Модели и методы синтеза и реализации специализированных гибридных экспертных систем тема диссертации и автореферата по ВАК РФ 05.13.18, кандидат технических наук Лобанов, Владимир Васильевич

• Лобанов, Владимир Васильевич
• кандидат технических наук
• 2006

Оглавление диссертации кандидат технических наук Лобанов, Владимир Васильевич

ВВЕДЕНИЕ.

1. ПОСТАНОВКА ЗАДАЧИ СИНТЕЗА СПЕЦИЛИЗИРОВАННЫХ ГИБРИДНЫХ ЭКСПЕРТНЫХ СИСТЕМ.

1.1. Краткий обзор экспертных систем.

1.2. Классификация гибридных экспертных систем.

1.3. Описание методов построения экспертных систем поддержки принятия решений.

1.4. Характеристика задачи синтеза гибридных экспертных систем поддержки принятия решений.;.

1.5. Постановка задачи работы.

Введение диссертации (часть автореферата) на тему «Модели и методы синтеза и реализации специализированных гибридных экспертных систем»

Увеличивающаяся сложность современных систем управления в промышленности, экономике, социальной сфере, их взаимная интеграция, а также жесткая конкуренция вызывает необходимость рассмотрения новых классов задач, возникающих при их взаимной интеграции. Каждая из указанных областей имеет свою специфику, проблемы, и сложившие в результате многолетней практики способы и методы решения.

Технический прогресс в этих областях характеризуется внедрением компьютерных технологий и комплексной автоматизации производственных, экономических и других процессов. При этом возникают задачи создания эффективных в определенном смысле систем управления разнородными организационно-техническими, социально-экономическими процессами.

Особую важность представляют задачи, связанные с выработкой и принятием управленческих, производственных, маркетинговых и др. решений, лицом, принимающим решения (ЛПР), от качества которых зависит эффективность функционирования систем управления в этих сферах человеческой жизнедеятельности.

Нередко принятие управленческих решений в этих областях связано с совокупностью задач, которые относятся как к хорошо, так и к плохо формализуемым. Для первых обычно используются регулярные, формализованные методы, неприменимые для плохо и слабо формализуемых задач. Одним из ч наиболее перспективных способов решения задач второго класса (поддержки принятия решений) являются методы искусственного интеллекта, которые позволяют уменьшить Последствия таких отрицательных явлений, связанных с «человеческим фактором», как снижение надежности, качества управления в реальном времени, точности из-за плохого прогноза, а также медленное освоение новых управляющих функций и т.д.

Поэтому для решения задач, характеризующихся одновременно элементами двух вышеуказанных классов, возникает потребность создания комплексных, или гибридных систем автоматизации, а также поддержки принятия решений, которые позволяли бы решать задачи, возникающие на стыке некоторых областей знаний и требующих использования как различных функциональных, так и научных подходов.

Таким образом, создание комплексных систем требует комбинирования или гибридизации различных методов, а именно гибридных экспертных систем автоматизации или поддержки принятия решений.

Гибридные экспертные системы (ГЭС) получают все более широкое распространение в различных областях материального производства и непроизводственной сферы. Основные причины этого заключаются в следующем: во-первых, ГЭС используются для решения относительно более широкого круга неформализованных или плохо формализованных задач, а также рассчитаны на приложения, которые считались малодоступными для вычислительной техники. Во-вторых, ГЭС при решении практических задач достигают результатов, не уступающих, а иногда и превосходящих возможности экспертов. В-третьих, с помощью ГЭС специалисты, не знакомые с программированием, могут самостоятельно разрабатывать интересующие их приложения, что резко расширяет сферу применения вычислительной техники. В-четвертых, комбинирование методов искусственного интеллекта с регулярными позволяет расширить круг решаемых задач. К ним, в частности, относятся анализ и классификация данных, принятие решений в условиях неопределенности: при пропуске данных, сильной зашумленности и т.д.

