Модели, методы и программные средства для построения интегрированных экспертных систем тема диссертации и автореферата по ВАК РФ 05.13.11, доктор технических наук Рыбина, Галина Валентиновна

• Рыбина, Галина Валентиновна
• доктор технических наук
• 2004

Оглавление диссертации доктор технических наук Рыбина, Галина Валентиновна

Введение.

1. Анализ проблемы построения интегрированных экспертных систем.

1.1. Анализ проблемы интеграции в современных интегрированных интеллектуальных системах.

1.1.1. Интеграция с системами обучения.

1.1.2. Интеграция с базами данных.

1.1.3. Интеграция с системами приобретения знаний для построения больших баз знаний.

1.1.4. Интеграция интеллектуальных систем с разнородными моделями (традиционными пакетами прикладных программ для решения формализованных задач).

1.1.5. Интеграция с гипертекстовыми и ЕЯ-системами.

1.1.6. Интеграция с системами поддержки принятия решений.

1.1.7. Интеграция с системами имитационного моделирования.

1.1.8. Интеграция с системами реинжиниринга бизнес-процессов.

1.1.9. Интеграция с другими программными системами.

1.2. Особенности методологии и технологии создания программного обеспечения интеллектуальных систем.

1.2.1. Особенности методологии и технологии создания традиционного программного обеспечения.

1.2.2. Особенности методологии и технологии создания программного обеспечения инте ллектуальных-систем.

1.2.3. Анализ тенденций развития современного программного инструментария.

1.3. Интегрированные экспертные системы: основные понятия и определения, классификация, современное состояние, проблемы и тенденции.

1.3.1. Основные понятия и определения.

1.3.2. Многоуровневая модель процессов интеграции в ИЭС.

1.3.3. Классификация ИЭС, взаимосвязь процессов интеграции и гибридизации в ИЭС.

1.4. Исследование особенностей архитектуры некоторых отечественных и зарубежных ИЭС.

1.5. Анализ путей создания методологии и компьютерной технологии построения ИЭС.

1.5.1. Исследование проблемы приобретения знаний в экспертных системах и способов ее решения в современных автоматизированных системах приобретения знаний.

1.5.2. Эволюция взглядов на средства автоматизации приобретения знаний, основные проблемы и тенденции.

1.5.3. Требования, предъявляемые к инструментальным средствам поддержки разработки прикладных ИЭС.

1.5.4. Постановка задачи диссертационного исследования.

Выводы.

2. Концептуальные основы заданно-ориентированной методологии построения интегрированных экспертных систем.

2.1. Семантическая унификация используемых терминов и понятий.

2.2. Общая характеристика задачно-ориентированной методологии построения интегрированных экспертных систем.

2.3. Концептуальные модели - основа задачно-ориентированной методологии построения интегрированных экспертных систем (онтология концептуальных моделей).

2.4. Методологические и теоретические основы задачно-ориентированной методологии приобретения знаний.

2.4.1. Принципы построения задачно-ориентированной методологии приобретения знаний.

2.4.2. Применение методов экспертной классификации сложных объектов для извлечения знаний.

2.4.3. Извлечение, представление и обработка знаний с НЕ-факторами.

2.4.4. Подходы и методы извлечения знаний из баз данных.

2.5. Методологические и теоретические основы проектирования программной архитектуры ИЭС.

2.5.1. Особенности методологии и технологии построения ИЭС на основе задачно-ориентированной методологии.

2.5.2. Формальное описание расширенной информационно-логической модели ИЭС.

2.5.3. Информационная модель накопителя данных.

2.5.4. Модели и методы интеграции средств представления и обработки знаний и данных в ЗОМ.

2.5.5. Модель интеллектуальной среды поддержки разработки ИЭС.

2.6. Особенности применения задачно-ориентированной методологии для построения динамических ИЭС.

2.6.1. Построение имитационных моделей сложных технических систем.

Выводы.

3. Теоретические основы задачно-ориентированной методологии построения интегрированных экспертных систем.

3.1. Подходы к формальным спецификациям базовых моделей ЗОМ.

3.2. Эвристические модели решения типовых задач и методы их реализации в ЗОМ.

3.2.1. Модель задачи диагностики.

3.2.2. Модель задачи проектирования.

