автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.11, диссертация на тему:Объектно-продукционная модель знаний для построения параллельных экспертных систем реального времени для производственных и организационных комплексов

?Гб о л

На правах рукописи

БУРАКОВ Сергей Борисович

УДК 519.68

ОБЪЕКТНО-ПРОДУКЦИОННАЯ МОДЕЛЬ ЗНАНИЙ ДЛЯ ПОСТРОЕНИЯ ПАРАЛЛЕЛЬНЫХ ЭКСПЕРТНЫХ СИСТЕМ РЕАЛЬНОГО ВРЕМЕНИ ДЛЯ ПРОИЗВОДСТВЕННЫХ И ОРГАНИЗАЦИОННЫХ КОМПЛЕКСОВ

Специальность: 05.13.11 - Математическое и программное обеспечение вычислительных машин, комплексов, систем и сетей

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Москва -1997

Работа выполнена в Московском государственном институте электроники и математики (техническом университете).

Научный руководитель:

доктор технических наук, профессор Кравченко В.А.

Официальные оппоненты:

доктор технических наук, профессор Попов Э.В.

кандидат технических наук, доцент Лобусов Е.С.

Ведущая организация: Институт проблем управления РАН

Защита диссертации состоится "У?" иЛЛ^ 1997г. в (4 часов на заседании диссертационного Совета Д063.68.05 при Московском государственном институте электроники и математики по адресу: 109028, Москва, Б.Трехсвятительский (Б.Вузовский) пер., д.3/12.

С диссертацией можно ознакомиться в библиотеке Московского государственного института электроники и математики.

Автореферат разослан -2.4" 1997г.

Ученый секретарь диссертационного Совета кандидат технических наук, доцент Бузников С.Е.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность. Современные производственные и организационные комплексы представляют собой сложную иерархическую дискретно-непрерывную многокомпонентную проблемную среду для исследования вопросов построения систем обработки информации и управления в реальном времени. Большинство автоматизируемых процессов в производственных комплексах электронной промышленности и организационных системах торгово-финансового профиля являются пока практически неформализованными и связаны, как правило, со сбором, анализом и контролем большого объема сложноструктурированной информации.

В этих условиях целесообразно использовать для решения задач мониторинга, контроля и управления сочетание традиционных подходов с моделями и методами искусственного интеллекта, реализуемыми в экспертных системах реального времени (ЭС РВ). Однако существующие ЭС РВ являются либо довольно сложными в освоении и использовании, либо обладают небогатыми выразительными возможностями.

Актуальность работы определяется, с одной стороны, возрастающей потребностью производственных и организационных комплексов в инструментальных средствах быстрой разработки и сопровождения сложных, параллельных компьютерных систем обработки информации и управления непосредственно внутри предприятия, а с другой стороны, отсутствием моделей, алгоритмов и программно-информационных средств, полностью удовлетворяющих их требованиям.

Цель работы. Целью диссертационной работы является синтез новой модели представления и обработки знаний, ориентированной на неформализованные задачи дискретного управления производственными и организационными комплексами, требующие параллельной интеллектуальной обработки информации.

Методы исследования. Проведенные исследования базируются на использование объектно-ориентированного подхода, продукционной модели знаний, модели семантической сети, аппарата сетей Петри, элементов теории множеств и графов, логики предикатов, языков и машин искусственного интеллекта.

Научная новизна диссертационной работы определяется основными полученными результатами:

1. Синтезирована объектно-продукционная модель представления и обработки знаний для задач дискретного управления производственными и организационными комплексами. Основные свойства модели: использование продукционных правил для обработки событий, реальное распараллеливание обработки информации, новый децентрализованный механизм синхронизации, модульное представление знаний, возможность повторного использования знаний, наличие средств визуализации функциональной структуры и динамики выполнения.

2. Разработана объектно-продукционная сеть обработчиков событий, обеспечивающая визуализацию функциональной структуры и динамики выполнения алгоритма управления, а также возможность его формализованного анализа.

3. Спроектирована объектно-продукционная база знаний в форме виртуальной машины, программируемой на языке высокого уровня и обеспечивающей межплатформную переносимость и устойчивость к сбоям объектно-продукционных алгоритмов.

4. Специфицирован высокоуровневый объектно-продукционный язык декларативно-процедурного типа, обеспечивающий внешнее представление параллельных, динамических алгоритмов управления. Язык ориентирован на описание процессов мониторинга, контроля и управления в производственных и организационных комплексах.

5. Описаны процесс и правила построения объектно-продукционных алгоритмов управления для производственных и организационных комплексов, способствующие уменьшению затрат временных, финансовых и человеческих ресурсов, а также минимизирующие риск неудачи при разработке сложных, динамических параллельных приложений.

Практическая ценность. Разработанные алгоритмическое обеспечение и программно-информационный проект инструментальной среды ПРОДУС.96 создают необходимые условия для построения сложных объектно-продукционных ЭС РВ, решающих неформализованные динамические задачи мониторинга, контроля и управления, требующие параллельной интеллектуальной обработки информации. Основными достоинствами предложенных объектно-продукционных инструментальных средств являются: легкость освоения и удобство использования даже для разработчиков с низкой

квалификацией за счет описания поведения объектов в виде системы продукционных правил, организация параллельной распределенной обработки, динамическое изменение структуры и поведения приложения в соответствии с событиями из внешней среды, визуализация структуры и поведения приложения, поддержка компонентной разработки, повышение скорости разработки за счет повторного использования кода, межплатформная переносимость.

Прикладные возможности объектно-продукционной модели и разработанных на ее базе средств продемонстрированы на реальных примерах построения алгоритма управления технологическим реконфигурируемым производством СБИС и алгоритма мониторинга и контроля движения товаров, финансов и документов в закупочной деятельности компании.

Предложено использовать инструментальную среду ПРОДУС.96 для построения программного обеспечения серверов приложений в трехуровневой архитектуре клиент/сервер.

Написан лекционный материал, обеспечивающий модернизацию и расширение курса лекций и практических занятий в рамках предмета "Автоматизация и интеллектуализация процессов управления", читаемых для студентов по специальности "Автоматизированные системы обработки информации и управления".

Апробация работы. Основные положения и результаты работы докладывались и обсуждались на

- международной студенческой школе-семинаре "Новые информационные технологии в образовании", Гурзуф, май 1993 г.;

- второй международной студенческой школе-семинаре "Новые информационные технологии в образовании", Гурзуф, май 1994 г.;

- научно-технической конференции-конкурсе студентов, аспирантов и молодых специалистов, МГИЭМ, апрель 1994 г.;

- научно-методическом семинаре кафедры АИПУ (1997 г.); Публикации. По теме диссертации опубликовано 6 работ, список

которых приводится в заключительной части автореферата.

Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения, списка литературы и содержит 134 страницы, в том числе 26 рисунков и список литературы из 107 наименования.

СОДЕРЖАНИЕ РАБОТЫ

Введение содержит обоснование актуальности темы работы.

Глава 1. Анализ проблем исследования и разработки моделей и методов для задач управления реального времени в дискретных производственных и организационных комплексах.