Вопросам создания интеллектуальных систем поддержки принятия -решения посвящены работы Д. Ф. Люггера, Ж. JT. Лорьера, В. П. Мешалкина, Н. Нильсона, С. Осуга, Э. В. Попова, Г. С. Поспелова, Дж. Слейгла, П. Уинстона и др. В них изложены основные методы синтеза экспертных систем, а также выделено новое направление развития в виде гибридных экспертных систем. Частные случаи применения гибридных экспертных систем для решения ряда прикладных задач в химической промышленности, сфере образования и экономике рассматриваются в трудах JI.C. Берштейна, А. В. Гаврилова, В. П. Мешалкина, JI. Л. Михайлова.

Однако до сих пор не сформулированы общие принципы и подходы разработки структуры гибридных экспертных систем в связи с тем, что для выбранной предметной области не имеется строго формализованного решения. Обычно подобные задачи сводятся к параметрическому синтезу с некоторым возможным набором структурных изменений. Этап синтеза структурных проектных решений может быть формализован методами искусственного интеллекта (ИИ). Для этого используются методы генерации решений экспертами с последующей обработкой проектных решений и далее выбором лучшего согласно заданному критерию. Последним этапом решения задачи является параметрическая оптимизация при «закрепленном» структурном решении.

В процессе создания ГЭС наиболее сложной является работа со знаниями на этапах сбора, формализации, представления и использования. Показатели эффективности функционирования гибридной экспертной системы могут быть улучшены при обоснованном выборе модели представления знаний для наиболее полного описания предметной области.

Существует множество моделей представления знаний. К наиболее распространенным относятся логические, фреймовые и продукционные модели, а также семантические сети. Каждая из них имеет как преимущества, так и недостатки. Поэтому при создании ГЭС необходимо выбрать такую модель представления знаний, которая с требуемой точностью описывает предметную область.

От правильности организации структуры ГЭС зависит не только скорость и качество полученных решений как результата работы экспертной системы, но и возможность ее функционирования в целом.

Сложность решения указанных задач обусловливает необходимость проведения научных исследований методов синтеза гибридных экспертных систем поддержки прйнятия решений в условиях неопределенности.

Цель работы. Повышение эффективности решения задач производственной и непроизводственной сферы жизнедеятельности на основе разработки методов синтеза гибридных экспертных систем поддержки при принятии решений в условиях неопределенности и их апробации при практическом использовании.

Направление исследований связано с использованием принципов совместного применения как регулярных и интеллектуальных методов, так и эвристических способов, предложенных в работах А.А. Большакова, для синтеза ГЭС поддержки принятия решений в условиях неопределенности.

Методика работы. В диссертационной работе применяются методы искусственного интеллекта, математического моделирования, теория графов, статистический анализ, объектно-ориентированное программирование.

Достоверность .и обоснованность диссертационного исследования определяется корректным применением методов исследований и подтверждается результатами моделирования, успешным внедрением разработанных алгоритмов и программных средств в различных организациях и предприятиях.

На защиту выносятся:

1. Гибридная модель представления знаний для наиболее точного описания предметной области в ГЭС.

2. Комбинированный метод синтеза структуры гибридных экспертных систем поддержки принятия решений и алгоритм его реализации.

3. Разработанная гибридная экспертная система «Цеолит», осуществляющая поддержку принятия решений по использованию природных цеолитов.

4. Созданная гибридная экспертная система «Диагностик», позволяющая проводить диагностику и выявление туберкулезных заболеваний.

5. Разработанная гибридная система «Платежный баланс» поддержки принятия решений для анализа и планирования финансовых потоков на железнодорожном транспорте.

6. Инструментальная программная среда создания многоинтерфейсных систем, позволяющая реализовывать многофункциональные пользовательские интерфейсы для гибридных экспертных систем, функционирующих в условиях часто изменяющихся и нечетких спецификаций с использованием Интернет и Интранет-ресурсов.

Научная новизна. Создана гибридная модель представления знаний для описания предметной области, основанная на применении трех функциональных подходов: правил продукций, семантических сетей, элементов теории объектно-ориентированного подхода, что позволило устранить основные недостатки используемых моделей представления знаний при их обособленном применении в организации баз знаний.

Установлена экспериментальная зависимость скорости принятия решения в базе знаний, построенной на основе комбинированной модели, от мощности множества методов знаний, которая позволяет формировать оценочную характеристику скорости принятия решения в специализированных гибридных экспертных системах поддержки принятия решений.

