами: непосредственный обмен сообщениями и обмен сообщениями через очередь. Построена модель распространения сообщений при различных способах управления потоком сообщений по дереву вывода с помощью аппарата сетей Петри.

Введено понятие чувствительности экспертной системы, характеризующее промежуток времени мевду моментом нарушения приема/передачи сообщения в системе и моментом обнаружения этого нарушения.

КО

Гер

где - чувствительность экспертной системы Е ;

р° - среднее количество корректно передаваемых в системе <ср

сообщений с момента нарушения до остановки системы. Для экспертных систем с непосредственной передачей сообщений Ь(ЕНЧ)='( , т.е. достигается максимальная быстрота реакции системы в ответ на нарушение.

о

Значение р для экспертной системы с передачей сообще-ср

ний через очередь можно оценить из интервала

О „ О _ О

р . ^ I3 - р

ср.тлщ ср 'ср. ущау о о

где р , ь - среднее количество остаточных сообщений

' ep.mt.tl Хр.УПЛУ

на алпроксимационннх деревьях вывода, структура которых является композицией полных Уъ -арных деревьев.

Доказывается, что для полного \ги -арного дерева среднее количество остаточных сообщений

о з^'-гЛ а/-6*г£* 8 иъ-ггь-з

Любое аппроксимационное дерево вывода можно представить в ввде кошозиции двухуровневых базовых структур, первый уровень которых является полным п. -арным деревом, а второй уровень является множеством полных къ -арных деревьев, присоединенных к терминальным вершинам дерева первого уровня. Доказывается, что среднее количество остаточных сообщений на такой структуре

1К< , < \ I ™

Р= —^

т / 2. 2- \

<и Ъ 1

где у-ц - валентность нетерминальных вершин дерева первого уровня базовой структуры; %

2

^т - валентности терминальных вершин деревьев второго <1

уровня базовой структуры;

- глубина дерева первого уровня базовой структуры;

- глубина деревьев второго уровня базовой структуры;

а

р* - среднее количество остаточных сообщений при нарушении приема/передачи сообщений на дереве первого уровня;

2.

р - среднее количество остаточных сообщений при нарушении приема/передачи сообщений на деревьях второго уровня.

Аналитические выражения для определения р и р также определены»

Введено понятие восстанавливаемости экспертных систем. Восстанавливаемость системы характеризует время, затрачиваемое системой на поиск решения после возобновления функционирования с точки нарушения

где - среднее количество переданных в система сообщений

от момента оперативного возобновления до нормального окончания работы системы. Для полных п. -арных деревьев доказано соотношение

с непосредственной передачей сообщений и передачей сообщений через очередь соответственно.

Определена зависимость объема памяти, необходимого для работы системы, от способа управления потоком сообщений. При непосредственной передаче сообщений этот объем определяется значением Х^Н (Ос,-••• ^п) , где Рм(0{,-. ... Эи) - объем памяти, ота&димый под процедуру обработки сообщений объекта 01 , а суша берется по объектам, расположенным на одном пути дерева вывода. В случав передачи сообщений через очередь объем памяти, необходимый для размещения процедур обработки сообщений, равен объему Po(0i'■ Ь^... оцедуры обработки сообщений, активной в данный

где

момент времени.

В третьей главе описывается методика концептуализации знаний эксперта при построении базы знаний.

База знаний большинства экспертных систем формщоуется извне инженером знаний.

Отмечается, что трудности работы инженера знаний связаны с экспликацией знания экспертов: эксперту нелегко понять, какие знания и в каком виде от нею требуются; инженер знания недостаточно хорошо ориентируется в предметной области, чтобы понять все, о чем говорит эксперт и управлять процессом извлечения знаний.

Проблемы возникают и при обработке большой массы диффузных знаний, неготовой для внесения в базу знаний вследствие неполноты, противоречивости, отсутствия структуры, соответствующей структуре выбранного языка представление знаний.

Для решения указанных задач предлагается использование языков спецификаций программ.

Ясность, читабельность и полнота спецификации дают возможность эксперту легко контролировать процесс разработки описания существенных деталей его знаний о предметной области; однозначность и точность описания позволяют инженеру знаний непосредственно переводить знания с языка эксперта на язык представления знаний экспертной системы; модифицируемость спецификации необходима при внесении неизбежных изменений в структуру базы знаний.

Анализ применимости языков спецификаций к решению задачи концептуализации базы знаний показал, что наиболее подходящим для этой цели языком является язык структурного анализа ЗА .

Механизмы языка 5Д позволяют легко идентифицировать не- ■ полные и слабые фрагменты знаний в общей структуре знаний экс-

перта.