Проводится сбор, описание и анализ информации, необходимой для выявления трудностей, которые могут возникнуть при создании управляющих систем для класса производственных и организационных комплексов. Выявляются основные типы объектов управления и объектов взаимодействия для производственных и организационных комплексов, а также их ключевые свойства. В качестве практических примеров рассматриваются реальные задачи, разрабатывавшиеся в рамках договорных НИР при участии автора.

Обосновывается целесообразность автоматизации процессов управления в дискретных производственных и организационных комплексах с использованием ЭС РВ, как системы основанной на знаниях и ориентированной на неформализованные задачи обработки информации и управления. Описывается обобщенная схема ЭС РВ и классы инструментальных средств разработки. Проводится сравнительный анализ современных ЭС РВ на примере ПРОДУС.85-90 (МГИЭМ, Россия) и G2 (Gensym Corp., USA).

Далее формулируются достоинства и недостатки продукционных и сетевых моделей знаний с точки зрения задач управления сложными производственными и организационными комплексы в реальном времени. Основными недостатками продукционной модели являются: отсутствие средств декомпозиции и структуризации линейной системы продукций; отсутствие механизма реального распараллеливания и явного управления интерпретацией; а также отсутствие механизма повторного использования знаний. Затем описывается сущность объектно-ориентированного подхода и обосновывается его использование в качестве перспективной основы интеграции различных моделей знаний.

На базе выявленных противоречий между требованиями систем подлежащих автоматизации, с одной стороны, и возможностями управляющих систем и моделей знаний, с другой стороны, определяются цель работы и соответствующие ей задачи, кратко изложенные ниже.

1) Доработка продукционной модели знаний, позволяющая использовать

продукцию в качестве обработчика событий.

2) Декомпозиция декларативной и процедурной компонент доработанной продукционной модели с использованием объектно-ориентированной модели.

3) Разработка сетевого представления объектно-продукционной модели, обеспечивающего визуализацию функциональной структуры и динамики выполнения алгоритма управления.

4) Разработка программно-информационного проекта инструментальной среды построения объектно-продукционных параллельных ЭС РВ.

5) Описание процесса и правил построения объектно-продукционных алгоритмов управления для производственных и организационных комплексов.

Глава 2. Синтез объектно-продукционной модели представления и обработки знаний для задач дискретного управления реального времени. Идея синтеза объектно-продукционной модели знаний такова.

1) Предлагается рассматривать продукционные правила как объекты, обрабатывающие события в смысле объектно-ориентированного подхода.

2) Предлагается для реализации методов объекта, выполняющих обработку событий, использовать продукционные правила.

Для реализации первого утверждения синтеза предложена продукционно-событийная модель, являющаяся структурно-функциональным развитием продукционной модели систем управления реального времени ПРОДУС. Единицей представления и обработки знаний является .О-продукция (объект-продукция), выполняющая обработку событий, хранимых в базе фактов. Формально О-продукция определяется следующим образом:

г, = Г/ (Е,А) = < (tf => then), methods> • О-продукция, где Е - обрабатываемые события;

А - вход/выходные аргументы;

if = if(E, А) = ¿¡г ок(Е, А) - условие применимости, ok^Cf; ¡t=i

then - then(E, A) = { ot(E, A) } - действие, Oi eOr, где Cf - операционный базис О-продукции;

methods = {Match', Executer, Run'} - инвариантные методы обработки

О-продукции:

Matctf - метод проверки условия применимости, Executef - метод выполнения действия, Run' - метод интерпретации.

В системе О-продукций выделены основные и вспомогательные правила, что, с одной стороны, сокращает число непосредственно интерпретируемых продукций и уменьшает суммарный объем модели, а с другой стороны, структурирует базу правил. Основными правилами Г/ называются О-продукции, методы обработки которых автоматически вызываются алгоритмом интерпретации, а вспомогательными правилами г'к -О-продукции, методы обработки которых вызываются принудительно в процессе интерпретации других О-продукций.

Ввиду отсутствия однозначной формализации понятий объекта, экземпляра, класса дается формализованное определение базовой объектно-ориентированной модели представления знаний. Структура модели представляется иерархической семантической сетью, в которой явно выделены интенсиональная и экстенсиональная части. Узлами сети являются классы и экземпляры объектов. Ребрам сети сопоставлены объектно-ориентированные отношения. Каждый объект модели содержит декларативные свойства, как единица представления знаний, и процедурные свойства, как единица обработки знаний. Декларативные свойства объекта хранятся в полях и включают описание структуры S и множество распознаваемых сообщений М. Процедурные свойства содержат описание прикладных методов Р, задающих поведение, и инвариантных методов Fкоторые выполняют обработку прикладных на основе концепции управления событиями.

Далее для реализации второго утверждения синтеза проводится декомпозиция разработанной продукционно-событийной модель за счет инкапсуляции в формализованную объектно-ориентированную модель. В результате синтезирована объектно-продукционная модель ОРМ:

ОРМ = < CL, IN, is-a, RS >, где

CL= <{clp }, Is-derlved, is-friend > - множество классов П-объектов, где Is-derlved - отношение наследования; Is-friend - отношение "дружбы"; IN = {lnk} - множество экземпляров П-объектов;

ге-а - отношение принадлежности;

ЯЭ = { Лаэ-рагТ, раП-о^ Лав-э/Ы/пд, Лаэ-у/э/Ь/е } - структурные отношения.

го/ = с/р = /Л(г = < ЯЬ,, ЯЬ,, Яи/т™ > - П-объект, где

РЪ{ — < в, М > - база фактов (событий), где

Я - структура П-объекта;

Л/ - множество сообщений распознаваемых П-объектом;

Яипго - инвариантный метод интерпретации П-объекта;

Я£>/ — {г,} - база правил (прикладных методов), где

г/ - О-продукция.

Единицами представления и обработки знаний модели являются П-объект (продукционный объект) и О-продукция. Схематично П-объект - это объект, методы которого реализуются О-продукциями. П-объекты задают

синхронные разбиения базы фактов р(Я>)={№», ЯЬ?.....РЬЛ} и базы правил

р(ЯЬ)={ЯЬг, ЙЬг..... ЯЬ„ } продукционно-событийной модели на множество

непустых непересекающихся фрагментов:

1=1 п

ИЬ - и^Ь,., ЯЪк*0, Я&^ПЯЬ, = 0, к Мощности разбиений базы фактов Я>

*г=1

и базы правил ЯЬ совпадают с числом П-объектов п: |р(Я>)| = |р(ЯЬ)|=п. Фрагменты базы правил ЯЬ* и базы фактов ЯЬ,- с одинаковыми индексами инкапсулируются в один П-объекг гор : ПЬк егор , ЯЬ, егор , к=1=р. В результате система О-продукций вместе с базой фактов оказывается распределенной по множеству П-объектов.

П-объект используется для явного представления и обработки информационной управляющей модели: класс П-объекта соответствует множеству однотипных внешних объектов, а экземпляр этого класса соответствует одному конкретному объекту управления (ОУ) или объекту взаимодействия из этого множества.