Синтез гибридных экспертных систем представлен как многокритериальная оптимизационная задача и предложен обобщенный комбинированный метод построения структуры ГЭС поддержки принятий решений на основе принципа декомпозиции в сочетании с методами искусственного интеллекта, а также алгоритм его реализации, отличающийся от общепринятых подходов к структурному синтезу, систем. Наличие в комбинированном методе интеллектуальной компоненты позволяет осуществлять структурный синтез ГЭС на начальном этапе проектирования.

Предложена эвристическая процедура, построенная на основе генетического алгоритма, для решения задачи оптимизации структуры ГЭС с учетом достижения необходимой точности решения в условиях ограничений на время принятия решений. Исследована ее эффективность и определены оптимальные значения параметров.

Сформулированы принципы построения инструментальных программных средств при создании современных пользовательских интерфейсов специализированных гибридных экспертных систем, отличающихся использованием Интернет и Интранет-ресурсов, что позволяет оперативно осуществлять их адаптивную настройку в условиях часто изменяющихся, нечетких спецификаций.

Практическая значимость. Предложенный метод представления знаний позволяет наиболее точно описать предметную область и существенно улучшить характеристики специализированных гибридных систем поддержки принятия решений по таким показателям, как скорость и достоверность вырабатываемых рекомендаций.

Показана применимость разработанных функциональных подходов при синтезе и реализации гибридных экспертных систем поддержки принятия решений в различных областях: для диагностики медицинских заболеваний; идентификации природных цеолитов и сфер их применения; анализа и планирования финансовых потоков в условиях неопределенности.

На основе предложенных моделей и методов разработана гибридная экспертная система «Цеолит», позволяющая осуществлять поддержку принятия решений в области определения природных цеолитов по набору физико-химических свойств минерала.

Созданные функциональные подходы применены при проектировании и реализации гибридной системы поддержки принятия решений в области медицинской диагностики, для выявления значимых факторов легочных заболеваний.

Разработана и внедрена гибридная система поддержки принятия решений в области планирования и анализа финансовых потоков, формирования платежного баланса более чем на 30 предприятиях железной дороги.

Результаты работы также используются в учебном процессе в Астраханском, Саратовском и Тамбовском государственных технических университетах, в Московском государственном университете инженерной экологии.

Реализация и внедрение результатов работы. Результаты диссертационной работы использованы при создании ряда гибридных экспертных систем и систем поддержки принятия решений, внедренных в промышленности, медицине, экологии:

- «Цеолит» (выбор цеолитов для использования в промышленности, медицине и экологии);

- «Диагностик» (диагностика легочных заболеваний);

- «Платежный баланс» (поддержка принятия решений анализа и планирования финансовых потоков).

Апробация работы. Результаты работы докладывались на международных научных конференциях: Математические методы в технике и технологиях (ММТТ) - ММТТ-15 (Тамбов, 2002), ММТТ-16 (Ростов-на-Дону, 2003), ММТТ-17 (Кострома, 2004), ММТТ-18 (Казань, 2005), Современные информационные технологии в медицине и экологии ИТМЭ-2003 (Смоленск, 2003), Новые информационные технологии в медицине и экологии (Украина, Крым, Гурзуф. 2000), на научных семинарах кафедры «Системы искусственного интеллекта» СГТУ 2001-2005 гг.

Публикации. Основные положения диссертации отражены в 14 публикациях, в том числе 4 свидетельствах Роспатента на программы для ЭВМ.

Структура и объем работы. Диссертационная работа состоит из введения, четырех разделов, заключения, списка использованной литературы и приложения. Основная часть диссертации изложена на 136 страницах, содержит 33 рисунка, 8 таблиц. В приложении приведены копии авторских свидетельств и акты внедрения разработанных программных систем.

Заключение диссертации по теме «Математическое моделирование, численные методы и комплексы программ», Лобанов, Владимир Васильевич

Ю.Результаты работы используются в учебном процессе Астраханского, Саратовского, Тамбовского государственных технических университетов, Московского государственного университета инженерной экологии, в медицине, на более, чем 30 предприятиях Приволжской железной дороги.

