автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.10, диссертация на тему:Совершенствование методологии проектирования интеллектуальных информационных систем

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И КУЛЬТУРЫ КЫРГЫЗСКОЙ РЕСПУБЛИКИ

КЫРГЫЗСКИЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ им.И.РАЗЗАКОВА

На правах рукописи УДК 681.518:681.324

РЫЖЕНКО ИРИНА НИКОЛАЕВНА

СОВЕРШЕНСТВОВАНИЕ МЕТОДОЛОГИИ ПРОЕКТИРОВАНИЯ ИНТЕЛЛЕКТУАЛЬНЫХ ИНФОРМАЦИОННЫХ СИСТЕМ (ОРИЕНТИРОВАННЫХ НА ПРИМЕНЕНИЕ ШТЕ1иЧЕТЯ1ЧТ1ШЧЕТ)

Специальность: 05.13.10 Управление в социальных и экономических системах

I

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Бишкек 2003

Работа выполнена в Кыргызском Техническом Университете им. И. Раззакова и в Кыргызско - Российском Славянском Университете

Научный руководитель: Академик Международной Академии

Информатизации, Заслуженный работник образования Кыргызской Республики, доктор технических наук, профессор В.Ф.Бабак

Официальные оппоненты: Доктор технических наук, профессор

Ж.И.Батырканов

Кандидат технических наук С.В.Ямпольская

Ведущая организация: Научно-исследовательское, опытно-

конструкторское

предприятие ЗАО "Телеформ", г. Москва

Защита состоится 3 " ОУ С? р ГРС\_ 2003 г. в 10 ~ ч. на заседании Диссертационного совета 05.02.177 при Кыргызском Техническом Университете им. И.Раззакова, г. Бишкек, пр.Мира 66.

С диссертацией можно ознакомиться в архиве Кыргызского Технического Университета им. И. Раззакова.

Ваши отзывы на автореферат в двух экземплярах, заверенные гербовой печатью, просим направлять по адресу: 720044, г. Бишкек, пр.Мира 66, Кыргызский Технический Университет им. И.Раззакова, Диссертационный совет.

Автореферат разослан"_

2003 г.

Ученный секретарь Диссертационного совета 05.02.177, к.т.н., доцент

У .К. Омуралиев

п|ИГ

•и

2003^

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

22780^

Актуальность работы. Развитие новых информационных технологий и образование реальной всемирной компьютерной сети - Internet/Intranet предоставляет новые возможности в получении информации и знаний, которые предприятия и физические лица могут использовать в своей деятельности. Современное состояние разработок в области информационных систем на базе локальных, корпоративных, глобальных компьютерных сетей можно охарактеризовать как стадию все возрастающего интереса среди широких слоев специалистов-финансистов, менеджеров, преподавателей, инженеров, медиков, психологов, программистов, лингвистов. Тенденция увеличения числа пользователей сети Internet/Intranet ставит актуальной задачу совершенствование методологии проектирования информационных систем, ориентированных на применение Internet/Intranet для учета и анализа финансовой деятельности предприятия, дающей сокращение сроков проектирования.

Цель работы. Развитие методологии и методов проектирования информационных систем, ориентированных на моделирование аудиторской и финансовой деятельности. Разработка и внедрение корпоративной информационной системы учета и анализа финансового состояния предприятия на базе технологий Internet/Intranet.

Для достижения поставленной цели решались следующие задачи:

- Разработать методику анализа лингвистических средств (естественноязыковых) представления знаний на концептуальном уровне на основе исследования понятийного аппарата предметной области.

- Разработать принципы и методы отображения предметных знаний в формализованные представления, допускаемые компьютерной обработкой.

- Разработать математическое и алгоритмическое обеспечение программы обработки информационных потоков для аудиторской оценки финансового состояния предприятия, используя теорию нечетких множеств и, в частности, метод лингвистических переменных.

- Используя разработанные методологии, методы и алгоритмы, разработать программное обеспечение обработки информации по финансовому учету предприятия.

- Разработать методику создания и использования экспертной системы, ориентируясь на технологии Internet/Intranet.

Научная новизна. Разработан метод понятийного моделирования информационных систем и управления экономическими объектами на основе трех составляющих «диаграммы объектов - дерева функций - сетевого представления». На основе исследования понятийного аппарата предложены методика анализа, описание и моделирование объектов и услуг аудита.

Разработана концептуальная модель экспертной оценки финана (вВМсооюйниальнАЯ

предприятия. Разработаны математическая модель и алгоритм и&ййй8£КА

. С.Пе-гербург

гоо^ск

финансового состояния предприятий. Разработана модель информационной системы поддержки принятия аудиторских заключений.

Практическая ценность. Усовершенствованная методология проектирования позволила создать корпоративную информационную сеть для анализа и управления предприятием с удаленным администрированием распределенных баз данных, с использованием виртуального пространства Internet/Intranet. Результаты исследований использовались в НИР Секции по Оборонным проблемам при Академии наук Российской Федерации «Климентий», «Низковольт», Научно-технического комитета РВСН Министерства Обороны РФ «Каротин», при проведении научно-исследовательских и опытно-конструкторских работ ЗАО «ТелеФорм» по программе ГКНО РФ «Разработка методов описания предметных областей в специальных системах поддержки принятия решений».

Теоретические результаты работы применены при создании системы управления корпоративными сетями «Оптовые поставки медикаментов» для учета и анализа финансового состояния предприятий, входящих в ассоциацию «Фармация»:

- при создании корпоративной сети фирмы Юнимед-Фарм;

- при создании корпоративной сети фирмы Селена-Фарм;

- при создании корпоративной сети фирмы Украина-Фарм;

- при создании информационной системы ОсОО Инженерный центр;

- при создании информационной системы ОсОО Пэинтко-Бишкек Программное обеспечение «Виртуальная экспертная система (ВЭС -

АУДИТ)» использовалось аудиторской фирмой АОЗТ «Кыргызаудит» для проведения анализа финансовой деятельности и выработки рекомендаций по улучшению деятельности следующих предприятий: АО «Каинды-Кант», АО «ОККО», АО «ТАРЗ».

Апробация работы. Основные результаты диссертационной работы представлены:

- На конференции, посвященной 200-летнему юбилею А.С. Пушкина в Кыргызстане, (г. Бишкек, МОНиК, Кыргызско-Российский Славянский университет, июнь 1999 г.).

- Международной научной конференции, посвященной году молодежи и образования, объявленному президентом КР, и году математики «Проблемы математики и информатики в XXI веке» (г.Бишкек, МОНиК, Кыргызский Государственный Национальный университет, сентябрь, 2000 г.).

- На заседании НИР Секции по Оборонным проблемам при Академии наук Российской Федерации «Климентий», «Низковольт», Научно-технического комитета РВСН Министерства Обороны РФ «Каротин» (г.Москва, май, 2002 г.).

- На заседании ЗАО «ТелеФорм» по программе ГКНО РФ «Разработка методов описания предметных областей в специальных системах поддержки принятия решений» (г.Москва, май, 2002 г.).

- На заседании АОЗТ «Кыргызаудит» о возможности использования программного обеспечения «Виртуальная экспертная система (ВЭС -АУДИТ)» (г.Бишкек, август, 2002 г.).

- На заседании кафедры «Информационные и вычислительные технологии». Кыргызско-Российского Славянского Университета (г. Бишкек, октябрь, 2002 г.).

- На объеденном заседании кафедр «Информационные системы в экономике» и «Программное обеспечение компьютерных систем» Кыргызского Технического Университета им. И.Раззакова (г. Бишкек, июнь, 1999 г.).

- На смотре-конкурсе «Информатика, компьютерные информационные системы и Интернет. ИНФОНЕТ-2000» (г. Бишкек, Кыргызский Государственный Национальный университет, Институт Интеграции Международных Образовательных Программ, Кыргызско-Американский Факультет компьютерных технологий и Интернет, май, 2000 г.).

- На смотре-конкурсе «Информатика, компьютерные информационные системы и Интернет. ИНФОНЕТ-2002» (г. Бишкек, Кыргызский Государственный Национальный университет, Институт Интеграции Международных Образовательных Программ, Кыргызско-Американский Факультет компьютерных технологий и Интернет, май, 2002 г.). Методика исследований базируется на методах системного анализа,

объектно-ориентированного анализа БЫаег - МеИог, теории нечетких множеств, универсальной алгебры, технологии создания ЫМ1 систем в сети !п1егпе1/1п1тапе1.