Структура управляемой системы представляется динамической иерархической семантической сетью (см. Рис. 1), вершинами которой соответствуют П-объекгы, а ребрам - объектно-ориентированные структурные отношения: has-part, part-of, has-slbling, has-visible. На основе установленных отношений владения has-part и отношений включения part-of между П-объекгами выделяются структурные уровни сети. Отношение соседства has-slbling устанавливается между П-объекгами одного структурного уровня и имеющих общий суперобъект. Отношение видимости has-visible может устанавливаться между П-объекгами любых структурных уровней. В структуре явно выделяются интенсиональная CL и экстенсиональная части /А/. Интенсиональная часть соответствует множеству классов П-объектов, между элементами c!¡ которого устанавливается объектно-ориентированное отношение наследования is-derived. Экстенсиональная часть соответствует множеству экземпляров П-объекгов, каждый элемент /л, которого связан объектно-ориентированным отношением принадлежности /s-а с собственным классом с/, е CL

Процесс управления представляется системой О-продукций, распределенной по П -объектам. В зависимости от состава базы правил

П-объехта в ОРМ выделяются активные и пассивные объекты. Активным П-объектом называется такой П-объект, база правил которого содержит хотя бы одну основную О-продукцию. Пассивным П-объектом называется такой П-объекг, база правил которого содержит только вспомогательные О-продукции. В ОРМ выделяются два типа параллелизма: реальный параллелизм на уровне П-объектов и псевдопараллельная интерпретация О-продукций внутри П-объеюов.

Затем для синтезированной объектно-продукционной модели разрабатывается алгоритмическое обеспечение, реализующее инвариантные методы О-продукции и П-объекга {Match, Execute, Run). Для синхронизации параллельных П-объектов предложен новый децентрализованный механизм синхронизации, базирующийся на вызове инвариантных методов обработки О-продукции и П-объекта, что позволяет абстрагироваться от механизма обработки сообщений (см. Рис. 2).

Управляющий П-объект го+

Управляемый П-объект

Ожидаемые прикладные сообщения

Рис. 2. Схема механизма синхронизации П-объекгов.

Вызов инвариантных методов О-продукции реализуется через посылку системных сообщений, формируемых алгоритмами без участия разработчика, и состоит из трех этапов: посылки управляющего системного сообщения (М_Са!1Ххх), ожидания получения системного сообщения обратной связи (М_Пей1гпХхх) и последующего довыполнения ожидающей О-продукции.

Выдача управляющих системных сообщений осуществляется внутри методов Match', Execute? управляющего П-объекта го+ с установлением у интерпретируемой О-продукции состояния ожидания (Wait). Обработка управляющих системных сообщений осуществляется методом управляемого П-объекта го" ProcessSysMsg, который завершается посылкой системного сообщения обратной связи с результатом обработки. После поступления системного сообщения обратной связи метод П-объекта ro+ TryResume пытается довыполнить соответствующую ожидающую О-продукцию. Псевдопараллельная интерпретация системы О-продукций обеспечивает возможность установления П-объектом одновременно нескольких каналов управления с другими П-объектами.

В заключительной части разрабатывается объектно-продукционная сеть обработчиков событий, обеспечивающая визуализацию функциональной структуры и динамику выполнения алгоритма управления. Сеть объединяет выразительные возможности сетей Петри и семантических сетей. В отличие от сетей Петри объектно-продукционная сеть не имеет собственных правил выполнения. Функциональная структура алгоритма управления отображается в виде взаимосвязанного набора событий, сопоставляемых позициям сети, и их обработчиков, сопоставляемых переходам. В качестве обработчиков событий выступают как П-объекты, так и О-продукции. Сеть также может обеспечивать формализованный анализ алгоритмов управления, включая обнаружение таких критических ситуаций для параллельных систем, как конфликт, зацикливание, самоблокировка.

Глава 3. Проектирование программно-информационного обеспечения объектно-продукционной ЭС РВ.

Предлагается строить объектно-продукционную базу знаний в форме виртуальной машины. В качестве памяти машины выступает база классов, соответствующая интенсиональной части объектно-продукционной модели. В качестве процессора машины выступает база экземпляров, соответствующая экстенсиональной части. Взаимодействие прикладных П-объектов с внешней средой осуществляется через обмен сообщениями. Взаимодействие прикладного П-объекта и его объекта управления (ОУ) представляется потоком внешних прикладных сообщений. Передача и прием сообщений обеспечивается шиной сообщений (см. Рис. 3). Шина сообщений обеспечивает взаимодействие П-объекта с различными устройствами ввода-вывода,

например, дисплеем, клавиатурой, последовательным портом или сетевой картой. ;

— Объектно-продукционная База Знаний -

г Пзмшь -.

База Классов Л

Виртуальная машина

Рис. 3. Архитектура объектно-продукционной виртуальной машины.

Архитектуру объектно-продукционной виртуальной машины можно отнести к параллельным объектно-ориентированным архитектурам не-фон-неймановского типа с распределенной памятью для обработки управляемых событиями программ на языке высокого уровня. Для поддержания целостности базы знаний используется механизм публикации классов. С практической точки зрения виртуальная машина базы знаний обеспечивает межппатформную переносимость объектно-продукционных алгоритмов, а также реальное параллельное выполнение П-объектов, асинхронную псевдопараллельную интерпретацию О-продукций, новый децентрализованный механизм синхронизации и устойчивость к сбоям.

Затем специфицируется объектно-продукционный язык ОР1., обеспечивающий внешнее представление параллельных, динамических алгоритмов управления. Язык относится к классу символьных языков высокого уровня и ориентирован на описание интеллектуального человекоподобного поведения ЭС РВ в удобной для разработчика форме. Синтаксис языка ОР1. базируется на объединении элементов синтаксиса объектно-ориентированного языка программирования С++, используемого в качестве базового для определения П-объектов, и языка продукционных систем управления

ПРОДУС.90, используемого в качестве базового для определения О-продукциЙ. Показаны основные синтаксические элементы языка в виде расширенных форм Бэкуса-Наура.

Структурно объектно-продукционная программа состоит из секций описания интерфейсов классов П-объектов и секций их реализаций. Интерфейс П-объекта включает разделы описание структуры (Structure), прикладных сообщений (Messages) и методов (Methods). Структура описывается набором параметров и П-объектов. Сообщение П-объекта соответствует либо управляющей команде, либо сообщению обратной связи и определяется через набор параметров и тип: входной (Input) или выходной (Output).

Методы П-объекта включают конструкторы, деструктор и набор обработчиков событий, описываемых с помощью формализма О-продукции. Интерфейс О-продукции состоит из имени, списка входных и выходных аргументов. Методы П-объекта являются общедоступными (public) для взаимодействующих объектов. Структура и сообщения составляют закрытую (prlvate) часть П-объекта. В общем случае описание интерфейса П-объекта выглядит следующим образом:

Classn объект_Х //интерфейс класса "П_объект_Х" {

Structure:

П_объект_У параметр_1

String параметр_2

Messages:

Input Сообщение_1 ( Int параметр_1_1, . . . )

Output Сообщение_2 ( )

Methods:

Правило_1 ( n_o6beKT_Z аргумент_1_1, .. . ) Правило_2 ( )

}

Реализация П-объекта состоит из набора реализаций О-продукций, определяющих конструкторы, деструктор и обработчики событий. Основным элементом реализации О-продукции является тело, которое может включать часть описания условия (IF). часть описания действия (THEN) и часть описания альтернативного действия (ELSE):

// реализация обработчика событий "Правило_1" класса "П_объект_Х" П обьект_Х::Правило 1( П объект Z аргумент 1 1, . .. )

Г

IF < описание_условия > THEN < описание„действия >

ELSE < описание альтернативного_действия > }

Основными функциональными характеристиками алгоритмов, разрабатываемых • на языке ОР1_ являются: параллельность, динамичность, управляемость событиями, устойчивость, выполнение в реальном времени, открытость и межплатформная переносимость.

