Комплекс средств адаптации информационных систем поддержки принятия решений в области экономики тема диссертации и автореферата по ВАК РФ 05.25.05, доктор технических наук Романов, Виктор Петрович

• Романов, Виктор Петрович
• доктор технических наук
• 2004

Оглавление диссертации доктор технических наук Романов, Виктор Петрович

Введение.

Глава 1. Анализ современных технологий разработки и реализации решений и информационных систем в области экономики.

1.1. Технология разработки и реализации управленческого решения.

1.1.1. Системы поддержки принятия решения.

1.1.2. Хранилища данных.

1.1.3. Витрины данных (Рынки данных).

1.1.4. Оперативная аналитическая обработка данных (OLAP).

1.1.5. Структура репозитария хранилища.

1.1.6. Средства интеллектуального анализа данных ORACLE.

1.2. Основные классы информационных систем в сфере экономики.

1.3. Место и назначение комплекса средств адаптации в информационной системе принятия решений.

Выводы по первой главе.

Глава 2. Модели и алгоритмы адаптации информационных систем принятия решений в экономике.

2.1 Обобщенная модель информационной системы.

2.1.1. Состояния системы.

2.2. Модель адаптации к интенсивности потока обращений к базе данных в сети.

2.3. Алгебраические модели поиска с обратной связью по релевантности.

2.4. Применение алгоритмов типа ABO (вычисления оценок) для построения итерационных алгоритмов поиска.

2.5. Модель поиска с учетом зависимости терминов и позиции их в тексте.

2.6. Модель и алгоритмы формирования тезауруса как базы знаний.

2.7. Поиск текстовой информации по ключевым словам, основанный на применении систолических массивов.

2.8. Формирование концептуальной структуры базы данных.

2.9. Модель системы естественно-языкового интерфейса.

2.9.1. Бесконтекстная грамматика ФАЕЯЗ - формальной аппроксимации естественно-языковых запросов.

2.10. Синтез элементов концептуальной структуры методом интеллектуального анализа данных.

Выводы по второй главе.

Глава 3. Информационное обеспечение процесса разработки и выбора решений.

3.1. Информационная поддержка Парето-оптимальных решений.

3.2. Принятие решений с использованием Байесовских деревьев вывода.

3.3. Обработка свидетельств в условиях неуверенности и нечеткости. Модель Шортлифа и Бьюкенена.

3.4. Принятие решений с использованием модели Демпстера-Шейфера.

3.4.1. Комбинация функций веры.

3.5.Формализация процесса обработки знаний и принятия решений на теории агентных систем.

3.6. Моделирование временных отношений в информационных системах.

3.6.1. Представление времени в базах данных.

3.6.2. Структуры, основанные на событиях.

Выводы по третьей главе.

Глава 4. Моделирование, внедрение и эксплуатация комплекса средств адаптации информационных систем поддержки решений.

4.1. Эксперименты по адаптации базы данных к изменению потока запросов.

4.2. Внедрение и опытная эксплуатация алгоритмов поиска с обратной связью по релевантности.

4.3. Экспериментальное исследование поиска с учетом зависимости терминов и позиции их в тексте.

4.4. Проект программно-технической реализации поиска по ключевым словам, основанного на применении систолических массивов.

4.5. Результаты автоматического формирования тезауруса в информационных системах МИД РФ и ГАС ВЫБОРЫ.ч.

4.5.1. Партициальный алгоритм кластеризации.

4.5.2. Агломеративный алгоритм кластеризации по методу минимального расстояния.

4.6. Концептуализация проблемной ситуации на примере ИС «Маяк».

4.7. Экспериментальное исследование модели СЕЯЕИ.

4.8. Программная реализация алгоритма выбора Парето-оптимального решения.

4.9. Программная реализация выбора решения в модели Шортлифа и

Бьюкенена.

4.12. Программная реализация модели Демпстера-Шейфера.

Выводы по четвертой главе.

Введение диссертации (часть автореферата) на тему «Комплекс средств адаптации информационных систем поддержки принятия решений в области экономики»

Актуальность темы исследования. В течение последних 3-5 лет произошло значительное расширение сферы практического применения информационных технологий и систем в управления в социальных и экономических системах. В определенной степени это объясняется появлением на рынке готовых к использованию информационных систем (ИС) различного класса (DSS - систем поддержки принятия решений, MIS - информационных систем менеджмента, EIS - информационных систем контроля исполнения решений, RMIS - информационных систем риск-менеджмента и других). Появились технологии организации, хранения и отображения данных, адаптированные специально к сверхбольшим массивам экономической информации, такие как хранилища и витрины данных, интеллектуальный анализ данных, оперативная аналитическая обработка [35]. Необходимо отметить, эти программные имеют высокую стоимость и сами по себе сложны в инсталляции и эксплуатации [1], но еще более трудоемкой и сложной является задача подготовки для них информационного обеспечения, адекватно отображающего объекты и связи предметной области.

В современных условиях принятие решений в области экономики связано с проблемными ситуациями, которые являются редко повторяющимися уникальными, заранее не предсказуемыми событиями; решение необходимо принимать в отсутствии исчерпывающей априорной информации, при жестких временных ограничениях. В этих условиях не применимы обычные методы структурного проектирования информационных систем, а существующие ИС с фиксированной жесткой структурой не обеспечивают требуемое качество информационной поддержки решений в условиях динамично изменяющихся проблемных ситуаций.

Традиционные ИС не имеют, как правило, в своем составе элементов адаптации, их адаптация по существу заключается в повторной разработке и смене версий. Между тем, такие компоненты концептуальной структуры как схема базы данных, классификаторы, тезаурус, база знаний, кластеры, агрегаты данных, включаемые обычно в состав ИО и ЛО, имеют чрезвычайно высокую трудоемкость разработки. Зн ачительные сроки разработки информационного обеспечения становятся особенно неприемлемыми в случае динамично изменяющихся предметных областей [77]. Компоненты информационной системы должны автоматически адаптироваться и видоизменяться соответственно состоянию проблемной ситуации и стадии подготовки и принятия решения.

