автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Онтологический анализ в системах компьютерного моделирования

СПИСОК СОКРАЩЕНИЙ.

ВВЕДЕНИЕ.

1. ОНТОЛОГИИ В ЗАДАЧАХ МОДЕЛИРОВАНИЯ И ОБРАБОТКИ ИНФОРМАЦИИ.

1.1. Предметно-ориентированная среда моделирования

1.2. Общая схема обработки информации в процессе моделирования.

1.2.1. Моделирование как процесс

1.2.2. Система эпистемологических единиц

1.2.3. Онтологии предметных областей

1.3. Метамодели предметно-ориентированной среды моделирования.

1.4. Интеграция знаний в процессе моделирования.

Исследование и учет системных связей приобретает все возрастающее значение в задачах повышения эффективности управления сложными системами в различных сферах социальной практики. При этом многоас-пектность представления объекта системного анализа является определяющей характеристикой его сложности. Поэтому на практике подобные объекты сначала изучаются «по частям» с использованием известных специально-научных представлений и математических методов, а эффективное использование разнородных знаний, приобретенных путем таких частных и нередко независимых исследований, становится возможным лишь после их трудоемкой и плохо формализуемой «стыковки», или интеграции знаний. Ярким примером такого положения дел служит феномен так называемой «череззаборной инженерной деятельности» (over the fence engineering) в исследованиях и проектировании сложных технических объектов, преодоление которого становится одним из основных залогов конкурентоспособности крупных производственных систем в рыночных условиях [129,130, А17-А19].

Решение проблемы интеграции знаний [20, 21], которая, по существу, выражается в необходимости анализа и идентификации системных связей объекта исследования, сдерживается из-за дефицита методов и инструментов, позволяющих приобретать, накапливать и использовать разнородные знания для построения адекватных моделей и решения на их основе прикладных задач управления. Традиционное математическое моделирование имеет здесь ограниченное применение в силу того, что модели сложных систем имеют преимущественно содержательно-описательный характер, либо включают в себя и содержательно-описательную, и формально-математическую компоненты. В тоже время новые возможности открылись благодаря современным технологиям обработки информации, которые используют идеи и методы искусственного интеллекта. По мнению специалистов, эти возможности - следствие достигнутого единства базовых средств отображения различных моделей (т.е. содержательно-описательных и формально-математических) и методов их интерпретации во «внутренний мир» ЭВМ. А «в качестве таких базовых средств выступают информационные объекты (данные и специальным образом конструируемые структуры данных) и алгоритмы (организуемые специальным образом последовательности встроенных операций преобразования информационных объектов)» [106]. Однако, замечают затем авторы [106], если культура перехода от формально-математических моделей и методов к алгоритмам и данным складывалась на протяжении всей истории развития вычислительной техники, то проблемы отображения содержательно-описательных моделей и средств их исследования в информационные объекты и алгоритмы стали объектом изучения сравнительно недавно и изучаются именно в искусственном интеллекте.

Реализуя новые способы представления и обработки информации в последнее десятилетие на стыке системного анализа, логики, прикладной лингвистики, искусственного интеллекта, прикладного анализа данных, теории и технологий автоматизированных банков информации развивались работы над содержательными онтологиями - концептуальными спецификациями (схемами), с построением которых связывается организация системы знаний о различных предметных областях и способах целевого использования этих знаний [24, 28, 29, 126, 127, 137].

Аналитическую работу с целью выделения и объединения релевантных информационно-логических и функциональных аспектов исследуемой системы в соответствующей содержательной онтологии можно определить как онтологический системный анализ (или, просто, онтологический анализ) [А5]. Онтологический анализ направлен на исследование и интерпретацию системных связей в сложных объектах с применением методов и средств компьютерного моделирования [А2-А4].

В области теории и практики работы со знаниями с помощью вычислительной техники накоплен значительный положительный опыт. В его приобретение наряду со многими зарубежными существенный вклад внесли отечественные ученые В.И. Вагин, С.Н. Васильев, В.А. Виттих, Н.Г. Загоруйко, А.П. Еремеев, A.C. Клещев, О.И. Ларичев, Г.С. Осипов, Э.В. Попов, Г.С. Поспелов, Д.А. Поспелов, В.Л. Стефанюк, В.К. Финн и др. Значительное число исследований по этой тематике посвящено системам компьютерного моделирования, базирующимся на знаниях. Однако известные публикации в этом случае носят либо концептуальный характер и не предлагают конструктивных подходов, либо относятся к частным методам: обычно вычислительному или имитационному моделированию (в этой области получили известность работы В.В. Емельянова, М.А. Кораб-лина, A.C. Нариньяни, А.И. Эрлиха и др.). Вопросы построения содержательных онтологий для моделирования реальности отражены в трудах отечественных ученых Т.А. Гавриловой, В.В. Девяткова, Г.Б. Евгенева, В.Ф. Хорошевского, а также многих зарубежных специалистов: T.R. Gruber, N. Guarino, J.F. Sowa, M. Uschold, B.J. Wielinga и др.

В современном понимании системы компьютерного моделирования и интерпретации моделей, базирующиеся на знаниях, представляют собой человеко-машинные системы обработки информации, в которых реализуются наиболее общие методы научного отражения и исследования с целью совершенствования управления и интеллектуальной поддержки принятия решений для повышения эффективности функционирования изучаемых объектов. Важнейшая функция таких систем - конструирование для специалистов предметно-ориентированных сред моделирования (ПОСМ), каждая из которых определяет в своей области методологию решения прикладных задач и научных исследований. Определяющими чертами систем компьютерного моделирования такого уровня являются следующие положения:

• методологии решения задач суть упорядоченные процессы приобретения, накопления и использования знаний;

• актуализируемые релевантные знания разнородны (имеются различные типы и соответствующая типология знаний);

• изучаемые системы являются открытыми в том смысле, что содержание и объем актуальных знаний подвержены изменениям в масштабе времени исследований;

• прикладные задачи с позиций сложившегося размежевания научно-технического знания являются междисциплинарными.

