Логические модели для управления технологическими процессами тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Сентюрина, Анна Ионовна

• Сентюрина, Анна Ионовна
• кандидат технических наук
• 1983

Оглавление диссертации кандидат технических наук Сентюрина, Анна Ионовна

Введение .,.

Глава I. Информационно-логическое моделирование процессов управления

1.1. Представление информации в системах принятия решений

1.2. Логические модели

1.3. Процедуры принятия решений в моделях логического типа

1.4. Принятие решений на основе логической модели

1.5. Семантическая стратегия логического вывода

1.6. Блок-схема автоматизированной системы диспетчерского управления

1.7. Постановка задач, решаемых в последующих

главах

1.8. Выводы по первой главе

Глава П. Модели централизованного регулирования

2.1. Диспетчерское регулирование при управлении технологическими процессами

2.2. Состав знаний и данных, используемых при регулировании

2.3. Регулирование процесса обезвоживания и сушга на обогатительной фабрике

2.4. Выводы по второй главе

Глава Ш. Анализ и оценка технологической ситуации

3.1. Выявление и устранение возмущений при управлении

3.2. Использование нечетких оценок в стратегии поиска

3.3. Предварительная диагностика ситуации. НО

3.4. Синтез окончательного решения.III

3.5. Выводы по третьей главе

Глава 1У. Логические модели объектов, имеющих сетевую структуру.

4.1. Представление графов в логических моделях .ИЗ

4.2. Дипетчерское управление объектами типа "сеть"

4.3. Планирование пуска-останова сети технологических агрегатов алмазодобывающей обогатительной фабрики.

4.4. Выводы по четвертой главе.

Введение диссертации (часть автореферата) на тему «Логические модели для управления технологическими процессами»

В материалах Ш1 съезда КПСС большое внимание уделяется повышению эффективности общественного производства за счет роста производительности и качества труда. Существенные резервы увеличения эффективности заложены в совершенствовании оперативно-диспетчерского управления технологическими процессами.

В настоящей работе рассматриваются вопросы автоматизации процесса принятия решений при управлении. Проводится исследование логических моделей типовых задач диспетчерского управления, на основе этого исследования определяется состав необходимой для управления информации и механизмы ее обработки.

Общеизвестно, что систему принятия диспетчерских решений (СПДР) нельзя строить путем задания жесткой алгоритмической связи между входными сигналами и управляющими воздействиями. Это связано с тем, что для построения такого алгоритма необходимо перечислить все ситуаций, которые могут возникнуть на объекте, а поскольку любой реальный объект управления в этом смысле неисчерпаем [l-b], построить такой алгоритм зачастую бывает невозможно.

Однако, для автоматизации диспетчерского управления и нет необходимости рассматривать исчерпывающие описания объектов как таковых. Здесь важно формализовать информацию по управлению, которой руководствуется человек, решающий диспетчерские задачи, и определить механизм обработки этой информации при принятии решения.

Человек управляет технологическим процессом "по смыслу", не зная точных количественных моделей и не решая в уме систем дифференциальных уравнений. Он приходит к решению путем логических рассуждений.

Целью настоящей работы является информационно-логическое моделирование процесса управления как метод его автоматизации. В работе показывается, что адекватным способом представления информации при управлении являются логические модели. Исследуется процесс принятия решений на основе логической модели. Выделяются типовые задачи диспетчерского управления. Эти задачи имеют разную логическую структуру, используют разную информацию об объекте. В работе исследуются логические модели типовых задач управления, состав и характер необходимой для принятия решений информации, язык описания этой информации.