В заключительной части описывается состав и структура программного проекта инструментальной среды ПРОДУС.96 для разработки прикладных объектно-продукционных ЭС РВ. Основными компонентами среды являются: настраиваемая объектно-продукционная база знаний, компилятор, декомпилятор, редактор и отладчик. Предложено реализовывать программное обеспечение в виде набора программных объектов-шаблонов, классы которых образуют единую иерархию наследования. Основные программные объекты точно соответствуют математическим абстракциям объектно-продукционной модели и информационным абстракциям базы знаний.

Глава 4. Применение разработанных алгоритмических и программно-информационных средств в задачах управления реальными дискретными объектами.

Вначале описаны процесс и правила построения объектно-продукционных алгоритмов управления для производственных и организационных комплексов. Процесс построения алгоритма имеет итеративно-встречный характер и состоит из четырех этапов:

- идентификации внешних объектов;

- определения интерфейсов П-объектов;

- определения реализации П-объектов;

- выделение модулей и параллельных процессов.

Интерфейс алгоритма, как П-объекта, определяется с использованием нисходящего подхода, а реализация во встречном направлении, снизу-вверх. Название, структура и поведение П-объекга, как информационной управляющей модели, описывается в терминах предметной области.

Используя предложенную методику для реальных задач строятся объектно-продукционные алгоритмы, демонстрирующие прикладные возможности предложенных алгоритмических и программно-информационных средств. Описано построение объектно-продукционного алгоритма управления технологическим реконфигурируемым производством СБИС,

демонстрирующего использование объектно-продукционного языка и параллельной обработки в задачах управления реального времени. П-объекгы алгоритма являются информационными моделями реальных объектов основного и вспомогательного технологического оборудования. При построении алгоритма была найдена и использована следующая закономерность для класса процессов управления транспортно-загрузочными устройствами: "Операции разгрузки/загрузки вспомогательного транспортного оборудования, как правило, синхронизируются с операциями загрузки/разгрузки основного технологического оборудования".

Далее описано построение объектно-продукционного алгоритма мониторинга и контроля движения товаров, финансов и документов в закупочной деятельности компании, демонстрирующего использование объектно-продукционного языка и динамическое создание экземпляров П-объекгов. П-объекты алгоритма являются информационными моделями реальных документов, процессов и товаров, сопровождающих закупочную деятельность компании. Приведены количественные характеристики алгоритма.

В заключительной части приводятся потенциальные возможности использования объектно-продукционной ЭС РВ в составе распределенных систем с архитектурой клиент/сервер, как перспективного направления эволюции систем обработки информации и управления. Выявлено, что компоненты систем клиент/сервер в различные моменты времени поочередно выступают в роли системы управления и объекта управления по отношению друг к другу. Предложено использовать для построения серверов приложений, выполняющих параллельную, интеллектуальную обработку информации, инструментальную среду разработки объектно-продукционных ЭС РВ ПРОДУС.96. Благодаря высокоуровневому языку ПРОДУС.96 настройка сервера на решение прикладной задачи может быть выполнена непосредственно специалистами предметной области, не имеющими высокой квалификации программирования. Использование объектно-продукционной ЭС РВ в качестве обрабатывающей компоненты масштаба подсистемы клиент/сервер является новым путем решения многих проблем сложных информационных систем.

ОСНОВНЫЕ ВЫВОДЫ И РЕЗУЛЬТАТЫ РАБОТЫ

1. Проведен анализ проблем исследования и разработки моделей и методов для задач управления реального времени в дискретных производственных и организационных комплексах, как сложных системах.

2. Дано формализованное определение объектно-ориентированной модели знаний, уточняющее понятия объект, класс, экземпляр.

3. Синтезирована объектно-продукционная модель представления и обработки знаний для неформализованных динамических задач дискретного управления производственными и организационными комплексами в реальном масштабе времени, требующих параллельной интеллектуальной обработки информации.

4. Разработано алгоритмическое обеспечение объектно-продукционной модели знаний, поддерживающее новый децентрализованный механизм синхронизации параллельных объектов.

5. Разработана объектно-продукционная сеть обработчиков событий, обеспечивающая визуализацию функциональной структуры и динамики выполнения алгоритма управления, а также возможность его формализованного анализа.

6. Разработан программно-информационный проект инструментальной среды ПРОДУС.96 для построения объектно-продукционных параллельных ЗС РВ. Предложено строить объектно-продукционную базу знаний в форме виртуальной машины, управляемой потоком событий и программируемой на декларативно-процедурном языке высокого уровня.

7. Описаны процесс и правила построения объектно-продукционных алгоритмов управления для производственных и организационных комплексов. Название, структура и поведение П-объекга, как информационной управляющей модели, описывается в терминах предметной области.

8. Прикладные возможности разработанных алгоритмических и программно-информационных средств продемонстрированы на задачах управления реальными дискретными объектами производственных и организационных комплексов. Построены объектно-продукционный алгоритм управления технологическим реконфигурируемым производством СБИС и алгоритм мониторинга и контроля движения товаров, финансов и документов в закупочной деятельности компании.

9. Предложено использовать инструментальную среду ПРОДУС.96 для построения программного обеспечения серверов приложений в трехуровневой

архитектуре клиент/сервер. Реализация физически распределенного сервера приложений может быть выполнена, например, на многопроцессорной ЭВМ, сети транспьютеров, локальной вычислительной сети или даже единой мировой компьютерной сети Internet.

Основные положения и результаты диссертации отражены в следующих работах:

1. Бураков С.Б. Модели и средства автоматизации синтеза алгоритмов управления дискретными производственными комплексами/ Международная студенческая школа-семинар "Новые информационные технологии в образовании", Гурзуф, май 1993 г., с.175.

2. Бураков С.Б. Объектно-продукционное представление и организация процессов обработки информации в интеллектуальных системах управления / научно-техническая конференция-конкурс студентов, аспирантов и молодых специалистов, МГИЭМ, апрель 1994 г., с.6.

3. Бураков С.Б. Евсеев О.В. Объектно-продукционные модели обработки информации в интеллектуальных системах управления / Вторая Международная студенческая школа-семинар "Новые информационные технологии в образовании", Гурзуф, май 1994 г., с. 185.

4. Кравченко В.А., Евсеев О.В., Нечаев A.M., Поневаж В.П., Ковалевский Д.В., Крез В.Д., Титов В.И., Бураков С.Б., Бузулукова Л.А. Логико-динамические модели и программно-технические средства интеллектуальной системы управления дискретными процессами. - "Приборостроение". №9-10, 1994, с. -36-44.