Авторские свидетельства и дипломы. Программное обеспечение для создания информационной базы данных финансовой деятельности предприятия «ПО-Формула» зарегистрировано в Государственном реестре Агентства интеллектуальной собственности при Правительстве КР и получено авторское свидетельство за №18 от 30 июля 1999 г. Программное обеспечение «Виртуальной экспертной системы аудита (ВЭС-АУДИТ)» заявлено в Государственное Агентство по науке и интеллектуальной собственности при Правительстве КР и официально зарегистрировано решением №43 от 22.05.2002 г. Автор награжден Дипломом 3-й степени на смотре-конкурсе «ИНФОНЕТ-2000» и Поощрительным Дипломом на смотре-конкурсе «ИНФОНЕТ-2002».

Публикации. По материалам диссертации опубликовано 11 научных работ.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения и приложения. Работа изложена на 169 страницах основного текста, содержит 44 рисунка и 9 таблиц, список литературы из 131 наименования.

СОДЕРЖАНИЕ РАБОТЫ

В первой главе рассмотрены проблемы создания и внедрения интеллектуальных систем, общения с базами данных, особенно экспертных систем, их широкое распространение, что и выдвинуло задачу совершенствования методологии создания интеллектуальных

информационных систем на передний план.

Анализ современного состояния разработки программных средств приобретения знаний и методологии создания интеллектуальных информационных систем позволил выявить две группы проблем. Методологические проблемы:

- слабая проработанность теоретических аспектов процессов проектирования;

- отсутствие концептуальной целостности и согласованности между отдельными приемами и методами;

- отсутствие единого теоретического базиса структурирования объектов исследования;

- несовершенство математического базиса информационных моделей.

Технологические проблемы:

- недостаток или отсутствие квалифицированных специалистов в области инженерии знаний и недостаточность методических материалов по практике проведения сеансов извлечения знаний;

- низкая адаптивность, отсутствие индивидуальной настройки на пользователя и предметную область;

- сложность внедрения, обусловленная психологическими проблемами персонала и неприятия новой технологии решения задач.

Анализ используемых технологий разработки интеллектуальных систем показал, что наиболее совершенная и прогрессивная технология - применение интеллектуальных агентов и WEB/database.

WEB предлагает стандартизацию пользовательского интерфейса, возможность совместной работы разных приложений от разных платформ, простоту разработки приложений, легкость поддержки, хорошо стандартизированные отношения клиент - сервер, возможность использования Internet/Intranet. Одновременно базы данных предлагают мощный метод упорядочения и сопровождения информации, представляемой на WEB страницах, возможность использовать для поиска информации SQL-сервера.

Преимущества интеллектуальных агентов очевидны, можно использовать только то, что нужно в данный момент времени, нет необходимости приобретать дорогую систему и оборудование, не требуются высококвалифицированные специалисты, к работе привлекаются настоящие профессионалы, доступ к системе возможен из любой точки мира.

Во второй главе разработана функциональная схема экспертной системы, в которой существуют две параллельные подсистемы (экспертная и аудиторская), взаимодействующие между собой в реальном масштабе времени.

А целевое соответствие и усилие в достижении цели определяют мотивацию (motivation) лица, принимающего решение (ЛПР). Отличительной особенностью данной системы является то, что на блок анализа экспертной подсистемы и на последующие рекомендации влияет состояние окружающей среды.

Проведена формализация множества допустимых решений (усилий), вариантов производства, ограниченных имеющимися ресурсами, а также множества целевых функций (целевого соответствия) управления.

Множество допустимых решений описывается с помощью системы неравенств:

к,х, + к2х2 + ...+к1х1 + ...+ А„дг„ <К

l,x, + l2x2+...+llxl+...+l„x,<L , (1)

r,jr, +ггхг +... + rlxl +... + r„x„ SR

где К - количество оборудования;

L - рабочая сила;

R - сырье;

х, - показатель;

k,l,rt - относительные коэффициенты. Множество допустимых целевых функций представляет собой максимизируемые или минимизируемые величины, отражающие интересы ЛПР.

ргх2+...+ р„х„ -> шах | min, (2)

где х - показатель; р - относительный коэффициент.

Анализ развития методологии проектирования концептуальных моделей информационных систем свидетельствует о возможности их совершенствования. Поэтому разработке принципов, методов и средств автоматизации отображения предметных знаний в формализованные представления, допускаемые компьютерной обработкой на этапе системного анализа было уделено особое внимание. В результате предложен подход концептуального моделирования информационных систем предметной области знаний (определенной деятельностью субъекта, использующего информационную систему) на основе трех составляющих: «диаграмма объектов - дерево функций - сетевое представление». Формализована взаимосвязь диаграммы объектов, дерева функций и сетевых представлений. Цикл создания информационной системы представлен следующим образом: «деятельность субъекта» -> «диаграмма объектов - дерево функций - сетевое представление» -> «математическая модель» -> «информационная система» Элементарные операции для построения концептуальной модели по методологии SADT (IDEF0,IDEF3) и объектно-ориентированного анализа Shlaer - Mellor представлены на рис.1 и 2.

Методика выполнения операции (методика, математическая модель, алгоритм)

Входные

документы,

данные

Операция

Выходные документы,

данные

Механизм

Агент

Рис. 1 .Схема элементарной операции по методологии БАОТ (ГОЕРО,ГОЕРЗ).

Событие 1-1 (плюс идентификатор переносимых данных)

Состояние 1

-ь

1 к Действие

>. Co6i.ii не

состояния плюс данные, определенные идентификатором

Рис. 2. Схема элементарного состояния по БЫаег - МеНог.

Архитектурное представление для проектируемой системы предполагает определение и использование взаимосвязанной и взаимосогласованной совокупности трех составляющих диаграммы: объектов, дерева функций, сетевого представления.

С использованием методов универсальной алгебры получена модель архитектурных представлений:

А={0, Р, С}, (3)

где О - множество объектов исследований предметной области, которую представляет данная архитектура проектируемой системы; Р - множество функций на Б объектах исследований при проектировании данной архитектуры;

С - сетевые представления, заданные на объектах и/или функциях.

Сетевые представления определяют потоки информации между объектами аудита (формами бухгалтерской отчетности) и функциями (задачами) аудита. В процессе аудиторской проверки наибольший интерес представляют места наибольшего по интенсивности ч.песечения потоков

информации. Соответствующая модель сетевого представления получена как двойка вида:

X}, (4)

где Ъ - состояние функции аудита, определяемое потоком информации в принятой архитектуре А;

X - поток информации между объектами и функцией аудита. Для каждого состояния функции определены матрица перехода и матрица смежности по формулам:

/Ык

где

Я - матрица перехода;

{2) - состояние функции аудита при выборе потока О - при отсутсвии потока

М = \\т.

где

М - матрица смежностей;

{х, - если поток необходим для перехода в состояние т.) \

О - если не существует связи между объектом и функцием аудита]

(5)

(6)

Общая матрица смежности, полученная суммированием частных определяет:

- поток, определяющий путь из одного состояния функции в другое при

заданных условиях;

- количество возможных потоков информации;

- места наибольшего пересечения потоков информации

х0 ={*„....,*4.,}| {*,.....*»}•

Операция пересечения множеств определяет дублирование состояний функций аудита:

={*.......2„.,}1 {г,....2„}.

Разработанная методология позволяет значительно сократить время разработки на начальной стадии проектирования.

Используя предложенную методологию, нами разработана информационная модель оборотной ведомости, отражающая сетевые представления к объектам базы данных журналов ордеров в матричной форме. Информационная модель оборотной ведомости:

нос

нею |<?МС , I ГХ>] НОГ) [<N0 , £ пс>1

>СОВ

оо[<1мс.5: сх>]

ОП [<ЫС . I ПС>]

• кос

КОО [<N0 ,1 [)С>] КОП (<-N0 .1 Г)Г>]

где НОС - матрица состояний объектов учета на начало фазы времени; СОВ - матрица состояний объектов учета текущего состояния; КОС матрица состояний объектов учета на конец фазы времени.

Представление информации в виде матрицы состояний объектов учета и анализа финансовой деятельности является математической моделью информационной системы.

Отличительной особенностью программного продукта является то, что журналы ордера представляют собой БиЬ-матрицы, матрицы состояния счетов, интегрированные с БиЬ-матрицей кассовых операций и виЬ-матрицей бухгалтерских проводок, причем разноска по плану счетов ведется автоматически. Матрица состояния счетов отражает полную картину финансовой деятельности за месяц. БиЬ-матрицы взаимосвязаны между собой таким образом, что изменение в каком-либо месяце повлечет за собой изменение во всех последующих, тем самым обеспечиваются простота и ле1 кость коррекшровки и пользова1ель може! произойди 1Ь замену любой формулы вычислений.