Предлагаемые в диссертационной работе модели, алгоритмы и информационные технологии адаптации ИС позволяют им работать в ритме деятельности лица, принимающего решение и перестраивать компоненты информационного обеспечения по мере того, как пользователь переходит от одной проблемной ситуации к другой. Благодаря этому достигается повышение точности, полноты и своевременности выдачи информации лицу, принимающему решение. В диссертации изложены научно обоснованные технические и технологические разработки, имеющие существенное значение для экономики страны в части разработки адаптивных информационных систем поддержки решений в области экономики.

Целью данного исследования является разработка методологии, моделей, алгоритмов и программных средств автоматизации создания {синтеза) информационного и лингвистического обеспечения ИС поддержки принятия решений, обеспечивающих повышение производительности разработки и последующую адаптацию ИО и ЛО к изменениям предметной области, и на этой основе - повышение пертинентности и своевременности выдачи информации лицу, принимающему решение и в конечном итоге — повышение качества и эффективности решений в области экономики.

Для достижения указанной цели в работе поставлены следующие задачи:

1. На основе анализа процесса принятий решений выявить компоненты информационного обеспечения, автоматизация разработки и последующая адаптация которых обеспечивает сокращение сроков создания ИО и ЛО и определяет способность И С описывать состояние объектов и отношений динамично изменяющейся предметной области с требуемым для принятия решений уровнем детальности.

2. Разработать математическую модель прогнозирования интенсивности потока запросов к распределенной базе данных ИС и метод адаптации (тьюнинга) БД к изменениям интенсивности потока запросов.

3. Разработать математическую модель, алгоритмы и программные средства автоматического формирования запросов к базе документальных данных на основе обратной связи, как средства повышения комфортности естественно-языкового интерфейса и адаптации- ИС к изменениям информационной потребности пользователей.

4. Разработать модели, алгоритмы и методы построения автоматического построения классификационной схемы полнотекстовой базы данных.

5. Разработать математическую модель, алгоритмы и программные средства синтеза псевдотезауруса как основы динамически формируемой базы знаний, отслеживающей изменения предметной области.

6. Разработать модели и программные средства формирования и адаптации концептуальной схемы базы данных к проблемной ситуации и составу приложений.

7. Разработать модели и программные средства многокритериальной оценки и выбора вариантов решений на основе фактов, хранящихся в базе данных и весовых оценок их значимости для гипотез.

Объектом исследования являются информационные системы поддержки принятия решений, параметры и структура которых настраиваются на проблемную ситуацию за счет применения программных средств анализа данных об объекте информатизации;

Предметом исследования являются:

• Процессы и модели принятия решений в проблемных экономических ситуациях, основанные на современных информационных технологиях поддержки решений.

• Технология автоматизированного создания компонент информационного и лингвистического обеспечения, основанная на применении сочетания статистических алгоритмов, алгоритмов кластерного анализа методов дискретной оптимизации и интеллектуального анализа данных;

• Базы реальных данных, большого объема в сфере управления в социальных и экономических системах "МАЯК" (задачи "Справки", "Архив", "Письма"), МИД РФ (задачи "Двусторонний договор" и "Многосторонний договор" подсистемы Правового Управления), ГАС "Выборы" (функциональный комплекс задач "Право") и других, содержащие описания динамических проблемных ситуаций, используемых для адекватного отображения в структуре адаптивной информационной системы.

Научная новизна выносимых на защиту положений заключается в следующем:

Впервые обосновано теоретическое положение, в соответствии с которым компоненты информационного и лингвистического обеспечения, определяющие выразительную силу языка информационной системы и как следствие, эффективность и качество решений должны автоматически формироваться и настраиваться на проблемную ситуацию и стадию ее решения.

Впервые исследовано и обосновано включение в состав ИС в качестве постоянного компонента модуля адаптации, реализованного в виде комплекса, математических моделей и алгоритмов самообучения, кластерного анализа, интеллектуального анализа данных и формирования базы знаний. В отличие от существующих методов проектирования ИС (SADT, RAD), которые предусматривают главным образом автоматизацию документирования разработки ИС и требуют исчерпывающего априорного описания предметной области, предлагаемая методология реализует первоначальный синтез элементов концептуальной структуры ИС и последующую их подстройку к изменениям структуры и функций объекта. Это позволяет приступать к созданию ИС при отсутствии исчерпывающей информации о структуре и функциях объекта информатизации, а в последующем корректировать ее параметры.

С целью повышения эффективности принимаемых решений в условиях, когда проблемные ситуации являются редко повторяющимися уникальными, заранее не предсказуемыми событиями, предложены модели, алгоритмы и программные средства оценки гипотез, использующие методы экспертных систем (критерии Шортлифа-Бьюкенена и Демпстера-Шейфера);

Разработаны модели и алгоритмы естественно-языкового общения пользователей с ИС принятия решений в экономике с использованием привычных для него бизнес-понятий, учитывающие современные требования повышения комфортности интерфейса пользователей -руководителей высокого уровня, действующих в условиях высокой степени риска, дефицита времени на подготовку решений;

Предложена методология синтеза элементов концептуальной структуры ИС на основе статистического анализа ковариационных связей и оценки параметров распределения потока заданий и запросов, модель итерационного поиска и формирования базы знаний (псевдотезауруса) с учетом статистической зависимости бизнес-терминов, алгоритмов кратчайшего пути и минимального покрывающего дерева;

• Разработана модель прогноза числа запросов к записям базы данных в сети взаимосвязанных информационных центров на основе теории ветвящихся случайных процессов для адаптации базы данных к изменениям интенсивности потока запросов. Методы исследования. Основные результаты работы получены на базах реальных данных большого объема систем "МАЯК" (задачи "Справки", "Архив", "Письма"), МИД РФ (задачи "Двусторонний договор" и "Многосторонний договор" подсистемы Правового Управления), ГАС "Выборы" (функциональный комплекс задач "Право"), в разработке которых принимал участие автор, с использованием методов математической статистики, исследования операций, модальной логики, теории решеток.

