Методы и программные средства представления временных зависимостей в интеллектуальных системах поддержки принятия решений тема диссертации и автореферата по ВАК РФ 05.13.11, кандидат технических наук Троицкий, Виктор Валерьевич

  • Троицкий, Виктор Валерьевич
  • кандидат технических науккандидат технических наук
  • 2004, Москва
  • Специальность ВАК РФ05.13.11
  • Количество страниц 240
Троицкий, Виктор Валерьевич. Методы и программные средства представления временных зависимостей в интеллектуальных системах поддержки принятия решений: дис. кандидат технических наук: 05.13.11 - Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей. Москва. 2004. 240 с.

Оглавление диссертации кандидат технических наук Троицкий, Виктор Валерьевич

ОГЛАВЛЕНИЕ.

СПИСОК ОСНОВНЫХ СОКРАЩЕНИЙ.

ВВЕДЕНИЕ.

ГЛАВА 1. Моделирование времени в искусственном интеллекте.

1.1. Значение и основные свойства времени.

1.2. Моделирование времени в ИИ и компьютерных науках.

1.2.1. Фактор времени в ИИ.

1.2.2. Области приложения и направления исследований.

1.2.3. Основные задачи, использующие фактор времени.

1.2.4. Основные подходы к представлению времени в ИИ.

1.2.5. Задачи, связанные с введением фактора времени.

1.2.6. Направления исследований.

1.3. Сравнительный анализ систем

1.4. Фактор времени в ИСППР — уточнение задач исследования

1.4.1. Время в современных инструментальных средствах разработки ЭС

1.4.2. ИСППР РВ семиотического типа

1.4.3. Особенности ИСППР РВ для помощи ЛПР при управлении сложными техническими объектами.

1.4.4. Требования к разработке моделей времени в ИСППР РВ.

1.5. Выводы по главе 1.

ГЛАВА 2. Методика построения моделей времени.

2.1. Требования к разработке моделей времени

2.2. Структура модели времени.

2.3. Онтология времени

2.4. Теории времени.57.

2.4.1. Алгебраическое представление структуры времени.

2.4.2. Сравнительный анализ теорий времени.

2.5. Методы временной квалификации.

2.5.1. Метод временных аргументов.

2.5.2. Модальная временная логика.

2.5.3. Метод овеществления утверждений

2.5.4. Расширения метода овеществления.

2.6. Теория временных утверждений

2.7. Языки представления и механизмы вывода.

2.8. Сравнение моделей времени.

2.9. Методика построения моделей явного представления времени

2.10. Выводы по главе

ГЛАВА 3. Алгебраические методы представления временных зависимостей.

3.1. Задача согласования временных ограничений

3.1.1. Основные определения и задачи.

3.1.2. Методы решения ЗСВО

3.2. Модели на основе качественной точечной ЗСВО.

3.3. Качественные интервальные ЗСВО: алгебра Аллена.

3.3.1. Определения.

3.3.2. Полиномиальные подклассы.

3.3.3. Алгоритмы решения ЗСВО.

3.4. Обобщенный алгоритм решения ЗСВО.

3.5. Качественные точечно-интервальные ЗСВО.

3.6. Метрические точечные ЗСВО.

3.7. Комбинированные качественные и метрические ЗСВО.

3.8. Комбинированные ЗСВО с длительностями.

3.9. Сравнительный анализ моделей.137.

3.10. Классификация моделей представления временных зависимостей

3.11. Выводы по главе 3.

ГЛАВА 4. Реализация системы представления временных зависимостей

4.1. Основные требования и функции СПВЗ.

4.2. Принципы построения СПВЗ.

4.3. Архитектура СПВЗ

4.4. Программная реализация СПВЗ.

4.5. Экспериментальное исследование алгоритмов.

4.5.1. Методы получения тестовых данных.

4.5.2. Методы проведения экспериментов и анализа результатов.

4.5.3. Результаты экспериментов.

4.6. Выводы по главе

ГЛАВА 5. Пример применения системы представления временных зависимостей в интеллектуальной системе поддержки принятия решений реального времени.

5.1. Описание объекта.

5.2. Прототип ИСППР РВ.

5.2.1. Схема функционирования.

5.2.2. Прогнозирование с временными зависимостями

5.3. Описание разработанной модели времени.

5.3.1. Онтология времени

5.3.2. Методы представления временных зависимостей

5.3.3. Метод временной квалификации.

5.3.4. Теория временных утверждений.

5.3.5. Язык представления и алгоритмы вывода.

5.4. Модель прогнозирования состояния НТУ СУЗ.

5.4.1. Описание параметров НТУ СУЗ.184.

5.4.2. Диагнозы на входе блока прогнозирования

5.4.3. Правила прогнозирования состояния элементов НТУ СУЗ.

5.5. Пример прогнозирования последствий аномальных ситуаций.

5.6. Выводы по гпаве 5.

Рекомендованный список диссертаций по специальности «Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей», 05.13.11 шифр ВАК

Введение диссертации (часть автореферата) на тему «Методы и программные средства представления временных зависимостей в интеллектуальных системах поддержки принятия решений»

В диссертационной работе исследованы и реализованы методы, модели и программные средства представления временных (темпоральных) зависимостей в интеллектуальных системах (ИС) типа интеллектуальных систем поддержки принятия решений (ИСППР).

На основе полученных результатов разработана архитектура и выполнена программная реализация системы представления временных зависимостей (СПВЗ), предназначенной для использования ее в составе современных ИС типа ИСППР реального времени (ИСППР РВ) [1].

Реализованная СПВЗ применена при решении задачи прогнозирования в рамках прототипа ИСППР РВ для поддержки операторов сложных технических объектов на примере энергоблока.

Актуальность темы исследования.

Время является неотъемлемым атрибутом любой эволюционирующей системы. Каждое изменение происходит во времени, будь то процесс управления сложным техническим объектом, выполнение компьютерной программы и т.д.

Функционирование любого сложного объекта состоит из множества процессов, происходящих во времени. Соответственно, для мониторинга и управления таким объектом необходимо уметь не только отслеживать и представлять происходящие во времени процессы и изменения, но и прогнозировать развитие процессов и последствия принимаемых решений, используя при необходимости предысторию развития для анализа произошедших изменений с целью выработки качественных решений для требуемого воздействия на объект.

В последнее время активно разрабатываются сложные компьютерные системы, предназначенные для помощи лицам, принимающим решения (ЛПР), при управлении сложными объектами и процессами различной природы в условиях жестких временных ограничений.

О важности наличия средств представления времени и временных (тем-, поральных) зависимостей (в данных и знаниях) в ИС говорится практически с момента появления таких систем (см., например, работы [2-5]), однако особенно актуальна эта проблема встала именно в связи с появлением и развитием динамических ИС, типичными представителями которых являются интеллектуальные системы поддержки принятия решений реального времени (ИСППР РВ) [1,6-8].

ИСППР РВ предназначены для помощи ЛПР при управлении сложными объектами и процессами в условиях жестких временных ограничений и наличия различного рода неопределенностей (неполноты, нечеткости, противоречивости и т.п.) как в поступающей извне информации, так и в заложенных (или полученных в процессе обучения) в систему экспертных знаниях, что влечет, в свою очередь, необходимость корректировки и пополнения информации непосредственно в процессе принятия решений.

ИСППР РВ относятся к классу интегрированных ИС, сочетающих строгие математические методы и модели поиска решения с нестрогими, эвристическими (логико-лингвистическими) моделями и методами, базирующимися на знаниях специалистов-экспертов, моделях человеческих рассуждений и накопленном системой опыте.

Важнейшей задачей при создании перспективных ИСППР РВ семиотического типа, способных к модификации и адаптации в процессе поиска решений, является задача представления и оперирования временными зависимостями, т.е. задача построения эффективных моделей времени, на основе которых можно моделировать рассуждения с учетом фактора времени. Учет временного фактора необходим при решении задач диагностики и мониторинга сложного объекта или процесса, планирования действий для достижения поставленной цели, прогнозирования последствий принимаемых решений, управления в реальном времени и обучения (тренировки) ЛПР [1,6,9].