Разработанное программное обеспечение по учету финансового состояния предприятия ориентировано на малые и средние предприятия, а также частных предпринимателей. Матричные формы представления объектов информационной системы определили название разработанного программного продукта - «ПО ФОРМУЛА».

В третьей главе сформулирован принцип образования базы знаний для виртуальной экспершой системы аудита на основе предложенной методологии. Проведена формализация модели виртуального арбитра и схема взаимодействия интеллектуальных агентов сети при внутреннем аудите предприятия и выборе соответствующих рекомендаций.

Определена модель представления рекомендации базой знаний:

Я={В,0,С}, (7)

где В - множество объектов базы знаний предметной области, размещенной на серверах;

О - множество функций, образцов рекомендаций, получаемых пользователем по сети;

С - сетевые представления, определяющие потоки информации между объектами базы знаний и функциями (множество отношений, заданных на В и/или О).

Разработана концептуальная модель экспертной оценки финансового состояния предприятия (рис.3), где оценка определяется диаграммой состояния объекта (матрица состояний), показатели, отвечающие за тенденцию развития объекта, являются деревом функций, а базовые коэффициенты представляют сетевое представление счетов финансовой отчетности. Теоретически обоснована формализация процесса принятия решения об оценке финансового

состояния предприятия на основе применении теории нечетких множеств и лингвистических переменных.

ОЦЕНКА

Финансовое состояние

BOTA КФ КА КЗ КИ КП кл клс

Рис.3. Модель оценки финансового состояния.

Лингвистическая переменная оценки финансового состояния определяется по формуле:

В={Ь, I, и, Ь м }, (8)

где Ь - оценка финансового состояния;

I - множество термов < стагнация (застой), инвестоспособность, ликвидность, отсутствие задолженности, не ликвидность, не инвестоспособность, задолженность, стабильность^ g - подмножество термов <хроническое ухудшение, неустойчивое ухудшение, устойчивое ухудшение, скачкообразное ухудшение, хроническое улучшение, неустойчивое улучшение, устойчивое улучшение, скачкообразное улучшение>; и - область определения лингвистической переменной и (х) е и;

^ - процедура экспертного опроса (определение функции принадлежности).

Функция принадлежности (предпочтение экспертов) определяется частотным методом по формуле:

м(У ) = л,/ц (9)

где и, = х, Ф х, - количество экспертов, определивших вектор х,;

п - число экспертов, принявших участие в тестировании базы знаний.

Каждый ¡-й эксперт (по своему усмотрению) должен определить соотношения для .¡-го базового показателя типа. Степень влияния показателя определяется по формуле:

"»-{;: %■ (,0) Экспертная оценка для .¡-го параметра находится по формуле:

= -5>./<р)- о»)

п „i

Оценка финансового состояния является интегрированной и определяется следующей формулой:

sign Ар)-(mm)

М(у) -(/>) (12)

м(р) ~{р)

где sign = f(p) - функция, определяющая тенденцию развития финансового состояния предприятия;

ц (у) - коэффициент надежности принимаемого решения;

//(р) - коэффициент степени влияния (важности) показателей на оценку

финансового состояния.

Модель базы знаний предметной области:

<B,U, (л>, (13)

где В - множество объектов предметной области - оценок финансового состояния предприятия;

U - область определения лингвистической переменной - множество символов состояний базовых показателей;

ft - множество субъективных оценок - функции принадлежности.

U определяется по формуле, как объединение конечного числа непересекающихся открытых множеств:

U=Y*M (14)

где X - открытое множество, определенное на пространстве U. Функция принадлежности определяется по формуле:

//|((x)=Y 05)

где ju (х) ~ функция принадлежности определена на открытом множестве X i-м экспертом.

Функция (х) должна удовлетворять следующим условиям:

1. Функция jut (х) - конечно-аддитивна для непересекающихся множеств X, К Хт 6 и :

//ГМ=1 /Лх(х)- (16)

2. Функция ц (х) - непрерывна:

Иш Мх,)=0. (17)

и-»»

где XtnX2nKnX„=0

3. Функция (х) - ограниченна:

SUp //„(х)< со, (18)

«Y

где SUp (х) - наибольшее значение, достигаемое функцией на множествах пространства U.

Получено выражение для оценки финансового состояния. Оценка финансового состояния определяется по формуле:

, t (19)

где р j(fi(x))/ib | jo-ju (x))"2/dx | J(l| J(l-¿¿(xtf/dx -ii ii логическое выражение, определяющее оценку финансового состояния.

Получено выражение для определения рекомендаций, получаемых пользователями., как набор образцов поведения финансовой системы. Рекомендация, предлагаемая пользователю, определяется лингвистической переменной/? по формуле:

Vy#(:i=1,n:3o еО, (20)

где п- количество вариантов в принятой модели финансового состояния, О - множество образцов рекомендаций.

В четвертой главе разработана информационная система «Оптовые поставки медикаментов» на основе разработанной методологии, математического и программного обеспечения. Создана корпоративная сеть фирм Юнимед-Фарм, Селена-Фарм, Украина-Фарм. Внедрено и действует программное обеспечение ПО-Формула на предприятиях Пэинтко-Бишкек и Инженерном Центре.

На основании модели аудиторской деятельности разработана функциональная схема взаимодействия интеллектуальных агентов экспертной системы при оценке финансового состояния предприятия (рис. 4). Экспертная система оценки финансового состояния предприятия использует \VEB-технологию.

УУЕВ браузер -

IHTTP

Аудит - Эксперт

Агент брокер

Агент управления базой знаний

УУЕВ - приложение (\Л/ЕВ - сервер)

HTTP

ууев - браузер

Фильтр

База 1 данных

Клиент вэс

Рис.4. Схема взаимодействия интеллектуальных агентов.

Аудит-эксперт является агентом администрирования базы знаний и получает доступ к базе знаний через посредника - агента брокера. Удаленный доступ к базе знаний осуществляет \VEB-6pay3ep.

Агент-брокер управляет потоками' информации между агентами \VEB-приложения, участвующими в сеансах связи, и осуществляет контроль за правом доступа к базе знаний.

Агент управления базой знаний лринимае: участие при извлечении, дополнении, корректировке образцов рекомендаций базы знаний.

База знаний представляет собой набор образцов рекомендаций, предлагаемых пользователю.

Интеллектуальный агент - это агент взаимодействия с пользователем,

который в соответствии с предложенным алгоритмом предлагает пользователю рекомендации базы знаний.

WEB-браузер - программа навигации и просмотра WEB-ресурсов, позволяет запрашивать и просматривать файлы в Internet/Intranet.

Клиент ВЭС является агентом администрирования базы данных знаний и получает доступ к базе знаний через посредника - агента брокера. Удаленный доступ к базе знаний осуществляет WEB- браузер.

Фильтр - совокупность показателей предприятия (фирмы), которая отражает состояние фирмы на данный период. Фильтр обеспечивает связь между базой данных информационной системы предприятия и ВЭС.

База данных ИС представляет собой информационную систему предприятия (фирмы), которая содержит в себе данные по учету денежных средств, основных средств, складских операций, заработной платы.

В системе ВЭС-АУДИТ обработка информации распределяется между клиентом и сервером, причем вся обработка сосредоточена на сервере. Система выполняет следующие три основные задачи.

Задача Описание

Интерфейс пользователя Уровень обеспечивает графический интерфейс, позволяющий пользователям работать с приложением, вводить данные и просматривать результаты запросов. В WEB-приложениях задачи этого уровня выполняются WEB-браузером

Обработка информации Уровень между интерфейсом и уровнями служб данных. Логика, которая определяет правила обработки данных приложением, создает «мостик» между пользователем и данными

База данных Уровень базы данных обеспечивает доступ к данным Web - приложения и управляет базой данных

Система ВЭС-АУДИТ выполнена как динамическое интерактивное Web-приложение ASP (Active Server Pages). ASP позволяет объединить возможности HTML-страниц, команд сценариев и компонентов СОМ.

Виртуальная экспертная система аудита (ВЭС-АУДИТ) состоит из двух параллельно функционирующих виртуальных подсистем - "Эксперт" и "Менеджер". Структура ВЭС-АУДИТ представлена на рис.5.

Подсистема "Эксперт" взаимодействует с независимыми профессиональными экспертами в области аудита, при этом создается виртуальная база знаний, которая в последующем используется для проведения внутреннего аудита предприятия.

Подсистема "Менеджер" предназначена для менеджеров и руководителей предприятий, заинтересованных в проведении внутреннего аудита своего

предприятия с целью оценки финансового состояния и возможности дальнейшего развития.

Рис.5. СтруктураВЭС- АУДИТ.