Достоверность полученных результатов проверялась в процессе приемосдаточных испытаний и последующей эксплуатации информационных систем, разработанных с участием автора и использовавших предложенные в настоящей работе модели и методы. Адекватность полученных с применением предлагаемых моделей и программных средств результатов пользовательским требованиям оценивалась также путем их содержательной интерпретации пользователями системы.

Практическая значимость результатов работы определяется тем, реализован и внедрен комплекс алгоритмов и программ в виде специального программного обеспечения (СПО), прошедший испытания и показавший эффект в виде повышения производительности разработки компонент ИО и ЛО по оценкам, полученным в ходе испытаний в 1,8 раза и увеличении скорости итерационного поиска на больших (свыше 50 тыс. записей) в 2 раза. На основе предлагаемых моделей и методов был разработан и внедрен комплекс средств адаптации элементов концептуальной структуры систем принятия решений в области экономики, реализующий следующие функции:

- Прогнозирование интенсивности потока запросов и адаптацию базы данных к ее изменению;

- Естественно-языковый интерфейс с базой данных, включая автоматическое уточнение запроса на основе обратной связи, автоматическое формирование псевдотезауруса и его применения в качестве навигатора при осуществлении направленного поиска в динамически формируемой базе документов для вновь возникшей проблемной ситуации;

- Моделирование обработки информации для принятия решений с использованием Байесовских деревьев вывода, теории уверенности Шортлифа, Бьюкенена, Демпстера-Шейфера;

Синтез и последующую адаптацию логической структуры базы данных, за счет повторного построения матрицы инциденций атрибутов и применения алгоритмов оптимального разрезания представляющего ее графа.

Внедрение результатов.

Предлагаемый в работе комплекс моделей, методов и программных средств внедрены и прошли апробацию в процессе разработки и эксплуатации информационных систем с элементами искусственного интеллекта, в создании которых принимал участие автор. К числу этих систем относятся Государственная автоматизированная система «Выборы» - функциональный комплекс задач "Право", АИС "Налог", Подсистема Правового управления Информационной Системы МИД РФ, ИС "Маяк", Сеть автоматизированных центров Научно-технической информации (САЦ НТИ) и ряда других систем общегосударственного уровня.

Естественно-языковый интерфейс, включая поиск документов с использованием алгоритмов обратной связи по релевантности, автоматического формирования псевдотезауруса, создание и использование навигатора нашли применение при создании ИС «Маяк», ИС МИД РФ, АИС ГАС ВЫБОРЫ. Результаты работы были использованы при постановке курсов лекций и практических работ по дисциплинам "Моделирование информационных систем", "Банки и базы данных и знаний" в МИРЭА, курсов лекций и лабораторных работ по дисциплинам "Информационные системы",

Проектирование информационных систем", "Математические основы информационных систем " в РЭА им. Г.В. Плеханова, отражены в двух монографиях "Теоретические основы информатики", а также в работе по подготовке учебного плана по дисциплине "Информационные системы в экономике" и учебного курса и учебного пособия "Интеллектуальные информационные системы", выполненных по гранту Международного банка реконструкции и развития в РЭА им. Г.В. Плеханова. Разработан и внедрен также комплекс лабораторных работ, программно реализующих все основные стадии полнотекстового поиска документов, автоматизации формирования и оптимизации структуры баз данных и базы знаний.

Теоретическая ценность. Основные теоретические результаты работы представлены в опубликованных по теме диссертации трех монографиях: "Теоретические основы информатики" - 1993 г., "Теоретические основы информатики. Информационные структуры и фактографический поиск информации" - 1996 г., "Интеллектуальные информационные системы в экономике" - 2002 г.

Апробация работы. Результаты диссертации докладывались на следующих семинарах, конференциях и симпозиумах:

• Международная научно-методическая конференция «Наукоемкие технологии образования». Головной совет межвузовской комплексной программы «Наукоемкие технологии образования». Таганрогский Государственный радиотехнический университет. Таганрог 5-7 июля 1999г.

• IX международная конференция-выставка ИТО'99 «Информационные технологии в образовании». Министерство образования России. Институт Юнеско по информационным технологиям образования. Москва. МИФИ 912 ноября 1999г.

• XII международные Плехановские чтения. РЭА им. Г.В. Плеханова. Москва 20-22 апреля 1999г.

• XIII международные Плехановские чтения. РЭА им. Г.В. Плеханова. Москва 18-21 апреля 2000г.

• X Международная конференция-выставка ИТО-2000 «Информационные технологии в образовании». Министерство образования России. Институт Юнеско по информационным технологиям образования. Москва, МИФИ 710 ноября 2000г.

• 5-ая Международная конференция "Информационное общество Информационные технологии. Телекоммуникации" "НТИ-2000". Москва, ВИНИТИ, 22-24 ноября 2000 г.

• Четырнадцатые международные Плехановские чтения. 17-20 апреля 2001 г.

• Координационное общественное научно-методическое объединение-совет Минобразования РФ по специальностям информатика, прикладная информатика, информационные системы (по областям). КООИНФ: Годичная сессия КОСИНФО, Москва, 17 мая 2001г. Минобразования РФ.

• XII Международной конференции "Информационные технологии в образовании" ("ИТО-2002" Москва, 4-8 ноября 2002 г.

• 7-ая Международная конференция "Информационное общество Информационные технологии. Телекоммуникации" "НТИ-2002". Москва, ВИНИТИ, 14-16 октября 2002 г.

Публикации, отчеты, диссертационные работы аспирантов. По теме диссертации опубликовано три монографии, 76 научных работ, результаты исследования отражены также в научных отчетах, технических заданиях и технических проектах, разработанных в НИИ "Восход", а также в технических заданиях и отчетах по темам, но грантам Международного банка реконструкции и развития в РЭА им. Г.В. Плеханова. Данное исследование частично базируется на результатах кандидатских диссертаций аспирантов Карасева С.А., Житкова Г.Н., Терещенко С.С., Королевой Г.А., руководство которыми осуществлял автор данной диссертационной работы.