При построении Решателя диспетчерских задач целесообразно применить отличный от алгоритмического подход, при котором программа сама, действуя по законам логики, вырабатывает последовательность необходимых операций поиска управляющего воздействия. Системы такого типа можно назвать дедуктивно-поисковыми. Решение здесь выводится формальным образом: путем сопоставления исходных принципов (знаний логической модели), представляющих собой статическую часть информации, с данными, характеризующими конкретную ситуацию. В знаниях фиксируются неизменные принципы, которыми руководствуется специалист по управлению технологическим процессом. Данные представляют собой динамическую часть информации. Например, в задаче централизованного регулирования основную часть знаний составляет набор причинно-следстЕенных связей между регулирующими и регулируемыми переменными, а данные - конкретные значения этих переменных.

Дедуктивно-поисковая система задается как всякая формальная система описанием алфавита символов, синтаксиса и семантики. Отличие такого описания от алгоритмического состоит в том, что алгоритм задает жесткое соответствие между входной и выходной информацией, а формальная система дает возможность выполнять действия из некоторого заданного набора процедур, не регламентируя заранее состав операций и порядок их выполнения.

Исторически работы по автоматизации дедуктивного вывода были начаты в области доказательства теорем на ЭВМ /б,7,8,9 и др^.

Однако, в СПДР есть целый ряд серьезных отличий:

- теория доказательства теорем не ориентирована на задачи управления. Здесь предметная область считается заданной и неизменной, а в задачах управления, где приходится иметь дело с постоянной сменой ситуаций, необходимо отразить также и динамический характер информации;

- технологические процессы характеризуются довольно большим объемом информации. Если при доказательстве теорем к времени принятия решений не предъявляется жестких требований, то при управлении решения должны приниматься весьма оперативно. Поэтому в СПДР еще большее значение приобретает выбор эффективной стратегии вывода решения;

- иерархический (многоуровневый) характер информации в системе управления (от типовых задач управления на верхнем уровне до элементарных операции управления на нижнем уровне [1,5] ). Б логике вопрос представления информации вообще не рассматривался, здесь Есе посылки считаются равноправными, а в теории управления большое значение приобретает выбор эффективного способа представления информации на разных уровнях общности.

Как правило при управлении преследуются две цели: сохраняют состояние объекта управления и в то же время переводят его в новое состояние (часть параметров поддерживают неизменными, а остальные меняют в нужном направлении). Первая цель достигается централизованным и автономным регулированием, вторая - путем планирования и выполнения планов. В процессе управления решается также задача анализа и оценки технологических ситуаций. При принятии решения учитываются разного рода качественные зависимости между параметрами объекта (пространственные, временные, логические).

К типовым задачам управления можно отнести следующие:

I) задача централизованного регулирования;

2) задача диагностики технологической ситуации;

3) задача прогнозирования технологической ситуации;

4) задача оперативного планирования и выполнения планов. Диссертационная работа состоит из четырех глав, заключения, списка литературы и приложения.

В первой главе работы обсуждаются общие принципы информационно-логического моделирования процессов управления. Анализируется проблема представления информации в задачах управления.

В настоящее время в Решателях задач в основном используются языки трех видов: реляционные /"1-5,30,52,54,56,59,60,70-767 , фреймовые /"41,37,38,34,46] и предикатные (на основе логической модели) [42-48,54 и др.] .

Интересно то, что при всем разнообразии современных методов представления информации сложной структуры в основе всех их лежит понятие о структуре (информации) как о множестве элементов и об отношениях между ними. Различие между представлениями этих трех типов языков состоит в возможности их формальной обработки в ЭВМ.

Достоинство фрейм-подхода /41,37,38,34,46 и др.] состоит в том, что он демонстрирует сложность и многообразие информации в системах принятия решений, зрительного восприятия и др. Но здесь отсутствует формальный аппарат для преобразования информации. Фрейм не структурирован в достаточной мере как математический объект.

Логические модели, в том виде, как они описаны в теории доказательства теорем f6-9j , напротив, хорошо формализуемы, легко представимы в ЭВМ, однако, они не ориентированы на задачи управления. Здесь нет связи "с внешним миром". Здесь есть формальный аппарат обработки знаний, но плохо разработан аппарат обработки изменяющихся данных, определяющих ситуацию.