ЗАКЛЮЧЕНИЕ

Список литературы диссертационного исследования кандидат технических наук Лобанов, Владимир Васильевич, 2006 год

1. Построение экспертных систем: Пер. с англ. / Под ред. Ф. Хейес-Рота, Д. Уотермана.- М.: Мир, 1987.-441 с.

2. Элти Дж., Кумбс М. Экспертные системы: концепции и примеры: Пер. с англ.-М.: Мир, 1989. -388 с.

3. Уотермен-Д. Руководство по экспертным системам: Пер. с англ. -М.: Мир, 1989. -388 с.

4. Попов Э. В. Особенности разработки и использования экспертных систем // Искусственный интеллект. В 3 кн. Кн. 1. Системы общения и экспертные системы: Справочник/ Под ред. Э. В. Попова.- М.: Радио и связь, 1990.- с. 261-290.

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

6. Allen R. Н., Boamet М. В., Culbert С. J. et al/ Using hybrid expert system approaches for engineering applications// Engineering with Computers/-1987/ Vol. 2.-N2.-P. 95- 110.

7. Попов Э. В. Экспертные системы 1990 (классификация, состояние, проблемы, тенденции)// Новости искусственного интеллекта,- 1991.-№2.-С. 84-101.

8. Любарский Ю.Я. Интеллектуальные информационные системы. -М.: Наука. Гл. ред. физ.-мат. лит., 1990. 232 с.

9. Рот М. Интеллектуальный автомат: компьютер в качестве эксперта: пер. с нем. М.: Энергоатомиздат,1991. - 80 с.

10. Искусственный интеллект: в 3 кн. Кн. 1. Системы общения и Экспертные системы: справочник. /Под ред. Э.В. Попова. М: Радио и связь, 1990. 464 с.

11. Герман О.В. Введение в теорию экспертных систем и обработку знаний. Минск.: ДизайнПРО, 1995. -255с.

12. Статические и динамические экспертные системы. /Попов Э.В, Фоминых И.Б., Кисель Е.Б., Шопот М.Д. М: Финансы и статистика, 1996.320 с.

13. Марселлус Д. Программирование экспертных систем на Турбо-Прологе: Пер. с англ. М.: Финансы и статистика, 1994. 256 с.

14. Нейлор К. Как построить свою экспертную систему. М.:Энергоиздат,1991. 286 с.

15. Малышев Н.Г., Берштейн JI.C, Боженюк А.В. Нечеткие модели для экспертных систем в САПР. М: Энергоиздат, 1991. - 136 с.

16. Мешалкин В.П. Экспертные системы в химической технологии. Основы теории, опыт разработки и применения. М.: Химия, 1995. - 386 с.

17. Гаврилова Т.А., Червинская К.Р. Извлечение и структурирование знаний для ЭС. М: Радио и связь, 1992. 199 с.

18. Приобретение знаний. Осуга С, Саэки Ю., Судзуки X. и др. Под ред. Осуги С, Саэки Ю. М.: Мир, 1990. 304с.

19. В. О. Сафонов. Экспертные системы интеллектуальные помощники специалистов.- С.-Пб: Санкт-Петербургская организация общества "Знания" России, 1992.

20. Н. Д. Нильсон. Искусственный интеллект. Методы поиска решений.- М.: Мир, 1973.

21. Дур У.А., Хаун Р.А. Зусман Д. Породообразующие минералы, Т 4, Каркасные соединения. М.: Мир 1966 г.

22. Использование природных цеолитов в народном хозяйстве. Материалы всесоюзного совещания. Новосибирск 1991 г. Ч 1, Ч 2.

23. Челищев Н.Ф., Володин Н.Ф., Крюков B.JI. Ионообменные свойства природных высококремнистых цеолитов./ М.: Наука 1988 г.

24. Челищев Н.Ф., Беренштейн Н.Ф., Володин В.Ф. Цеолиты новый тип минерального сырья./ М.: Наука 1987 г.

25. Белицкий И.А., Габуда С.П. Природные цеолиты. Тбилиси. Изд. Мецниереба 1987 г.

26. Natural Zeolites '93, D.W. Ming and F.A. Mumpton, eds., pp 289297. Copyright © 1995 r.

27. Батыршин И.З. К анализу предпочтений в системах принятия решений // Тр. МЭИ. М., 1981. Вып. 533. Вопросы оптимизации больших систем.