Представляется, что методологическое и инструментальное оснащение онтологического анализа может служить базой для осуществления всех фаз обработки информации в процессе моделирования, обеспечивая вариабельность этого процесса и органичную поддержку автоматизированных эволюционных технологий исследований на моделях с коррекцией и пополнением знаний об объекте исследования за счет новых данных, получаемых в вычислительном эксперименте.

Соответствующее направление исследований - онтологический анализ в системах компьютерного моделирования, должно способствовать развитию актуальной ветви системного анализа, которая нацелена на исследование системных связей и формирует целостную картину разработки интегрированных компьютерных моделей и их прагматической интерпретации для объектов различной природы.

Предмет исследования составляют процессы обработки информации, направленные на интеграцию знаний, при компьютерном моделировании в сложно организованных предметных областях.

Целью исследования является системный анализ и совершенствование технологий компьютерного моделирования на основе расширения их возможностей при формировании и интеграции разнородных знаний о предметной области, а также разработка методов и средств конструирования предметно-ориентированных сред компьютерного моделирования, качественно отличающихся эффективной поддержкой всех логически обусловленных фаз моделирования и облегчающих разворачивание альтернативных и эволюционных исследований на моделях.

Для достижения поставленной цели в работе решаются следующие задачи:

• системный анализ и разработка методологии компьютерного моделирования, адекватно реализующей логику научного отражения действительности и исследования получаемых моделей;

• разработка и исследование методов и алгоритмов онтологического анализа исходных данных о предметной области, включая вопросы организации обработки соответствующей информации средствами современной вычислительной техники;

• разработка метода конструирования онтологий на основе логико-алгебраической спецификации инструментария экспертного концептуального моделирования;

• разработка методов интеграции концептуальных знаний о предметной области;

• разработка методов интеграции знаний на основе управления разнородными компонентами предметно-ориентированной среды моделирования в процессе вычислений;

• разработка инструментальных средств конструирования и эксплуатации предметно-ориентированных сред моделирования;

• создание с использованием разработанных методов и средств отдельных моделей и специализированных систем компьютерного моделирования для практической проверки и отработки предлагаемых в диссертации идей и методов.

Методы исследования. В качестве методологической основы работы использовались методы системного анализа, теории баз данных и знаний, анализа формальных понятий, алгебраических систем, статистического и имитационного моделирования.

Научная новизна выполненных исследований заключается в создании теоретических основ онтологического анализа в системах моделирования:

• предложена общая схема обработки информации в процессе компьютерного моделирования и соответствующая методика конструирования предметно-ориентированных сред моделирования;

• разработан и исследован метод анализа экспериментальных данных, позволяющий автоматизировать построение модели, описывающей структуру классов объектов и структурные отношения между объектами предметной области;

• для обработки больших объемов экспериментальных данных разработаны рациональные организация и алгоритм управления памятью ЭВМ;

• применительно к системам компьютерного моделирования исследовано известное положение об онтологической относительности и предложена рекурсивная модель (метаонтология) для описания онтологии предметной области;

• разработан метод композиции онтологических спецификаций предметной области на основе реконструкции соответствующих объектно-признаковых моделей;

• предложен новый подход к моделированию динамической структуры исследуемых объектов, опирающийся на возможность раздельного описания необходимых динамических абстракций в специализированных онтологиях и предложенные в работе механизмы интеграции разнородных знаний, построен ряд подобных онтологий.

Реализация работы. Результаты диссертационной работы нашли применение при выполнении научно-исследовательских работ:

• по Комплексной программе фундаментальных исследований РАН по проблемам машиностроения, механики и процессов управления 20002003 гг. (раздел III «Управление и автоматизация», тема «Разработка основ теории управления сложными открытыми системами с применением компьютерного представления и обработки знаний», гос. per. №01200110152);

• по Комплексной программе фундаментальных исследований РАН по проблемам машиностроения, механики и процессов управления 1996-2000 гг. (п. 3.1.2 «Разработка моделей управляемых процессов, методов прогнозирования экономической эффективности и социальных последствий», тема «Разработка методов и средств построения теорий артефактов для компьютерной интеграции знаний и автоматической генерации моделей объектов управления», гос. per. № 01960002398);

• по Программе фундаментальных исследований РАН «Повышение надежности систем "машина-человек-среда"» 1988-1995 гг. (тема «Автоматизированный синтез моделей объектов машиностроения на основе систем представления знаний», гос. per. № 01880036737);

• по поисковой тематике Самарского филиала ИМАШ РАН 1989-1994 гг. (тема «Разработка и исследование методов повышения качества автоматизированной сборки и испытаний машин путем применения экспертных систем», гос. per. № 01890030652).

Прикладные разработки, связанные с проведение онтологического анализа систем и созданием предметно-ориентированных пакетов прикладных программ выполнялись как в рамках перечисленных научных программ, так и по договорам с предприятиями на проведение НИОКР:

• с АО «АВТОВАЗ», г. Тольятти, по Программе создания системы компьютерной интеграции знаний для согласованной инженерной деятельности при проектировании и производстве автомобилей (1995-2000 гг.);

• с государственным унитарным предприятием «Самарский научно-инновационный центр "Перспектива"», г. Самара, по региональной программе «Конверсия Самары», проект № 6.2 «Разработка комплекса программных средств для анализа и прогнозирования социально-экономического развития Самарского региона» (1994 г.);

• с ООО «Научно-производственная компания "Маджента Девелоп-мент"», г. Самара (2001 г.), при разработке принципов построения онто-логий инженерных объектов.

Структура и объем работы. Диссертация состоит из введения, пяти разделов, заключения и приложений.

Основные результаты и выводы

1) Разработанные методы и средства онтологического анализа позволяют осуществлять интеграцию знаний непосредственно на концептуальном уровне, что обеспечивает более глубокое взаимопонимание специалистов, содействует формированию новых синтетических теорий, а при решении задач гарантирует полноту учета обнаруживаемых системных связей в интегрированных объектных моделях.