Важной задачей, решаемой на основе применения SA , является структуризация диффузной массы предварительно извлеченных знаний, окончательное разграничение понятий предметной области на объекты и отношения, параметризация объектов до уровня юс полной определенности с точки зрения решаемой задачи, декомпозиция и сортировка отношений по родам (причинно-следственные, временные, пространственные и т.д.); синтез полученных объектов и отношений путем установления между ними корректных связей; оценка достоверности отношений с выбором соответствующей алгебры обработки степеней уверенности.

Понятия, дальнейшее раскрытие структуры которых бессмысленно, поскольку элементы их структуры не несут на себе индивидуальной информационной нагрузки, называются элементарными понятиями. На обладая внутренней структурой, элементарные понятия являются аналогами переменных базы знаний простых продукционных систем, и принимают некоторое множество значений. Возможность унификации множестве принимаемых элементарными понятиями значений определяют возможность построения универсальной базы знаний для выбранного круга задач. Разница уровней самых общих понятий и элементарных понятий определяет уровень глубины знаний.

При использовании языка S'A в целях описания и концептуализации знаний эксперта в его нотацию были внесены некоторые изменения, и модифицированный таким образом язык назван языком -ЗД/КС Одним из таких изменений в нотации является введение параметра "точки зрения", позволяющего объединять в рамках единой базы знаний противоречивые фрагменты знаний эксперта легко идентифицируемые с помощью механизмов SA •

Другим изменением нотации 5 А является использование параметра "индекс" языка S'A/кС вместо параметров "узел" и "индекс" языка SA , имеющего тог же смысл, что и параметр "узел" языка SA , т.е. определение глубины и места расположения спецификации в общей структуре описания знаний. Индексы спецификаций определяют на множестве спецификаций отношение частичного порядка. Вместо ICO И интерфейса блоков языка SA , определяющего вход, контроль, выход и механизм поддержки, в языке SA/K С используется CTR.P интерфейсу, определяющий причинно-следственные, временные и пространственные отношения. Приведены некоторые другие дополнения к языку ¿A , включенные в нотацию ¿"А/КС .

В четвертой главе описывается система визуализации интерфейса экспертной системы, разработанная в рамках создания объектно-ориентированной среды программирования для проектирования экспертиз систем. Отмечается, что в современных средах программирования для создания экспертных систем, ориентированных на применение на.ГЬМ PC/XTy4Tотсутствует компонента создания и управления сложных изображений, необходимая для решения широкого круга задач, характеризующихся невысокой степенью вербализации понятий.

С целью создания изображений, хранения их на внешних устройствах и вывода на экран дисплея был разработан редактор " Pcu.ft.-t-ег ", работающий под управлением системы Windows. .

Изображение объекта 0 определяется через множество изображений составляющих его компонент 11~\,п. , определяемых через четверки < I, R, С, Р> где 1 - изображение компоненты в оперативной памяти;

к, - относительный размер изображения на экране; О - относительные координаты изображения на Э1фане; Р - план изображения, определяющий последовательность наложения изображений компонент объекта друг на друга.

Описан алгоритм формирования изображения объекта на экране.

Разработана подсистема визуализации пассивного интерфейса ввода данных в экспертную систему. Пассивным называется интерфейс, направленный системой меню и не зависящий от структуры базы знаний. Структура подсистемы пассивного интерфейса определяется с помощью множества терминальных спецификаций базы знаний, объединяемых в иерархические классы по родовому признаку. Описывается алгоритм построения структуры пассивного интерфейса к эвристические приемы по сокращению необходимых объемов памяти.

Разработана подсистема визуализации содержимого базы данных, применяемая для вывода решения в виде изображений. Структура подсистемы визуализации похожа на структуру подсистемы пассивного ввода и также определяется иерархической структурой спецификаций базы знаний. Описан алгоритм управления визуализации содержимого базы данных.

Отмечается структурная идентичность алгоритмов формирования изображения объекта на экране, управление подсистемой пассивного ввода, управление подсистемой визуализации базы данных и алгоритма работы объектно-ориентированной экспертной системы, описанного во второй главе. Это дает возможность рассматривать подсистему визуализации как экспертную подсистему в составе решавдей экспертной системы, что существенно облегчает процесс разработки

подсистемы визуализации, так как позволяет воспользоваться готовыми механизмами работы экспертной системы. При этом знаниями подсистемы компановки изображений объектов являются знания о изображениях компонент этих объектов, их относительных размеров и расположения.

В пятой главе описываются экспертные системы "АГРЭКС" и "Деметра", разработанные на основе теоретических результатов, полученных в диссертации.