Основные результаты диссертационной работы :

1. Разработан метод понятийного моделирования информационных систем и управления экономическими объектами на основе представления трех составляющих: «диаграммы объектов - дерева функций - сетевого представления».

2. На основе исследования понятийного аппарата предложены методика анализа, описание и моделирование объектов и услуг аудита.

3. Разработана концептуальная модель экспертной оценки финансового состояния предприятия.

4. Разработаны математическая модель и алгоритм оценки финансового состояния предприятий.

5. Разработана модель информационной системы поддержки принятия аудиторских заключений.

6. Сформулирован принцип образования базы знаний для виртуальной экспертной системы аудита.

7. Создано программное обеспечение обработки информации по финансовому учету предприятия "ПО-Формула".

8. Создана «Виртуальная экспертная система аудита (ВЭС-АУДИТ)», ориентированная на применение Internet/Intranet.

Основные положения диссертационной работы опубликованы в следующих работах:

1. Применение средств вычислительной техники для анализа функционирования предприятия /Бабак В.Ф., Рыженко И.Н. //Экономика и статистка. - Бишкек, 1999. -№1. - С.91- 94.

2. Программное обеспечение для создания информационной базы данных финансовой деятельности предприятия «ПО-Формула» - программа учета финансовой деятельности предприятия /Бабак В.Ф., Рыженко И.Н,. Рмчков H.A., Лопагкин В.Б. //Кыргызпатент, Интеллектуапдык менчик. - Бишкек,

1999. - №3. - С. 26- 27,99- 100.

3. Информационно-аналитическая система аудиторской деятельности /Рыженко И.Н. //Вестник КГНУ «Проблемы математики и информатики в XXI веке». - Серия 3. - Выпуск 4. - Бишкек, 2000. - С.347- 350.

4. Математические модели в экономических экспертных системах /Рыженко И.Н. //Вестник Международного университета Кыргызстана. - Бишкек,

2000. - №1(9). - С.67- 71.

5. Информационная база данных финансовой деятельности предприятия /Рыженко И.Н. //Проблемы автоматики и управления: - Бишкек: Илим, 2000.-С.211-215.

6. Аспекты проектирования информационных систем в управлении бизнесом /Рыженко И.Н. //Вестник Международного университета Кыргызстана. -Бишкек, 2000. - №1 (9). - С.54- 63.

7. Виртуальная область знаний для оценки финансового состояния предприятия /Рыженко И.Н. //Проблемы автоматики и управления. -Бишкек: Илим, 2001. - С. 196- 202.

8. Совершенствование методологии проектирования информационных систем /Бабак В.Ф., Рыженко И.Н. //Вестник Кыргызского Технического Университета им.И.Раззакова. - Бишкек, 2002. - №4. - С.220-225.

9. Программное обеспечение «Виртуальной экспертной системы аудита (ВЭС -АУДИТ)» /Рыженко И.Н., Бабак В.Ф. // Кыргызпатеш, Интеллект}олдык менчик. -Бишкек, 2002. -№9. - С. 15,48.

10.Виртуальная экспертная система аудита /Рыженко И.Н. //Проблемы автомашки и управления. - Бишкек: Илим, 2002. - С. 196- 202

11 .Совершенствование методологии проектирования информационных систем. /Рыженко И.Н., Бабак В.Ф. // http://www.citforum.ru/cfin/articles/mpis.shtm. 2002.

РЕЗЮМЕ Рыженко Ирина Николаевна

Интеллектуалдык маалымат системаларын долбоорлоонун методологиясын енуктуруу (Internet/IntranetKe колдонууга багытталган)

Интернет, методология, моделдее, модель, долбоорлоо, система, эксперт, аудит, эсеп, ишмердуулук, ишкана.

Иштин максаты болуп, аудитордук жана каржылык ишмер-дуулукту моделдееге багытталган маалымат системаларын долбоорлоонун методологиясын жана ык-маларын енуктуруу, ишкананын каржылык абалын анализдеенун жана эсеп жургузуунун корпоративдик маалымат системасын Internet/Intranet технологиясынын базасында иштеп чыгууну киргизуу саналат.

"Обьекттер диаграммалары - функциялар дарагы - тармактык кврунуштен" турган уч тузулуштун негизинде маалымат системаларын тушунук боюнча моделдввнун жана экономикалык обьектилерди башка-руунун ыкмасы иштелип чыккан. Тушунук аппаратын изилдввнун негизинде аудитгин кызмат кврсвтуусунун жана обьектилеринин модел-дерин тузуу, сурвттвлуштвру жана анализдеенун ыкмасы сунуш кылынган. Ишкананын каржылык абалына экспертгик баа беруу боюнча концептуалдык модель иштелип чыккан. Ишканалардын каржылык абалына баа беруунун алгоритми жана математикалык модели иштелип чыккан. Аудитордук корутундуларды кабыл алууну колдоо боюнча маалымат системасынын модели иштелип чыккан.

Иштин теоретикалык натыйжалары "Медикаменттерди дун сатуу" корпоративдик тармактарынын башкаруу системасын тузуу учурунда "Фармация" бирикмесине кирген ишканалардын каржылык абалын эсептее жана анализдее учун колдонулган. "Виртуалдык эксперттик система (ВЭС-АУДИТ)" программалык камсыздоосу аудиторлук фир-маларга ишканалардын каржылык ишмердуулугун анализдвеге жана ишмердуулукту жакшыртуу боюнча сунупггарды иштеп чыгууда колдонууга ылайыкталган.

РЕЗЮМЕ Рыженко Ирина Николаевна

Совершенствование методологии проектирования

интеллектуальных информационных систем (ориентированных на применение Internet/Intranet)

Интернет, методология, моделирование, модель, проектирование, система, эксперт, аудит, учет, деятельность, предприятие.

Целью работы является развитие методологии и методов проектирования информационных систем, ориентированных на моделирование аудиторской и финансовой деятельности. Разработка и внедрение корпоративной информационной системы учета и анализа финансового состояния предприятия на базе технологий Internet/Intranet.

Разработан метод понятийного моделирования информационных систем и управления экономическими объектами на основе трех составляющих

«диаграммы объектов - дерева функций - сетевого представления». На основе исследования понятийного аппарата предложены методика анализа, описание и моделирование объектов и услуг аудита. Разработана концептуальная модель экспертной оценки финансового состояния предприятия. Разработаны математическая модель и алгоритм оценки финансового состояния предприятий. Разработана модель информационной системы поддержки принятия аудиторских заключений.

Теоретические результаты работы применены при создании системы управления корпоративными сетями «Оптовые поставки медикаментов» для учета и анализа финансового состояния предприятий, входящих в ассоциацию «Фармация». Программное обеспечение «Виртуальная экспертная система (ВЭС - АУДИТ)» предназначено для использования аудиторской фирмой при проведении анализа финансовой деятельности и выработки рекомендаций по улучшению деятельности предприятий.

THE RESUME Ryjenko Irina Nikolaevna

Perfecting of a methodology designing intellectual information systems ( oriented on application of Internet/Intranet)

The Internet, methodology, modeling, model, designing, system, expert, audit, account, activity, enterprise.

The purpose of activity is development of a methodology and design techniques of information systems which are oriented on simulation of auditor and financial activity. Elaboration and inculcation of a corporate information system of the calculation and analysis of a financial condition of firm on the basis technologies Internet/Intranet.

The method of conceptual simulation of information systems and control of economic objects is developed on the basis of three components « the diagrams of objects - tree of functions - network performance ». On the basis of research of the conceptual vehicle are offered an assay techniques, description and simulation simulation of objects and services of audit. The conceptual model of an expert estimation of a financial condition of firm is developed. A mathematical model and algorithm of an estimation of a financial condition of firms are developed The model of an information system of support of acceptance of the auditor conclusions is developed.

The theoretical outcomes of activity are applied at creation of a management system of corporate networks "Wholesale deliveries of medicines" for the calculation and analysis of a financial condition of firms which are included in association "Pharmaceutics". The software "the Virtual consulting model (Vsm - AUDIT)" is intended for usage by the auditor corporation at recommendations of the analysis of financial activity and development of the guidelines on improvement activity of firms.

Подписано к печати 21.02.2003 г. Формат бумаги 60x84

_Бумага офс. Печать офс. Объем 1,0 п.л. Тираж 100 экз. Заказ 65._

720044, Бишкек, ул, Сухомлинова, 20. ИЦ "Текник" КТУ, т. 42-14-55, 54-29-43 E-mail: ict@ktu.aknet.kg. teknik@netbox.ru

РНБ Русский фонд

2003-4 22780

i

i

ВВЕДЕНИЕ

Глава 1. Исследование проблем разработки информационных систем и систем принятия решений

1.1. Проблемы разработки экспертных систем

1.2. Анализ систем приобретения знаний

1.3. Анализ методологий проектирования информационных систем

1.3.1. Связь методологий с этапами жизненного цикла разработки программных систем

1.4. Применение интеллектуальных агентов и WEB/database 33 1.4.1 Программные агенты и мультиагентные системы

1.4.2. Анализ современных направлений в области создания интеллектуальных агентов.