В реляционных методах представления информации, таких как

RX -коды /l,4,5j , универсальный семантический код [чъ] , семантические сетй/*54,59,60 и др^ также как и во фрейм-подходе практически не рассматриваются вопросы формализации обработки информации. В работах, посвященных реляционным банкам данных/"20,69, 70-77J исследуется организация данных, но не рассматривается организация знаний.

В первой части перЕой главы показывается, что адекватным способом представления информации в СПДР является способ, сочетающий представление знаний в логической модели с реляционной организацией данных и представлением их на разных уровнях общности га

Во второй части первой главы описывается процесс принятия решений на основе логической модели. Рассматриваются процедуры принятия решений в моделях логического типа; обратный метод Мас-лова [Ю] и принцип резолюций Робинсона [тз], Показывается, что принцип резолюций более приспособлен для обработки в ЭВМ, однако требует большого перебора информации.

Для сокращения информационного поиска при выводе решения проводится нормализация информационной модели. В основе этой нормализации лежит:

1) упорядочение связей между отношениями модели знаний (межреляционных связей), позволяющее подготовить заранее логический еывод решения;

2) организация данных в виде реляционной базы данных.

Исследуются вопросы разрешимости задачи управления относительно имеющейся информации и выполнимости принятых решений по отношению к реальным средствам управления.

На базе рассмотренного упорядочения информации предлагается семантическая стратегия логического вывода, направляющая вывод решения в зависимости от состава информационной модели в конкретной ситуации.

В этой же главе предложен способ организации системы принятия диспетчерских решений, приводится ее блок-схема.

Вторая глава работы посвящена составлению и изучению логической модели централизованного регулирования. Задача ставится следующим образом. Для множества контролируемых параметров определены граничные значения. В случае выхода параметров из установленных границ требуется выработать управляющее воздействие, устраняющее это отклонение. ,

В отличие от автономных регуляторов, система, решающая эту задачу, проводит многосвязное регулирование, учитывая всю ситуацию в целом. Предлагается схема вывода, в основе которой лежит сочетание дискретного и непрерывного управления. Задача решается на двух уровнях. Верхний, логический уровень проводит выбор и "сборку" необходимой схемы регулирования из имеющихся в наличии каналоЕ воздействия. Нижний уровень - это автономные регуляторы, V созданные на базе этих каналов и включаемые в работу сигналами с верхнего уровня управления. Такой подход аналогичен подходу диспетчера. Действительно, вначале человек принимает решение "по смыслу" задачи, используя качественные оценки, а затем он конкретизирует принятое решение. Полученный контур регулирования - это детальная проработка того решения, которое принято на логическом уровне.

Описывается процесс вывода решения как набор дедуктивно-поисковых процедур. В основе автоматического вывода решения лежит семантическая стратегия, описанная в первой главе.

Третья глава работы посвящена исследованию логической структуры задачи диагностики технологических ситуаций.

Задачу предлагается решать путем анализа причинно-следственных зависимостей между множеством неисправностей (возмущений) и отклонениями, к которым они приводят. Априори легко описать зависимости "причина-следствие", а фактически интерес представляет решение обратной задачи: задано следствие - надо найти причину.

Весь процесс автоматического вывода решений предлагается интерпретировать как процесс "обратного" анализа причинно-следственных зависимостей типа "возмущение-отклонение".

Для ускорения поиска информации при выводе предлагается использовать аппарат нечетких оценок.

Рассматривается процесс вывода решения как последовательность дедуктивно-поисковых актов. В основе процесса принятия решений лежит рассмотренная в первой главе семантическая стратегия логического вывода.

В четвертой главе исследуются логические модели объектов, представленных графами типа "сеть".

Теория графов широко используется для описания самых разнообразных качественных зависимостей: временных, пространственных, логических и др. По-видимому, теория графов столь же естественный аппарат для описания качественных зависимостей как, например, теория дифференциальных уравнений для описания динамики систем.