3.2.3. Эвристическая модель задачи управления.

3.2.4. Модель задачи планирования.

3.2.5. Модель задачи обучения.

3.3. Модель комбинированного метода приобретения знаний.

3.3.1. Метод прямого извлечения знаний из экспертов.

3.3.2. Модель адаптивного метода репертуарных решеток.

3.3.3. Формальное описание модели поля знаний и его компонентов.

3.3.4. Методы представления и анализа протоколов интервьюирования экспертов.

3.4. Модели и методы представления и обработки недостоверных знаний.

3.4.1. Извлечение, представление и преобразование знаний, содержащих НЕ-факторы.

3.4.2. Модели и методы обработки знаний, содержащих НЕ-факторы.

3.4.3. Модели и методы вывода на не доопределенных знаниях.

3.5. Лингвистические основы комбинированного метода приобретения знаний.

3.5.1. Конкретизация некоторых компонентов модели КМПЗ.

3.5.2. Модель входного подъязыка.

3.5.3. Принципы анализа лексики системного аналитика.

3.5.4. Модель процесса выявления информации о НЕ-факторах в ЕЯ-текстах.

3.5.5. Формальное описание словарей.

3.5.6. Описание алгоритмов и методов обработки ЕЯ-текстов.

3.6. Теоретические основы применения подхода KDD в рамках задачно-ориентированной методологии.

3.6.1. Анализ особенностей базовых алгоритмов CN2 и ID3.

3.6.2. Методы реализации алгоритмов CN2 и ID3.

3.7. Формальное описание языка представления знаний в ЗОМ.

3.8. Моделирование диалога с пользователем.

3.9. Формальное описание модели АТ-ТЕХНОЛОГИИ.

3.10. Модели и методы реализации интеллектуальной поддержки процессов построения

3.10.1. Алгоритм синтеза макета архитектуры ИЭС.

Выводы.

4. Архитектура и методы программной реализации инструментальных средств поддержки задачно-ориентированиой методологии построения интегрированных экспертных систем.

4.1. Функциональные возможности инструментального комплекса АТ-ТЕХНОЛОГИЯ для поддержки построения интегрированных экспертных систем.

4.1.1. Общая характеристика этапов жизненного цикла, реализуемых базовыми средствами комплекса АТ-ТЕХНОЛОГИЯ.

4.1.2. Особенности реализации средств интеллектуальной поддержки процессов построения ИЭС.

4.1.3. Особенности реализации и применения технологии повторно-используемых компонентов и типовых проектных процедур.

4.2. Описание базовых принципов разработки программного обеспечения инструментального комплекса АТ-ТЕХНОЛОГИЯ (версия MS Windows).

4.2.1. Общая архитектура инструментального комплекса АТ-ТЕХНОЛОГИЯ, состав и структура основных компонентов.

4.2.2. Общая характеристика состава и структуры основных подсистем комплекса АТ-ТЕХНОЛОГИЯ.

4.3. Особенности проектирования и программной реализации некоторых подсистем комплекса АТ-ТЕХНОЛОГИЯ.

4.3.1. Особенности программной реализации подсистем построения ядра прикладной ИЭС.

4.3.2. Особенности программной реализации средств построения элементов обучающих ИЭС.

4.3.3. Особенности программной реализации подсистемы поддержки проектирования структуры БД.

Выводы.

5. Внедрение и использование разработанных моделей, методов и инструментальных средств для создания приложений в статических и динамических проблемных областях.

Введение диссертации (часть автореферата) на тему «Модели, методы и программные средства для построения интегрированных экспертных систем»

Актуальность проблемы. Научный и коммерческий успех экспертных систем (ЭС) -одного из бурно развивающихся направлений искусственного интеллекта (ИИ), обусловил возрастающую потребность в промышленной разработке прикладных ЭС для широкого класса неформализованных задач (НФ-задач), не имеющих эффективных алгоритмических решений. Как показал почти 20-летний опыт создания и эксплуатации ЭС в различных сферах научно-технической деятельности и производства, особенно в так называемых «описательных» проблемных областях (медицина, экология, проектирование уникального оборудования, бизнес, геология и др.), если применение методов и средств ЭС оказывалось возможным и оправданным, то это приводило к значительному экономическому эффекту, что, в свою очередь, обеспечивало тенденции постоянного расширения областей использования технологии ЭС. Это свидетельствовало о том, что в реальной практике существует достаточно большой класс задач, которые не удается решать методами традиционного программирования (например, сформулировать постановки задачи в математических терминах, в частности, в виде систем уравнений) и этот класс задач достаточно значим, поскольку большинство из них имеет важное практическое значение. Иначе говоря, если раньше 95% всех решаемых компьютерными методами задач составляли задачи, имеющие алгоритмическое решение, то в современных условиях картина совершенно иная - основное место занимают НФ-задачи.