Способность представлять временные зависимости, а также временные ограничения на события, происходящие в технической или организационной, системе, позволяет существенно сократить поисковые пространства в задачах диагностики, мониторинга, планирования и управления сложными процессами [8-10]. Однако, в настоящее время отсутствуют развитые средства представления временных зависимостей в современных инструментальных средствах конструирования ИС, включая ИСППР РВ. Известные и дорогостоящие инструментальные комплексы типа G2, RTworks и др., а также языки искусственного интеллекта типа CLIPS имеют лишь примитивные средства отображения фактора времени.

Большая практическая значимость ИСППР РВ и необходимость использования в них адекватных предметным областям (ПО) и эффективных (в плане выразительности и реализуемости) моделей времени обуславливает актуальность исследования.

Отметим, что возможность представления временных зависимостей также важна для понимания естественного языка, при программировании автономных агентов (роботов), формировании корпоративных баз знаний и в других многочисленных приложениях ИИ.

Выполненные исследования опираются на результаты работ в области ИИ и конструирования ИС Д. А. Поспелова, Э. В. Попова, О. Й. Ларичева, А. А. Башлыкова, В. Н. Вагина, В. В. Емельянова, А. П. Еремеева, О. П. Кузнецова, В. М. Курейчика, А. С. Нариньяни, Г. С. Осипова, Г. С. Плесневича, В; А. Смирнова, И. Б. Фоминых и др., а также зарубежных ученых J. Allen, R. Dechter, J; McCarthy, F. Barber, P. van Beek, В: Nebel, A. Gerevini, P. Hayes, L. Vila, E. Schwalb, H; Kautz, P. Ladkin, M. Koubarakis, S. Staab, P. Jonsson, D. McDermott, Y. Shoham, G. Ferguson.

Целью работы является исследование и разработка моделей, методов и программных средств представления и оперирования временными зависимостями, повышающих эффективность и расширяющих интеллектуальные возможности современных компьютерных систем типа ИСППР РВ.

Для достижения указанной цели необходимо решить следующие задачи:

- исследование методов и моделей представления временных зависимостей в ИС;

- разработка методики построения моделей с явным представлением времени, ориентированных на использование в ИСППР РВ;

- сравнительный анализ и классификация основных моделей представления временных зависимостей в плане их применимости в ИСППР РВ, выделение моделей с полиномиальными алгоритмами;

- разработка архитектуры СПВЗ, на основе которой реализуется временной вывод (временные рассуждения) в ИСППР РВ;

- разработка и программная реализация СПВЗ;

- использование разработанной СПВЗ для решения задачи прогнозирования в рамках прототипа ИСППР РВ для оперативно-диспетчерского персонала энергоблока и в других приложениях.

Методы исследования. Поставленные задачи решаются с использованием методов дискретной математики, математической логики, искусственного интеллекта, теории графов, теории алгебраических моделей и методов анализа вычислительной сложности алгоритмов.

Достоверность научных положений. Достоверность научных результатов подтверждена теоретическими выкладками, данными компьютерного моделирования, а также сравнением полученных результатов с результатами, приведенными в научной литературе.

Научная новизна.

Новыми являются:

1. Классификация моделей представления временных зависимостей, позволяющая выбирать модель с заданными свойствами. и

2. Методика построения моделей времени для ИСППР РВ.

3. Архитектура системы представления временных зависимостей для-ИСППР РВ.

4. Обобщенный алгоритм решения задачи согласования временных ограничений, позволяющий сократить среднее время поиска решения.

Практическая значимость. Практическая значимость работы заключается в создании программной системы представления временных зависимостей, повышающей эффективность и расширяющей интеллектуальные возможности компьютеров и компьютерных систем на примере ИСППР РВ при решении задач мониторинга и управления сложными объектами и процессами.

Практическая значимость работы подтверждается использованием разработанной СПВЗ в прототипе ИСППР РВ для оперативно-диспетчерского персонала энергоблока и в других приложениях, о чем имеются акты о внедрении.

Реализация результатов. Разработанная СПВЗ использована в ЦНИИКА в составе блока прогнозирования прототипа ИСППР РВ для оперативно-диспетчерского персонала энергоблока, в учебно-научном процессе кафедры Прикладной математики МЭИ(ТУ) и кафедры ТОЭ Таганрогского государственного радиотехнического университета (11 РТУ), что подтверждается соответствующими актами о внедрении, приведенными в приложениях.

Результаты работы использованы в НИР, выполненных в.рамках грантов РФФИ, проекты №99-01-00049 и №02-07-90042 по тематике «Исследование и разработка инструментальных средств создания экспертных систем семиотического типа»; проект №02-07-90042 «AHO» «Модели и методы представления временной (темпоральной) информации в интеллектуальных системах», грантов РФФИ для аспирантов и стуцентов, проекты №01-01-06356 «МАС» и №03-07-06034 «МАС» и в рамках Федеральной целевой научно-технической программы «Исследования и разработки по приоритетным направлениям развития науки и техники» на 2002-2006 годы по теме «Системы мониторинга и. поддержки принятия решений на основе аппарата нетрадиционных логик».

Апробация работы. Основные положения и результаты диссертации докладывались и обсуждались на 5-й, 6-ой, 7-ой, 8-ой и 9-ой научных конференциях аспирантов и студентов «Радиотехника, электроника, энергетика» в МЭИ(ТУ), (г. Москва, 1999 - 2003 г.г.), на 3-й и 4-ой международных летних школах-семинарах по искусственному интеллекту для студентов и аспирантов (Браславская школа) (Беларусь, г. Браслав, 1999, 2000 г.г.), на международной научно-технической конференции «Интеллектуальные САПР» (Россия, п. Дивноморское, 2000 г.), на 2-м международном конгрессе студентов, молодых ученых и специалистов «Молодежь и наука — третье тысячелетие» (г. Москва, 2002 г.), на «Научных сессиях МИФИ» (г. Москва, 2000 - 2004 г.г.), на 7-й национальной конференщш по искусственному интеллекту с международным участием КИИ'2000 (г. Переславль-Залесский, 2000 г.), на Международном конгрессе «Искусственный интеллект в XXI веке» (Россия, п. Дивно-морское, 2001 г.), на 8-й национальной конференции по искусственному интеллекту с международным участием КИИ'2002 (г. Коломна, 2002 г.), на Международных форумах информатизации МФИ-2001 и МФИ-2003 (Международные конференции «Информационные средства и технологии») (г. Москва, 2001, 2003 г.г.), на Международной научно-технической конференций «Интеллектуальные системы» АПЗ'ОЗ (Россия, п. Дивноморское, 2003 г.).

Публикации. Основные результаты, полученные при выполнении диссертационной работы, опубликованы в 19 печатных работах.

Структура и объем работы Диссертация состоит из введения, пяти глав, заключения, списка использованной литературы (285 наименований) и приложений. Диссертация содержит 240 страниц машинописного текста.

Похожие диссертационные работы по специальности «Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей», 05.13.11 шифр ВАК

Заключение диссертации по теме «Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей», Троицкий, Виктор Валерьевич

Основные результаты диссертационной работы:

1. Проведено исследование способов построения моделей времени в ИИ и установлено, что для построения моделей времени, удовлетворяющих требованиям к современным ИСППР РВ, необходимо использовать подход на основе явного представления времени (временных зависимостей).

2. Разработана методика построения модели явного представления времени, позволяющая получать модели с заданными свойствами. Эффективность методики показана на примере разработки модели для подсистемы прогнозирования в рамках прототипа ИСППР РВ.

3. Предложена классификация основных алгебраических моделей представления временных зависимостей на основе ЗСВО по выразительным возможностям, позволяющая выбирать модель с заданными свойствами для СПВЗ. Выделены модели с наличием полиномиальных подклассов для использования в СПВЗ для ИСППР РВ.

4. Сформулированы принципы построения СПВЗ для ИСППР РВ. Разработана архитектура СПВЗ, включающая различные модели времени и позволяющая находить компромисс между выразительностью и алгоритмической эффективностью используемой модели.