28. Поспелов Д.А. Моделирование рассуждений Опыт анализа мыслительных актов М. РиС, 1989 г.

29. Oshuga S. Toward intelligent CAD systems// Computers-Aided Design.- 1989. V. 21.-N5.-P. 315-337.

30. Крипке С. А. Семантическое рассмотрение модальной логики // Семантика модальных и интенсиональных логик. М., 1981.

31. Убейко В.М. Применение экспертных систем в автоматизированных системах проектирования и управления. Обзор информ. Машиностроительное производство. Сер. Автоматизированные системы, вып. 3. М.: ВНИИШТЭМР, 1990. - 54 с.

32. Мешалкин В. П., Богомолов Б. Б. Функционально-информационная структура интеллектуальной системы оптимальной компоновки оборудования химических производств// Хим. пром. 1990. №1 1. С. 691-694.

33. Переверзев-Орлов С. Советчик специалиста. Опыт разработки партнерской системы. М.: Наука, 1990.- 133 с.

34. Шмелева А. Экспертные системы в медицине// HARD 'n' SOFT: Компьютерный журнал для широкого круга пользователей. Вып. 3, март 1995, с. 70- 74.

35. Фоминых И.Б. Принципы построения гибридных интеллектуальных систем реального времени// Труды международного конгресса 1САГ2001 «Искусственный интеллект в XXI веке» М.: Физматлит. 2001. Т.2. - С. 570-583.

36. Лозовский B.C. Сетевые модели // Искусственный интеллект. В Зх кн. Кн.2. Модели и методы: Справочник / Под ред. Д. А. Поспелова. - М.: Радио и связь, 1990. с. 28-49.

37. Кузнецов И.П. Механизмы обработки семантической информации. М.: Наука, 1978. 115с.

38. Кузнецов И.П. Расширенные семантические сети для представления и обработки знаний // Системы и средства информатики: Ежегод. Вып. 4 / РАН. Ин-т проблем информатики М., 1993. с. 70-83.

39. Осипов Г.С. Построение моделей предметных областей. 41. Неоднородные семантические сети// Известия РАН. Техническая кибернетика, 1990, №5, с.32-45.

40. Представление знаний в человеко-машинных и робототехниче-ских системах. Т.А. Фундаментальные исследования в области представления знаний. М.: ВИНИТИ, 1984.

41. Клещев А.С. Представление знаний. Методологические формализмы, организация вычислений и программная поддержка// Прикладная информатика. 1983. - Вып.1. - С. 49-94

42. Молокова О.С. Формирование индивидуального объяснения в экспертных системах// Изв. АН СССР: Техническая кибернетика. 1985. -№5.-С. 103-114.

43. Молокова О.С. Формирование индивидуального объяснения в экспертных системах// Изв. АН СССР: Техническая кибернетика. 1985. -№5.-С. 103-114.

44. Алексеева Е.Ф., Стефанюк В.Л. Экспертные системы состояние и перспектива// Изв. АН СССР: Техническая кибернетика. - 1984. - № 5. - С. 153-167.

45. Захаров П.А. Принятие решений при управлении запасами с использованием гибридных систем // Сб. научн. трудов научной сессии МИФИ-2000, Москва, 18-21 января 2000, Том 3, С.97-98.

46. Крючков М.Ю. Гибридные системы моделирования в реинжиниринге предприятий// Сб. научн. трудов научной сессии МИФИ-2000, Москва, 18-21 января 2000, Том 3, С. 66-67.

47. Минский М. Фреймы для представления знаний. М.: Энергия, 1979.151 с.

48. Сильдмяэ И., Кяй Р. Знания, мышление и искусственный интеллект // Всесоюз. конф. по искусственному интеллекту, 21-25 нояб. 1988 г., Переславль-Залесский: Тез. докл. М.,1988.

49. Экспертные системы: Состояние и перспективы / Под ред. Д.А. Поспелова. М.: Наука, 1989. 152 с.

50. Экспертные системы: Принципы работы и примеры / Под ред. Р.Форсайта. М.: Радио и связь, 1987. 224 с.

51. Астанин С.В., Берштейн Л.С., Захаревич В.Г. Проектирование интеллектуального интерфейса «человек-машина», Ростов-на-Дону: Изд.РГУ, 1991.-1 Юс.