Однако в конце 80-х годов дальнейшая специализация и практическое применение традиционных ЭС, для реализации которых в соответствии с известной базовой концепцией (ЗНАНИЕ + ВЫВОД = ЭС) предлагалась методология простых продукционных ЭС, вступили в противоречие с возрастающей сложностью задач и создаваемого программного обеспечения систем обработки информации и управления. Существенное изменение архитектур ЭС вследствие доминирующих процессов интеграции и гибридизации (появление интегрированных, гибридных, веб-ориентированных ЭС) выявило как серьёзные проблемы в методологии и технологии создания программного обеспечения ЭС, так и практическое отсутствие парадигмы программирования, ориентированной на разработку новых архитектур программных систем - интегрированных ЭС (ИЭС), объединяющих такие разнородные компоненты как: ЭС и базы данных (БД), ЭС и пакеты прикладных программ (ППП), ЭС и обучающие системы и т.д. К числу принципиальных проблем, накопившихся для ЭС в целом, следует отнести: значительное отставание методологии и технологии разработки программного обеспечения прикладных ЭС от современной объектно-ориентированной парадигмы анализа, проектирования и разработки приложений в области информационных систем и от технологии создания распределенных многокомпонентных приложений; отсутствие инструментальных средств (ИС), поддерживающих полный жизненный цикл (ЖЦ) разработки ЭС; реализация существующего программного обеспечения прикладных ЭС с помощью специфических языков, использующихся только в области ЭС и ИИ, что затрудняло перенос ЭС на другие платформы и интеграцию с различными системами; практическое отсутствие исследований и разработок, посвященных проблемам обоснованности и непротиворечивости баз знаний (БЗ), достигающих в современных ЭС значительных объемов; слабая автоматизация достаточно трудоемких процессов приобретения знаний в ЭС; недостаточная надежность программных продуктов в области ЭС, отсутствие культуры документирования и сопровождения разработок, аналогичной индустрии информационных систем; наличие психологических барьеров, которые не всегда преодолевают создатели ЭС, не желающие использовать опыт традиционного программирования и информационных технологий; отсутствие методов оценки эффективности используемых ЭС и др. проблемы.

Невозможность справиться с этими «технологическими» проблемами привела в конце 90-х годов даже к падению популярности ЭС среди некоторых специалистов в области ИИ, считавших создание каждой ЭС скорее «искусством», чем результатом программной индустрии, ориентированной на понятия «методология», «технология», «жизненный цикл», «стандарт» и т.д. Действительно, концепция разработки традиционных (простых продукционных) ЭС конца 80-х - начала 90-х годов ориентировалась на изолированное автономное функционирование ЭС, построенной только на основе эксклюзивных знаний эксперта, описывающих узкую, почти «игрушечную», проблемную область (ПрО), модель которой создавалась в результате искусной работы инженера по знаниям с экспертом. В реальности оказалось, что объемы информации в БЗ могут быть весьма значительными, и без использования специальных средств автоматизации процессов приобретения и верификации знаний, обработки недостоверных знаний (т.е. знаний, содержащих неопределенность, неточность, нечеткость, неполноту и др. виды так называемых НЕ-факторов), построение моделей ПрО является почти непосильной задачей для разработчиков ЭС и тем более ИЭС. С другой стороны, предлагавшиеся ИС для построения традиционных ЭС (в основном, в виде различных «оболочек») не поддерживали какой-либо четкой определенной методологии и технологии анализа, проектирования и разработки прикладных ЭС (по типу современных CASE-систем), что делало практически невозможным их непосредственное использование для построения систем с более сложной архитектурой типа ИЭС. Особенно ярко «технологическое» отставание ЭС стало заметно в начале нового столетия на фоне индустрии информационных систем, бурный процесс которой был связан, в частности, с появлением веб-технологий и технологий реализации статических и динамических распределенных приложений (DCOM, COM, Java RMI, CORBA и др.).