5. Предложен обобщенный алгоритм решения ЗСВО, использующий полиномиальные подклассы ЗСВО для сокращения среднего времени поиска решения. Показана эффективность данного алгоритма на примере интервальной качественной модели времени. Проведено компьютерное моделирование по сравнению эффективности предложенного алгоритма с известными и показаны его преимущества при поиске решений в моделях с выделенными полиномиальными подклассами ЗСВО.

6. Выполнена реализация программных средств представления временных зависимостей в виде СПВЗ для ИСППР РВ.

7. Разработанные методы и программные средства применены для решения задачи прогнозирования в рамках прототипа ИСППР РВ для одной из подсистем энергоблока РБМК-1500 и в других приложениях, о чем имеются акты о внедрении.

Перечислим основные направления дальнейших исследований:

• Интеграция моделей представления временных зависимостей с другими типами моделей, в частности, с нечеткими логиками и логиками возможностей.

• Расширение возможностей СПВЗ в составе ИСППР РВ на основе аппарата нетрадиционных логик за счет увеличения множества моделей представления временных зависимостей.

ЗАКЛЮЧЕНИЕ

Список литературы диссертационного исследования кандидат технических наук Троицкий, Виктор Валерьевич, 2004 год

1. Башлыков А. А., Еремеев А. П. Экспертные системы поддержки принятия решений в энергетике / Под ред. А. Ф. Дьякова,— М.: Издательство МЭИ, 1994.-216 с.

2. Попов Э. В., Фридман Г. Р. Алгоритмические основы интеллектуальных роботов и искусственного интеллекта. — М.: Наука. Гл. ред. физ.-мат. лит., 1976.

3. Поспелов Д. А. Логико лингвистические модели в системах управления и искусственного интеллекта. — М.: Наука. Гл. ред. физ.-мат. лит., 1981.

4. Поспелов Д. ^. Ситуационное управление: теория и практика. — М.: Наука. Гл. ред. физ.-мат. лит., 1986.

5. McCarthy J., Hayes P. J. Some philosophical problems from the standpoint of artificial intelligence // Machine Intelligence 4 / Ed. by B. Meitzer, D. Michie.— Edinburgh University Press, 1969.— Pp. 463-502.— reprinted in McC90.

6. Вагин В. H., Еремеев А. П. Некоторые базовые принципы построения интеллектуальных систем поддержки принятия решений реального времени // Известия РАН. Теория и системы управления.—2001.— № 6.— С. 114-123.

7. Статические и динамические экспертные системы: Учеб. пособие / Э. В. Попов, И. Б. Фоминых, Е. Б. Кисель, М. Д. Шапот. — М.: Финансы и статистика, 1996.— 320 с.

8. Еремеев А. П., Троицкий В. В. Методы представления временных зависимостей в интеллектуальных системах поддержки принятия решений // Известия РАН. Теория и системы управления. — 2003. — № 5. — С. 7588.

9. Люгер Д. Ф. Искусственный интеллект: стратегии и методы решения сложных проблем, Пер. с англ. — 4-е изд. — М.: Издательский дом "Вильяме", 2003. 864 с.

10. Джексон П. Введение в экспертные системы.: Пер. с англ.: Уч. пос. — М.: Издательский дом "Вильяме", 2001.— 624 с.

11. Кандрашина Е. Ю., Литвинцева Л. В., Поспелов Д. А. Представление знаний о времени и пространстве в интеллектуальных системах / Под ред. Д. А. Поспелова. Пробл. искусств, интеллекта.— М.: Наука. Гл. ред. физ.-мат. лит, 1989.— 328 с.

12. Грюнбаум А. Философские проблемы пространства и времени. — М.: Прогресс, 1969. 590 с.

13. Рейхенбах Г. Философия пространства и времени: Пер. с англ. / Под ред. О. ред. А.А.Логунова; Послесл. А.А.Ло1унова и И.А.Акчурина.— М.: Прогресс, 1985. — 344 с.

14. Уитроу Д. Естественная философия времени. — М.: Прогресс, 1964. — 431 с.

15. Sweeney L. That's AI? A history and critique of the field: Tech. Rep. CMU-CS-03-106. — Pittsburgh, Pennsylvania, USA: Carnegie Mellon University, School of Computer Science, 2003.

16. Allen J. F. AI growing up: The changes and opportunities // AI Magazine. — 1998.- Vol. 19, no. 4.- Pp. 13-23.

17. Shoham Y. Reasoning about Change: Time and Causation from the Standpoint of Artificial Intelligence. — Boston, MA: MIT Press, 1988.

18. Логический подход к искусственному интеллекту: От классичекой логики к логическому программированию. Пер. с франц. / А. Тейз, П. Гри-бомон, Ж. И. Луи и др. — М.: Мир, 1990. — 432 с.

19. Тейз А., Грибомон П., Юлен Г. Логический подход к искусственному интеллекту: От модальной логики к логике баз данных. Пер. с франц.— М.: Мир, 1998.-494 с.

20. Попов Э. В. Общение с ЭВМ на естественном языке,— М.: Наука, 1982.-360 с.

21. Vila L. A survey on temporal reasoning in artificial intelligence // Al Communications.— 1994.— Vol. 7, no. 1.— Pp. 4-28. citeseer.nj.nec.com/vila94survey.html.

22. Зинненко JI. А., Курейчик В. M. Применение интервальной алгебры в динамических алгоритмах эволюционного моделирования с накоплением знаний // Тр. междунар. конгресса «Искуственный интеллект в XXI веке». — М.: Изд-во физ.-мат. лит., 2001,— С. 606-621.

23. Fisher М. A survey of concurrent METATEM the language and its applications // Proceedings of First International Conference on Temporal Logic (ICTL). Bonn, Germany.— Vol. 827 of Lecture Notes in Computer Science. — Springer-Verlag, 1994.

24. Ladkin P. B. Using the temporal logic of actions: A tutorial on TLA verification. — 1997.

25. METATEM: a framework for programming in temporal logic: Tech. Rep. UMCS-89-10-4 / H. Barringer, M. Fisher, G. Gabbay et al.: Dept. CS, University of Manchester, 1989.

26. Koubarakis M. Foundations of Temporal Constraint Databases: Ph.D. thesis. — 1993. citeseer.nj.nec.com/151421.html.

27. Koubarakis M. Reasoning about time and change: A knowledge base management perspective, citeseer.nj.nec.com/koubarakis90reasoning.html.

28. Logical design for temporal databases with multiple granularities / X. S. Wang, C. Bettini, A. Brodsky, S. Jajodia // ACM Transactions on Database Systems. — 1997. Vol. 22, no. 2. — Pp. 115-170.

29. Гаврилов С., Малышков А., Плесневич Г. Бинарная модель данных и знаний // КИИ'2002, Труды конференции в 2 т.— Т. 1.— М.: Физ.-мат. лит., 2002.-С. 398-405.

30. Mackworth А. К. Consistency in networks of relations // Artificial Intelligence.- 1977.- Vol. 8.- Pp. 99-118.

31. Mackworth A., Freuder E. C. The complexity of some polynomial network consistency algorithms for constraint satisfaction problems // Artificial Intelligence. 1985: — Vol. 25, no. 1. — Pp. 65-74.

32. Нариньяни А. С. Недоопределенность в системе представления и обработки знаний // Изв. АН СССР, Техническая кибернетика.— 1986. — №5.-С. 3-28.

33. Недоопределенное календарное планирование: новые возможности / А. С. Нариньяни, Д. А. Иванов, С. В. Седреев, С. А. Фролов // Информационные технологии. — 1997. — № 1.

34. Программирование в ограничениях и недоопределенные модели / А. С. Нариньяни, В. В. Телерман, Д. И. Ушаков, И. Е. Швецов // Информационные технологии. — 1998. — № 7.

35. Eaton P. S., Freuder E. C., Wallace R. J. Constraints and agents. Conforming ignorance I IAI Magazine. — 1998. — Summer. — Vol. 19, no. 2. — Pp. 51-65. .