52. Представление знаний в человеко-машинных и робототехниче-ских системах. Т.А Фундаментальные исследования в области представления знаний. М.: ВЦ АН СССР, ВИНИТИ, 1984,-262с.

53. Гаврилова Т.А., Червинская К.Р. Извлечение и структурирование знаний для экспертных систем. М.: Радио и связь, 1992.- 198 с.

54. Змитрович А.И. Интеллектуальные информационные системы. -Мн.: НТООО «ТетраСистемс», 1997.- 368 с.

55. Лорьер Ж.-Л. Системы искусственного интеллекта. М.: Мир, 1991.- 586 с.

56. Представление и использование знаний // Под ред. Уэно Т., Исидзука М. М.: Мир, 1989.- 230 с.

57. Методические рекомендации по системному проектированию диалоговой САПР процесса планирования и управления // В.В. Емельянов, В .Я. Полыскалин,-В. Д.Чертовской и др.-М.: ЦНТИ «ПОИСК», 1988. -329с.

58. Выбор методов и средств конструирования экспертных систем. Методические рекомендации М.00.284-87. -Калинин: НПО Центрпрограм-мсистем, 1988.-46с

59. Симонов В.В., Корнилов Л.А., Шашелев А.В., Шокин Е.В. Оборудование ионной имплантации. М.: Радио и связь, 1988. - 184 с.

60. Сысоев В.В. Автоматизированное проектирование линий и комплектов оборудования полупроводникового и микроэлектронного производства. М.: Радио и связь, 1982. - 120 с.

61. Быков В.П. «Методическое обеспечение САПР в машиностроении», Л.: Машиностроение, Ленингр. отд., 1989. 255 с.

62. Норенков И.П., Маничев В.Б. Основы теории и проектирования САПР: Учебник для втузов. М.: Высшая школа, 1990. - 335 с.

63. Половинкин А.И. Основы инженерного творчества: Учебное пособие для студентов втузов. М.: Машиностроение, 1988. - 368 с.

64. Андреев Л.В. О совместительстве в мире конструкций. / Машиностроитель, 1991. - №5оя04, - с. 6 - 9.

65. Автоматизация поискового конструирования (искусственный интеллект в машинном проектировании). / Под. ред. Половинкина А.И. М.: Радио и связь, 1981. - 344 с.

66. Батищев Д.И. Поисковые методы оптимального проектирования.- М.: Советское радио, 1975. 216 с.

67. Остапенко О.Г. Анализ и синтез линейных радиоэлектронных цепей с помощью графов: Аналоговые и цифровые фильтры. М.: Радио и связь, 1985. - 280 с.

68. Половинкин А.И. Методы инженерного творчества. Волгоград, 1984. - 365 с.

69. Вермишев Ю.Х. Методы автоматического поиска решений при проектировании сложных технических систем. М.: Радио и связь, 1982. -152 с.

70. Батищев Д.И. Поисковые методы оптимального проектирования.- М.: Советское радио, 1975. 216 с.

71. Масленников П.Н., Сысоев В.В. Оптимизация структуры линий полунепрерывного производства при их проектировании. Воронеж: ВГУ, 1979. - 108 с.

72. Райцын Т.Н. Синтез систем автоматического управления методом направленных графов. JL: Энергия, 1970. - 96 с.

73. Тащина А.Г. Алгоритм автоматизированного синтеза схем криогенных установок. // Труды МЭИ. 1978, вып. 386, - с. 149 - 154.

74. Дворянкин A.M., Половинкин А.И., Соболев А.Н. Методы синтеза технических решений. М.: Наука, 1977. - 104 с.

75. Цвиркун А.Д. Основы синтеза структуры сложных систем. М.: Наука, 1982. - 200 с.

76. Корячко В.П., Курейчик В.М., Норенков И.П. Теоретические основы САПР. М.: Энергоатомиздат, 1987. - 400 с.

77. Цвиркун А.Д., Акинфиев В.К. и др. Имитационное моделирование в задачах синтеза структуры сложных систем: Оптимизационно-имитационный подход. М.: Наука, 1985. - 173 с.