К перечисленным базовым проблемам, характерным для ЭС в целом, следует добавить целый ряд специфических проблем, связанных с ИЭС, для которых отсутствовали: целостная концепция ИЭС как научного объекта инженерии знаний; единое представление различных классов моделей (информационных, функциональных, моделей ИИ) и методы организации процессов решения задач на этих моделях; исследования проблемы интеграции в рамках ИЭС; модели, методы и средства создания прикладных ИЭС для различных классов задач в статических и динамических ПрО, наиболее типичных для использования концепции ИЭС; методы и процедуры компьютерного приобретения знаний с учетом особенностей ИЭС; ИС, поддерживающие некоторую стандартную, четко определенную методологию разработки прикладных ИЭС и др.

Необходимость преодоления подобного положения и поиска эффективных методов решения практически значимых задач в рамках единой архитектуры программной системы (ПС), обладающей очевидными преимуществами по обработке информации на основе взаимодействия логико-лингвистических, математических, информационных, имитационных и других моделей, отмечалась в трудах Г.С. Поспелова, Д.А. Поспелова, Э.В. Попова, А.И. Эрлиха, Л.Т. Кузина, Г.С. Осипова, А.Б. Преображенского, В.В. Емельянова, В.Б. Тарасова, В.Ф. Хорошевского, Э. Кьюсиака, Ю.Р. Валькмана, А.С. Нариньяни, А.В. Колесникова, А.П. Еремеева, Б.Е. Федунова, В.А. Виттиха, И.Б. Фоминых, П.Джексона и других отечественных и зарубежных ученых, а также в работах автора. Однако, несмотря на отдельные успехи в области ИЭС 90-х годов, проблема исследования и разработки моделей, методов, ИС и технологий для этого принципиально нового класса программных систем (ПС) до сих пор остается малоизученной и нерешенной как по постановке, так и по научно обоснованным методам решения. А практика «слепого», малоэффективного и трудоемкого использования ИС в виде различных «оболочек» усугубляла технологическое отставание индустрии ЭС, дискредитируя важное научное направление и парализуя исследования в области создания инструментария нового поколения для ИЭС.

Отдельные попытки решения вышеперечисленных задач проводились как в нашей стране, так и за рубежом. Однако, большинство исследований и разработок охватывает только часть из них и не может претендовать на роль конкретной методологии построения ИЭС. Среди отечественных фундаментальных исследований в этой области наиболее известны работы

А.И.Эрлиха и А.В. Колесникова, а с точки зрения методологии и технологии построения программного обеспечения традиционных ЭС - результаты, полученные В.Ф.Хорошевским. Из зарубежных работ можно выделить базовую инструментальную систему G2 фирмы Gensym для поддержки проектирования ИЭС реального времени (РВ). Однако, в системе G2 не предусмотрена реализация важнейших задач, связанных с компьютерным извлечением знаний и автоматизированным построением БЗ, а также с вопросами создания прикладных ИЭС для различных классов задач, типичных для использования концепции ИЭС.

В связи с этим, а также из-за постоянного расширения практики разработки и совместного применения в задачах диагностики, проектирования, планирования, управления, обучения и др. широкого спектра моделей и методов решения НФ-задач и форматизированных задач (Ф-задач), актуальны теория, методология и особенно технология построения ИЭС для этих классов задач. Следовательно, область исследования диссертации - модели, методы и инструментальные программные средства для разработки ИЭС как нового класса интегрированных интеллектуальных систем (паспорт специальности 05.13.11 - п.п.2.9, 2.10, 2.12). Для автора диссертационной работы статические ИЭС стали областью научных исследований и разработок уже с конца 80-х годов, а позднее, с середины 90-х годов, в фокус внимания попали и динамические ИЭС, функционирующие в РВ (ИЭС РВ). За этот период был пройден путь от создания простейших статических ИЭС до динамических ИЭС РВ для таких важных и ресурсоемких задач, как: диагностика технических объектов и систем, управление сложными организационными и производственными комплексами и процессами, экологический мониторинг и других, подобных им задач, связанных с такими понятиями, как динамика и РВ (о чем свидетельствуют публикации и практические внедрения). Одновременно в области ЭС было выделено научное направление, имеющее свой объект исследования, теоретический и методологический базис, а также разработан набор конкретных методов и программных инструментов (комплекс АТ-ТЕХНОЛОГИЯ), позволяющих поддерживать полный ЖЦ построения ИЭС для отдельных классов решаемых задач и типов ПрО.