36. Hog solver — constraint-based optimization engine. http://www.ilog.com/products/solver/.

37. Chip v5, the second-generation constraint programming tool. http://www.cosytec.com/productionscheduling/chip/optimizationproductchip.htm.

38. Трахтенгерц Э. А. Компьютерная поддержка принятия решений. Серия «Информатизация России на пороге XXI века». — М.: СИНТЕГ, 1998. — 376 с.

39. Ларичев О. И., Мошкович Е. М. Качественные методы принятия решений.—М.: Наука, 1996.

40. Ларичев О. И. Теория и методы принятия решений, а также хроника событий в волшебных странах. — М.: Логос, 2000.

41. Ларичев О. И. Новое направление в теории принятия решений: вербальный анализ решений // Новости искусственного интеллекта. — 2001. — №1.-С. 26-31.

42. Shahar Y. Timing is everything: Temporal reasoning and temporal data maintenance in medicine // Lecture Notes in Computer Science. — 1999. — Vol. 1620.— Pp. 30-47. citeseer.ist.psu.edu/shahar99timing.html.

43. Shahar Y. Dynamic temporal interpretation contexts for temporal abstraction // Annals of Mathematics and Artificial Intelligence. — 1998. — Vol. 22, no. 1-2.- Pp. 159-192. citeseer.ist.psu.edu/526047.html.

44. A problem-solving architecture for managing temporal data and their abstractions / Y. Shahar, S. Tu, A. Das, Mi Musen // Proc. AAAI-92 Workshop on Implementing Temporal Reasoning.— 1992. citeseer.ist.psu.edu/article/shahar92problemsolving.html.

45. Shahar Y. A framework for knowledge-based temporal abstraction I I Artificial Intelligence.- 1997.- Vol. 90, no. 1-2.- Pp. 79-133. citeseer.ist.psu.edu/shahar97framework.html.

46. ShaharY., Combi С. Timing is everything: Timeoriented clinical information systems // Western Journal of Medicine. — 1997. — Vol. 168. — Pp. 105-113. . citeseer.ist.psu.edu/shahar98timing.html.

47. Temporal reasoning in REAKT: An environment for real-time knowledge-based systems / F. Barber, V. Botti, E. Onaindia, A. Crespo // AI Communications1994. —Vol 7, no. 3. —Pp. 175-202.

48. Башлыков А: А:, Еремеев А. П. Экспертная диагностическая система как компонент интеллектуальной системы поддержки принятия решений реального времени // Новости Искусственного Интеллекта, — 2002.— № 3.-С. 35-40.

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

50. Плесневич Г., Цешинский А. Компиляция знаний для бинарной модели данных // КИИ'2000, Труды конференции в 2 т. — Т. 1.— М.: Физ.-мат. лит., 2000. С. 222-230.

51. Попов Э. В. Корпоративные системы управления знаниями // Новости Искусственного Интеллекта. — 2001. — № 1. — С. 14-25.

52. The DARPA agent markup language homepage, http://www.daml.org/.

53. TimeML: Markup language for temporal and event expressions. http://www.cs.brandeis.edu/jamesp/arda/time/.64: Staab S., Maedche A. Knowledge portals: Ontologies at work // AI Magazine. — 2001. — Vol. 22, no. 2. — Pp. 63-75.

54. Ankolenkar A., Burstein M., Hobbs J. R. et al. DAML-S: Web service description for the semantic web.— Presented at The First International Semantic Web Conference (ISWC).- 2002. http://www.cs.cmu.edu/ terryp/Pubs/ISWC2002-DAMLS.pdf.

55. Kotenko I., Stankevich L. The control of teams of autonomus objects in the time-constrained environments // Proc. IEEE International Conf. on Artificial1.telligence Systems (ICAIS 2002) 5-10 Sept. 2002, Divnomorskoe, Russia. 2002. - Pp. 158-163.

56. Wooldridge M. Temporal Belief Logics for Modelling Distributed AI Systems // Foundations of DAI / Ed. by G. M. P. O'Hare, N. R. Jennings.— Wiley Interscience, 1995.

57. Wooldridge M. Time, Knowledge, and Choice // Intelligent Agents / Ed. by M. Wooldridge, J: P. Mueller, M. Tambe. Springer-Verlag, 1996. — Vol. II.

58. Next generation remote agent planner / A. K. Jonsson, P. H. Morris, N. Muscettola, K. Rajan // Proceedings of the Fifth International Symposium on Artificial Intelligence, Robotics and Automation in Space (iSAIRAS99). — 1999.

59. Planning in interplanetary space: theory and practice: Tech. rep. / A. K. Jonsson, P. H. Morris, N. Muscettola, K. Rajan: NASA Ames Research Center, 1999.

60. Laborie P., Ghallab M. IxTeT: An integrated approach for plan generation and scheduling.

61. Muscettola N. HSTS: Integrating planning and scheduling // Intelligent Scheduling / Ed. by M. Zweben, M. S. Fox.— San Mateo, CA: Morgan Kaufmann, 1994.-Pp. 169-212.

62. Issues in temporal reasoning for autonomous control systems / N. Muscettola, P. Morris, B. Pell, B. Smith. 1998.

63. Remote agent: To boldly go where no AI system has gone before / N. Muscettola, P. P. Nayak, B. Pell, B. C. William II Artificial Intelligence.— 1998. Vol. 103, no. 1-2. - Pp. 5-48.

64. Smith D. E., Frank J., Jonsson A. AT. Bridging the gap between planning and scheduling // Knowledge Engineering Review. — 2000. — Vol. 15, no. 1.

65. Garrido A., Barber F. Integrating planning and scheduling // Applied Artificial Intelligence. An International Journal.—2001.— Vol. 15, no. 5.— Pp. 471-491. citeseer.nj.nec.com/563871.html.

66. Еремеев А. П., Шутова П. В., Тихонов Д. А. Поддержка принятия решений в условиях неопределенности на основе немарковской модели // Изв. РАН. Теория и системы управления. — 1999. — № 5. — С. 87-93.

67. A robust system for natural spoken dialogue / J. F. Allen, B. W. Miller, E. K. Ringger, T. Sikorski // Proceedings of the 1996 Annual Meeting of the Association for Computational Linguistics (ACL'96), June. — 1996. — Pp. 62-70.

68. Towards conversational human-computer interaction / J. Allen; D. Byron, M. Dzikovska etal. // АГMagazine. — 2001; — Vol. 22, no. 4. — Pp. 27-38.

69. Попов Э. В. Общение с базами данных на ограниченном естественном языке: прошлое, настоящее и будущее // Новости Искусственного Интеллекта. — 2002. — № 1. — С. 21-26.

70. Осипов Г. С. От ситуационного управления к прикладной семиотике // Новости Искусственного Интеллекта. — 2002. — № 6.—С. 3-7.

71. Осипов Г. С. Приобретение знаний интеллектуальными системами: Основы теории и технологии. Проблемы искусственного интеллекта. — М.: Наука. Физматлит, 1997. — 112с.

72. Shoham Y., Goyal //. Representing time and action in artificial intelligence // Frontiers of Artificial Intelligence. — 1988.

73. Нилъсон Н. Принципы искусственного интеллекта, Пер. с англ. — М.: Радио и Связь, 1985. — 376 с.

74. Allen J. F., Ferguson G. Actions and events in interval temporal logic: Tech. Rep. TR521: Rochester University, 1994; citeseer.nj.nec.com/allen94actions.html.

75. Chittaro L., Montanari A. Temporal representation and reasoning in artificial intelligence: Issues and approaches // Annals of Mathematics and Artificial Intelligence. 2000. - Vol. 28, no. 1-4. — Pp. 47-106.

76. Poesio M., Brachman R. J. Metric constraints for maintaining appointments: Dates and repeated activities // National Conference on Artificial Intelligence.— 1991. — Pp. 253—259. citeseer.nj.nec.com/poesio91metric.html.