В данной работе излагаются разработанные автором и внедренные в ряде информационных систем общегосударственного уровня принципы синтеза элементов концептуальной структуры ИС на основе анализа предметной области и условий их функционирования, в том числе:

- автоматизация формирования концептуальной схемы базы данных системы,

- автоматизация формирования структуры базы данных и базы знаний системы,

- автоматизация управлением размещением данных с учетом динамики обращения.

В работе ставится и решается задача синтеза элементов структуры ИС, обеспечивающих требуемые характеристики оперативности и разрешающей силы ИС в целом.

В основу данной работы положены исследования и работы, проводившиеся автором в ВИНИТИ в области распознавания образов и кластерного анализа в 1965- 1973 гг., в области разработки Государственной автоматизированной системы научно-технической информации (подсистемы АСУ ГАСНТИ и сети автоматизированных центров научно-технической информации - САЦ НТИ) в 1974- 1985 гг., а также работы в НИИ "ВОСХОД" в области создания ряда автоматизированных информационных систем высших органов государственного управления в 1985 - 1998 гг. и, наконец, работы в РЭА им Г.В. Плеханова по разработке ряда систем управления экономическими процессами.

Заключение диссертации по теме «Информационные системы и процессы, правовые аспекты информатики», Романов, Виктор Петрович

Выводы по четвертой главе

1. Экспериментальная проверка комплекса средств адаптации элементов концептуальной структуры информационных систем принятия решений в области экономики, внедрение его в состав сданных в промышленную эксплуатацию информационных систем показали высокую эффективность комплекса, заключающуюся в сокращении времени поиска информации в 1,8 — 2,5 раза, сокращении' сроков разработки компонент информационного обеспечения в 2 раза.

2. Эксперименты по адаптации базы данных к изменению интенсивности потока запросов показали возможность увеличения оперативности обслуживания запросов при том же объеме пространства для хранения информации в 1,5 раза.

3. Внедрение и опытная эксплуатация в составе задач "Письма" и "Справки" системы "Маяк" адаптационных алгоритмов поиска с обратной связью по релевантности, в том числе с учетом зависимости терминов показала

4.16) н к налогообложения; Са и Са - учетная стоимость активов на начало и конец возможность увеличения оперативности обработки запросов при одинаковых значениях параметров полноты и точности в 2.5 раза.

4. Реализация поисковых задач "Двусторонний договор", "Многосторонний договор" в составе информационной системы МИД РФ, задачи "Право" в составе ГАС Выборы с использованием методов кластеризации для построения тематического рубрикатора, автоматического формирования тезауруса, используемого в качестве графического навигатора, позволило ускорить внедрение систем в опытную эксплуатацию и обеспечить оперативную настройку к изменению состава информационного фонда по мере его роста.

5. Методы и комплекс программ синтеза логической структуры базы данных, испытанные на примере задач "Справки" и " Письма" ИС "Маяк" позволяют автоматически формировать и видоизменять основные элементы концептуальной структуры баз данных в процессе сбора информации по вновь возникшей проблемной ситуации, обеспечивая более высокую оперативность и динамику в сравнении методами CASE и RAD - технологий.

6. Экспериментальная проверка работоспособности модели естественноязыкового интерфейса показала правильность заложенных в ее основу принципов и ее эффективность, обеспечивая гибкость и удобство общения с системой для непрограммирующего пользователя — лица, принимающего решения.

7. Экспериментальная проверка комплекса алгоритмов и программ адаптации и выбора оптимального варианта решения на основе моделей Байеса, Парето, Шортлифа, Бьюкенена, Демпстера и Шейфера показала, что в совокупности они покрывают потребности оценки и выбора вариантов решений и их комбинаций во всех наиболее часто встречающихся проблемных ситуациях, то есть представляют собою функционально полный набор моделей и методов.

Заключение

Разработана с использованием современных моделей и методов кластеризации, интеллектуального анализа данных и теории принятия решений методология адаптации элементов концептуальной структуры информационных систем поддержки принятия решения в области экономики. Методология реализована и внедрена в виде комплекса средств адаптации, получившего практическое применение в форме специального программного обеспечения (СПО) в информационных, системах МИД РФ, "Маяк", ГАС "Выборы". Комплекс показал свою эффективность, обеспечив повышение производительности разработки компонент ИО и ЛО по оценкам, полученным в ходе испытаний, в 1,8 раза и увеличение скорости итерационного поиска на больших массивах (свыше 50 тыс. записей) в 2 раза. В результате проведенных исследований решены следующие задачи:

1. Выполнен системно-информационный анализ процесса принятия решений, в результате которого показано, что необходимым условием разрешения проблемной ситуации, то есть перевода объекта из данного в желаемое состояние является способность информационной системы различать эти состояния. Выявлены компоненты ИО и ЛО (тематический рубрикатор^ тезаурус, концептуальная схема базы днных, агрегаты, кластеры, база знаний), автоматизация разработки и последующая адаптация которых определяет способность ИС описывать состояние объектов и отношений динамично изменяющейся предметной области с требуемым для принятия решений уровнем детальности.

2. Разработаны и внедрены в ВИНИТИ математическая модель прогнозирования интенсивности потока запросов к распределенной базе данных ИС и метод адаптации (тьюнинга) БД к изменениям интенсивности потока запросов, позволяющие перераспределять единицы хранения по уровням оперативности доступа в зависимости от интенсивности спроса с целью минимизации времени доступа.

3. Разработаны и внедрены в ИС "Маяк" математическая модель, алгоритмы и программные средства автоматического формирования запросов к базе документальных данных на основе обратной связи, как средства повышения комфортности естественно-языкового интерфейса и адаптации ИС к изменениям информационной потребности пользователей.

4. Разработаны модели, алгоритмы и методы построения автоматического построения классификационной схемы полнотекстовой базы данных, получившие практическое применение для корректировки тематического рубрикатора задачи "Письма" ИС "Маяк".