Актуальность исследования подтверждается поддержкой четырьмя грантами Российского фонда фундаментальных исследований (№ 96-01-01078, № 98-01-00918, № 00-0100679, № 03-01-00924), программами Минобразования РФ «Университеты России -фундаментальные исследования» (проект № 2094) и «Интеллектуальные системы управления экспериментальными физическими комплексами», Секцией прикладных проблем при Президиуме РАН («Поисковые исследования и разработки общесистемных средств поддержки технологии создания интегрированных экспертных систем и систем автоматизации извлечения знаний в интересах В и ВТ с элементами искусственного интеллекта»), Центром «Росреестр» Минобразования РФ (3 проекта) и др. В соответствии с приоритетными направлениями науки и техники, перечнем критических технологий федерального уровня (утвержденных решением Правительственной комиссии по научно-технической политики и Указом Президента РФ от 13.07.1996г. № 884 «О доктрине развития Российской науки») интеллектуальные системы автоматизированного проектирования и управления отнесены к критическим технологиям федерального уровня.

Цель и задачи исследования. Целью диссертации является решение крупной научной проблемы, имеющей важное хозяйственное значение и заключающейся в повышении степени автоматизации разработки интеллектуальных систем обработки информации, за счет создания теоретико-методологических и инженерных основ новой автоматизированной технологии построения ИЭС, объединяющей подходы инженерии знаний и традиционного программирования. Решается совокупность конкретных фундаментальных проблем по комплексному системному исследованию, анализу, теоретическому обобщению и разработке теоретических основ, методологических и инженерных принципов автоматизированного построения ИЭС путем создания программных инструментальных средств, поддерживающих процессы системного анализа сложных практических задач, синтеза методов их решения и проектирования программного обеспечения прикладных ИЭС для задач реальной практической сложности и значимости, где малоэффективны методы и средства традиционных ЭС. В соответствии с поставленной целью в диссертации решаются следующие фундаментальные и инженерные задачи:

1. Разработка теоретических и методологических основ технологии реализации ИЭС как научного объекта инженерии знаний.

2. Исследование базовой проблемы разработки ИЭС - проблемы интеграции традиционных ЭС с совокупностью других компонентов ИЭС на основе предложенной многоуровневой модели интеграции и методов и способов построения моделей архитектуры ИЭС и ее компонентов на каждом уровне интеграции.

3. Разработка задачно-ориентированной методологии построения ИЭС на основе моделирования конкретных типов задач, релевантных технологии традиционных ЭС в статических и динамических ПрО.

4. Разработка модели ЖЦ построения ИЭС и модели компьютерной технологии, являющейся системой сбалансированных моделей плана, архитектуры ИЭС и инструментов, а также разработка всех базисных моделей технологии и способов их взаимодействия на основе объектно-продукционного формализма представления знаний о процессах создания ИЭС и методов их реализации.

5. Разработка методов автоматизированного построения БЗ ИЭС на основе развития когнитивно-графической парадигмы построения систем автоматизации проектирования БЗ и использования различных источников знаний.

6. Разработка и реализация адекватных языков представления знаний, ориентированных на спецификацию знаний и построение технологических БЗ инструментария, поддерживающего задачно-ориентированную методологию построения ИЭС.

7. Разработка архитектуры автоматизированного рабочего места (АРМ) проектировщика ИЭС (инженера по знаниям) в виде проблемно-специализированного инструментария нового поколения и его спецификаций для различных платформ.

8. Разработка моделей и методов интеллектуализации процессов проектирования прикладных ИЭС, опирающихся на эксплицитное представление знаний о проектах, пользователях, инструментах, типовых проектных процедурах и повторно используемых компонентах.

9. Разработка и внедрение методических основ и технологий проектирования ИЭС в статических и динамических ПрО.

10. Практическое внедрение разработанных моделей, методов и программных средств при создании прикладных ИЭС для задач диагностики, управления, мониторинга, проектирования и обучения.