2) Методологическое и инструментальное оснащение онтологического анализа служит базой для осуществления всех фаз обработки информации в процессе моделирования и позволяет на единой основе формировать и эксплуатировать предметно-ориентированные среды моделирования различного уровня концептуальной сложности, функциональной мощности и прагматической направленности.

3) Использование созданной инструментальной основы компьютерного моделирования позволяет повысить производительность труда, сократить сроки разработки новых методологий решения прикладных задач и научных исследований на ЭВМ, что обеспечивается автоматизацией построения и интерпретации эпистемологических единиц различных типов, формирующих и поддерживающих эксплуатацию предметно-ориентированных сред моделирования.

4) Разработанные методология и инструментарий позволяет создавать специализированные системы компьютерного моделирования с открытой архитектурой, которые обладают широкими возможностями распределенного и повторного использования знаний, отличаются простотой сопровождения и внесения модификаций в свои семантически и функционально стандартизированные программно-технические компоненты.

ЗАКЛЮЧЕНИЕ

Разработаны теоретические основы и инструментарий онтологического анализа, предложившие решение проблемы междисциплинарной интеграции знаний при исследовании сложных объектов на компьютерных моделях. Показаны преимущества предложенного подхода к решению этой проблемы по сравнению с известными. Применение созданных методов и средств при решении практических задач открыло новые возможности сокращения времени конструирования компьютерных моделей и повышения степени их адекватности, что чрезвычайно важно в системах управления. Использование онтологического анализа в качестве единой методологической основы обработки информации в системах компьютерного моделирования позволило осуществить эффективную поддержку всех логически обусловленных фаз процесса моделирования, включая свойственные каждой фазе механизмы интеграции знаний, предложить концепцию и средства ведения альтернативных и эволюционных исследований на моделях.

Основные научные и практические результаты диссертационной работы состоят в следующем.

1) Проведен системный анализ проблемы компьютерного моделирования сложных объектов. Показано, что современные информационные технологии, использующие идеи и методы искусственного интеллекта, открывают новые возможности для создания и реализации методологий решения междисциплинарных задач. Предложена обобщенная схема, определяющая типологию знаний и структуризацию процесса обработки информации в системах моделирования. Выявлена определяющая роль онтологических спецификаций в этом процессе.

2) Разработан метод автоматизации онтологического анализа, устанавливающий связь между классическим прикладным анализом данных и анализом формальных понятий. Дано качественное объяснение феноменологических закономерностей фазы концептуализации в системах моделирования. Разработана двухуровневая организация памяти ЭВМ и адаптивный управляющий алгоритм, который минимизирует интенсивность информационного обмена с медленнодействующим долговременным запоминающим устройством, позволяя реализовать обработку больших объемов данных измерений. Показано, что проблематика поддержки экспертного конструирования онтологий связана с прагматической рефлексией принципа онтологической относительности; предложен метод такого конструирования, для формальной спецификации которого построена многоосновная алгебраическая система.

3) Разработаны методы интеграции концептуальных знаний, представленных в онтологических спецификациях, методы управления разнородными моделями на этапе вычислительного эксперимента и при организации альтернативных и эволюционных исследований на моделях. При исследовании на моделях предложено различать предметно- и проблемно-ориентированные онтологии, и выдвинута новая концепция отражения объектной динамики в системах компьютерного моделирования, предусматривающая органичную для онтологического анализа раздельную концептуальную спецификацию абстракций статической и динамической структур предметной области. Построены проблемно-ориентированные онтологии для описания динамики систем с дискретными событиями и вычислительных моделей.

4) На основе разработанных концепций, математических моделей и методов исследования сложных систем созданы программные инструментальные средства, поддерживающие формирование в компьютере предметно-ориентированных сред моделирования для решения конкретных прикладных задач и обеспечивающие проведение сложно организованных исследований на моделях. Для ядра инструментальной системы моделирования предложена объектно-ориентированная модель данных,

1. А1. Кораблин М.А., Сидоров С.В., Смирнов С.В. Функциональные модели вычислительных систем реального времени. Самара: «Университет Наяновой», 1997. 305 с. ISBN 5-8017-0001-3.1. Статьи

2. А2. Смирнов С.В. Онтологический анализ предметных областей моделирования // Известия Самарского научного центра РАН. 2001. Т. 3. № 1. С. 62-70.

3. A3. Смирнов С.В. Онтологическая относительность и технология компьютерного моделирования сложных систем II Известия Самарского научного центра РАН. 2000. Т. 2. № 1. С. 66-71.

4. А4. Смирнов С.В. Онтологии в задачах моделирования сложных систем II Проблемы управления и моделирования в сложных системах: Труды II международной конф. (Самара, июнь 2000). Самара: СНЦ РАН,2000. С. 66-72.

5. А5. Смирнов С.В. Онтологический анализ: определения и алгоритмы II Проблемы управления и моделирования в сложных системах: Труды III международной конф. (Самара, сентябрь 2001). Самара: СНЦ РАН,2001. С. 137-146.

6. A8. Смирнов C.B. Среда моделирования для построения инженерных теорий И Известия Самарского научного центра РАН. 1999. Т. 1. № 2. С. 277-285.

7. А9. Виноградов И.Д., Смирнов C.B. Композиция концептуальных схем сложных систем II Проблемы управления и моделирования в сложных системах: Труды международной конф. (Самара, июнь 1999). Самара: СНЦ РАН, 1999. С. 184-189.

8. All. Смирнов C.B. Открытая архитектура инструментальных средств моделирования сложных систем II Проблемы управления и моделирования в сложных системах: Труды международной конф. (Самара, июнь 1999). Самара: СНЦ РАН, 1999. С. 59-66.