В 4-й главе показывается, что при решении большинства задач управления появляется необходимость отображения в логической модели структуры графа типа "сеть".

Анализируется логическая модель объекта типа "сеть" (энергосеть, сеть водоснабжения, сеть транспортных коммуникаций, сеть технологических агрегатов). Рассматривается необходимый состав данных и знаний для описания структуры сети, проводится нормализация информации, описывается процесс вывода решения.

Исследование логической модели объекта типа "сеть" проводится на примере решения задачи управления энергосетью и на примере решения задачи планирования пуска-останова сети технологических агрегатов алмазодобывающей обогатительной фабрики.

Апробация работы

Работа была обсуждена

- на 4 Всесоюзном симпозиуме по ситуационному управлению (Одесса, 1981 г.),

- на Всесоюзной конференции "Семиотические модели при управлении большими системами" (Каунас, 1979 г.),

- на Всесоюзной конференции "Опыт создания и внедрения АСУ" (Москва, 1977 г.).

Работа выполнялась в рамках следующих научно-исследовательских тем ВДИИКА тема JS 828060 "Автоматизированная система управления технологическими процессами обогащения алмазных руд" Работа проводится на основании постановления Совета Министров СССР от 23.01.78 г. тема 176360 "Разработка методов построения имитационных моделей технологических объектов, УВК и АСУ ТП". Работа проводится по целевой программе на основании постановления ГКНТ и Госплана СССР от 12.12.80 г.

Основные научные результаты работы

В работе созданы и исследованы логические модели принятия решений для типовых задач управления технологическими процессами дискретного и непрерывно-дискретного типа. Исследованы логические модели централизованного (диспетчерского) регулирования, диагностики технологических ситуаций и модели объекта типа "сеть". Определен состав и характер информации, необходимой для принятия решений в каждом из названных классов задач.

Рассмотрены вопросы логической обработки информации на основе ее нормализации. При этом нормализация данных подразумевает организацию реляционной базы данных, а нормализация системы знаний - это такая организация знаний, при которой логический вывод решения в значительной мере уже подготовлен заранее, что существенно ограничивает поиск и сокращает время принятия решений. Разработана семантическая стратегия логического вывода решения. Для задачи централизованного регулирования предложена схема вывода, основанная на сочетании дискретного и непрерывного управления.

При решении задачи диагностики (распознавания) технологической ситуации для ускорения поиска информации и упрощения априорного анализа объекта применен аппарат нечетких оценок, причем, от правильности выбора нечеткой оценки зависит время принятия решения, а не его результат.

Показано, что при решении задач диспетчерского управления появляется необходимость анализа структуры типа "сеть". Анализ логической модели объекта типа "сеть" продемонстрирован на примере решения задачи управления режимами энергосети и на примере решения задачи планирования пуска-останова сети технологических аппаратов алмазодобывающей обогатительной фабрики.

Актуальность работы.

Предлагаемая работа должна содействовать лучшему пониманию процесса принятия решений при управлении технологическими процессами. Это позволит: а) проектировать новые объекты с учетом того, как ими управлять. (При проектировании новых объектов проводятся исследования на надежность, на прочность, на устойчивость и т.п., однако, как правило, не проводится анализ объекта "на управляемость", т.е. не выясняется какая информация существенна при управлении, какие датчики необходимы для управления и т.п.); б) автоматизировать процесс принятия решений, освободив диспетчера от рутинного труда и сосредоточив его внимание на особенностях технологической ситуации.

Практическая ценность работы.

Полученные в работе результаты использованы в системе СПРИНТ (работает как советчик диспетчера при оперативном управлении энергообъединением Урала) и в специализированном алгоритмическом и программном обеспечении пуска-останова цепи аппаратов алмазодобывающих обогатительных фабрик объединения Якуталмаз.

Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Сентюрина, Анна Ионовна

4.4. Выводы по четвертой главе

Графы типа "сеть" являются адекватным средством отображения качественных зависимостей (пространственных, логических, временных) между параметрами управляемого объекта.

При решении большинства задач управления появляется необходимость отображения в логической модели структуры типа "сеть". Для моделирования структуры типа "сеть" предложено использовать логико-лингвистические методы.

Разработана стратегия вывода решения в задачах данного типа. Определен состав и характер информации, необходимой для решения.

Учет в логической модели структуры объекта типа "сеть" продемонстрирован на примере задачи управления энергосетью и на примере решения задачи планирования пуска-останова сети технологических агрегатов обогатительной фабрики.

ЗАКЛЮЧЕНИЕ

В работе рассмотрены проблемы логико-информационного моделирования процесса диспетчерского управления с целью его изучения и автоматизации. Выделены типовые задачи диспетчерского управления, проведен анализ логических моделей этих задач, состав и характер необходимой для их решения информации, исследован язык описания информации. Выработан единый подход к автоматизации типовых задач управления.

1. Исследование методов построения Решателя задач управления показало, что наиболее целесообразным является метод представления и обработки информации, сочетающий в себе дедуктивный вывод с реляционной организацией данных. В такой системе выражения, полученные из логической модели в процессе формально-логических преобразований, должны интерпретироваться как запросы к реляционному банку данных.

2. Показано, что принцип резолюций не ориентирован на решение задач управления, т.к. требует большого перебора информации. Для сокращения времени принятия решений разработана семантическая стратегия направленного вывода, основанная на принципе семантического и синтаксического упорядочения отношений логической модели. Описан процесс принятия решений на основе логической модели.

3. Исследована логическая модель задачи централизованного регулирования. Предложена двухуровневая схема решения задачи, основанная на сочетании дискретного и непрерывного управления. Верхний дискретный уровень управления - это логический регулятор. На основе логического анализа ситуации на верхнем уровне принимается решение о "сборке" схемы регулирования из имеющихся в наличии каналов воздействия. После Еыбора схемы задаются уставки регуляторов и управление конкретизируется, таким образом, нижний уровень управления - это непрерывное управление с помощью автономных регуляторов. Определен состав знаний и данных, необходимых для решения задачи. Разработана стратегия вывода решения. На основе этой стратегии предложена последовательность дедуктивно-поисковых операций, приводящая к выводу решения. 1

4. Разработана логическая модель задачи диагностики технологических ситуаций. При решении задачи предложено использовать аппарат нечетких оценок так средство ускорения поиска решения. Причем, от правильности Еыбора нечеткой оценки зависит время поиска, а не его результат.

Достоинство предложенного подхода состоит в том, что решение принимается на основе анализа качественных связей между параметрами объекта проверки и нет необходимости априори устанавливать точные количественные зависимости.

5. Показано, что при решении задач управления появляется необходимость описания в логической модели графовой структуры типа "сеть". Для решения графовых задач предложено использовать логико-лингвистические методы. Разработана стратегия вывода решения в задачах этого типа. Анализ структуры типа "сеть" продемонстрирован на примере решения задачи управления режимом энергосети и на примере решения задачи планирования пуска-останова сети технологических агрегатоЕ обогатительной фабрики.

Список литературы диссертационного исследования кандидат технических наук Сентюрина, Анна Ионовна, 1983 год

1. Поспелов Д.А. Логико-лингвистические модели в системах управления. - М.: Энергоиздат, 1981 - 217 с.

2. Поспелов Д.А. Семиотические модели: успехи и перспективы. -Кибернетика, 1976, № 6, с.Ш-123.

3. Поспелов Г.С., Поспелов Д.А. Влияние методов теории искусственного интеллекта на решение традиционных задач управления.- М.: Научный совет по комплексной проблеме "Кибернетика" при президиуме АН СССР, 1977 28 с.

4. Поспелов Д.А. Большие системы. Ситуационное управление. М.: Знание, 1975 - 62 с.