5. Разработаны математическая модель, алгоритмы и программные средства синтеза псевдотезауруса как основы динамически формируемой базы знаний, отслеживающей изменения предметной области, реализованные в виде СПО в задаче "Двусторонний договор" ИС ВПВ МИД РФ и задаче "Право" ГАС "Выборы".

6. Разработаны модели и программные средства формирования и адаптации концептуальной схемы базы данных к проблемной ситуации и составу приложений. Модели и программные средства внедрены в виде комплекса лабораторных работ по дисциплине "Базы и банки данных и знаний" в МИРЭА.

7. Разработаны модели и программные средства многокритериальной оценки и выбора вариантов решений на основе фактов, хранящихся в базе данных и весовых оценок их значимости для гипотез. Внедрены в РЭА им. Г.В. Плеханова при выполнении работ по гранту Международного банка «Поиск, установление и обновление информационных банков данных для экономического образования (в рамках формирования межотраслевого образовательного комплекса)».

Список литературы диссертационного исследования доктор технических наук Романов, Виктор Петрович, 2004 год

1. Справочник-каталог «Softel: 100 компьютерных программ для бизнеса», «ХАМТЕК ПАБЛИШЕР», стр. 61-69.

2. Абрамов А. Е. Основы анализа финансовой, хозяйственной и инвестиционной деятельности предприятия в 2-х ч.- М.: Экономика и финансы. АКДИ, 1994-96.-512 с.

3. Андрейчиков A.B., Андрейчикова О.Н. Анализ, синтез, планирование решений в экономике.- М.: Финансы и статистика, 2000. 363 с.

4. Аскеров Т.М. Микропроцессорная система информационного моделирования. Л.: СЗПИ. 1982. стр. 36-54.

5. Аскеров Т.М. Информационная модель экономического объекта и ее обработка на ЭВМ. Труды IV Международного симпозиума по общим вопросам управления и информации. Варна. 1973. стр. 143.

6. Ахо А., Ульман Дж. Теория синтаксического анализа, перевода и компиляции, том 1. М.: Мир, 1978.-612с.

7. Баканов М. И. Шеремет А. Д. Теория экономического анализа. М.: Финансы и статистика, 1994.-352 с.

8. Балабанов И. Т. Финансовый менеджмент. М.: Финансы и статистика, 1994.-314 с.

9. Бауэр Ф.Л., Гооз Г. Информатика. Часть 1. М.: Мир, 1990.- 324 с.

10. Боровиков В.П. Ивченко Г.К. Прогнозирование в системе STATISTICA в среде Windows. Основы теории и интенсивная практика на компьютере: Учеб. Пособие -М.: Финансы и статистика, 2000. 384 е.: ил.

11. Бромович М. Анализ экономической эффективности капиталовложений: Пер с англ.- М.: ИНФРА-М, 1996.- 432 с.

12. Буч Гради. Объектно-ориентированный анализ и проектирование с примерами приложений на С++. Пер. с англ. под ред. Романовского Н. и Андреева Ф.-М.:БИНОМ,1998, 560 с.

13. Быкадоров В.Л., Алексеев П.Д. Финансово-экономическое состояние предприятия. Практическое пособие. М. "Издательство ПРИОР". 1999.-412 с.

14. Вагин В.Н. Дедукция и обощение в системах принятия решений.- М.: Наука. Гл. ред. Физ.-мат. Лит. 1988.- 384 с.

15. Вендров A.M. CASE-технологии. Современные методы и средства проектирования информационных систем. М.: Финансы и статистика, 1998.- 176 е.: ил.

16. ГАС "ВЫБОРЫ" Техническое задание на выполнение работ НИИ "Восход" по совершенствованию ФКЗ "Право" в соответствии с исходными данными Заказчика к формированию распределенной БД "Право", 1996. 4 с.

17. ГАС ВЫБОРЫ" Частное техническое задание на разработку ТКЗ "Текст". НИИ "Восход", 1996 г. 14 с.

18. Гинзбург С. Математическая теория контекстно-свободных языков. М.: Мир, 1970.-345 с.

19. Горелик А.Л., Скрипкин В.А. Методы распознавания. М.: Высшая школа, 1989.-232 с.

20. Грачева М.В. Анализ проектных рисков: Учеб. Пособие для вузов. М.: ЗАО "Финстатинформ" 1999.- 216 с.

21. Гудман С., Хидетниеми С. Введение в разработку и анализ алгоритмов. -М.: Мир, 1981.-366 с.

22. Дебок Г., Кохонен Т. Анализ финансовых данных с помощью самоорганизующихся карт/ Пер. С англ. М.: издательский Дом «АЛЬПИНА», 2001.-317 с.

23. Деловое планирование (Методы. Организация. Современная практика): Учеб. пособие / Под ред. В.М. Попова. М.: Финансы и статистика, 1997. -368 с.

24. Дракин В.И., Попов Э.В., Преображенский А.Б. Общение конечных пользователей с системой обработки данных. М., "Наука", 1989. 294 с.

25. Дубров A.M., Лагоши Б.А., Хрусталев Е.Ю. Моделирование рисковых ситуаций в экономике и бизнесе: Учебное пособие/ Под ред. Б.А. Лагоши.-М.: Финансы и статистика, 1998.- 176 е.: ил.

26. Дьяконов В.Н. Справочник по алгоритмам и программам на языке бейсик для персональных ЭВМ. М.: Наука, 1989. - 240 с.

27. Егоров Ю.Н., Варакута С.А. Планирование на предприятии. М.: ИНФРА-М, 2001.-176 с.

28. Ефимов Е.И. Решатели интеллектуальных задач.- М.: Наука, Главная редакция физико-математической литературы, 1982. 320 с.

29. Журавлев Ю.И., Гуревич И.Б. Распознавание образов и анализ изображений.//Искусственный интеллект, кн. 2. Модели и методы/ под ред. Поспелова Д.А. М.: Радио и связь, 1990.- 324 с.