9. А12. Виттих В.А., Смирнов C.B. Интегрированные модели артефактов в согласованной инженерной деятельности // Труды VI конф. по искусственному интеллекту (Пущино, октябрь 1998). Т. 2. М.: Российская ассоциация ИИ, 1998. С. 398-403.

10. А13. Виттих В.А., Луке A.A., Смирнов C.B. Технология интеллектуальных агентов в системах поддержки согласованной инженерной деятельности (обзор) II Труды VI конф. по искусственному интеллекту

11. Пущино, октябрь 1998). Т. 1. М.: Российская ассоциация ИИ, 1998. С. 71-76.

12. А15. Колесов A.B., Смирнов C.B. Языковый процессор для порождения нейронных сетей // Информационные системы и технологии: Межвуз. сб. научн. трудов. Самара: СГАУ, 1996. С. 138-146.

13. А16. Смирнов C.B. Практический подход к гиперэрланговской аппроксимации функций распределения и его использование в системной теории надежности II Информационные системы и технологии: Межвуз. сб. научн. трудов. Самара: СГАУ, 1996. С. 146-148.

14. A20. Смирнов C.B. Система анализа и оценки надежности технических объектов на основе парадигмы работы со знаниями II Труды V конф. по искусственному интеллекту (Казань, октябрь 1996). Т. 2. Казань: Российская ассоциация ИИ, 1996. С. 309-314.

15. A22. Виттих B.A., Смирнов C.B. Интеллектуальная система для построения рациональной схемы базирования соединяемых деталей II Труды III конф. по искусственному интеллекту (Тверь, октябрь 1992). Т. 2. Тверь: Российская ассоциация ИИ, 1992. С. 59-61.

16. А23. Боровицкий М.Д., Смирнов C.B. Реализация и исследование производительности объектно-ориентированной СУБД II Программирование. 1992. №6. С. 18-28.

17. А27. Смирнов C.B. Использование сетей Петри для моделирования и анализа функциональных семантических сетей // Труды II конф. по искусственному интеллекту (Минск, октябрь 1990). Т. 2. М.: Сов. ассоциация ИИ, 1990. С. 167-170.

18. А28. Кораблин М.А., Смирнов C.B. Наследование свойств в задачах объектно-ориентированного программирования на языке Модула-2 // Программирование. 1990. № 4. С. 38-43.

19. А29. Смирнов C.B. Об одном аспекте управления данными в задачах объектно-ориентированного программирования II Автоматизация научных исследований: Межвуз. сб. научн. трудов. Куйбышев: КуАИ, 1989. С. 87-91.

20. А30. Смирнов C.B. О представлении вычислительных моделей сетями Петри II Автоматизация научных исследований: Материалы 22-й всесоюзн. шк. (Тольятти, сентябрь 1988). Горький: ИПФ АН СССР, 1989. С. 40-44.

21. А31. Смирнов C.B. Моделирование «сверхнерегулярных» случайных величин по экспериментальным данным II Автоматизация научных исследований: Межвуз. сб. научн. трудов. Куйбышев: КуАИ, 1988. С. 52-57.

22. АЗЗ. Кораблин M.А., Смирнов C.B. Монитор CREATE для имитационного моделирования систем с дискретными событиями II Алгоритмы и программы: Инф. бюллетень ВНТИЦ. 1980. № 1. С. 37.

23. А34. Смирнов C.B. CREATE набор подпрограмм для моделирования дискретных систем в ПЛ/1 ДОС ЕС II Автоматизация инженерных исследований и экспериментов: Материалы семинара. - М.: МДНТП им. Ф.Э. Дзержинского, 1978. С. 121-124.

24. А35. Смирнов C.B. Пакет подпрограмм CREATE для моделирования систем в ПЛ/1 ДОС ЕС II Управление сложными техническими системами: Межвуз. сб. научн. трудов. Вып. 1. Уфа: УАИ, 1977. С. 141-146.

25. А36. Будячевский И.А., Кораблин М.А., Смирнов C.B. О программировании моделей систем сбора и обработки данных эксперимента в рамках ПЛ/1 ДОС ЕС II Управляющие системы и машины. 1977. № 5. С. 135140.

26. А37. Будячевский И.А., Кораблин М.А., Смирнов C.B. Управление данными при обработке на ЭВМ результатов научного эксперимента II Автоматика и вычислительная техника. 1977. № 2. С. 54-58.

27. А38. Будячевский И.А., Кораблин М.А., Смирнов C.B. Моделирование дискретных систем в рамках ПЛ/1 (ДОС ЕС) II Автоматизация экспериментальных исследований: Межвуз. сб. научн. трудов. Вып. 9. Куйбышев: КуАИ, 1976. С. 24-29.1. Тезисы докладов

28. А43. Смирнов C.B. Расширение языка Си объектно-ориентированными средствами дискретного моделирования // Микропроцессорные системы автоматики: Тез. докл. II всесоюзн. н.-т. конф. (Новосибирск, май 1990). Ч. 1. Новосибирск: НЭТИ, 1990. С. 173.

29. А45. Кораблин М.А., Смирнов C.B. Объектно-ориентированное программирование на Модуле-2 в задачах моделирования систем // Прикладные проблемы управления макросистемами: Тез. докл. 3-й всесоюзн. шк. (Апатиты, май 1989) М.: ВНИИСИ, 1989. С. 228-230.

30. А50. Сидоров А.А., Смирнов C.B. Планирование имитационных экспериментов с цифровой моделью АСНИ II VI всесоюзн конф. по планированию и автоматизации экспериментов в научных исследованиях: Тез. докл. Ч. 1 М.: МЭИ, 1980. С. 28-30.

31. А51. Смирнов C.B. Модифицированный монитор CREATE для имитационного моделирования систем с дискретными событиями II Теория иметоды математического моделирования: Тез. докл VII всесоюзн совещания (Куйбышев, сентябрь 1978) М.: Наука, 1978. С. 194-195.