5. Клыков Ю.И. Ситуационное управление большими системами. М.: Энергия, 1974 - 134 с.

6. Нильсон Н. Искусственный интеллект. М.: Мир, 1973 - 270 с.

7. Green С. Application of theorem proving to problem solving.- Proc. of IJCAI, 1969, p. 219-239.

8. Нъюэлл А., Шоу Дни, Саймон Г. Эмпирические исследования машины "Логик-теоретик", пример изучения эвристики. В кн.: Вычислительные машины и мышление. - М.: Мир, 1967, с.ПЗ-114.

9. Грин К. Доказательство теорем с использованием правила резолюций как основа для построения вопросно-ответной системы.- В кн.: Слейгл Дне. Искусственный интеллект. М.: Мир, 1973, с.275-308.

10. Маслов С.Ю. Обратный метод установления выводимости в классическом исчислении предикатов. Доклады АН СССР, 1964, т.159, с.17-20.

11. Маслов С.Ю. Связь между тактиками обратного метода и метода резолюций. Записки научных семинаров ЛОМИ АН СССР, 16, 1969, с.13-21.

12. Маслов С.Ю. Теория поиска вывода и вопросы психологии творчества. Семиотика и информатика, вып. 13, 1979, с.55-59.

13. Робинсон Да. Машинно-ориентированная логика, основанная на принципе резолюций. Кибернетический сборник. Новая серия.- М.: Мир, вып.7, 1970, с.194-218.

14. Гельфандбейн Я.А. Методы кибернетической диагностики динамических систем: Рига, Зинатне, 1967 542 с.

15. Техническая диагностика. Труды 4-го Всесоюзного совещания по технической диагностике, вып.1. М.: Наука, 1979 - 177 с.

16. Техническая диагностика. Труды 4-го Всесоюзного совещания по технической диагностике, вып. 2. М.: Наука, 1979 - 174 с.

17. Брябрин В.М. Диалоговая информационно-логическая система (ДИЛОС). М.: Научный совет по комплексной проблеме "Кибернетика" АН СССР, 1977 - 24 с.

18. Дедуктивно-поисковые системы и их применение в АСУ. М.: ЦНИИКА, НТ0-79-70-38, 1979 - 73 с.

19. Клини С. Математическая логика. М.: Мир, 1973 - 478 с.

20. Дейт К. Введение в системы баз данных. М.: Наука, 1980- 463 с.

21. Anderson R., Bledsoe W. A linear format for resolution with merging and a new technique for establishing completness,- Journ. ACM, 1970, 17, p. 525-534.

22. Хант Э. Искусственный интеллект. M.: Мир, 1978 - 558 с.

23. Карри Х.Б. Основания математической логики. М.: Мир, 1979- 568 с.

24. Левитан Г.И. Применение дедуктивного вывода в системах управления. Изв. АН СССР. Техническая кибернетика, 1977, № I, с.20-25.

25. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976 - 165 с.

26. Ледли Р. Программирование и использование цифровых вычислительных машин. М.: Мир, 1966 - 644 с.

27. Сентюрина А.И. О применении семиотических моделей в АСУТП.- Тезисы докладов Всесоюзной конференции "Семиотические модели при управлении большими системами. М.: Научный совет по комплексной проблеме "Кибернетика" АН Литовской ССР, 1979, с.86-88.

28. Сентюрина А.И. Логическая структура задачи технической диагностики. Сб. "Вопросы кибернетики. Ситуационное управление и семиотические модели". - М.: Научный совет по комплексной проблеме "Кибернетика" АН СССР, 1983.

29. Ситуационные модели оперативно-диспетчерского управления энергообъединением Урала. М.: ЦНИИКА., НТ0-76-40-38, 1976,- 83 с.

30. Поспелов Д.А. Принципы ситуационного управления. Изв. АН СССР. Техническая кибернетика, 1971, № 2, с. 16-17.