30. Забелин П.В. , Моисеева Н.К. Основы стратегического управления: Учеб. Пособие.- М.: Информационно-внедренческий центр "Маркетинг", 1998.195 с.

31. Интеллектуальные информационные системы.- Мн.: НТООО "Тетра-система", 1997.- 368 с.

32. Информационные системы в экономике. Под ред. Дика В.В.-М.: Финансы и статистика, 1997.-269 с.

33. Калянов Г.Н. Консалтинг при автоматизации предприятий. Подходы, методы, средства.- М.: СИНТЕГ, 1997.-316 с.

34. Карманов В.Г. "Математическое программирование", М. "Наука", 1986.216 с.

35. Карминский A.M., Нестеров П.В. Информатизация бизнеса.- М.: Финансы и статистика, 1997.- 416 с.: ил.

36. Кириллов В.И., Старченко A.A. Логика: Учебник для юридических вузов. -Изд. 5-е, пераб. И доп. М.: Юристь, 1998.- 256 с.

37. Кныш М.И., Перекатов Б.А., Тютиков Ю.П. Стратегическое планирование инвестиционной деятельности: Учеб. Пособие. СПб. Изд. дом "Бизнесс-Пресса". 1998.-132 с.

38. Князевская Н.В., Князевский B.C. Принятие рискованных решений в экономике и бизнесе.- М.:"Контур", 1998.- 160 с.

39. Ковалев В.В. Методы оценки инвестиционных проектов.- М.: Финансы и статистика, 1998.- 144 с.

40. Контроллинг в бизнесе. Методологические и практические основы построения контроллинга в организациях/ A.M. Карминский, Н.И. Оленев, А.Г. Примак, С.Г. Фалько. М.: Финансы и статистика, 1998.- 226 е.: ил.

41. Котлер Ф. Основы маркетинга: Пер. с англ. / Общ. ред. и вступ. ст. Е.М.Пеньковой. М.: Прогресс, 1990. - 736 с.

42. Кульба В.В., Ковалевский С.С., Косяченко С.А., Сиротюк В.О.

43. Теоретические основы проектирования распределенных баз данных. Серия "Информатизация России на пороге XXI века."- М.: СИНТЕГ, 1999, 660 с.

44. Ладенко И.С., Тульчинский Г.Л. Логика целевого управления. М.: Наука, 1988.-206 с.

45. Ларичев О.И., Мошкович Е.М. Качественные методы принятия решений. -М.: Наука. Физматлит, 1996. 188 с.

46. Лоусон Ч., Хенсон Р. Численное решение задач метода наименьших квадратов. М.: Наука, 1986. - 230 с.

47. Люстерник Л.А., Соболев В.И. "Элементы функционального анализа", М. "Наука", 1965.-315 с.

48. МалпасДж. Реляционный язык ПРОЛОГ и его применение. М.: Наука, 1990.-463 с.

49. Мамиконов А.Г., Цвиркун А.Д., Кульба В.В. Автоматизация проектировании АСУ. М.: Энергоиздат, 1981. 381 с.

50. Малышев Н.Г., Бернштейн Л.С., Боженюк A.B. Нечеткие модели для экспертных систем в САПР М.: Энергоатомиздат", 1991.-136 с. ил.

51. Мейер Д. Теория реляционных баз данных: Пер. с англ. — М.: Мир, 1987.608 е., ил.

52. Мелихов А.Н., Берншейн Л.С., Коровин С.Я. Ситуационные советующие системы с нечеткой логикой.- М.: Наука. Гл. ред. Физ.-мат. лит., 1990.- 272 с.

53. Мишенин А.И. Теория экономических информационных систем: Учебник.-4-е изд. доп. и перераб. М.: Финансы и статистика, 1999. — 240 е.: илл.

54. Моделирование языковой деятельности в интеллектуальных системах /под ред. Кибрика А.Е., Нариньяни A.C. М.: Наука, 1987. - 279 с.

55. Модин A.A., Зингер И.С., Коротяев М.Ф. Исследование и анализ потоков информации на промышленных предприятиях. М.: Наука, 1970. - 242 с.

56. Морозов В.П., Тихомиров В.П., Хрусталев Е.Ю. Гипертексты в экономике. Информационная технология моделирования: Учеб. Пособие.- М.: Финансы и статистика, 1997.- 256 е.: ил.

57. Нейронные сети. STATISTICA Neural Networks: Пер. С англ. М.: Горячая линия - Телеком. 2000. — 182 с.

58. Никольский A.A. Васильева Н.Э., Афанасьев В.А. Технология принятия управленческих решений. М.: Финансы и статистика, 1998. - 110 с.

59. Новиков Д.А., Петраков С.Н. Курс теории активных систем, Серия "Информатизация России на пороге XXI века"- М.: СИНТЕГ, 1999.-108 с.

60. Новости искусственного интеллекта №. М.: издательство Анвик, 1998.195.

61. Озкархан Э. Машины баз данных и управление базами данных. -М.: Мир, 1989.-695 с.

62. Ойхман Е.Г., Попов.Э.В. Реинжиниринг бизнеса.-М.: Финансы и статистика, 1997.-332 с.

63. Орловский С.А. Проблемы принятия решений при нечеткой исходной информации. М.: Наука. Главная редакция физико-математической литературы, 1981.- 208 с.

64. Ортега Дж., Рейнболдт В. "Итерационные методы решения нелинейных систем уравнений со многими неизвестными", пер. с англ. под ред. И.В.Коновальцева, М. "Мир", 1975.-612 с.

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

66. Пападимитриу X., Стагинец К. Комбинаторная оптимизация. Алгоритмы и сложность. М.: Мир, 1985. - 510 с.

67. Писанецки С. Технология разреженных матриц. М., "Мир", 1988.- 411 с.

68. Поспелов Г.С. Искусственный интеллект основа информационной технологии. М.: Наука, 1988. - 280 с. ил.

69. Романов А.Н., Одинцов Б.Е. Советующие информационные системы в экономике: Учеб. Пособие для вузов.- М.: ЮНИТИ-ДАНА, 2000.- 487 с.