32. А56. Кораблин М.А., Смирнов C.B. Монитор для имитационного моделирования систем с дискретными событиями: Учебное пособие. Куйбышев: КуАИ, 1980. 56 с.

33. А57. Моделирование вычислительных систем с разделением времени на языке GPSS: Методические указания к лабораторной работе / Сост.: М.А. Кораблин, C.B. Смирнов. Куйбышев: КуАИ, 1982. 15 с.

34. А58. Редактирование вывода в системе моделирования GPSS: Методические указания к курсовым и лабораторным работам / Сост. C.B. Смирнов. Куйбышев: КуАИ, 1984. 20 с.

35. А59. Работа с пакетом моделирования дискретных систем GPSS: Методические указания к курсовым и лабораторным работам / Сост. C.B. Смирнов. Куйбышев: КуАИ, 1986. 32 с.

36. А60. Исследование алгоритмов замещения: Методические указания к лабораторной работе / Сост. C.B. Смирнов. Куйбышев: КуАИ, 1989. 24 с.

37. А61. Моделирование потоков событий по экспериментальным данным: Методические указания к курсовым и лабораторным работам / Сост.: В.И. Блохин, C.B. Смирнов. Куйбышев: КуАИ, 1989. 17 с.1. Другие источники

38. Агафонов В.Н. Языки и средства спецификации программ (обзор) II В кн.: Требования и спецификации в разработке программ. М.: Мир, 1984. С. 285-344.

39. Агафонов В.Н., Борщев В.Б., Воронков A.A. Логическое программирование в широком смысле (обзор) II Логическое программирование. -М.: Мир, 1988. С. 298-366.

40. Андреев А., Березкин Д., Самарев Р. Внутренний мир объектно-ориентированных СУБДII Открытые системы. 2001. № 3. С. 47-57.

41. Андрейчиков A.B., Андрейчикова О.Н. Компьютерная поддержка изобретательства. -М.: Машиностроение, 1998. 476 с.

42. Антипов В.Г. Распределение скалярного ресурса на ориентированном графе IIЖВМ и МФ. 1971. Т. 11.№6. С. 1404-1414.

43. АнурьевВ.И. Справочник конструктора-машиностроителя. Т. 1. Изд. 5-е. -М.: Машиностроение, 1979. 729 с.

44. Байхельт Ф., Франкен П. Надежность и техническое обслуживание. Математический подход: Пер. с нем. М: Радио и связь, 1988. 392 с.

45. Балакшин Б.С. Теория и практика технологии машиностроения: Кн.2. Основы технологии машиностроения. М.: Машиностроение, 1982. 368 с.

46. Биллиг В.А., Дехтярь М.И. VBA и Office 97. Офисное программирование. -М.: «Русская редакция» ТОО «Channel Trading Ltd.», 1998. 720 с.

47. Биркгоф Г. Теория решеток: Пер. с англ. М.: Наука, 1984. 368 с.

48. Болотин В.В. Ресурс машин и конструкций. М: Машиностроение, 1990. 448 с.

49. Бочаров В.А., Маркин В.И. Основы логики. М.: ИНФРА-М, 1998. 296 с.

50. Буч Г. Объектно-ориентированное проектирование с примерами применения: Пер. с англ. -М.: Конкорд, 1992. 519 с.

51. Буч Г., Рамбо Дж., Джекобсон А. Язык UML. Руководство пользователя:: Пер. с англ. М.: ДМК, 2000. 432 с.

52. Вагин В.Н., Клишин В.В., Филиппова О.В. Иерархическая фреймово-продукционная модель представления знаний о машиностроительном объекте проектирования II Изв. АН СССР. Техническая кибернетика. 1991. №3. С. 184-191.

53. Вендров A.M. CASE-технологии: современные методы и средства проектирования информационных систем. М.: Финансы и статистика, 1998. 176 с.

54. Вентцель Е.С., Овчаров JI.A. Теория вероятностей и ее инженерные приложения. М: Наука, 1988. 480 с.

55. Викторова B.C., Степанянц A.C. Комплекс программ для анализа надежности, безопасности и эффективности технических систем II Приборы и системы управления. 1998. № 6. С. 11-17.

56. Виттих В.А. Интеграция знаний при исследованиях сложных систем II Известия РАН. Теория и системы управления 1998. № 5. С. 132-139.

57. Виттих В.А. Управление открытыми системами на основе интеграции знаний // Автометрия. 1998. № 3. С. 38-49.

58. Виттих В.А., Будячевский И.А. Автоматизация синтеза моделей объектов машиностроения на основе систем представления знаний II Машиноведение. 1989. № 1. С. 5-10.

59. Виттих В.А., Цыбатов В.А. Обобщенные ресурсные модели систем машина-человек-среда // Проблемы машиностроения и надежности машин. 1990. №4. С. 3-11.

60. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. СПб.: Питер, 2000. 384 с.

61. Глотов В.А. К типизации бинарных отношений // Автоматика и телемеханика. 1999. № 2. С. 180-183.

62. ГОСТ21495-76. Базирование и базы в машиностроении. Термины и определения. М.: Изд. стандартов, 1976. 35 с.

63. ГОСТ27.002-89. Надежность в технике (Основные понятия. Термины и определения). М.: Изд. стандартов, 1990.- 37 с.

64. Девятков В.В. Онтологии и проектирование систем II Приборы и системы. Управление, контроль, диагностика. 2000. № 1. С. 6-13.

65. Евгенев Г.Б. Онтология инженерных знаний II Информационные технологии. 2001. № 6. С. 2-5.

66. Емельянов В.В., Ясиновский С.И. Введение в интеллектуальное имитационное моделирование сложных дискретных систем и процессов. Язык РДО. -М.: АНВИК, 1998. 427 с.

67. Жариков В.В. Вертикальное распределение инфузорий в водоемах различного типа и факторы его определяющие // Экологические проблемы бассейнов крупных рек. Тольятти: ИЭВБ РАН, 1993. С. 205225.