31. Левитан Г.И., Сентюрина А.И. Ввод-вывод текстовой информации.- В кн.: Каталог алгоритмических модулей общепромышленного применения. М.: ЦНИИТЭИ приборостроения, 1980, с.263-264.

32. Шенк Р. Обработка концептуальной информации. М.: Энергия, 1980 - 360 с.

33. Riecjec £ саттопьепье aH^oriihrn Qi q for computer mod eh of human memory, inference, Setief on of can-textual? language comprehension. In "Theoretical? iuues in nofuroE tankage procebbin^. Cambridge ( W5j p. 30-35

34. Winoqrac/ T five lecture** on artificial? InleEEicjence. hionfo^ ' HE Ldtorolory, Memo W M-M, ЮЩ Щo.

35. Виноград Т. Программа, понимающая естественный язык. М.: Мир, 1977 - 296 с.

36. Bolrow Л Q.} Winot/mt/ Т. ef о2. GUS: Д {готе driven dialog svtiem.- ЙНфкгР /Щ vo£, f ,/f2, f>50-55.37 •Goldstein I.P., Roberts R.B. NUDGE: A knowledge based sheduling program.-Proc. of 5IJCAI, Cambridge( Mass.), USA, 1977, p.17-21.

37. Bobrow D., Winograd T. An overview of KRL, a knowledge representation language. -Cognitive Science, 1, H1, 1977, p.5-15.

38. Bobrow D. A panel on knowledge representation. -Proc. of 5IJCAI, 1977, p.215-225.

39. Харари Ф. Теория графов. M.: Мир, 1973 - 300 с.

40. Минский М. Фреймы для представления знаний. М.: Энергия, 1979, 152 с.

41. Kellog С., Klahr P. Deductive methods for large data bases. -Proc. of 5IJCAI, p.203-209.

42. Ньюэлл А., Саймон Г. -программа, моделирующая процесс человеческого мышления. В кн.: Вычислительные машины и мышление. - М.: Мир, 1967, с.283-300.

43. Hendrix G., Pikes R. A networkbased knowledge representation and its natural deduction system. -Proc. of 5IJCAI, 1977,p.235-246.

44. Myloppoulos J., Borgida A., Cohen P. et al. TORUS: A step towards bringing the gap between database and casual user. -Inf. Systems, 1976, n2, p.49-64.

45. Davis M., Putnam H. A computing procedure for quantification theory.-J. ACM, 7, 1960, p.201-215.

46. Фейгенбаум Э.Я. Искусственный интеллект, темы исследований во втором десятилетии развития. В кн.: Кибернетический сборник, вып.10. - М.: Мир, 1973, с.172-204.

47. Слейгл Дж. Искусственный интеллект. М.: Мир, 1973 - 319 с.

48. Gilmore P. A proof method for quantification theory. Itsjustification and realisation. -IBM Journal of research and development, 1960, p.28-35.

49. Мяннисалу М.А., Тыугу Э.Х., Унт М.И., Фуксман АД. Язык Утопист. Алгоритмы и организация решения экономических задач, был.10, 1977 - с.80-118.

50. Абрамов В.Г., Брябрин В.М. и др. ДИЛОС диалоговая система для взаимодействия с ЭВМ на естественном языке. - М.: В.Ц. АН СССР, 1979 - 80 с.

51. Труды семинара "Информационно-программное обеспечение систем искусственного интеллекта". М.: МДНТП им. Дзержинского, 1978 - 156 с.

52. Левитан Г.И., Сентюрина А.И. и др. Математическое обеспечение задач типа пуск-останов. Труды Всесоюзной конференции "Опыт создания и внедрения АСУ. - М.: ЦНИИКА, 1967, с.114-116.

53. Коен Ф., Милопулос Д., Борджиа А. Некоторые аспекты представления знаний. Труды 4 МОКИИ, 1975, т.2 - с.42-62.