Экспертная агробиологическая система "АГРЭКС" решает следующие задачи:

- помощь в выборе сортов с учетом разносторонних запросов пользователей, желаемой урожайности и органолептических качеств, устойчивости к болезням и вредителям, сохранности урожая с учетом характеристик обрабатываемого участка и климатических условий места произрастания;

- выбор оптимального способа расположения высаживаемых сортов на участке;

- консультации по агротехническим приемам ухода за растениями с указанием целей, сроков и средств осуществления ухода;

- оценка ущерба, связанного с поражениями болезнями и вредителями.

Разработка базы знаний экспертной системы "АГРЭКС" была осуществлена с помощь» языка концептуализации знаний ЗА/КС

Система "АГРЭКС" разработана с помощью интегрированной''среды создания экспертных систем С1/Р11 . База знаний системы содержит 475 правил, общий объем занимаемой памяти составляет 240 килобайт, среднее время ответа 7-10 секунд.

В работе приведены спецификации базы знаний системы в нота-

ции языка SA/kC

Экспертная система "Деметра" дает рекомендации по следующим вопросам:

- определение оптимальной структуры стада домашних животных в зависимости от типа и объема сельскохозяйственных угодий, обеспечивающей выполнение ориентировочных нормативов по животноводству;

- определение необходимого количества продукции растене-водства для обеспечения корма животных;

- определение количества производимой товарной продукции.

Архитектура системы "Деметра" соответствует объектно-ориент

рованной организации, описанной во второй главе.

Интерфейс с пользователем реализован на основе системы визуализации интерфейса экспертной системы с пользователем, описан ной в четвертой главе.

Система "Деметра" разработана с помощью пакета Vcn Jows , ее база знаний содержит 31 объект, алгоритм работы системы обеспечивает обратный поиск. Объем занимаемой памяти составляет 90 килобайт, среднее время ответа 3-5 секунд.

В заключении главы приведены спецификации базы знаний системы "Деметра" в нотации языка 6А / КС .

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. Разработан метод сокращения времени поиска решений для продукционных экспертных систем на основе структурного анализа базы знаний.

2. С целью существенного сокращения времени поиска решения

на основе полного исключения из просмотра дополнительных правил базы знаний разработана архитектура и предложен алгоритм работы экспертных систем с объектно-ориентированной организацией. Получены аналитические оценки ожидаемой степени ускорения поиска решения.

3. Выявлен механизм распространения потока сообщений по дереву вывода в зависимости от способа управления потоком сообщений на основе моделирования с помощью аппарата сетей Пэтри.

4. Введены понятия чувствительности и восстанавливаемости экспертной системы, отражающие реакцию системы к нарушению процесса работы. Получены аналитические оценки чувствительности и восстанавливаемости при различных способах управления потоком сообщений.

5. Определена зависимость необходимого для работы экспертной сис'темы объема оперативной памяти в зависимости от способа управления потоком сообщений.

6. С целью сокращения количества семантических искажений при переходе от языка эксперта к языку представления знаний экспертной системы разработан язык концептуализации знаний SA/КС , основанный на языке спецификаций программ SA .

7. Разработана система визуализации интерфейса между экспертной системой и пользователем. Показано, что система визуализации может быть организована как экспертная система, что существенно облегчает решение задачи включения системы визуализации в состав решающей экспертной системы.

8. На основе использования языка £Д/кС разработана база знаний экспертной агробиологической системы "АГРЭКС".

9. На основе предложенной объектно-ориентированной архитекту-

ры экспертных систем и системы визуализации интерфейса разработана консультационная экспертная система по животноводству "Демет-ра".

По тема диссертации опубликованы следующие работы.

1. Грачев Л.С., Даниэлян А.К., Поволоцкий Ф.Б. Выбор языка программирования для локальной сети ЭНЛ на базе персональных компьютеров //Применение персональных компьютеров,- М.: ЩШП, 1987. - С. 27-34.

2. Каменской A.C., Ляшевский A.M., Даниэлян А.К., Заборовс-кий С.А. Экспертная система "АГРЭКС" для садоводов-любителей// Интеллектуальное программное обеспечение ЭВМ. Тез.докл.Всесоюз. научн. -практ.сем., 13-19 мая 1990 г. Р.-н,-Д., 1990. 4.1- С.48--49.

3. Даниелян А.К., Ляшевский A.M. Метод извлечения и формализации знаний при создании базы знаний экспертных систем //Интеллектуальное программное обеспечение ЭВМ. Тез.докл.Всесоюз.научн.~ практ.сем., 13-19 мая 1990 г., Р.-н-Д., 1990. Ч.2.- C.II-I3.

4. Даниелян А.К. Сокращение времени поиска решения в экспертных системах //Автоматика и Телемеханика, №5,- М., 1991.