68. Жернаков C.B. Диагностика и контроль параметров масляной системы ГТД гибридными нейронечеткими экспертными системами I/ Информационные технологии. 2000. № 3. С. 31-36.

69. Загоруйко Н.Г. Прикладные методы анализа данных и знаний. Новосибирск: Изд-во Института математики СО РАН, 1999. 270 с.

70. Замулин A.B. Типы данных в языках программирования и базах данных. -Новосибирск: Наука, 1987. 150 с.

71. Заплетохин В.А. Конструирование деталей механических устройств: Справочник. JL: Машиностроение, 1990. 669 с.

72. Ильин В.П. Вычислительно-информационные технологии математического моделирования II Автометрия. 2000. № 1. С. 3-16.

73. Иордон Э., Аргил К. Структурные модели в объектно-ориентированном анализе и проектировании: Пер. с англ. М.: Лори, 1999. 264 с.

74. Искусственный интеллект. Кн. 2. Модели и методы: Справочник / Под ред. Д.А. Поспелова. М.: Радио и связь, 1990. 304 с.

75. Калашников В.В., Рачев С.Т. Математические методы построения стохастических моделей обслуживания. М.: Наука, 1988. 312 с.

76. Калянов Г.Н. CASE структурный системный анализ (автоматизация и применение). М.: Лори, 1996. 242 с.

77. Киндлер Е. Языки моделирования: Пер. с чеш. М.: Энергоатомиздат, 1985. 288 с.

78. Колмогоров А.Н. Математика II В кн.: Математический энциклопедический словарь. -М.: Сов. энциклопедия, 1988. С. 7-38.

79. Конструктор онтологий мулътиагентных систем / В. Андреев, К. Ивкушкин, И. Минаков и др. // Проблемы управления и моделирования в сложных системах: Труды III международной конф. (Самара, сентябрь 2001). Самара: СНЦ РАН, 2001. С. 480-488.

80. Кораблин М.А. Конструирование специфицирующих оболочек для пакетов прикладных программ II УСиМ. 1990. № 2. С. 43-49.

81. Корн Г., Корн Т. Справочник по математике для научных работников и инженеров: Пер. с англ. М.: Наука, 1984. 832 с.

82. Котлер Ф. Основы маркетинга: Пер. с англ. СПб: Коруна, 1994. 698 с.

83. Кофман А., Дебазей Г. Сетевые методы планирования и их применение: Пер. с англ. М.: Прогресс, 1968. 184 с.

84. Краснощеков П.С. О чем умолчал Билл Гейтс II Вестник Российской академии наук. 1998. Т. 68. № 11. С. 980-985.

85. Крюков В.А. Анализ принципов объектно-ориентированного программирования // Микропроцессорные средства и системы. 1989. № 2. С. 14-22.

86. Куайн В. Онтологическая относительность // В кн.: Современная философия науки: знание, рациональность, ценности в трудах мыслителей Запада. 2-е изд., перераб. и доп. М.: Логос, 1996. С. 40-61.

87. Кузин Е.С. Концепции информационной технологии функционально-ориентированного проектирования прикладных программных систем II Информационные технологии. 2000. № 1. С. 28-33.

88. Кузнецов С.О. Автоматическое обучение на основе анализа формальных понятий II Автоматика и телемеханика. 2001. № 10. С. 3-27.

89. Кузнецов С.О., Объедков С.А. Алгоритмы построения множества всех понятий формального контекста и его диаграммы Хассе II Изв. РАН. Теория и системы управления. 2001. № 1. С. 120-129.

90. Куйбышевское водохранилище. — Л.: Наука, 1983. 214 с.

91. Ларичев О.И. Системы, основанные на экспертных знаниях: история, современное состояние и некоторые перспективы II Труды VII конф. по искусственному интеллекту КИИ'2000 (Переславль-Залесский, октябрь 2000). Т. 1. М.: ФИЗМАТЛИТ, 2000. С. 3-8.

92. Логический словарь: ДЕФОРТ / Под ред. A.A. Ивина, В.Н. Переверзе-ва, В.В. Петрова. М.: Мысль, 1994. 268 с.

93. Машунин Ю.К. Теоретические основы и методы векторной оптимизации в управлении экономическими системами. М.: Логос, 2001. 248 с.

94. Мейер Д. Теория реляционных баз данных: Пер. с англ. М.: Мир, 1987. 608 с.

95. Меншуткин В.В. Имитационное моделирование водных экосистем. -СПб.: Наука, 1993. 248 с.

96. Мурата Т. Сети Петри: свойства, анализ, приложения II ТИИЭР, 1989. Т. 77. №4. С. 41-85.

97. Мутушев Д.М., Филиппов В.И. Объектно-ориентированные базы данных II Программирование. 1995. № 6. С. 59-76.

98. Мушик Э., Мюллер П. Методы принятия технических решений: Пер. с нем. М.: Мир, 1990. 208 с.

99. Надежность технических систем. Справочник / Ю.К. Беляев, В.А. Богатырев, В.В. Болотин и др. / Под ред. И.А. Ушакова. М: Радио и связь, 1985.608 с.

100. Новицкий П.В. Основы информационной теории измерительных устройств. -Л.: Энергия, 1968. 248 с.

101. Новожилов Г.В. Система обеспечения надежности и безопасности полетов самолетов Ил на этапах проектирования, производства и эксплуатации II Проблемы надежности и ресурса в машиностроении. -М.: Наука, 1988. С. 35-50.

102. Ойхман Е.Г., Попов Э.В. Реинжиниринг бизнеса: реинжиниринг организаций и информационные технологии. Финансы и статистика, 1997. 336 с.

103. Осипов Г.С. Приобретение знаний интеллектуальными системами: Основы теории и технологии. -М.: Наука. Физматлит, 1997. 112 с.

104. Папич JI. Новые направления в развитии науки о надежности машин // Проблемы машиностроения и автоматизации (Engineering & automation). 1991. №5. С. 96-98.