5. Кравченко В.А., Евсеев О.В., Нечаев A.M., Поневаж В.П., Титов В.И., Бураков С.Б., Ковтун И.Й., Лисюткин Д.В., Ольшанников A.B. Математические модели и средства построения интеллектуальных систем реального времени для мониторинга, контроля и управления дискретными динамическими процессами.- В кн.: Машиностроение, приборостроение, энергетика / Ред. кол.: А.Н.Тихонов, В.А.Садовничий и др. - М.: Издательство Московского Университета, 1995, с. 258-262.

6. Евсеев О.В., Бураков С.Б., Ковтун И.И. Объектно-продукционная модель и инструментальные средства для построения интеллектуальных систем управления реального времени. - Труды Второго международного симпозиума "Интеллектуальные системы". Том1. - М.: Издательство РУДН - ПАИМС, 1996, с. 28-33.

ВВЕДЕНИЕ.

ГЛАВА 1. АНАЛИЗ ПРОБЛЕМ ИССЛЕДОВАНИЯ И РАЗРАБОТКИ МОДЕЛЕЙ И МЕТОДОВ ДЛЯ ЗАДАЧ УПРАВЛЕНИЯ РЕАЛЬНОГО ВРЕМЕНИ В ДИСКРЕТНЫХ ПРОИЗВОДСТВЕННЫХ И ОРГАНИЗАЦИОННЫХ КОМПЛЕКСАХ.

1.1. Анализ современных дискретных объектов и процессов управления в производственных и организационных комплексах.

1.2. Структура, инструментальные средства и возможности современных экспертных систем реального времени (ЭС РВ).

1.3. Анализ современных моделей знаний с точки зрения задач управления реального времени.

1.4. Цель, задачи и средства исследования и разработки объектно-продукционной модели знаний.

В условиях современной рыночной экономики выживание, повышение конкурентоспособности и развитие - являются наиболее важными задачами для огромного количества производственных и организационных комплексов. Динамика конъюнктуры рынка заставляет современные предприятия постоянно внедрять новые схемы бизнеса и в соответствии с ними модифицировать организационную структуру (business process reengineering). Успешное решение этих задач напрямую зависит от эффективности и оперативности использования всех ресурсов комплекса в производственных и организационных процессах; от трудоемкости и синхронности выполнения всех бизнес-процессов; от скорости адаптации организационной структуры к новым условиям рынка. Степень удовлетворения столь жестким требованиям, в свою очередь, определяется используемой предприятием информационной технологии поддержки бизнеса или уровнем его автоматизации и интеллектуализации. Применение компьютерной информационной технологии позволяет увеличить гибкость структуры предприятия при создании и предложении новых товаров и услуг; избавится от части бумажной работы; ускорить процесс обмена информацией, как одного из видов ресурсов; более полно использовать возможности каждого сотрудника предприятия; и, наконец, принимать более правильные решения, основанные на полной и точной оперативной информации.

Современные производственные и организационные комплексы представляют собой сложную иерархическую дискретно-непрерывную многокомпонентную проблемную среду для исследования вопросов построения систем обработки информации и управления реального времени. Структуру комплекса образуют объекты и подсистемы различной природы, связанные сетью материальных и информационных потоков. Объекты комплекса, как правило, функционируют последовательно-параллельно во времени, причем их деятельность подчинена определенной цели (производство продукции, обслуживание клиентов, .). С точки зрения предприятия объекты могут рассматриваться либо как ресурсы (финансы), либо как исполнители определенных процессов (оборудование), либо как и то и другое одновременно (сотрудники). С точки зрения компьютерной системы управления ресурсы предприятия образуют внешнюю среду, а производственные и организационные процессы являются предметом автоматизации.

Большинство автоматизируемых процессов в производственных комплексах электронной промышленности и организационных системах торгово-финансового профиля являются пока практически неформализованными и связаны, как правило, со сбором, анализом и контролем большого объема сложноструктурированной информации. Ее обработка носит преимущественно параллельный событийно-качественный характер, при этом она связана с большим числом операций принятия решений, сопоставлением ситуаций и асинхронной выдачей управляющих воздействий и сообщений обратной связи. Алгоритмы автоматизируемых процессов отражают специфику предприятия и существенной зависят от его профиля, размеров и уровня развития. Например, крупная фирма со множеством филиалов и дочерних предприятий характеризуется более сложными бизнес-процессами, чем небольшая. Следствием такого положения является отсутствие стандартизации большинства производственных и организационных процессов и широкое использование эвристик для их реализации. Поэтому, говоря о информационной компьютерной системе управления, в первую очередь, следует рассматривать ее не как законченный продукт, способный выполнять определенные прикладные функции, а как инструментальное средство, обладающее технологическими возможностями настройки и расширения.

В этих условиях целесообразно использовать для решения задач мониторинга, контроля и управления сочетание традиционных подходов с моделями и методами искусственного интеллекта, как технологии направленной на решение "человеческих задач" с использованием знаний. Другими словами, целесообразно строить систему управления, как экспертную систему реального времени. Использование экспертной системы позволяет решать неформализованные задачи обработки информации и управления непосредственно специалистами предприятия с минимальными затратами и в кратчайшие сроки. Кроме того экспертная система изначально ориентирована на взаимодействие не только с различными техническими объектами, но и с людьми, выступающими в качестве внешних объектов управляемой системы. Практическим доказательством жизнеспособности и эффективности систем, основанных на знаниях, является всемирно известная инструментальная экспертная система реального времени G2 фирмы Gensym (USA). Однако, существующие экспертные системы являются либо довольно сложными в освоении и использовании, либо обладают небогатыми выразительными возможностями.

Актуальность работы определяется, с одной стороны, возрастающей потребностью производственных и организационных комплексов в инструментальных средствах быстрой разработки и сопровождения сложных, параллельных компьютерных систем обработки информации и управления непосредственно внутри предприятия, а с другой стороны, отсутствием моделей, алгоритмов и программно-информационных средств полностью удовлетворяющих их требованиям. Главной целью настоящей работы является синтез новой объектно-продукционной модели представления и обработки знаний, ориентированной на неформализованные задачи дискретного управления производственными и организационными комплексами, требующими параллельной интеллектуальной обработки информации. Синтезируемая модель должна позволить специалистам из предметной области непосредственно участвовать в разработке компьютерной системы, решающей поставленную задачу.

В целом диссертация подготовлена на основе работ, выполняемых автором с 1990 г. на кафедре "Автоматизация и Интеллектуализация Процессов Управления" Московского Государственного Института Электроники и Математики.

ОБЩИЕ ВЫВОДЫ

Сформулируем основные результаты работы.

1. Проведен анализ проблем исследования и разработки моделей и методов для задач управления реального времени в дискретных производственных и организационных комплексах, как сложных системах. В результате анализа:

- Выявлены основные типы объектов управления и объектов взаимодействия для производственных и организационных комплексов, сформулированы их ключевые свойства.

- Зафиксировано, что с точки зрения автоматизируемых комплексов компьютерная система управления в основном рассматривается как технологическое средство для решения неформализованных задач обработки информации и управления, а не законченный программный продукт.

- Выявлено, что основным требованием к базовой модели ЭС РВ является модульное представление знаний об иерархической структуре внешних объектов и параллельных процессах обработки информации и управления в реальном времени, независящее от размера управляемой системы.