1.5. Выводы

1.6. Постановка задачи

Глава 2. Совершенствование методологии проектирования информационных систем

2.1. Принятые методологии и средства исследования

2.1.1. Методология KADS

2.1.2. Стандарт онтологического исследования IDEF

2.2. Совершенствование методологии проектирования информационных систем

2.3. Классификация моделей в экономических системах

2.4. Модель функционирования и управления предприятием с использованием экспертной системы

2.5. Разработка методологии представления архитектуры разрабатываемой системы

2.6. Проектирование концептуальной модели аудиторской деятельности

2.6.1. Выбор основания для построения концептуальной модели

2.6.2. Определение объектов проектируемой системы

2.6.3. Определение функций

2.6.4. Установление сетевых представлений ТА

2.7. Формализация архитектурных представлений

2.8. Разработка информационной модели объектов аудита

2.9. Разработка программного обеспечения, информационной системы аудита финансового состояния предприятия 82 2.9.1. Основные положения при разработке программного обеспечения

2.9.2. Разработка программного обеспечения информационной системы финансового состояния предприятия

2.10. Выводы

Глава 3. Разработка экспертной системы на базе интернет технологий

3.1. Проектирование виртуальной области знаний для оценки финансового состояния предприятия

3.2. Концептуальная модель экспертной оценки финансового состояния предприятия

3.3. Алгоритм оценки финансового состояния

3.3.1. Основные понятия и определения теории нечетких множеств

3.3.2. Лингвистические переменные

3.3.3. Формализация процесса оценки финансового состояния

3.3.4. Определение функции принадлежности и Коэффициента надежности принятия решения относительно оценки финансового состояния

3.3.5. Определение доверительного интервала коэффициента надежности

3.3.6. Определение степени влияния (важности) показателя на оценку финансового состояния предприятия.

3.4. Формирование базы знаний для оценки финансового состояния предприятия

3.4.1. Формальное описание базы знаний

3.4.2. Определение прототипа базы знаний

3.5. Обучение (заполнение) базы знаний экспертной системы оценки финансового состояния предприятия

3.5.1. Формирование отражения базы знаний в виртуальном пространстве

3.5.2. Формирование базы знаний виртуального пространства

3.5.3. Алгоритм вывода рекомендаций интеллектуальным агентом

3.6. Алгоритм фильтра для расчета коэффициентов основных показателей

3.7. Выводы

Глава 4. Практическое использование программного обеспечения информационных систем и экспертных систем

4.1. Информационная система «Оптовые поставки медикаментов»

4.1.1. Состав программного обеспечения

4.1.2. Структура корпоративной информационной системы

4.1.3. Система удаленного администрирования корпоративных сетей

4.2. Модель информационной системы с помощью Erwin и Bpwin

4.3. Экспертная система на базе агентной технологии

4.4. Описание виртуальной экспертной системы аудита (ВЭС-АУДИТ)

4.5. Выводы

Развитие новых информационных технологий и образование реальной всемирной компьютерной сети - Internet/Intranet предоставляет новые возможности в получении информации и знаний, которые предприятия и физические лица могут использовать в своей деятельности. Современное состояние разработок в области информационных систем на базе локальных, корпоративных, глобальных компьютерных сетей можно охарактеризовать как стадию все возрастающего интереса среди широких слоев специалистов-финансистов, менеджеров, преподавателей, инженеров, медиков, психологов, программистов, лингвистов. Тенденция увеличения числа пользователей сети Internet/Intranet ставит актуальной задачу совершенствование методологии проектирования информационных систем, ориентированных на применение Internet/Intranet для учета и анализа финансовой деятельности предприятия, дающей сокращение сроков проектирования.

Целью диссертационной работы является развитие, совершенствование и применение методологии и методов проектирования информационных систем, ориентированных на фиксированную предметную область. Разработка и исследование метода моделирования аудиторской и финансовой деятельности. Разработка и внедрение корпоративной информационной системы учета и анализа финансового состояния предприятия на базе технологий Internet/Intranet

Идея создания искусственного подобия человека для решения сложных задач и моделирования человеческого разума витала в воздухе еще в древнейшие времена. Родоначальником искусственного интеллекта считается средневековый испанский философ, математик и поэт Раймонд Луллий, который еще в XIII веке попытался создать механическую машину для решения различных задач, на основе разработанной им всеобщей классификации понятий [II].

Рождение искусственного интеллекта как научного направления произошло только после создания ЭВМ в 40-х годах XX века. В это же время Норберт Винер создал свои основополагающие работы по новой науке -кибернетике.

После признания искусственного интеллекта отдельной областью науки произошло разделение его на два направления: нейрокибернетика и "кибернетика черного ящика" Эти направления развиваются практически независимо, существенно различаясь как в методологии, так и в технологии. Нейрокибернетика ориентирована на программно-аппаратное моделирование структур, подобных структуре мозга.

В основу "кибернетики черного ящика" был положен следующий принцип. Не имеет значения, как устроено "мыслящее" устройство. Главное, чтобы на заданные входные воздействия оно реагировало так же, как человеческий мозг. Существенный вклад в становление новой науки внесли ее "пионеры": Маккарти (автор первого языка программирования для задач искусственного интеллекта — ЛИСПа), Минский (автор идеи фрейма и фреймовой модели представления знаний), Ньюэлл, Саймон, Шоу, Хант и другие.

Большой вклад в развитие теоретических основ искусственного интеллекта внесли ученые Цетлин М. JL, Пушкин В. Н., Гаврилов М. JL, Поспелов Д.А. и другие.

Широко известны работы, по созданию систем искусственного интеллекта имеющих большое практическое значение в области образования и технологий ученых и исследователей Живоглядова В.П., Бабак В.Ф. и другие.

Представление знаний и разработка систем, основанных на знаниях (knowledge-based systems) - основное направление в области изучения искусственного интеллекта. Оно связано с разработкой моделей представления знаний, созданием баз знаний, образующих ядро экспертных систем. Это направление включает в себя модели и методы извлечения и структурирования знаний и сливается с инженерией знаний.

Программное обеспечение систем ИИ (software engineering for А1) -одно из важнейших направлений. В рамках этого направления разрабатываются специальные языки для решения интеллектуальных задач - языки ИИ, в которых традиционно упор делается на преобладание логической и символьной обработки в рамках вычислительных процедур. Эти языки ориентированы на символьную обработку информации — LISP, PROLOG, SMALLTALK, РЕФАЛ и др. Также создаются пакеты прикладных программ, ориентированные на промышленную разработку интеллектуальных систем, или программное обеспечение искусственного интеллекта, например KEE, ARTS, G2 [83; 51]. Достаточно популярно также создание так называемых пустых экспертных систем или "оболочек" — KAPPA, EXSYS, Ml, ЭКО и др., базы знаний которых можно наполнять конкретными знаниями, создавая различные прикладные системы.

Обучение и самообучение (machine learning) - активно развивающаяся область искусственного интеллекта, которая включает модели, методы и алгоритмы, ориентированные на автоматическое накопление и формирование знаний на основе анализа и обобщения данных [15], обучение на примерах (или индуктивное обучение), а также традиционные подходы из теории распознавания образов [47]. В последние годы к этому направлению тесно примыкают стремительно развивающиеся системы анализа данных (data mining) и поиска закономерностей в базах данных (knowledge discovery) и другие направления.

Существенный прорыв в развитии практических приложений искусственного интеллекта произошел в США, когда в середине 1970-х на смену поискам универсального алгоритма мышления пришла идея моделировать конкретные знания специалистов-экспертов. В США появились первые коммерческие системы, основанные на знаниях, или экспертные системы (ЭС). Стал применяться новый подход к решению задач искусственного интеллекта — представление знаний. В этот период были созданы MYCIN и DENDRAL [105; 94], две первые экспертные системы для медицины и химии, ставшие уже классическими.

Экспертные системы эффективны в специфических "экспертных" областях, где важен эмпирический опыт специалистов. Эти системы интегрируют опыт специалиста в компании по ключевым и стратегически важным технологиям.

Современные ЭС — это сложные программные комплексы, аккумулирующие знания специалистов в конкретных предметных областях и распространяющие этот эмпирический опыт для консультирования менее квалифицированных пользователей. Разработка экспертных систем, как развивающаяся ветвь информатики, направлена на использование ЭВМ для обработки информации в тех областях науки и техники, где традиционные математические методы моделирования малопригодны. В этих областях важна смысловая и логическая обработка информации, важен опыт экспертов.