78. Волчкевич Л.И., Кузнецов Н.А. Выбор оптимальной структуры многопозиционных автоматов электронной промышленности. // Электронная техника, Сер. 7. Технология, организация производства и оборудование. Вып. 3 (82).- 1977.-с. 61 -74.

79. Добров Е.М., Ершов Ю.В., Левин Е.И., Смирнов Л.П. Экспертные оценки в научно-техническом прогнозировании. Киев: Наукова думка, 1974.- 160 с.

80. Бешелев С.Д., Гурвич Ф.Г. Математико-статистичекие методы экспертных оценок. М.: Статистика, 1980. - 263 с.

81. Бажин И.И., Беренгард Ю.Г., Гайцгори М.М. и др. Автоматизированное проектирование машиностроительного гидропривода. // Под ред. Ермакова С.А. М.: Машиностроение, 1988. - 312 с.

82. Чичварин Н.В. Экспертные компоненты САПР. М.: Машиностроение, 1991. - 240 с.

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

84. Частиков А.П., Гаврилова Т.А., Белов Д.Л. Разработка экспертных систем. Среда CLIPS. -СПб, «БХВ-Петербург», 2003.- 606с. (Часть I -«Экспертные системы»).

85. Каримов Р. Н. Обработка экспериментальной информации. 4.1. Разведочный анализ. Анализ качественных данных / Р. Н. Каримов. Саратов: Изд-во Сарат. гос. техн. ун-та, 2002. - 112 с

86. Каримов Р. Н. Обработка экспериментальной информации. 4.2. Регрессионный анализ. / Р. Н. Каримов. Саратов: Изд-во Сарат. гос. техн. ун-та, 2002. - 113 с

87. Каримов Р. Н. Обработка экспериментальной информации. Ч.З. Многомерный анализ. / P. Н. Каримов. Саратов: Изд-во Сарат. гос. техн. унта, 2003.- 113 с

88. Каримов P. Н. Обработка экспериментальной информации. 4.4. Анализ случайных процессов / P. Н. Каримов. Саратов: Изд-во Сарат. гос. техн. ун-та, 2001. - 101 с.

89. Литтл Р. Дж. А., Рубин Д.А. Статистический анализ данных с пропусками/ Пер. с англ. М.: Финансы и статистика, 1990. 366 с.

90. Современная прикладная теория управления: Оптимизационный подход в теории управления/Под ред. А.А. Колесникова. — Таганрог: Изд-во ТРТУ, 2000. Ч. I 400 с.

91. Смелянский Р.Л. Модель функционирования распределённых вычислительных систем// Вестник МГУ, сер. 15, Вычислительная математика и кибернетика, 1990. Вып. 3.

92. Holland J. N. Adaptation in Natural and Artificial Systems. Ann Arbor, Michigan: Univ. Michigan Press, 1975.

93. Zbignev Michalewiz. Genetic Algorithms + Data Structures = Evolution Programs // Third, revised and extended edition Springer, 1999.

94. Лобанов В.В. Синтез гибридной экспертной системы поддержки принятия решений по применению природных цеолитов/ А. А. Большаков, В.В. Лобанов., // Приборы. 2005. № 10. С. 2-9.

95. Лобанов В. В. Экспертная система по применению природных цеолитов / А. А. Большаков, А. В. Григорьева, В. В. Лобанов // Математические методы в технике и технологиях: Сб. трудов 13 Международ, науч. конф. СПб: ПГТУ(ТИ), 2000. - С. 45-48

96. Большаков А.А., Лобанов В.В., Смирнов Д.В. Использование нейронных сетей для решение ряда оптимизационных задач // Сб. трудов 15 Международ, науч. конф. "Математические методы в технике и технологиях". Тамбов: ТГТУ. 2002 Т.5 С. 78-81.

97. Интеллектуальные системы управления организационно-техническими процессами / А. Н. Антамошин, О. В. Близнова, А. В. Бобов, и др.; под ред. А. А. Большакова. М.: "Горячая линия - Телеком", 2005. - 190с.

98. Конструктор документов оперативного учета / А. А. Большаков, В. В. Лобанов, В. Г. Доломанов: Свидетельство Роспатента об офиц. регистр, программы для ЭВМ. № 2005610113. - 2005.