77. Salum L. Representing time as a state in petri nets // Proc. 2nd ICRM-2002, Gaziantep, Turkey. 2001. - Pp. 955-960.

78. Joubel C., Raiman O. How time changes assumptions // Proc. 9th ECAI, Stockholm. 1990.

79. Loesel C., Charpillet F„ Haton J.-P. Temporal and hypothetical reasoning as a support for qualitative reasoning // Proc. of the 1992 IEEE Int. Conf. on Tools with AI. Arlington, VA, Nov. 1992. - Pp. 424-427.

80. Raiman O. Order of magnitude reasoning // Artificial Intelligence. — 1991. — Vol. 51.-Pp. 11-38.

81. Williams В. C. Doing time: Putting qualitative reasoning on firmer ground // Proc. 5th AAAI, Philadelphia Pensylvanie, / AAAI. — 1986. Pp. 105-112.

82. Dixon C., Fisher M., Johnson R. Parallel temporal resolution//Proceedings of the Second International Workshop on Temporal Representation and Reasoning (TIME-95). Melbourne Beach, Florida: 1995.

83. Towards the implementation of first-order temporal resolution: the expanding domain case / B. Konev, A. Degtyarev, C. Dixon et al. // Proceedings of TIME-ICTL 2003, July 2003, Cairns, Queensland, Australia.- IEEE CS Press, 2003.

84. Fisher M„ Dixon С., Peim M. Clausal temporal resolution // ACM Transactions on Computational Logic. — 2001.—January. — Vol. 2, no. 1. —. Pp. 12-56.

85. Wooldridge M., Dixon С., Fisher M. A tableau-based proof method for temporal logics of knowledge and belief I I Journal ofApplied Non-Classical Logics. — 1998.- Vol. 8, no. 3.- Pp. 225-258.

86. Dixon С., Nalon С., Fisher M. Tableaux for temporal logics of knowledge: Synchronous systems of perfect recall or no learning // Proceedings of TIME-ICTL 2003, July 2003, Cairns, Queensland, Australia.- IEEE CS Press, 2003.

87. Dixon C., Fisher M., Wooldridge M. Resolution for temporal logics of knowledge // Journal of Logic and Computation. — 1998. — Vol. 8, no. 3. — Pp. 345-372.

88. Schwalb E., Vila L. Logic programming with temporal constraints // Proc. of TIME-96.- 1996.

89. Schwalb E. Temporal Reasoning With Constraints: Ph.D. thesis / UCI ICS. — 1998.

90. Console L., Terenziani P., Dupre D. T. Local reasoning and knowledge compilation for efficient temporal abduction // IEEE Transactions on Knowledge and Data Engineering.— 2002.— November/December.— Vol. 14, no. 6. Pp. 1230-1248.

91. An efficient algorithm for temporal abduction / V. Brusoni, L. Console, P. Terenziani, D. T. Dupre // APIA.- 1997.- Pp. 195-206. citeseer.nj.nec.com/brusoni97efficient.html.

92. Nebel В., Backstrom С. On the computational complexity of temporal projection, planning, and plan validation // Artificial Intelligence. — 1994.—. Vol. 66, no. l.-Pp. 125-160.

93. Vila L., Godo L. On fuzzy temporal constraint networks // Mathware and Soft Computing. 1994. —Vol. 1, no. 3. —Pp. 315-334.

94. Godo L., Vila L. Possibilistic temporal reasoning based on fuzzy temporal constraints // Proc. of 11САГ95. — 1995.

95. Goodwin S. D., Neufeld Е., Trudel A. Probabilistic temporal representation and reasoning // International Journal of Expert Systems.— 1994.— Vol; 7, no. 3.-Pp. 261-288.

96. Kirillov V.t Honavar V. Simple stochastic temporal constraint networks: Tech. Rep. IASTATECS//TR95-16: 1995.-27. citeseer.ist.psu.edu/40031.html.

97. Dubois D., Prade H. Processing fuzzy temporal knowledge // IEEE Transactions on Systems, Man, and Cybernetics. — 1989. — august. — Vol. 19, no. 4.- Pp. 729-744.

98. Bovenkamp E., van der Lubbe J. Towards a fuzzy time structure for temporal reasoning with uncertainty // EUFIT-96, Aachen Germany, September 2-5 1996. Vol. 1. - Verlag Mainz, 1996. - Pp. 558-562.

99. Bovenkamp E., van der Lubbe. J. Temporal reasoning with fuzzy time-objects // Proc. of TIME-97. 1997.

100. Tin E., Актап V. Situated nonmonotonic temporal reasoning with BABYSIT // AI Communications. 1997. - Vol. 10. - Pp. 93-109.

101. ВинъковМ. М., Фоминых И. Б. Преобразование пропозициональных временных теорий с умолчаниями в расширенные логические программы // # Тр. междунар. конгресса «Искусственный интеллект в XXI веке». — М.: Физ.-мат. лит., 2001.- С. 92-105.

102. Schwalb Е., Vila L. Temporal constraints: A survey // Constraints. — 1998. — Vol. 3, no. 2/3.— Pp. 129-149. citeseer.nj.nec.com/article/schwalb98temporal.html.

103. VidalT., Ghallab M. Efficient temporal management through an apllication dependent graph decomposition // Proc. of TIME-95. — 1995.

104. Vidal Т., Ghallab M. Temporal constraints in planning: Free or not free? — 1995.

105. Penberty J. S„ Weld D. S. Temporal planning with continuous change // Proc. 12thNational Conf. on AI.- 1994.-Pp. 1010-1015.

106. Allen J. F. Maintaining knowledge about temporal intervals // Communications of the ACM. — 1983. — November. — Vol. 26, no. 11.— Pp. 832-843.

107. The TRAINS project: A case study in building a conversational planning agent / J. F. Allen, L. K. Schubert,, G. Ferguson et al. // Journal of Experimental and Theoretical AI. — 1995. — Vol. 7. — Pp. 7-48.

108. The design and implementation of the TRAINS-96 system: A prototype mixed-initiative planning assistant: Tech. Rep. TN96-5 / G. M. Ferguson, J. F. Allen, B. W. Miller, E. K. Ringger: Computer Science Dept., U. Rochester, 1996.

109. Ferguson G., Allen J. F. TRIPS: An integrated intelligent problem-solving assistant // Proceedings of the Fifteenth National Conference on AI (AAAI- . 98), Madison, WI, 26-30 July. 1998.

110. Ferguson G. Explicit representation of events, actions, and plans for assumption-based plan reasoning: Tech. Rep. 428: University of Rochester Comp.Science Department, 1992.

111. Fox M., Long D. PDDL+: Planning with time and metric resources: Tech. rep. — UK: Department of Computer Science, 21/02, University of Durham, 2002. http:/www.dur.ac.uk/d.p.long/competition.html.

112. McDermott D., Committee A. P. C. PDDL the planning domain definition language: Tech. rep.: 1998; www.cs.yale.edu/homes/dvm.

113. McDermott D. The 1998 AI planning systems competition // AI Magazine. — 2000. -Vol. 21, no. 2.

114. Long D., Fox M. An overview and analysis of the results of the 3rd international planning competition // Journal'of'AI Research. — 2003.

115. Yampratoom E., Allen J. F. Performance of temporal reasoning systems // SIGARTBulletin.- 1993.- Vol; 4, no. 3.

116. Boddy M.S. Temporal reasoning for planning and scheduling// A CM SIGART Bulletin. — 1993.-Vol. 4, no. 3.

117. Boddy M. S. Temporal Reasoning for Planning and Scheduling in Complex Domains: Lessons Learned // Advanced Planning Technology Technological Achievements of the ARPA/Rome Laboratory Planning Initiative / Ed. by A. Tate. AAAI Press, 1996;

118. Gerevini A., Schubert L., Schaejfer S. The temporal reasoning systems Timegraph I-II: Tech. Rep. TR494: 1994. citeseer.nj.nec.com/gerevini94temporal.html.

119. Gerevini A., Schubert ¿. Efficient algorithms for qualitative reasoning about time // Artificial Intelligence. 1995. - Vol. 74, no. 3. — Pp. 207-248.

120. Barber F. A metric time-point and duration-based temporal model // SIGART Bulletin.- 1993.- Vol. 4, no. 3.- Pp. 30-49. citeseer.nj.nec.com/barber93metric.html.