54. Wong Н., Mylopoulos J. Two views of data semantics: a survey of data models in artificial intelligence and database management. -IHFOR, Can. J. Oper. Res. and Inform. Process, 15, N3, 1977, p.344-383.

55. Файкс p., Нильсон h. Система strips новый подход к применению методов доказательства теорем при решении задач. -В кн.: Интегральные роботы. - М.: Мир, 1973, с.382-403.

56. Фазылов Н.М. Принципы построения информационно-логического процессора. Тезисы докладов I Всесоюзной конференции "Человеко-машинные обучающиеся системы", 1979 - с.55-56.

57. Шуберт Л. Расширение выразительной мощности семантических сетей. Труды 4 МОКИИ, 1975, т.2, с.211-225.

58. Schubert Extending the expressive power of semantic networks. -Artificial intelligence, 7, N12, 1976, p.163-198.

59. Тыугу Э.Х. Программы и системы программирования. Система программирования ПРИЗ. Общее описание. Таллин: Таллинский политехнический институт, 1977 - 24 с.

60. Тыугу Э.Х. Решатель вычислительных задач. Вычислительная математика и математическая физика, 1971, 4, с.992-1004.

61. Тыугу ЭД. Программы и системы программирования. ПРИЗ. Входной язык. Таллин, Таллинский политехнический институт, 1977 - 56 с.

62. Любарский Ю.Я. Представление знаний об объекте управления в диспетчерских информационных системах. Программирование, 1977, № I, с.20-22.

63. Кузнецов И.П. Механизмы обработки семантической информации. М.: Наука, 1978 - 174 с.

64. Ежкова И.В., Поспелов Д.А. Принятие решений при нечетких основаниях. I Универсальная шкала. Изв. АН СССР, Техническая кибернетика, 1977, Ш 6, с.З-П.

65. Кузин Л.Т. Основы кибернетики, т.2. Основы кибернетических моделей. М.: Энергия, 1979 - 584 с.

66. Попов Э.В., Фирдман Г.Р. Алгоритмические основы искусственного интеллекта и интеллектуальных роботов. М.: Наука, 1976 - 456 с.

67. Codd E.F. Relational completness of data base sublanguages.-ACM SIGFIDET, 1971, Nov, p.35-68.

68. Codd E.F. Adata base sublanguage founded on the relational calculus. ACM - SIGFIDET, 1971, Nov., p.68-91.

69. Furukava К. A deductive QAS on relational data base. Proc. of 5IJCAI, 1977, p.59-68.

70. McDermott D., Sussman Q. The Conniver Reference Manual.-AI Memo 1972, N259, p.17-21.

71. Codd E.P. A relational model of data for large shared data banks. -Comm. of the ACM, 1970, N6, p.377-387.

72. Codd E.F., Date C.F. Interactive support for nonprogrammers: the relational and network approaches. ACM - SISflODE Debate,1974, May, pi218-232.

73. Цаленко М.Ш., Шахова Н.Г. Системы управления реляционными базами данных. (Обзор реализаций и проблемы создания). М.: ВГПТИ ЦСУ, 1977 - 64 с.

74. Мартин Дж. Организация баз данных в вычислительных системах. М.: Мир, 1980 - 662 с.

75. Вольфенгаген В.Э., Кузин Л.Т., Саркисян В.И. Реляционные методы проектирования банков данных. Киев: Вища школа, Головное изд-во, 1979 - 192 с.

76. Мартынов В.В. Универсальный семантический код. Шнек: Наука и техника, 1977 - 190 с.

77. Башлыков А.А. Исследование языков определения и манипулирования знаниями семиотических моделей ситуационного управления технологическими процессами. Автореферат Дис.канд.техн. наук. - М.: 1979 - 210 с.

78. Левитан Г.И., Сентюрина А.И. Управление последовательностью операций. В кн.: Каталог алгоритмических модулей общепромышленного применения. - М.: ЦНИИТЭИ приборостроения, 1980, с.189-190.