Приведем некоторые условия, которые могут свидетельствовать о необходимости разработки и внедрения экспертных систем [77]:

- нехватка специалистов, затрачивающих значительное время для оказания помощи другим;

- выполнение небольшой задачи требует многочисленного коллектива специалистов, поскольку ни один из них не обладает достаточным знанием;

- сниженная производительность, поскольку задача требует полного анализа сложного набора условий, а обычный специалист не в состоянии просмотреть (за отведенное время) все эти условия;

- большое расхождение между решениями самых хороших и самых плохих исполнителей;

- наличие конкурентов, имеющих преимущество в силу того, что они лучше справляются с поставленной задачей.

В настоящее время в мире применяются различные консультативно-советующие ЭС, которые дают советы:

- при управлении сложными диспетчерскими пультами, например, сети распределения электроэнергии, - Alarm Analyser [14];

- при постановке медицинских диагнозов - ARAMIS [105, 94], NEUREX [14];

- при поиске неисправностей в электронных приборах, диагностика отказов контрольно-измерительного оборудования - Intelligence Ware [123,], Plant Diagnostics [77], FOREST [108];

- по проектированию интегральных микросхем - DAA [66], NASL [14];

- по управлению перевозками - AIRPLAN [32];

- по прогнозу военных действий - ANALYST [32, 86], BATTLE [123];

- налогообложению - RUNE [106].

Главное отличие ЭС от других программных средств - это наличие базы знаний (БЗ), в которой знания хранятся в форме, понятной специалистам предметной области, и могут быть изменены и дополнены также, в понятной форме. До последнего времени именно различные языки представления знаний (ЯПЗ) были центральной проблемой при разработке ЭС.

Значение работы заключается в том, что разработан метод понятийного моделирования информационных систем и управления экономическими объектами на основе представления трех составляющих: «диаграммы объектов - дерева функций - сетевого представлении». С помощью данного метода достигается уменьшение временных и материальных затрат, связанных с привлечением специалистов предметных областей. Совместное использование экспертных систем и сетевых технологий позволяет повысить качество предоставляемых услуг аудиторскими фирмами - предприятиям, а также сократить затраты времени необходимые на принятие решений.

Практическая ценность диссертационной работы подкреплена двумя, внедренными в производство программными системами — корпоративной информационной системой для анализа и управления финансовой деятельностью предприятия с удаленными администрированием распределенных баз данных, и виртуальной системой аудита, реализованной в пространстве Internet/Intranet.

ЗАКЛЮЧЕНИЕ И ОСНОВНЫЕ ВЫВОДЫ

В настоящее время в области разработки и реализации интеллектуальных систем сложилось следующее положение: с одной стороны, квалификация коллективов разработчиков здесь, как правило, достаточно высока, с другой стороны, одна из сложнейших проблем, препятствующих широкому внедрению ИС, является недостаточное знание системными аналитиками и программистами предметных областей, в рамках которых готовятся проекты. Создания информационных систем как интеллектуальных систем общения с базами данных, и особенно экспертных систем, является наиболее актуальной в настоящее время.

Анализ современного состояния проектирования информационных систем позволяет выявить две группы проблем: Методологические проблемы:

- размытость критериев выбора подходящей задачи;

- слабая проработанность теоретических аспектов и разброс терминологии;

- отсутствие концептуальной целостности и согласованности между отдельными приемами и методами;

- отсутствие единого теоретического базиса, процедуры структурирования знаний предметной области;

- жесткость моделей представления предметной области, заставляющая разработчиков обеднять и урезать реальные знания;

- несовершенство математического базиса моделей представления предметной области;

- эмпиричность процедуры выбора программного инструментария и процесса тестирования (отсутствие критериев, разрозненные классификации).

Технологические проблемы:

- несмотря на обилие программных средств, недостаток систем поддержки разработки в их узкой направленности (зависимость от платформы, языка реализации, ограничений предметной области);

- отсутствие технико-экономических показателей оценки эффективности;

- жесткость программных средств, их низкая адаптивность, отсутствие индивидуальной настройки на пользователя и предметную область.

Анализ используемых технологий разработки программного обеспечения показал, что наиболее совершенная и прогрессивная технология это клиент-сервер, с использованием возможности WEB/database.

WEB предлагает стандартизацию пользовательского интерфейса, возможность совместной работы разных приложений от разных платформ, простоту разработки приложений, легкость поддержки, хорошо стандартизированные отношения клиент-сервер, возможность использования интернет/интранет. Одновременно Базы данных предлагают мощный метод упорядочения и сопровождения информации, представляемой на WEB страницах, возможность использовать для поиска информации SQL-сервер.

Современный подход представления обработки знаний связан с использованием интеллектуальных агентов. Преимущества агентных систем очевидны:

- можно использовать только то, что нужно в данный момент времени;

- нет необходимости приобретать дорогую систему и оборудование;

- не требуются высококвалифицированные специалисты;

- к своей работе привлекаются настоящие профессионалы;

- доступ к системе возможен из любой точки мира.

Результаты исследований диссертационной работы использовались в НИР Секции по Оборонным проблемам при Академии наук Российской Федерации "Климентий", "Низковольт", Научно-технического комитета РВСН Министерства Обороны РФ "Каротин", при проведении научно-исследовательских и опытно-конструкторских работ ЗАО "ТелеФорм" по программе ГКНО РФ "Разработка методов описания предметных областей в специальных системах поддержки принятия решений".

На основе разработанных методологий построения концептуальных моделей предметной области знаний, математического и программного обеспечения разработана информационная система «Оптовые поставки медикаментов». Создана корпоративная сеть фирмы Юнимед-Фарм, фирмы Селена-Фарм, фирмы Украина-Фарм, с удаленным администрированием распределенных баз данных. Создана система удаленного администрирования корпоративных сетей. Внедрено и действует программное обеспечение ПО-Формула на предприятиях Пэинтко-Бишкек и Инженерном Центре. Программное обеспечение ПО-Формула позволяет интегрировать программы в WEB-приложения.

В диссертационной работе были достигнуты следующие основные результаты:

1. Разработан метод понятийного моделирования информационных систем и управления экономическими объектами на основе представления трех составляющих «диаграммы объектов - дерева функций - сетевого представления».

2. На основе исследования понятийного аппарата предложена методика анализа, описание и моделирование объектов и услуг аудита.

3. Разработана концептуальная модель экспертной оценки финансового состояния предприятия.

4. Разработаны математическая модель и алгоритм оценки финансового состояния предприятий.

5. Разработана модель информационной системы поддержки принятия аудиторских заключений.

6. Сформулирован принцип образования базы знаний для виртуальной экспертной системы аудита.

7. Создано программное обеспечение обработки информации по финансовому учету предприятия "ПО-Формула". Программного обеспечение «ПО ФОРМУЛА» зарегистрировано в Государственном реестре Агентства интеллектуальной собственности при Правительстве КР.

Создана «Виртуальная экспертная система аудита (ВЭС-АУДИТ)», ориентированная на применение Internet/Intranet. «Виртуальная экспертная система аудита (ВЭС-АУДИТ)» официально зарегистрирована решением №43 от 22.05.2002г. Государственным Агентством по науке и интеллектуальной собственности при Правительстве КР.

1. Аверкин А. Н., и др., Нечеткие множества в моделях управления и искусственного интеллекта. М.: Наука. 1986. 205с.

2. Ахо А.В., Хопкрофт Д., Ульман Д.Д. Структуры данных и алгоритмы. М.: Изд.дом Вильяме. 2000-384с.

3. Бабак В.Ф. Основы теории моделирования проектирующих систем. Фрунзе, ФПИ, 1989.-95с.

4. Бабак В.Ф. Рыженко И.Н, Применение средств вычислительной техники для анализа функционирования предприятия, Бишкек, Научно -информационный журнал, Экономика и статистика N1, 1999, 91-94с

5. Бабак В.Ф., Рыженко И., и др. Программное обеспечение финансовой деятельности предприятия «ПО-Формула», Бишкек, Интеллектуалдык менчик N3, 1999.

6. Бабак В.Ф., Рыженко И.Н., Аспекты проектирования информационных систем, Тезисы конференции посвященной 200-ю со дня рождения Пушкина, Бишкек- КРСУ июль 1999

7. Борисов А. Н., Федоров И. П„ Архипов И. Ф., Приобретение знаний для интеллектуальных систем. Рига РТУ-1991 -94с.