70. Романов В.П., Ачильдиев Е.Ю. Изделие М-400. Порядок работы службы информационного обслуживания пользователей ATJ1I.600.000 ИЭ5. НИИ "Восход", инв. № П-06882,1984г. 36 с.

71. Романов В.П. Государственная автоматизированная система "Выборы". Функциональный комплекс задач "Право". Описание применения. Общие сведения. ИРЦВ. 80179-01 31 01-1-ЛУ, 1996.-34 с.

72. Романов В.П. Интеллектуальные информационные системы в экономике. М., Изд-во "Экзамен". 2003,- 560 с.

73. Романов В.П. Модель итерационного поиска и отбора устойчивых словосочетаний. Вопросы спецрадиоэлектроники, вып.7, 1989 г., стр. 2432.

74. Романов В.П. Ситуационное представление данных и дедуктивные выводы в АСОУ. Вопросы спецрадиоэлектроники, вып.З, 1990 г., стр.36-42.

75. Романов В.П., Автоматизированная информационная система аппарата ВС РСФСР. Задача «Справка». Техническое задание. НИИ "Восход", 1989 г.- 12

76. Романов В.П., Автоматизированная информационная система по внешнеполитическим вопросам (АИС ВПВ). Подсистема Международно-правового управления. Техническое задание. 1990 г.- 15 с.

77. Романов В.П., Автоматизированная информационная система по внешнеполитическим вопросам (АИС ВПВ). Подсистема Международно-правового управления. Технический проект. НИИ "Восход", 1991 г.- 90 с.

78. Романов В.П., Бирюков А.В., Шемакин Ю.И. Концептуальное индексирование запросов в системе подготовки решений. Вопросы спецрадиоэлектроники, вып.2, 1990 г. стр. 18-25.

79. Романов В.П., Государственная автоматизированная система Российской Федерации «Выборы». Техническое задание на разработку функционального комплекса задач Право., НИИ "Восход". 1995.- 19 с.

80. Романов В.П., Гуков Л.И., Дадушко В.Н. Применение систолическихмассивов для поиска текстовой информации по ключевым словам. Вопросы спецрадиоэлектроники, вып.7, 1989 г., стр. 41-49.

81. Романов В.П., Журавлев C.B. ГАС «Выборы». Функциональный комплексзадач Право РБД. Описание применения. НИИ "Восход", 1997 г.-90 с.

82. Романов В.П., Королева Г.А. Математическая модель генерации потокаобращений в справочно-информационный фонд. Научно-техническая информация, сер.2, №7, 1979 г., стр. 22- 28.

83. Романов В.П., Королева Г.А. Разработка АСУ ГСНТИ. Отчет по НИР. №

84. Госрегистрации 72034347, Б6442092, 1974.- 598 с.

85. Романов В.П., Павлов И.К. Рабочий проект по задаче "Кадры". АТЛ1.600.126.ТО. НИИ "Восход", 1985 г.- 70 стр.

86. Романов В.П., Полякова М.П. ГАС «Выборы». Функциональный комплекс задач. Право версии 2.0. Техническое задание. НИИ "Восход", 1998г. -13 стр.

87. Романов В.П., Солянкин Н.Н, Модель адаптации в информационной системе организационного управления . Вопросы спецрадиоэлектроники, вып. 1 1985 г. стр. 35-43.

88. Романов В.П., Тарасов Е.В., Кулебякин А.З. Техническое задание на создание сети автоматизированных центров научно-технической информации. Изд-во ВИНИТИ.- М.: 1988.- 26 с.

89. Романов В.П., Теоретические основы информатики. Информационные структуры и фактографический поиск информации. М., Изд-во РЭА им. Г.В.Плеханов. 1996.-190 с.

90. Романов В.П., Теоретические основы информатики. М., Изд-во РЭА им. Плеханова, 1993. -159 с.

91. Романов В.П., Федорец О.Л. Рабочий проект по задаче "Письма". АТЛ1.600.126.ТО. НИИ "Восход", 1985.- 70 стр.

92. Романов В.П., Шемакин Ю.И., Воронин В.А. Технический проект по спецсистеме. Информационное обеспечение. Лингвистическое обеспечение поиска информации АТЛ1.600.100 ПЗ/16. НИИ "Восход", 1980 г., инв. №ТП0-ТНЗ.: 1977 .-115 с.

93. Романов В.П., Шемакин Ю.И., Игнатьев А.Б. Реализация итерационного поиска средствами матричной обработки. Вопросы спецрадиоэлектроники, вып.6, 1987 г.,46-53.

94. Романов В.П., Шемакин Ю.И., Константинова И.Л. Повышение эффективности поиска посредством адаптации тезауруса к информационной потребности пользователей и составу информационного фонда. Вопросы спецрадиоэлектроники, Вып. 15, 1980г. стр. 76-85.

95. Рубашкин В.Ш. Представление и анализ смысла в интеллектуальных информационных системах. М.: Наука, 1989. - 190 с.

96. Савчук В.П., Прилипко С.И., Величко Е.Г. Анализ и разработка инвестиционных проектов. Учебное пособие. - Киев: Абсолют-B, Эльга, 1999.-304 с.

97. Скотт Д.С. Области в денотационной семантике. Математическая логика в программировании: Сб. статей 1980-1988 гг. Пер с англ. М.: Мир, 1991 -стр. 58- 118.

98. Стратегическое планирование / Под ред. Уткина Э.А. — М.: Ассоциация авторов и издателей «ТАНДЕМ». Издательство ЭКМОС, 1998. 440 с.

99. Тауб Дж., Васильковский X., Вожьянковский X. Информация, неопределенность, сложность. М.: Мир, 1988. - 183 с.

100. Тельнов Ю.Ф. Интеллектуальные информационные системы в экономике. Учебное пособие. Серия "Информационная Россия на пороге XXI века".-М.: СИНТЕГ, 1999,216 с.