121. Bettini C., Wang X. S., Jajodia S. Solving multi-granularity temporal constraint networks // Artificial Intelligence. — 2002.— Vol. 140, no. 1-2.— Pp. 107-152.

122. Brusoni V., Console L., Terenziani P. Efficient query answering in LaTeR // Proc. of the Second International Workshop on Temporal Representation and Reasoning TIME-95.- 1995.-Pp. 121-128.

123. Dechter R., Meiri I., Pearl J. Temporal constraint networks // Artificial Intelligence. 1991. - Vol. 49. - Pp. 61-95.

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

125. Еремеев А. П., Симонов Д. Н., Чибизова Н. В. Реализация прототипа системы поддержки принятия решений реального времени на основе инструментального комплекса G2 // Программные продукты и системы. — 1996. -№3. с. 21-26.

126. Allen J. F. Towards a general theory of action and time // Artificial Intelligence.- 1984.-Vol. 23.-Pp. 123-154.

127. Ma J., Knight B. Reified temporal logics: An overview // Artificial Intelligence Review.-2001. — Vol. 15. — Pp. 189-217.

128. Vila L. Revisiting time and temporal incidence. — 1996.

129. Shoham Y. Time for action // Proceedings 11th IJCAI.- 1989. Pp. 954959.

130. Galton A. A critical examination of Allen's theory of action and time // Artificial Intelligence. 1990. - Vol. 42. - Pp. 159-188.

131. Shoham Y. Temporal logics for AI: Semantical and ontological consideration // Artificial Intelligence. — 1987. — Vol. 33. — Pp. 89-104.

132. Knight B., Peng T., Mz J. Reasoning about change over time: Actions, events, and their effects // Formalization of Commonsense Reasoning. — 1998. — Pp. 183-197.

133. Ladkin P. B. The Logic of Time Representation: Ph.D. thesis / Group in Logic and Methodology of Science, University of California at Berkeley.— Berkeley, CA, US, 1987.

134. Vila L., Yoshino H. Time in automated legal reasoning: Tech. Rep. ICS-TR-96-57: 1996. citeseer.nj.nec.com/321912.html.

135. Ma J., Knight B. A general temporal theory // The Computer Journal.— 1994.-Vol. 37, no. 2.-Pp. 114-123.

136. Hayes P. J. A catalog of temporal theories. — MIT Press. — 1989.

137. Ma J., Knight B. A reified temporal logic // The Computer Journal. — 1996. — Vol. 39, no. 9.-Pp. 800-807.

138. Vila L. IP: An instant-period-based theory of time // Proc. ECAI'94 Workshop on Spatial and Temporal Reasoning / Ed. by R. Rodriguez. — 1994.

139. Freksa C. Temporal reasoning based on semi-intervals // Artificial Intelligence.— 1992.— Vol. 54, no. 1.- Pp. 199-227. citeseer.nj.nec.com/freksa92temporal.html.

140. Vilain M., Kautz H., van Beek P. Constraint propagation algorithms for temporal reasoning: A revised report // Readings in Qualitative Reasoning about Physical Systems.— San Mateo, CA: Morgan Kaufman, 1990. — Pp. 373-381.

141. Wetprasit R., Sattar A. Temporal reasoning with qualitative and quantitative information about points and durations//AAAI/IAAI. — 1998. — Pp. 656663. citeseer.nj.nec.com/wetprasit98temporal.html.

142. Bettini C., WangX. S., Jajodia S. A general framework for time granularity and its application to temporal reasoning // Annals of Mathematics and Artificial Intelligence. — 1998.- Vol. 22, no. 1-2. — Pp. 29-58.

143. Staab S., Hahn U. Scalable temporal reasoning // IJCAI. 1999. - Pp. 12471252. citeseer.nj.nec.com/272263.html,

144. Euzenat J. An algebraic approach for granularity in qualitative time and space representation // Proc. 14th International Joint

145. Conference on Artificial Intelligence (IJCAI), Montreal (CA).— San-Mateo (CA US): Morgan Kauffman, 1995.- Pp. 894-900. ftp://ftp.inrialpes.fr/pub/sherpa/publications/euzenat95e.ps.gz.

146. Euzenat J. A categorical approach to time representation: first study on qualitative aspects // Proc. IJCAI workshop on spatial and temporal reasoning, Montreal (CA).— 1995.— Pp. 145-152. йр://Лр.{ппа1рез.&/риЬ/5Ьефа/риЬНсайоп8/еигепа195с1.р8^г.

147. Bettini C., Rujfini S. Direct conversions among multi-granularity temporal constraints // Proc. of AAAI Workshop on Spatial and Temporal reasoning, Technical Report WS-02-17. — AAAI Press, 2002.- Pp. 20-26.

148. Hobbs J. R. Granularity // Proceedings of IJCAI-95 / AAAI.- 1985.-Pp. 432-435.

149. Ligozat G., Vila L. Ontology and Theory of Time // Time in Artificial Intelligence. — forthcoming, citeseer.nj.nec.com/ligozat98ontology.html.

150. Giisgen H.-W., Ladkin P. B. An algebraic approach to general boolean constraint problems // ? — 1995.

151. Ladkin Р. В., Maddux R. D. On binary constraint problems // Journal of the ACM.- 1994:- Vol 41, no. 3.- Pp. 435-469.citeseer.nj.nec.com/ladkin94binary.html.

152. Андерсон Д. А. Дискретная математика и комбинаторика: Пер. с англ. — М.: Издательский дом "Вильяме", 2003. — 960 с.

153. Krokhin A., Jeavons P., Jonsson P. Reasoning about temporal constraints: Classifying the complexity in Allen's algebra by using an alebraic technique: Tech. Rep. PRG-RR-01-02: 2001. citeseer.nj.nec.com/495284.html.

154. Reich A. J. Intervals, points, and branching time // International Workshop on Temporal Representation and Reasoning, TIME-1994. — 1994. — Pp. 121-. 133.

155. Allen J. F., Hayes P. Moments and points in an interval-based temporal logic // Computational Intelligence. — 1989. — Vol. 5. — Pp. 225-238.

156. Ligozat G. Generalized intervals: A guided tour // Proceedings of the ECAI-98 Workshop on Spatial and Temporal Reasoning, Brighton, UK. — 1998. citeseer.ist.psu.edu/ligozat98generalized.html.

157. McDermott D. Temporal logic for reasoning about processes and plans // Cognitive Science. — 1982. — Vol. 6. — Pp. 101-155.

158. Tsang E. P. Time structures for artificial intelligence // Proc., 10th International Joint Conference on Artificial Intelligence (IJCAI), August 1987.- 1987.-Pp. 456-461.

159. Knight B., Ma J.Time representation: A taxonomy of temporal models // Artificial Intelligence Review. 1994. - Vol. 7. - Pp. 401-419.

160. Galton A. Reified temporal theories and how unreify them // Proc. UCAI'91. — 1991.-Pp. 1177-1182.

161. Bacchus F., Tennenberg J., Koomen J. A non-reified temporal logic // Artificial Intelligence. 1991.-Vol. 52. -Pp. 87-108.

162. Reichgelt H. A comparison of first-order and modal logics of time // Logic-based Knowledge Representation / Ed. by P. Jackson, H. Reichgelt,. F. van Harmelen. The MIT press, 1989: — Pp. 143-176.

163. Vila L., Reichgelt H. The token reification approach to temporal reasoning: Technical Report 93-1: Dept. of Computer Science, UWI, 1993.

164. Artale A., Franconi E. A temporal description logic for reasoning about actions and plans // Journal of Artificial Intelligence Research. — 1998. — Vol. 9.-Pp. 463-506.

165. Artale A., Franconi E. Temporal Description Logics // Handbook of Time and Reasoning in Artificial Intelligence / Ed. by D. Gabbay, M. Fisher, L. Vila. — MIT Press, (forthcoming).

166. Bettini C. Time dependent concepts: Representation and reasoning using temporal description logics 11 Data and Knowledge Engineering. — 1997. — Vol. 22, no. l.-Pp. 1-38.