105. Перспективы развития вычислительной техники: В 11 кн.: Справочное пособие / Под ред. Ю.М. Смирнова. Кн. 2. Интеллектуализация ЭВМ II Е.С. Кузин, А.И. Ройтман, И.Б. Фоминых и др. М.: Высш. шк., 1989. 159 с.

106. Першиков В.И., Савинков В.М. Толковый словарь по информатике. -М.: Финансы и статистика, 1991. 543 с.

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

108. Плесневич Г.С. Логика моделей «классы бинарные отношения» I // Известия РАН. Теория и системы управления. 1997. № 5. С. 17-26.

109. Полищук Ю.М., Хон В.Б. Теория автоматизированных банков информации. -М.: Высш. шк., 1989. 184 с.

110. Поспелов Г.С. Искусственный интеллект — основа новой информационной технологии. М.: Наука, 1988. 280 с.

111. Прангишвили И.В., Пащенко Ф.Ф., Бусыгин Б.П. Системные законы и закономерности в электродинамике, природе и обществе. М.: Наука, 2001. 525 с.

112. Программирование в ограничениях и недоопределенные модели / А.С. Нариньяни, В.В. Телерман, Д.М. Ушаков и др. // Информационные технологии. 1998. № 7. С. 13-22.

113. Проектирование технологии: Учебник для студ. машиностр. спец. вузов / И.М. Баранчукова, А.А. Гусев, Ю.Б. Крамаренко и др.; Под общ. ред. Ю.М. Соломенцева. -М.: Машиностроение, 1990. 416 с.

114. Райкин А.Л. Элементы теории надежности для проектирования технических систем. М.: Сов. радио, 1967. 264 с.

115. Райншке К. Модели надежности и чувствительности систем: Пер. с нем. М.: Мир, 1979. 452 с.

116. Райншке К., Ушаков И.А. Оценка надежности систем с использованием графов. М.: Радио и связь, 1988. 208 с.

117. Розенфельд Б.А. Многомерные пространства. М.: Наука, 1966. 647 с.

118. Рокицкий Р.Б. Объектно-ориентированные базы данных с использованием реляционных СУБД II Кибернетика и системный анализ. 2000. № 6. С. 27-38.

119. Рубашкин В.Ш. Представление и анализ смысла в интеллектуальных информационных системах. М.: Наука, 1989. 192 с.

120. Рузавин Т.И. Гипотетико-дедуктивный метод II В кн.: Логика и эмпирическое познание. М.: Наука, 1972. С. 86-113.

121. Саати Т. Принятие решений. Метод анализа иерархий: Пер. с англ. -М.: Радио и связь, 1989. 316 с.

122. Саймон А.Р. Стратегические технологии баз данных: менеджмент на 2000 год: Пер. с англ. / Под ред. и с предисл. М.Р. Когаловского. -М.: Финансы и статистика, 1999. 479 с.

123. Селезнев В.А., Селезнева А.В. Оценка воздействия точечного источника загрязнения на качество вод водохранилища II Водные ресурсы. 1999. №3. С. 501-511.

124. Серебряков В.А. Методы атрибутивной трансляции II Языки программирования. М.: Наука, 1985. С. 47-79.

125. Советов Б.Я., Яковлев С.А. Моделирование систем. М.: Высш. шк., 1985. 271 с.

126. Современная западная философия: Словарь I Сост.: В.С. Малахов, В.П. Филатов. М.: Политиздат, 1991. 414 с.

127. Современный философский словарь / Под. ред. В.Е. Кемерова. 2-е изд., испр. и доп. М.: ПАНПРИНТ, 1998. 678 с.

128. Соучек Б. Мини-ЭВМ в системах обработки информации: Пер. с англ. -М.: Мир, 1976. 520 с.

129. СтефанюкВ.Л. Трансакционньш анализ систем обучения II Труды V конф. по искусственному интеллекту (Казань, октябрь 1996). Т. 1. Казань: Российская ассоциация ИИ, 1996. С. 179-183.

130. Тамм Б.Г., Пуусепп М.Э., Таваст P.P. Анализ и моделирование производственных систем. -М.: Финансы и статистика, 1987. 191 с.

131. Телло Э.Р. Объектно-ориентированное программирование в среде Windows: Пер. с англ. М.: Наука-Уайли, 1993. 347 с.

132. Технологические основы агрегатированного сборочного оборудования / А.И. Дащенко, Ю.М, Золотаревский, И.И.Ламин и др. М.: Машиностроение, 1991. 272 с.

133. Технология системного моделирования / Е.Ф. Аврамчук, A.A. Вавилов, C.B. Емельянов и др. М.: Машиностроение; Берлин: Техник, 1988. 520 с.

134. Труб И. О проблемах множественбного наследования II Открытые системы. 2001. № 2. С. 15-16.

135. ТыугуЭ.Х. Концептуальное программирование. М.: Наука, 1984. 320 с.

136. Тятюшкин А.И. Параллельные алгоритмы для расчета оптимального управления // Проблемы управления и моделирования в сложных системах: Труды III международной конф. (Самара, сентябрь 2001). Самара: СНЦ РАН, 2001. С. 265-271.

137. Философия и методология науки / Под. ред. В.И. Купцова. -М.: Аспект Пресс, 1996. 551 с.

138. Философский энциклопедический словарь. М.: Инфра-М, 1997. 576 с.

139. Форрестер Д. Основы кибернетики предприятия (индустриальная динамика)•. Пер. с англ. М.: Прогресс, 1971. 287 с.

140. Фролов К.В. Основы повышения надежности и ресурса в машиностроении II Проблемы надежности и ресурса в машиностроении. М.: Наука, 1988. С. 6-35.

141. Фути К., Судзуки Н. Языки программирования и схемотехника СБИС: Пер. с англ. М.: Мир, 1988. 224 с.