8. Боровкова М.Б. Системы искусственного интеллекта. Нечеткие множества.-Саратов СГТУ 2000-40с.

9. Брусакова И.А. и др. Проектирование баз знаний и экспертные системы. -СПб 1993 60с.

10. Ю.Буч Г.,. Объектно-ориентированное проектирование с примерами применения. М.: Конкорд. 1992 305с.

11. Винер Н., Кибернетика или управление и связь в животном и машине. М.: Сов. радио. 1958.-130с.

12. Гаврилова Т. А., Представление знаний в экспертной диагностической системе АВТАНТЕСТ, Изв. АН СССР. Техническая кибернетика. N5. 1984.165-173.С

13. Гаврилова Т. А., Червинская К. Р., Извлечение и структурирование знаний для экспертных систем. М.: Радио и связь. 1992.-200с.

14. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. -С.Петербург: ПИТЕР, 2000.-384с.

15. Гаек П., Гавранек Т., Автоматическое образование Гипотез: математические основы общей теории, Пер. с англ. М.: Наука. 1983 270с.

16. Гитман М.Б. Введение в теорию множеств и интервальную математику. 4.1 Применение лингвистической переменной в системах принятия решений. -Пермь. ГТУ 1998- 45с

17. Глазунов В.Н., Анализ финансового состояния фирмы. М.: Компьютер в бухгалтерском учете и аудите. N3 1999 132-148с.

18. Глушков В. М., Введение в кибернетику. Киев: Издательство АН УССР. 1964.- 120с.

19. Городецкий В. И., Грушинский М.С. Хабалов А.В., Многоагентные системы, Новости искусственного интеллекта. № 2. 1988. бО-бЗс

20. Грабер М., Введение в SQL. Пер с англ., М.: издательство «Лори», 1996 -375с

21. Дансмург М., Дейвис Г. Операционная система Unix и программирования на языке Си. Пер с англ., М.: "Радио и связь"., 1989 - 192 с

22. Демин В. Эволюция ERP-систем. М.: Открытые системы. eCommrce World - N7 2000

23. Джеймс Р. Грофф П. Вайнберг Н. SQL полное руководство, пер с англ. К. издательская группа BHV, 2000 - 608с

24. Дожд Р. Краткое руководство по стандартам и нормам аудита. Пер.с англ. -М.: Финансы и статистика, ЮНИТИ, 1992 150с.

25. Дэйвисон, Многомерное шкалирование. Методы наглядного представления данных. — М.: Финансы и статистика. 1988. 195с.

26. Живоглядов В.П., Ямпольская С.А. Введение в интернет. Б.: ИИМОП КГНУ, 1998 111с.

27. Иодан Э., Структурное проектирование и конструирование программ, Пер. с англ. М.: Мир. 1979.-210с.

28. Кирсанов Б. С., Попов Э. В., Отечественные оболочки экспертных систем, Справочник по искусственному интеллекту. Т. 1 М.: Радио и связь., 1990. 369-388с.

29. Крамм Р. Системы управления базами данных dBASEII и dBASEIII для персональных компьютеров, Пер.с англ. М.: Финансы и статистика 1988 -283с.

30. Кыргызские стандарты бухгалтерского учета. Бишкек, 1997 210с

31. Ланг К., Чоу Д. Публикации баз данных в интернете. СПб. 1998-480с.

32. Макал истер Дж., Искусственный интеллект и ПРОЛОГ на микроЭВМ. М.: Машиностроение. 1990., 305с.

33. Месарович М., Такахара Я., Общая теория систем: математические основы. М.: Мир. 1978. 198с.

34. Минский М.: Фреймы для представления знаний. М.: Энергия., 1979.-160с.

35. Моргоев В. К., Метод структурирования и извлечения экспертных знаний: имитация консультаций. Человеко-машинные процедуры принятия решений. М.:ВНИИСИ, 1988. 44-57с.

36. Нейлор К. Как построить свою экспертную систему. М.: Энергоатомиздат. 1991-286с.

37. Нидлз Б. и др. Принципы бухгалтерского учета. Пер. с англ. М.: Финансы и статистика, 1997- 496с.

38. Нортон П., Станек У., Программирование на Java, В 2-х кн. СКПресс. 1998.-597с.42.0динцов Б.Е Проектирование Экономических эксперных систем,М.:

39. Компьютер, ЮНИТИ, 1996-166с.

40. Орлик С., Многоуровневые модели в архитектуре клиент-сервер, http:// www.citforum.ru/database/osbd/glava95.shtml. 1997.

41. Орлов С.Б. Англо-русский словарь по сетям и сетевым технологиям, М.: Салон 1997-301с

42. Орловский С. А., Проблемы принятия решения при нечеткой исходной информации. М., Наука. 1981.-185с.

43. Осипов Г. С., Метод формирования и структурирования модели знаний для одного типа предметных областей, Известия АН СССР. Техническая кибернетика. № 2. 1988. 3-12с

44. Осипов Г. С., Приобретение знаний интеллектуальными системами. М.: Наука. 1997.-230с.

45. Осипов Г. С.,. Информационные технологии, основанные на знаниях, М.: Новости искусственного интеллекта. №1 1993 7-41с49.0суга С., Саэки Ю., Приобретение знаний. М.: Мир. 1990.-150с.

46. Полукеев О, Коваль Д. Моделирование бизнеса и архитектура информационной системы, http://www.case.ru/base/

47. Попов Э. В., Фоминых И. Б„ Кисель Е. Б., Шапот М. Д., Статические и динамические экспертные системы. М.: Финансы и статистика. 1996.-320с

48. Попов Э. В., Экспертные системы 90-х гг. Классификация, состояние, проблемы, тенденции, М.: Новости искусственного интеллекта. № 2. 1991. 84-lOlc.

49. Поспелов Д. А., Многоагентные системы — настоящее и будущее, М.: Информационные технологии и вычислительные системы. № 1. 1998. 5-12с

50. Поспелов Д. А., Моделирование рассуждений. Опыт анализа мыслительных актов. М.: Радио и связь. 1989.-220с.

51. Похилько В. И., Страхов Н.Н., Система KELLY. М.: МГУ, 1990.

52. Пэранек Г. В., Распределенный искусственный интеллект, В кн.: Искусственный интеллект: применение в интегрированных производственных системах, М.: Машиностроение. 1991. -105с.

53. Рейчард К., Фостер-Джонсон Э., Unix справочник - СПб: Питер Ком, 1998 -384с

54. Романов А.Н., Одинцов Б.Е. Автоматизация аудита М.: Аудит, ЮНИТИ, 1999-336с.

55. Романов А.Н., Одинцов Б.Е. Комьютеризация аудиторской деятельности. -М.: Аудит,ЮНИТИ, 1996-270с.

56. Рыженко И.Н Информационно-аналитическая система аудиторской деятельности, Бишкек, Вестник КГНУ «Проблемы математики и информатики в XXI веке», серия 3, выпуск 4, 2000- 347-350с

57. Рыженко И.Н Математические модели в экономических экспертных система, Бишкек, Вестник Международного университета Кыргызстана, N 1(9) 2000, 67-71с

58. Рыженко И.Н, Информационная база данных финансовой деятельности предприятия, Бишкек, Известия HAH КР, Ипим, 2000.

59. Рыженко И.Н. Аспекты проектирования информационных систем в управлении бизнесом, Бишкек, Вестник Международного университета Кыргызстана, N 1 (9) 2000, 54-63с

60. Рыженко И.Н. Бабак В.Ф. Информационная модель внутреннего аудита, Тезисы конференции посвященной 200-ю со дня рождения Пушкина, Бишкек.: КРСУ июль 1999.

61. Рыженко И.Н. Программное обеспечение базы данных финансовой деятельности предприятия, Материалы смотра-конкурса, Информатика, компьютерные информационные системы и Интернет «ИНФОНЕТ-2000», Бишкек, 22-24 мая 2000г.

62. Сойер Б., Фостер Д., Построение экспертных систем на ПАСКАЛЕ. — М.: Финансы и статистика. 1989.-145с.

63. Справочник по искусственному интеллекту в 3-х т., Под ред. Э. В. Попова и Д. А. Поспелова. М.: Радио и связь. 1990 320с.

64. Справочник, План и корреспонденция счетов бухгалтерского учета., М.С.Петербург, Издателский тоговый дом Герда 1999 -376с

65. Стерлинг JI., Шапиро Э.,. Искусство программирования на языке ПРОЛОГ. М.: Мир. 1990-75с.

66. Стрельников Ю. Н., Борисов Н. А., Разработка экспертных систем средствами инструментальной оболочки в среде MS Windows. Тверь, ТГТУ. 1997.-65с.