167. Armando A., Castellini C., Giunchiglia E. SAT-based procedures for temporal reasoning // ECP.— 1999.- Pp. 97-108. citeseer.nj.nec.com/article/armando99satbased.html.

168. Angelsmark O., Jonsson P. Some observations on durations, scheduling and Allen's algebra // Proceedings of the 6th Conference on Constraint Programming (CP'00). — Vol. 1894 of Lecture Notes in Computer Science. — Springer-Verlag, 2000. Pp. 484-488.

169. Vilain M., Kautz H. Constraint propagation algorithms for temporal reasoning // Proceedings of the Fifth National Conference of Artificial Intelligence / (AAAI).- 1986.- Pp. 377-382.

170. Krokhin A., Jeavons P., Jonsson /^ Reasoning about temporal relations: The tractable subalgebras of Allen's interval algebra I I Journal of the ACM.— 2003. Vol. 50, no. 5. - Pp. 591-640. - printed.

171. BalbianiP., Condotta J.-F., Ligozat G. Reasoning about generalized intervals: Horn representability and tractability // TIME.— 2000.- Pp. 23-30. citeseer.nj.nec.com/balbiani00reasoning.html.

172. Balbiani P., Condotta J.-F., del Cerro L. F. A new tractable subclass of the rectangle algebra // IJCAI.— 1999.- Pp. 442-447. citeseer.nj.nec.com/balbiani99new.html.

173. Broxvall M, Jonsson P. Disjunctive temporal reasoning in partially ordered models of time // AAAI/IAAL— 2000.- Pp. 464-469.citeseer.nj.nec.com/broxvallOOdisjunctive.html.,

174. Broxvall M, Jonsson P. Point algebras for temporal reasoning: Algorithms and complexity // Artificial Intelligence. — 2003.— Vol. 149, no. 2.— Pp. 179-220.

175. Broxvall M. — Computational complexity of point algebras for nonlinear time.— Master's thesis, Department of Computer Science, Linkoping, Sweden, 1999.- Master Thesis Report LiTH-IDA-Ex-99/48.citeseer.nj.nec.com/broxvallOOcomputational.html.

176. Broxvall M., Jonsson P. Towards a complete classification of tractability in point algebras for nonlinear time // Principles and Practice of Constraint. Programming. — 1999.—Pp. 129-143. citeseer.nj.nec.com/broxvall99towards.html.

177. Condotta J.-F. Tractable sets of the generalized interval algebra. — Pp. 78-82. citeseer.nj.nec.com/condotta00tractable.html.

178. Drakengren Т., Jonsson P. Maximal tractable subclasses of Allen's interval algebra: Preliminary report // Proc. AAAI'96. — AAAI Press/MIT Press,1996.-Pp. 389-394.

179. Drakengren Т., Jonsson P. Eight maximal tractable subclasses of Allen's algebra with metric time // Journal of Artificial Intelligence Research.—1997. — Vol. 7. — Pp. 25—45. citeseer.nj.nec.com/article/drakengren97eight.html.

180. Drakengren Т., Jonsson P. Twenty-one large tractable subclasses of Allen's algebra // Artificial Intelligence. 1997. - Vol. 93. — Pp. 297-319.

181. Drakengren Т., Jonsson P. A complete classification of tractability in Allen's algebra relative to subsets of basic relations // Artificial Intelligence.—1998.- Vol. 106, no. 2.- Pp. 205-219.

182. Jonsson P., Backstrom C. A unifying approach to temporal constraint reasoning // Artificial Intelligence. — 1998. — Vol. 102, no. 1.— Pp. 143155. citeseer.nj.nec.com/429592.html.

183. Jonsson P., Drakengren Т., Backstrom C. Computational complexity of relating time points with intervals // Artificial Intelligence.— 1999.— Vol. 109, no. 1-2.— Pp. 273-295. citeseer.nj.nec.com/jonsson99computational.html.

184. Koubarakis M. Tractable disjunctions of linear constraints: Basic results and application to temporal reasoning // Theoretical Computer Science. — 2001. — Vol. 266, no. 1-2. — Pp. 311-339. — printed.

185. Krokhin A., Jonsson P. Extending the point algebra into the qualitative algebra // Proceedings pf 9th Symposium on Temporal Representation and Reasoning, TIME'02. — 2002. — Pp. 28-35. citeseer.nj.nec.com/600339.html.

186. Krokhin A., Jeavons P., Jonsson P. Constraint satisfaction problems on intervals and lengths // SIAM Journal of Discrete Mathematics.— 2004.— Vol. 17, no. 3.- Pp. 453-477.

187. Nebel B., Burckert H.-J. Reasoning about temporal relations: A maximal tractable subclass of Allen's interval algebra II Journal of the ACM. — 1995. — Vol. 1, no. 42.-Pp. 43-66.

188. Pujari A., Sattar A. A new framework for reasoning about points, intervals and durations // Proceedings of the Int. Joint Conference on Artificial Intelligence (IJCAF99).- 1999.

189. Bessière C., Isli A., Ligozat G. Global consistency in interval algebra networks: Tractable subclasses.— Pp. 3-7. citeseer.ist.psu.edu/bessiere96global.html.

190. Wetprasit R., Sattar A., Khatib L A generalised framework for reasoning with multi-point events, citeseer.nj.nec.com/162590.html.

191. Bessiere C. A simple way to improve path consistency in interval algebra networks // Proceedings of AAAI-96 / AAAI.— AAAI Press, 1996.— Pp. 375-380.

192. Bhavani D., Pujari A. K. Efficient backtrack-free method for temporal CSP using evidential constraints // Proceedings of ??— 2002. citeseer.nj.nec.com/bhavani02efficient.html.

193. Delgrande J. P., Gupta A. Updating <, <-chains. — 2002.

194. Dorn J. Temporal reasoning in sequence graphs // Proc. of the 10th (US) National Conference on Artificial Intelligence (AAAI-92).— 1992.— Pp. 735-740. citeseer.nj.nec.com/dorn92temporal.html.

195. Galipienso M. I. A., Barber F. Representation and.reasoning with disjunctive temporal constraints // Proceedings of TIME'2002, Manchester. — 2002.

196. Garcia F., Laborie P. Hiérarchisation of the seach space in temporal planning // New Directions in AI Planning / Ed. by M. Ghallab, A. Milani.- IOS Press (Amsterdam), 1996.— Pp. 217-232. citeseer.nj.nec.com/garcia96hierarchisation.html.

197. Gerevini A., Schubert L. On computing the minimal labels in time point algebra networks: Tech. Rep. TR495: 1994. citeseer.nj.nec.com/gerevini95computing.html.

198. Gerevini A., Schubert L. Efficient algorithms for qualitative reasoning about time: Tech. Rep. TR496: 1994. citeseer.nj.nec.com/gerevini95efFicient.html.

199. Gerevini A., Schubert L. On point-based temporal disjointness // AI Journal- 1994.- Vol. 70.- Pp. 347-361.citeseer.nj.nec.com/gerevini94pointbased.html.

200. Kautz H. A., Ladkin P. B. Integrating metric and qualitative temporal reasoning // Proceedings of AAAI-91 National Conference on Artificial Intelligence. — 1991. — Pp. 241-246. citeseer.nj.nec.cora/kautz91 integrating.html.

201. Ladkin P. B:, Reinefeld A. Fast algebraic methods for interval constraint problems // Annals of Mathematics and Artificial Intelligence. — 1997. — Vol. 19, no. 3-4.— Pp. 383-411. citeseer.nj.nec.com/article/ladkin97fast.html.

202. Mouhoub M., Charpillet F., Haton J. P. Experimental analysis of numeric and symbolic constraint satisfaction techniques for temporal reasoning // Constraints.— 1998.— Vol. 3, no. 2/3.— Pp. 151-164. citeseer.ist.psu.edu/402885.html.