2. Дано формализованное определение объектно-ориентированной модели знаний, уточняющее понятия объект, класс, экземпляр. Структура модели представляется иерархической семантической сетью, в которой явно выделены интенсиональная и экстенсиональная части. Каждый объект модели содержит декларативные и процедурные свойства, и поддерживает правила ограничения доступа.

3. Синтезирована объектно-продукционная модель представления и обработки знаний для задач дискретного управления производственными и организационными комплексами в реальном масштабе времени. Модель ориентированна на модульное, логически распределенное представление знаний о иерархической структуре управляемой системы и параллельных процессах обработки информации и управления в РВ. Единицами представления и обработки знаний модели являются

П-объект (продукционный объект) и О-продукция (объект-продукция). Структура модели имеет вид иерархической семантической сети П-объектов, в которой явно выделяются интенсиональная и экстенсиональная части. Основными свойствами модели являются:

- структуризация базы правил за счет разделения О-продукций на основные и вспомогательные;

- реальное распараллеливание структурированной системы О-продукций за счет декомпозиции базы правил на фрагменты, инкапсулируемые в П-объекты;

- новый децентрализованный механизм синхронизации параллельных П-объектов, позволяющий абстрагироваться от механизма сообщений;

- поддержка многократного повторного использования знаний за счет явного выделения классов и экземпляров П-объектов;

- возможность динамического изменения структуры алгоритма управления во время выполнения;

- наличие средств визуализации и возможность формализованного анализа функциональной структуры алгоритмов управления.

4. Разработано алгоритмическое обеспечение объектно-продукционной модели знаний, поддерживающее новый децентрализованный механизм синхронизации параллельных П-объектов. Механизм позволяет П-объекту одновременно устанавливать несколько каналов управления с параллельными П-объектами.

5. Разработана объектно-продукционная сеть обработчиков событий, обеспечивающая визуализацию функциональной структуры и динамики выполнения алгоритма управления, а также возможность его формализованного анализа.

6. Разработан программно-информационный проект инструментальной среды ПРОДУС.96 для построения объектно-продукционных параллельных экспертных систем реального времени. Предложено строить объектно-продукционную базу знаний в форме виртуальной машины, управляемой потоком событий и программируемой на декларативно-процедурном языке высокого уровня. Основными характеристиками прикладных объектно-продукционных ЭС РВ являются:

- ориентация на быстрое решение сложных неформализованных задач мониторинга, контроля и управления непосредственно специалистами;

- модульная, открытая и логически распределенная структура;

- параллельное поведение, управляемое событиями;

- межплатформная переносимость.

7. Описаны процесс и правила построения объектно-продукционных алгоритмов управления для производственных и организационных комплексов. Название, структура и поведение П-объекта, как информационной управляющей модели, описывается в терминах предметной области. Наличие простой и четкой методики построения объектно-продукционных алгоритмов способствует уменьшению затрат временных, финансовых и человеческих ресурсов, а также минимизирует риск неудачи разработке сложных, динамических параллельных приложений.

8. Прикладные возможности разработанных алгоритмических и программно-информационных средств продемонстрированы на задачах управления реальными дискретными объектами производственных и организационных комплексов. Построены объектно-продукционный алгоритм управления технологическим реконфигурируемым производством СБИС и алгоритм мониторинга и контроля движения товаров, финансов и документов в закупочной деятельности компании.

9. Предложено использовать инструментальную среду ПРОДУС.96 для построения программного обеспечения серверов приложений, выполняющих параллельную, интеллектуальную обработку информации, в трехуровневой архитектуре клиент/сервер. Благодаря высокоуровневому языку ПРОДУС.96 настройка сервера на решение прикладной задачи может быть выполнена непосредственно специалистами предметной области, не являющимися профессиональными программистами. Реализация физически распределенного сервера приложений может быть выполнена, например, на многопроцессорной ЭВМ, сети транспьютеров, локальной вычислительной сети или даже единой мировой компьютерной сети Internet.

1. Евсеев О.В., Кравченко В.А. Применение ЭВМ в управлении технологическимипроцессами: Автоматизация и интеллектуализация производства: Учеб. пособие. М.: Изд-во МГОУ; А/О Росвузнаука, 1992.

2. Евсеев О.В. Методы формализованного исследования и инвариантные моделидля построения систем оперативного управления производственных и организационных комплексов. Докторская диссертация М.: МГИЭМ, 1996.

3. Венда В.Ф. Системы гибридного интеллекта: Эволюция, психология,информатика. М.: Машиностроение, 1990. - 448 с.

4. Newell A. Heuristic Programming: III Structured Problems // Progress in Operation

5. Research. Vol. 3. New York: Weley and Sons, 1969.

6. Кук Д., Бейз Г. Компьютерная математика: Пер. с англ. М.: Наука, Гл. ред. физ.мат. лит., 1990.- 384с.

7. Питерсон Дж. Теория сетей Петри и моделирование систем: Пер. с англ. М.:1. Мир, 1984.-264 с.

8. Котов В.Е. Сети Петри. М.: Наука, 1984-160 с.

9. Розенблюм Л.Я. Сети Петри // Изв. АН СССР. Техн. кибернетика 1983, №5с.12-40.

10. Перспективы развития вычислительной техники: В 11 кн.: Справ. пособие/Подред. Ю.М.Смирнова. Кн. 2.: Интеллектуализация ЭВМ/Е.С.Кузин, А.И.Ройтман, И.Б.Фоминых, Г.К.Хахалин.- М.: Высшая школа, 1989.-159 с.

11. Искусственный интеллект: В 3 кн. Кн. 1. Системы общения и экспертные системы:

12. Справочник/Под ред. Э.В.Попова.- М.: Радио и связь, 1990.-464 с.

13. Newell A. Heuristic Programming: III Structured Problems // Progress in Operation

14. Rexarch. Vol. 3. New York: Weley and Sons, 1969.

15. Попов Э.В. Экспертные системы. M.: Наука, 1983. - 208 с.

16. Поспелов Г.С. Искусственный интеллект основа новой информационнойтехнологии. М.: Наука, 1988. - 272 с.

17. Построение экспертных систем. М.: Мир, 1987. - 441 с.

18. Представление знаний в человеко-машинных и робототехнических системах. Т.А.

19. Фундаментальные исследования в области представления знаний. 150 с. Т.В. Инструментальные средства разработки систем, ориентированных на знания. -140 с. Т.С. Прикладные человеко-машинные системы, ориентированные на знания. -140 с. - М.: ВИНИТИ, 1984.

20. Уотермен Д. Руководство по экспертным системам. М.: Мир, 1989. - 388 с.

21. Экспертные системы. Принципы работы и примеры. М.: Радио и связь, 1987.223 с.

22. Amble Т. Logic programming and knowledge engineering. Reading: Addison-Wesley,1987. 281 p.

23. Bratko I. Prolog programming for artificial intelligence. Reading: Reading: Addison1. Wesley, 1986. 423 p.

24. Системы управления базами данных и знаний: Справ, изд. / А.Н.Наумов,

25. А.М.Вендров, В.К.Иванов и др.; Под ред. А.Н.Наумова. М.: Финансы и статистика, 1991. - 352 с.