67. Тарасов В. Б.,. Агенты, многоагентные системы, виртуальные сообщества: стратегическое направление в информатике и искусственном интеллекте, Новости искусственного интеллекта. № 2. 1998 35-40с.

68. Таунсенд К., Фохт Д.,. Проектирование и реализация экспертных систем на ПЭВМ. М.: Финансы и статистика. 1990 -320с.

69. Терехина А. Ю., Анализ данных методами многомерного шкалирования. М.: Наука. 1986.- 125с.

70. Тихомиров Ю., Visual С++ 6 СПб.: БХВ Санкт- Петербург, 1998 - 496с.

71. Токтом Аудиторская деятельность, Бишкек // WWW.toktom.kg

72. Ульянов И.П., Попова Л.В. Бухучет, М.: Пресс. 1999 292с

73. Уотермен Д., Руководство по экспертным системам, Пер. с англ. М.:Мир. 1989-140с.

74. Уэно X., Исидзука М. Представление и использование знаний. М.: Мир. 1989-75с.

75. Форсайт Ф.,. Экспертные системы. Принципы работы и примеры. М.: Радио и связь. 1987-234с.

76. Франселла Ф., Баннистер Д., Новый метод исследования личности: руководство по репертуарным личностным методикам, Пер. с англ. М.: Прогресс. 1987.- 167с.

77. Фролов А.В. Фролов Г.В Базы данных в Интернете . М. Издательско-торговый дом "Русская редакция",2000 - 423 с

78. Хант Д., Искусственный интеллект. М.: Мир. 1986 250с.

79. Хейес-Рот и др., Построение экспертных систем, М.: Мир. 1987. 340с.

80. Хорнгрен Ч.Т., Фостер Дж. Бухгалтерский учет: Управленческий аспект. Пер. с англ.- М.: Финансы и статистика, 1995 416с.

81. Хорошевский В. Ф., PIES-технология и инструментарий PIES WorkBench для разработки систем, основанных на знаниях, М.: Новости Искусственного интеллекта, №2. 1995 7-64с

82. Хорошевский В. Ф., Программные средства представления знаний: состояние исследований и проблемы, В кн.: Искусственный интеллект. Книга 3. Программные и аппаратные средства. — М.: Радио и Связь. 1990 72-82с.

83. Цейтин Г. С., Программирование на ассоциативных сетях, ЭВМ в проектировании и производстве. Вып. 2. Л.: Машиностроение. 1985. 16-48с.

84. Шенк Р.,. Обработка концептуальной информации, Пер. с англ. М.: Энергия. 1980 270с

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

86. Яшин А. М.,. Разработка экспертных систем. Л: ЛПИ. 1990 -75с.

87. Alexander J. Н., Freiling M.J., Shulman S.J., Rehfuss S., Messick S.L., Ontological analysis: an ongoing, experiment, Int. Journal of Man-Machine Studies. Vol. 26. 1987. P. 473-485.

88. Andre J., Delpech P.-M., Moving from Merise to Shlaer-Mellor, Objects in Europe. Vol. 1, No. 3. 1994. P. 7-11.

89. Autonomy, Autonomy Technology White paper. — http://www.autonomy. com/tech/wp.html 1998.

90. Barr A., Feigenbaum E.A., The Handbook of Artificial Intelligence, Vol. II. — Los Altos, California: Kaufmann Inc. 1982.

91. Belgrave M.,. The Unified Agent Architecture: A White Paper. http:// www.ee.mcgill.ca/~belmarc. 1996

92. Bennet J. S., A Knowledge-Based System for Acquiring the Conceptual Structure of a Diagnostic Expert System, Journal of Automated Reasoning. — No. 1. 1985. P.49-74.

93. Boehm B. W., A Spiral Model of Software Development and Enhancement, ACM SIGSOFT Software Engineering Notes. Vol. 11, No. 4. 1986.

94. Boose J. H., BradshawJ. M., Expertise transfer and complex problems: using AQUINAS as a knowledge-based systems, Int. Journal of Man-Machine Studies. Vol. 26, No. 1. 1987 P. 3-28.

95. Bosak J., XML. Java, and the future of the Web, Sun Microsystems. -http://sunsite.unc. edu/pub/sun-info/standards/xmi/why/xmiapps.htm 1997

96. Boulding K. L, General Systems Theory, The Skeleton of Science. Management Science. No. 2. 1956 P. 197-208.

97. CASE New Approach to Software Engineering, August. BYTE. 1990

98. CATALYST,. Gensym Corp., G2, In Object-Oriented Technology on Sun Workstations. Catalyst, January. 1993

99. Cheong Fan-Chun, Internet Agents: Spiders, Wanderers, Brokers, and Bots. New Riders Publishing, USA. 1996.

100. Chess D., Harrison C., Kershenbaum A.,. Mobile Agents: Are They a Good Idea? IBM Research Division— http://www.research.ibm.com/iagents/paps/ mobileideaabstr.html. 1995

101. Davis R. Interactive Transfer of Expertise, In: Rule-Based Expert Systems / Buchanan B. Shortliffe E. H. London, Addison-Wesley. 1984 P. 171-205.

102. Durkin J., Expert Systems: Catalog of Applications. ICS, USA. 1998.

103. Eisenstadt M„ Domingue J., Rajan Т., Motta E.,. Visual Knowledge Engineering, IEEE Transactions on Software Engineering. Vol. 16, No. 10. 1990 P. 1164-1177.

104. Finin Т., McAdamsJ., Kleinosky P.,. FOREST: an expert system for automaic Test Equipment, Proceedings of the First Conference on Artificial Intelligence Applications. IEEE computer Society. 1984 P. 689-702.

105. FIPA, Ontology Service. FIPA 98 Specification. Part 12. October, 1998. http://www.cset.it/fipa. 1998.

106. Fridman N., Hafner,. Ontology Design: A Survey and Comparative Review, AI Magazine. No. 18 (3). 1997 P. 53-74.

107. Giarratano J., Expert system principles and programming, PWS Publishing Company 1997-P 597.

108. Goldberg F., Robson D„. SMALLTALK-80: the Language and its Implementation. Reading, Mass: Addison Wesley. 1983

109. Gopalan,. A Detailed Comparison of CORBA, DCOM and Java / RMI (with specific code examples). — http://www.execpc. com/-gopalan/index.html. 1999

110. Information integration for Concurrent Engineering (IICE). IDEF5 Method Report., Knowledge Based Systems, Inc. University Drive East, College Station, Texas 1994

111. Microsoft Office Excel User's Guide Microsoft Corporation 1994 -P444

112. Motta E., Eisenstadt M., Pitman K., West M., Support for knowledge acquisition in the Knowledge Engineer's Assistant (KEATS) // Expert Systems. Vol. 5. 1988. P. 6-27.

113. Pagina H., Intelligent Software Agents on the Internet, http:// www.hermans.org/agents/index.html. 1996.

114. Pega M., SticklenJ., Bond W.,. Functional Representation and Reasoning, IEEE Expert. April. 1993 P. 65-78.

115. Raggett D., HTML 3.2 Reference Specification. http://www.w3.org/TR/ REC-html32. 1977.

116. RDF, Resource Description Framework (RDF) Data Model and Syntax, W3C Recommendation. — http://www.w3.org/TR/WB-rdf-syntax. 1999.

117. Ross D.T., Goodenough J.B., Irvine C. A., Software Engineering: Process, Principles and Goals, Computer. Vol. 8, No. 5. 1975. P. 17-28.

118. SKDL, Human Agent Interaction, FIPA98 Draft Specification: Part 8. -http://www.cset.it/fipa/fipa8713.doc 1998.

119. SlagleJ. R., Gardiner 0. A., KyungsookN.,. Knowledge Specification on an Expert System, IEEE Expert. August. 1990 P. 29-38.

120. TOVE, TOVE Manual. -Department of Industrial Engineering, University of

121. Toronto. — http://www.ie/utoronto.ca/EIL/tove. 1999

122. Visual Basic, User's Guide Microsoft Corporation 1994 -P344

123. WAI,. Web Accessibility Initiative (WAI) Web site. http://www.w3.org/ WAI/ -1999

124. Wall R., Apon A. BealJ. at al.,. An evaluation of commercial expert system building tools, Data Knowledge Eng. 1986 P. 279-304.

125. Wooldridge M., Jennings N., Intelligent Agents: Theory and Practice, Knowledge Engineering Review. No. 10 (2). 1995

126. Wray R. Ron C. et. al,. A Survey of Cognitive and Agent Architecture. — http://krusty.eecs.umich.edu/cogarchO/ -1994

127. Yourdon E.,. Modern Sructured Analysis. Prentice-Hall Int. Ed. 1989