203. Nebel B. Solving hard qualitative temporal reasoning problems: Evaluating the efficiency of using the ORD-horn class // European Conference on Artificial Intelligence.— 1996,— Pp. 38-42. citeseer.nj.nec.com/nebel97solving.htmL

204. Salido M., Garrido A., Barber F. Evaluation of algorithms to satisfy disjunctive temporal constraints in planning and scheduling problems // Proceedings of the AISB'OO Symposium on AI Planning and Intelligent Agents. 2000. - Pp. 33-40.

205. Song F. Extending temporal reasoning with hierarchical1 constraint // International Workshop on Temporal Representation and Reasoning, TIME-1994.- 1994.-Pp. 21-28.

206. Stergiou K., Koubarakis M. Backtracking algorithms for disjunctions of temporal constraints I I Artificial Intelligence. — 2000.— Vol. 120, no. 1.— Pp. 81-117. citeseer.nj.nec.com/stergiou98backtracking.html.

207. Stergiou К., Koubarakis M. Backtracking algorithms for disjunctions of temporal constraints // Proceedings of the 15th. National Conference on Artificial Intelligence (AAAI-98).- 1998.

208. Dechter R. From local to global consistency // Artificial Intelligence.— 1992.- Vol. 55.- Pp. 87-107.

209. Dorn J. Hybrid temporal reasoning // Proc. of the 11th European Conference on Artificial Intelligence (ECAI-94) / Ed. by A. G. Cohn. Wiley, 1994. -Pp. 625-629. citeseer.nj.nec.com/dom94hybrid.html.

210. Koubarakis M., Skiadopoulos S. Querying temporal constraint networks in PTIME // AAAI/IAAI. — 1999.- Pp. 745-750.citeseer.nj.nec.com/koubarakis99querying.html.

211. Nebel В. Solving hard qualitative temporal reasoning problems: Evaluating the efficiency of using the ORD-horn class // Constraints. — 1997.— Vol. 3, no. l.-Pp. 175-190.

212. Schwalb E^, Dechter R. Coping with disjunctions in temporal constraint satisfaction problems // National Conference on Artificial Intelligence.—1993.— Pp. 127-132. citeseer.nj.nec.com/schwalb93coping.htmI.

213. Schwalb E., Dechter R. Processing temporal constraint networks // In Proceedings of the Twelfth National Conference on Artificial Intelligence,1994.— 1994. citeseer.nj.nec.com/schwalb94processing.html.

214. Schwalb E., Dechter R. Processing disjunctions in temporal constraint networks // Artificial Intelligence. — 1997. — Vol. 93. — Pp. 29-61.

215. Song F., Cohen R. Strengthened algorithm for temporal reasoning about plans // Computational Intelligence.— 1996.— Vol. 12, no. 2.— Pp. 331356.

216. Троицкий В. В. Временная логика Аллена — алгоритмы вывода // Четвертая международная летняя школа-семинар по искусственному интеллекту для студентов и аспирантов (Браславская школа — 2000): Сборник научных труцов. — Минск: БГУ, 2000. — С. 92-96.

217. Solving overconstrained temporal reasoning problems / M. Beaumont, A. Sattar, M. J. Maher, J. Thornton // Australian Joint Conference on Artificial Intelligence. — 2001. — Pp. 37-49. citeseer.nj.nec.com/477310.html.

218. Barber F. Reasoning on interval and point-based disjunctive metric constraints in temporal contexts I I Journal of Artificial Intelligence Research.— 2000.— Vol. 12.— Pp. 35-86. citeseer.nj.nec.com/barberOOreasoning.html.

219. Ахо А., Хопкрофт Д., Ульман Д. Структуры данных и алгоритмы. : Пер. с англ.: Уч. Пос. — М.: Изд. дом. "Вильяме", 2000. — 384 с.

220. Кормен Т., Лейзерсон Ривест Р. Алгоритмы: построение и анализ.— М.: МЦНМО, 1999.—960 с.

221. Куриленко И. Е., Еремеев А. П. Некоторые принципы построения подсистемы временных рассуждений для СППР РВ // Сб. научн. трудов Научной сессии МИФИ-2004. В 15 томах. Т. 3.- М.: МИФИ, 2004.-С. 58-59.

222. Meiri I. Combining qualitative and quantitative constraints in temporal reasoning// Artificial Intelligence. — 1996.—Vol. 87, no. 1-2. —Pp. 343-385.

223. Schlieder C. Diagrammatic reasoning about alien's interval relations. citeseer.nj.nec.com/410767.html.

224. Morris P., Muscettola N. Execution of temporal plans with uncertainty 11 ? — 2000.

225. Navarrete I., Marin R. Qualitative temporal reasoning with points and durations 11 Proceedings of the 15th International Joint Conference on Artificial Intelligence (IJCAI-97).- 1997. Pp. 1454-1459.

226. Wetprasit R., Sattar A. Qualitative and quantitative temporal reasoning with points and durations (an extended abstract) // TIME. — 1998.— Pp. 69-73.citeseer.nj.nec.com/wetprasit98qualitative.html.

227. Badaloni S., Berati M. Hybrid temporal reasoning for planning and scheduling // Proceedings of the 3th Int. Workshop on Temporal Representation and Reasoning (TIME'96). — 1996.

228. Dechter R. Constraint Networks // Encyclopedia of Artificial Intelligence. — John Wiley&Sons Inc., 1992.

229. Jeavons P., Cohen D., Gyssens M. How to determine the expressive power of constraints // Constraints: An International Journal.— 1999.— Vol. 4.— Pp. 113-131.

230. Троицкий В. В. Система темпоральных рассуждений // Международный форум информатизации — 2001: Доклады международной конференции «Информационные средства и технологии». 16-18 октября 2001г., в 3-х т.т. — Т. 3. — М.: Изд-во «Станкин», 2001.— С. 14-17.

231. Троицкий В. В. Архитектура системы темпоральных рассуждений // Второй международный конгресс студентов, молодых ученых и специалистов «Молодежь и наука — третье тысячелетие», Тезисы, Часть 2. — Т. 1.-М.: Изд. Профессионал, 2002. — С. 35-36.

232. Троицкий В. В. Система темпоральных рассуждений // Радиоэлектроника, электротехника и энергетика: Девятая международная научно-техническая конференция студентов и аспирантов МЭИ-2003: Тез. докл. В 3-х т. — Т. 3.- М.: Изд. МЭИ, 2003.- С. 313-314.

233. Ghallab М., Vidal Т. Temporal constraint in planning: Free or not free? // Proc. of FLAIRS-95 Workshop on Constraint Reasoning. — 1995.

234. Страуструп Б. Язык программирования С++.— 3-е изд.— СПб.; М.: «Невский Диалект» «Издательство БИНОМ», 1999.— 991 с.

235. Вандевурд Д., Джосаттис Н. М. Шаблоны С++: справочник разработчика.: Пер. с англ. — М.: Издательский дом "Вильяме", 2003.— 544 с.

236. Приемы объектно-ориентированного проектирования. Паттерны проектирования. / Э. Гамма, Р. Хелм, Р. Джонсон, Д. Влиссидес. Серия «Библиотека программиста», — СПб.: Питер, 2001.— 368 с.

237. Мейерс С. Эффективное использование STL. Библиотека программиста. — СПб.: Питер, 2002. — 224 с.

238. Бек К. Экстремальное программирование. Серия «Библиотека программиста». — СПб.: Питер, 2002. — 224 с.

239. НИКИЭТ, М. — Временный технологический регламент по эксплуатации I блока Игналинской АЭС с реактором РБМК-1500, 1983.

240. Маргулова Т. X. Атомные электрические станции: Учебник для вузов. — 4-е изд., перераб. и доп. изд. — М.: Высш. шк., 1984. — 304 с.

241. НИКИЭТ, М. — Технический проект АСУТП АС с реактором РБМК-1500, 1978.

242. МОСКОВСКИЙ ЭНЕРГЕТИЧЕСКИЙ ИНСТИТУТ (Технический Университет)1. На правах рукописи

243. Троицкий Виктор Валерьевич

244. МЕТОДЫ И ПРОГРАММНЫЕ СРЕДСТВА ПРЕДСТАВЛЕНИЯ ВРЕМЕННЫХ ЗАВИСИМОСТЕЙ В ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМАХ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.