26. Glimore J.F., Pulaski К. A survey of expert system tools. // 2nd Conf. of Al Applic.,1985. -p.418-502.

27. Richer M.H. An evaluation of expert system development tools // Expert Systems.1986. Vol. 3, N 3. - p.166-182.

28. Swinkels D.A.J., Lock Lee L., Saunders M. Comparison of four expert systemdevelopments packages // 2nd Int. Expert Systems Conf., 1986. p. 149-155.

29. Waterman D.A. A Guide to Expert Systems. New York: Addison-Welse, 1986.

30. Программирование, отладка и решение задач на ЭВМ единой серии. Язык

31. Фортран: Учеб. пособие для вузов / И.А.Кудряшов, Н.Х.Кушнер, Л.В.Петрова, Н.А.Силов. Л.: Энергоатомиздат, Ленингр. отд-ние, 1988. -208 с.

32. Белецкий Я. Энциклопедия языка Си: Пер. с польск. М.: Мир, 1992. - 687 с.

33. Сойер Б., Фостер Д.Л. Программирование экспертных систем на Паскале. М.:

34. Финансы и статистика, 1990. 240 с.

35. Практическое введение в технологию искусственного интеллекта и экспертныхсистем с иллюстрациями на Бейсике /Р.Левин, Д.Дранг, Б.Эделсон: Пер. с англ. М.: Финансы и статистика, 1991. - 239 с.

36. Charniak Е., Riesbeck С., McDermott D. Artificial Inteligence Programming. New

37. Jersey: Lawrence Erlbaum Associates, 1980. 352p.

38. Goldberg A., Robson D. Smalltalk-80. The Language and its implementation.

39. Addison-Wesley, 1983. 714p.

40. Хювёнен Э., Сеппянен Й. Мир Лиспа. В 2-х т. Т.1: Введение в язык Лисп ифункциональное программирование. Пер. с финск. М.: Мир, 1990. - 447 с.

41. Клоксин У.Ф., Меллиш К.Ф. Проограммирование на языке Пролог. М.: Мир,1987.-336 с.

42. Пильщиков В.Н. Язык ПЛЕНЭР. М.: Наука, 1983. - 208 с.

43. Робинсон Дж., ЗибертЭ. LOGLISP: мотивировка, разработка и реализация //

44. Логическое программирование. М.: Мир, 1988. - с.261- 275.

45. Brownston L., Farrell R., Kant E., Martin N. Programming expert systems in OPS5. Anintroduction to rule-based programming. Reading: Addison-Wesley, 1985. -373 p.

46. Stefic M., Bobrow D.G. et al. Knowledge programming in LOOPS: report onexperimental course // Al Magazin. 1983. - Vol. 4, N 3. - p.3-14.

47. Представление и использование знаний: Пер. с япон./ Под ред. Х.Уэно,

48. М.Исидзука.- М.:Мир, 1989.- 220 с.

49. B.Dutton. Continuous Expertise. // Manufacturing Systems. December 1991.

50. Евсеев O.B. Продукционная управляющая система для гибких производственныхсистем // Известия АН СССР. Техническая кибернетика, 1987, №5, с.93-112.

51. Евсеев О.В., Нечаев A.M., Поневаж В.П., Деткин А.Н., Ковалевский Д.В.

52. Инвариантная система управления ГПС.-"Вестник машиностроения", №8, 1990, с.49-51.

53. Evseev O.V. Real Time Production Control System Produs-85.- in book: Industrial

54. Applications of Artificial Intelligence / Edd. by J.L.AIty and L.I.Mikulich Elsevier Science Publishers B.V., Amsterdam, London, New York, Tokio, 1991, pp.426-430.

55. Кравченко B.A., Евсеев О.В., Нечаев A.M., Поневаж В.П., Ковалевский Д.В., Крез

56. В.Д., Титов В.И., Бураков С.Б., Бузулукова Л.А. Логико-динамические модели и программно-технические средства интеллектуальной системы управления дискретными процессами.- "Приборостроение". №9-10, 1994, с. 36-44.

57. Кравченко В.А., Евсеев О.В., Нечаев A.M., Поневаж В.П., Титов В.И., Бураков

58. Forgy С. RETE: a Fast Algoritm for the Many Pattern. / Many Object Pattern Match

59. Problem//AI.-1982.-Vol. 19.- p.17-38.

60. Искусственный интеллект: В 3 кн. Кн.2. Модели и методы: Справочник/Под ред.

61. Д.А.Поспелова.- М.: Радио и связь, 1990.-304 с.

62. Поспелов Г.С., Поспелов Д.А. Искусственный интеллект прикладные системы //

63. Новое в жизни, науке, технике (Серия Математика, Кибернетика). 1985. N 9. М.: Знание. МДИТП.

64. Георгиев В.О. Модели представления знаний предметных областей диалоговыхсистем (обзор) // Изв. АН Техническая кибернетика. 1993, N 5, с. 24-44.

65. Ван Хао. Формализация и автоматическое доказательство теорем //

66. Кибернетический сборник: Пер. с англ. М.: Мир, 1970. - Вып. 7. - с.180-193.

67. Девис М. Устранение лишнего из механических доказательств //

68. Кибернетический сборник: Пер. с англ. М.: Мир, 1970. - Вып. 7. - с. 160-179.

69. Green С. Theorem proving by resolution as a basis for question-answeing systems //

70. Mach. Intell. V. 4. - 1969. - p. 183-205.

71. Gallaire H., Minker J. (eds.) Logic and data bases. N-Y.: Plenum Press, 1978. 458p.

72. Hewitt C. PLANNER: A language for manipulating models and proving theorems in arobot // Memo 68, Ai Lab., MIT, Cambridge, Mass., 1971.

73. Kowalski R. Predicate logic as programing language // Proc. IFIP Congress. 1974.p.569-574.

74. Quillian M.R. Semantic memory // Semantic Information Proc. Cambridge, Mass.:

75. MIT Press, 1968. p.227-270.

76. Цикритис Д., Лоховски ф. Модели данных. М.: Финансы и статистика, 1985. 343с.

77. Поспелов Д.А. Логико-лингвистические модели в системах управления. М.:1. Энергоиздат, 1981. 231 с.

78. Поспелов Д.А. Элементы аксиоматики временных отношений // Вопросыкибернетики. 1975. - N 5. - с. 15-21.

79. Поспелов Д.А. Ситуационное управление: теория и практика. М.: Наука. 1986.284 с.

80. Гладун В.П. Формирование понятий путем обучения растущих сетей //

81. Кибернетика. 1970. - N 2. - с.107-112.

82. Гладун В.П. Эвристический поиск в сложных средах. Киев: Наукова думка, 1977.-166 с.

83. Тыугу Э.Х. Концептуальное программирование. М.: Наука, 1984. - 255 с.

84. Уинстон П. Искусственный интеллект. М.: Мир, 1980.

85. McCalia G., Cercone N. Techniques and issues in the design of applied artificialintelligence systems // Computer and Mathematics with Applications. 1985. V. 11. N5.