101. Тиори Т., Фрай Дж. Проектирование структур баз данных: В 2-х кн. Кн. 1 Пер. с англ.- М.: Мир, 1985. 287 е., ил.

102. Тиори Т., Фрай Дж. Проектирование структур баз данных: В 2-х кн. Кн. 2 Пер. с англ.- М.: Мир, 1985. 320 е., ил.

103. Трахтенгерц Э.А. Компьютерная поддержка принятия решений: Научно-практическое издание. Серия "Информатизация России на пороге XXI века".- М.: СИНТЕГ, 1998 376 с.

104. Фальцман В.К. Оценка инвестиционных проектов и предприятий. М.: 1999.-207 с.

105. Фатхутдинов P.A. Разработка управленческого решения: Учебник для вузов.- 2-е изд., доп.- М.: ЗАО "Бизнес-школа Интел-Синтез", 1998.- 272с.

106. Хаббард Дж. Автоматизированное проектирование баз данных.: Пер. с англ. М.: Мир, 1984.

107. Черный А.И. Введение в теорию информационного поиска. М.: Наука, 1975.-238 с.

108. Чечкин А.В. Математическая информатика. М.: Наука, 1991.- 412 с.

109. Шемакин Ю.И. Введение в информатику. М.: Финансы и статистика, 1985.- 190 с.

110. Экономическая стратегия фирмы: Учебное пособие/ Под ред. проф. Градова А.П.-СП6.: "Специальная литература" 1998. 411 с.

111. Экспертные системы. Принципы работы и примеры: Пер с англ./ А.Браунинг, П.Джонс, Ф. Кокс и др., Под ред. Р. Форсайта. М.: Радио и связь, 1987.-224 е.: ил.

112. Юдин Д.Б. Вычислительные методы теории принятия решений. М.: Наука, 1989. - 320 с.

113. Alterman R. A Dictionary Based on Concept Coherence //Artificial Intelligence, vol. 25, 1985, p. 153-181.

114. Bernardo, J. and A. Smith. (1994). Bayesian Theory. New York: John Wiley and Sons.- 342 pp.

115. David W. Embley. Object Database Development. Concepts and principles. Addison-Wesley, 1998.- 877 pp.

116. Efraim Turban, Jay E. Aronson. Decision Support Systems and Intelligent Systems, 1998.-351 pp.

117. Eom S.B. Decision support systems research: reference disciplines and a cumulative tradition. The International Journal of Management Science, 23, 5, October 1995, p. 511-523.

118. Ginzberg M.J., Stohr E. A. A decision support: Issues and Perspectives. -Processes and Tools for Decision Support. Amsterdam, North Holland Publ. Co, 1983.- 290 pp.

119. Golub G.H., Van Loan Ch. F. Matrix Computations. London: North Oxford Acad, 1986. - 476 p.

120. Heckerman, D., D. Geiger and D. Chickering. (1995). Learning Bayesian networks: the combination of knowledge and statistical data. Machine Learning 20: 197-243.

121. Howard, R. Decision analysis: perspectives on inference, decision, and experimentation. Proceedings of the IEEE v.58: 1970. pp. 632-643.

122. Koslowski, P . Neuro- Fuzzy Techniques for Intelligent Information Systems. 1999.-479 pp.

123. Lauritzen, S. Graphical Models, Cleverendon Press.-1996.- 420 pp.

124. Lecture Notes № 58. Logic, Language and Computation, vol. 1. Ed. By Jerry Seligman & Dag Westerstàhl. CSLI Publications, Stanford, California. 1997, 590 pp.

125. Lewandowski, A., Wierzbicki A.P. Aspiration Based Decision Support Systems, Lecture Notes in Economics & Mathematica Series #331, 2000.- 271 pp*

126. Motoda, H., Lu, H. J., Liu, H. Knowledge Discovery & Data Mining: Techniques & Applications. World Scientific. 1997, 359 pp.

127. Omlin, Christian W. Knowledge Acquisition & Representation in Reccurrent Neural Networks: Progress in Neural Processes, 1998.

128. Pau, Lois F. Economic&Financial Knowledge-Based Processing, 2000.-4521. PP

129. Pearl, Judea. Probabilistic Reasoning in Intelligent Systems: Networks of Plausible Inference. Morgan Kaufmann Publishers, Inc. 1998.- 552 pp.

130. Proceedings, Lecture Notes in Computers. Science Series #1676, 1998. -678 pp.

131. Robert M. Colomb. Deductive Databases and Their Applications. Taylor&Francis. 1998.- 263 pp.

132. Robert R.Trippi, Jae K. Lee. Artificial Intelligence in Finance&Investing. IRWIN Professional Publishing. 1998.- 246 pp.

133. Rose D.J., Tarjan R.E., and Lueker G.S. Algoritmic aspects of vertex elimination on graphs. SIAM J.Comput .5, 1976, pp : 266-283.

134. Salton G., Voorhes E., Fox E.A. A Comparison of two methods for boolean query relevancy feedback.// Information Processing & management, vol. 20, 1984, pp. 637-651.

135. Simon H.A. The new science of management decision. Englewood Cliffs, N.J., Prentice Hall Inc.- 1975.- 365.

136. Simonovic A., Slobodan P. Decision support for sustainable water resources development in water resources planning in a changing world. -Proceeding of International UNESCO symposium, Karlsruhe, Germany, p. III., 1994, pp: 3-13.

137. Slovic P., Fichhoff B., Lichtenstein S. Behaviorial decision theory. Annu. Phychol. Rev. vol. 28, 1997, pp: 74- 82.

138. Tarjan R.E. Depth first search and linear graph algorithm. SIAM J.Comput.l, 146-160, 1972, pp: 146-160.

139. Tjoa, A.M.,Mohania,M. Data Warehousing & Knowledge Discovery: First International Conference DaWaK'99, Florence, Italy, August 30- September 1,1999, pp: 341-360.

140. Winkler, R. The assessment of prior distributions in Bayesian analysis. American Statistical Association Journal v. 62, 1967, pp: 776-800.