142. Христьяновский Д.Г., Эрлих А.И. Проблемы моделирования в прикладных интеллектуальных исследованиях II Труды III конф. по искусственному интеллекту (Тверь, октябрь 1992). Т. 2. Тверь: Российская ассоциация ИИ, 1992. С. 78-81.

143. Хювенен Э., Сеппянен Й. Мир Лиспа. В 2-х т. Т. 1: Введение в язык Лисп и функциональное программирование: Пер. с финск. М.: Мир, 1990. 447 с.

144. Цаленко М.Ш. Моделирование семантики в базах данных. М.: Наука, 1989. 288 с.

145. Цикритзис Д., Лоховски Ф. Модели данных: Пер. с англ. М.: Финансы и статистика, 1985. 344 с.

146. Чен П. Модель «сущность-связь» шаг к единому представлению данных // СУБД. 1995. № 3. С. 137-158.

147. Чери С., Готлоб Г., Танка Л. Логическое программирование и базы данных: Пер. с англ. -М.: Мир, 1992. 352 с.

148. Шлеер С., Меллор С. Объектно-ориентированный анализ: моделирование мира в состояниях: Пер. с англ. Киев: Диалектика, 1993. 240 с.

149. Шрайбер Т.Дж. Программирование на GPSS: Пер. с англ. М.: Машиностроение, 1980. 592 с.

150. Шринивасан В., Чанг Д.Т. Долговременное хранение объектов в объектно-ориентированных приложениях // Открытые системы. 1999. № 3. С. 43-57.

151. Щедровицкий Г.П. Избранные труды. М.: Школа культурной политики, 1995. 800 с.

152. Энциклопедия кибернетики. Т. 2. Киев: УСЭ, 1975. 624 с.

153. Advances in object-oriented database systems: Proc. of 2-nd Int. Workshop, Bad Muenster am Stein-Ebernburg (Sept. 27-30, 1988) // Lect. Notes Comput. Science. 1988. V. 334. P. 1-373.

154. Brunner F.J. Techniche di affidabilita applicata netto sviluppo dei veicoli II ATA Ingegneria automotoristica. 1987. V. 40. № 5. P. 376-387.

155. Catell R. Object-oriented DBMS Performance Measurement II Lect. Notes Comp. Science. 1988. № 334. P. 364-367.

156. Design of Class Hierarchies based on Concept (Galois) Lattices / Godin R., Mili H., Mineau G.W. et al. // Theory and Application of Object Systems (TAPOS). 1998. V. 4, № 2, P. 117-134.

157. Dilger W. Object-oriented Knowledge Representation an Overview II J. New Generation Computation Systems. 1989. V. 2. № 4. P. 339-363.

158. Duewel S., Hesse W. Bestimmung von Objektkandidaten mit Hilfe von Formaler Begrijfsanalyse II Proc. Modellierung '98 (11.-13. Maerz 1998, Muenster), Bericht Nr. 6/98-1, Angewandte Mathematik und Informatik. -Universitaet Muenster, 1998. 5 S.

159. Formica A., MissikoffM. An Algorithm for Type Subsumption in Object-Oriented Databases II УсиМ. 1992. №> 1/2. С. 103-111.

160. Gray J. The Transaction Concept: Virtues and Limitations II Proc. of the 7th Int. Conf. on Very Large Data Bases (Cannes, France, Sept. 1981). P. 144-154.

161. Guarino N. Formal ontology, conceptual analysis and knowledge representation И Int. J. of Human Computer Studies. 1995. V. 43. № 5/6. P. 625640.

162. Heijst van G., Schreiber A. Th., Wielinga B. J. Using explicit ontologies in KBS development // Int. J. of Human Computer Studies. 1997. V. 46. № 2/3. P. 183-292.

163. MathCAD 6.0 PLUS. Руководство пользователя: Пер. с англ. М.: Фи-линъ, 1996. 712 с.

164. O'Grady P., Young R. Issues in Concurrent Engineering Systems И J. of Design and Manufacturing. 1991. V. 1. № 1. P. 27-34.

165. Prasad В. Concurrent engineering fundamentals', integrated product development. (Prentice-Hall international series in industrial and system engineering). V. II. New Jersey: Prentice Hall PRT, 1997. 490 p.

166. Poucet A. STARS Knowledge based tools for safety and reliability analysis II Reliability Engineering and Safety. 1990. V. 30. № 1. p. 379-397.

167. Schmidt B. Informatik und allgemeine Modelltheorie eine Einjuehrung II Angewandte Informatik. 1982. № 1. S. 35-42.

168. Semantic Web\ роли XML и RDF / С. Деккер, С. Мельник, Ф. ван Хер-мелен и др. // Открытые системы. 2001. № 9. С. 41-48.

169. Snelting G., Tip F. Reengineering Class Hierarchies Using Concept Analysis II Proc. ACM SIGSOFT 6-th Int. Symposium on the Foundations of262

170. Software Engineering (1-5 Nov. 1998, Orlando, FL USA). ACM, 1998. P. 99-110.

171. The Enterprise Ontology / M. Uschold, M. King, S. Moralee et al. // The Knowledge Engineering Review. 1998. V. 13. № 1. P.31-88.

172. Uschold M., Tate A. Knowledge level modelling: concepts and terminology II The Knowledge Engineering Review. 1998. V. 13. № 1. P. 5-.29

173. Visual Basic для приложений (версия 5) в подлиннике: Пер. с англ. / П. Санна и др. СПб.: BHV-Санкт-Петербург, 1997. 704 с.

174. WeinertF. Theories, Models and Constraints // Studies in History and Philosophy of Science. 1999. V. 30. № 2. P. 303-333.

175. Wille R., Ganter В. Formale Begriffsanalyse. Springer-Verlag, 1996. 290 S.

176. Yoshimura M., Takeuchi A. Concurrent Optimization of Product Design and Manufacturing Based on Information of Users' Needs II CE: Research and Applications. 1994. № 2. P. 33-44.

177. Ь-РАСПРЕДЕЛЕНИЕ ВЕРОЯТНОСТЕЙ