86. Results of survey on trends in expert systems in Japan // Future Generations

87. Computer Systems. 1987. V. 3. N 1.

88. Minsky M. Matter, mind and models. Semantic Information Processing, MIT Press,

89. Cambridge, Mass., 1968, pp. 425-433.

90. Minsky M.: A Framework for Representing Knowledge in The Phychology of Computer

91. Vision, P.H. Winston (ed.), McGraw-Hill (1975).

92. Минский M. Фреймы для представления знаний. М.: Энергия, 1979. - 151 с.

93. Экспертные системы: состояние и перспективы: Сборник научных трудов.

94. Институт проблем передачи информации АН СССР / Под ред. Д.А.Поспелова.- М.: Наука, 1989.- 152с.

95. Алексеева Е.Ф., Стефанюк В.Л. Экспертные системы- состояние и перспективы

96. Изв. АН СССР. Техн. кибернетика.- 1984.- №5.- с. 153-167.

97. Микулич Л.И. Проблемы создания экспертных систем // Ученые записки

98. Тартуского ГУ.- Тарту, 1985.- Вып. 714. Теория и модели знаний (теория и практика создания систем искусственного интеллекта)- с. 87-114.

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

100. Крумберг О.А., Федоров И.И., Змановский Т.П. Методы организациипродукционного представления знаний // Методы и системы принятия решений: Системы, основанные на знаниях. Рига: Риж. политехи, ин-т, 1989.

101. Нариньяни А.С., Яхно Т.Г. Продукционные системы // Представление знаний вчеловеко-машинных и робототехнических системах. М.: ВЦ АН СССР, ВИНИТИ, 1984. - с. 136-177.

102. Eick.C.F. and B.Czejdo. Reactive rules for С++. // Journal of Object-Oriented

103. Programming 6(6): 56-62, 1993.

104. Miranker.D, F.H.Burke, J.J.Steele, J.Kolts, and D.R. Haug. The С++ embeddable rulesystem. // International Journal on Artifitial Intelligence Tool 2(1): 33-46, 1993.

105. Pachet.F., On the embeddability of production rules in object-oriented languages. //

106. Journal of Object-Oriented Programming, pp. 19-24, 1995.

107. Амамия M., Танака Ю. Архитектура ЭВМ и искусственный интеллект: Пер. с япон.1. М.:Мир, 1993.- 400 с.

108. Искусственный интеллект: В 3 кн. Кн.З. Программные и аппаратные средства:

109. Справочник/Псщ ред. В.Н.Захарова, В.Ф.Хорошевского.- М.: Радио и связь, 1990.-368 с.

110. Liskov В., Zilles S. Programming with Abstract Data Types // SIGPLAN Notices.1974. Vol. 9, N 4. - p. 50-59.

111. Liskov B. An Introduction to CLU // New Derection in Algorithmic Languages / Ed. by

112. S.A. Schuman. IRIA. - 1976. - p. 139-156.

113. Дедко А.Ф. Абстрактные типы данных в языке АТ-Паскаль. М.: Наука. Гл. ред.физ.-мат. лит. , 1989. (Библиотека программиста). - 200 с.

114. Шлеер С., Меллор С. Объектно-ориентированный анализ: моделирование мира всостояниях: Пер. с англ.- Киев: Диалектика, 1993.- 240 с.

115. Буч Г. Объектно-ориентированное проектирование с примерами применения:

116. Пер. с англ.- М.: Конкорд, 1992.- 519 с.

117. Программирование на Borland С++ в среде Windows. П.Нортон, П. Йао: Том 1.

118. Киев: "Диалектика", 1993. 320 с.

119. Лекции лауреатов премии Тьюринга: Пер. с англ./Под ред. Р. Эшенхёрста.1. М.: Мир, 1993. 560с.

120. Java technology phenomenon / Р.Богатырев, COMPUTERWEEK-MOSCOW №23,1996, с.23,24,46.

121. Greenblatt R.: The USP Machine, MIT Al Memo, No.79, 1974.

122. Lampson B.W. and Pier K.A.: A Processor for a High-Performance Personal

123. Computer, Proc. 7-th Symposium on Computer Architecture, pp. 146-160, 1980.

124. Hayashi H. et al.: ALPHA: A High-Performance LISP Machine Equipped with a New

125. Stack Structure and Garbage Collection System, Proc. 10-th Symposium on Computer Architecture, pp.342-348, 1983.

126. Nakazaki R., Konagaya A., Habata S., Shimazu H., Umemura M., Yamamoto M.,

127. Yokota M. and Chikayama Т.: Design of High-speed Prolog Machine (HPM), Proc. 12-th Annual Symposium on Computer Architecture, 1985.

128. Kaneda Y., Tamura M., Wada K. and Matsuda H.: Sequental Prolog Machine РЕК

129. Architecture and Software System, Proc. International Workshop on High-Level Computer Architecture '84, 1984.

130. Dobly T.P., Despain A.M. and Patt Y.N.: Performance Studies of a Prolog Machine

131. Architecture. Proc. 12-th Annual Symposium on Computer Architecture, 1985.

132. Flynn, M.J.: "Very High-Speed Computing Systems", Proc. IEEE, vol. 54, pp. 19011909 (1966)

133. Страуструп Б. Язык программирования Си++: Пер. с англ. М.: Радио и связь,1991.-352 с.

134. Эллис М., Страуструп Б. Справочное руководство по языку программирования

135. С++ с комментариями: Пер. с англ. М.: Мир, 1992. - 445 с.

136. Собоцинский В.В. Практический курс Turbo С++. (Основы объектноориентированного программирования) // М.: "Свет", 1993.

137. Смирнов А.Л. Проблемы психологии памяти. М.:"Просвещение", 1966, 423с.

138. Инструментальные средства быстрой разработки программ RAD: разбег, но невзлет, COMPUTERWEEK-MOSCOW №31, 1994, с.1,22-27.

139. Компоненты будущего / Jacques Surveyer, COMPUTERWEEK-MOSCOW №28,1996, с.32-33,44.

140. Г. Ладыженский "Технология клиент/сервер и мониторы транзакций", Открытыесистемы, лето 1994.

141. Клиент/сервер: мифы и реальность / Валерий Овсий, СофтМаркет №15, апрель1995, с.7.

142. Как выбрать подходящий инструмент визуального программирования / Andy

143. Feibus, COMPUTERWEEK-MOSCOW №29, 1996, с.34-35.

144. Как упростить переход к системам клиент/сервер нового поколения,

145. COMPUTERWEEK-MOSCOW №23, 1996, с.29-31.

146. Microsoft стремиться к господству в Internet / Don Kiely, COMPUTERWEEK

147. MOSCOW №33, 1996, с.22-23.

148. Транспьютеры. Архитектура и программное обеспечение. Пер. с англ. / Подред. Г.Харпа. М.: Радио и связь, 1993. - 304 с.

149. Крол Э. Все об Internet. Руководство и каталог /Пер. с англ. Киев, BHV, 1995.

150. Автоматизированные системы обработки информации и управления".

151. В дальнейшем предполагается построение инструментальной объектно-продукционной экспертной системы реального времени и ее использования для проведения лабораторных работ по предмету "Автоматизация и интеллектуализация процессов управления".

152. Заведующий кафедрой АИПУ, д.т.н., профессор1. Кравченко В.А.