Методы исследования. Для решения поставленных задач в работе используются методы ИИ (принципы семиотического моделирования, основы представления и обработки знаний, нечеткая математика, методы инженерии знаний), а также методы системного анализа, теории сложных систем, теории множеств, теории графов, математической и компьютерной лингвистики, теории построения трансляторов, теории автоматов и сетей, имитационного моделирования, теории принятия решений, технология программирования.

Научная новизна. В результате исследования и теоретического обобщения отечественного, зарубежного и личного опыта решения целого ряда практических задач, связанных с управлением сложными дискретными производственными и организационно-техническими системами, медицинской и технической диагностикой, экологическим мониторингом, проектированием объектов машиностроения, обучением персонала и др., впервые был предложен целостный методологический подход к анализу, исследованию и автоматизированному построению нового класса прикладных интеллектуальных систем - ИЭС, включающий в себя:

• новые научно-технические положения, понятийный базис, математические модели и методы, образующие в совокупности теоретические основы системного анализа, строгого формального описания и исследования, а также функционально-структурного и объектно-ориентированного проектирования систем рассматриваемого класса;

• новые модели, методы и инструментальные программные средства для автоматизированного построения широкого спектра прикладных ИЭС, включая ИЭС, функционирующие в реальном времени, и обеспечивающие эффективность применения ИЭС для задач реальной практической сложности и важности.

В рамках предложенного подхода, названного заданно-ориентированной методологией (ЗОМ), разработаны, теоретически обоснованы и экспериментально проверены взаимосвязанные модели, методы, процедуры и алгоритмы автоматизированного построения ИЭС на всех стадиях ЖЦ, начиная от извлечения знаний из трех источников знаний (экспертов, проблемно-ориентированных естественно-языковых (ЕЯ) текстов и БД) до конфигурирования и тестирования прототипа ИЭС. На базе этой методологии созданы программная технология и прототип инструментария нового поколения - АРМ инженера по знаниям, позволяющие: значительно сократить сроки проектирования прикладных ИЭС; снизить трудоемкость; повысить степень обоснованности принимаемых решений за счет создания полных и непротиворечивых моделей проблемных областей; обеспечить гибкое использование и накопление опыта экспертов.

Основные научные результаты, выносимые на защиту:

1. Впервые сформулирована концепция ИЭС как объекта научного исследования, предложены оригинальные инструменты системного анализа ИЭС, на основе которых выделены базовые понятия и термины, а также введена классификация ИЭС.

2. Предложен и экспериментально исследован оригинальный сквозной подход к построению ИЭС, названный «ориентация на модель решения типовой задачи», в рамках которого созданы эвристические модели решения типовых задач (МРТЗ) и методы реализации этих моделей на всех этапах ЖЦ построения ИЭС.

3. Впервые предложен подход к автоматизированному построению БЗ проектируемых ИЭС на основе использования различных источников знаний, в рамках которого и на основе МРТЗ разработан комбинированный метод прямого приобретения знаний (КМПЗ), включающий модели, методы и процедуры извлечения знаний из экспертов, проблемно-ориентированных текстов и БД, их последующего структурирования и верификации для построения адекватной и непротиворечивой БЗ о ПрО.

4. Разработаны оригинальные методы извлечения, представления и обработки недостоверных знаний, содержащих отдельные виды НЕ-факторов, наиболее часто проявляющихся эксплицитно в знаниях экспертов (неопределенность, неточность, нечеткость, недоопределенность), а также предложено новое решение проблемы неполноты при построении БЗ на основе привлечения методов Data Mining.

5. Впервые исследовано совместное применение методологий инженерии знаний, структурного анализа, объектно-ориентированного проектирования (ООП) и повторно-используемых компонентов (ПИК) для разработки ИЭС и показана возможность реализации нового комплексного когнитивно-графического подхода к построению моделей ПрО, существенно снижающего трудоемкость разработки ИЭС.

6. Впервые исследована проблема интеграции для систем типа ИЭС и разработана совокупность оригинальных моделей, методов и процедур интеграции разнородных компонентов в ИЭС, что позволяет эффективно решать практически значимые задачи в рамках единой архитектуры программной системы.

7. Разработаны модели новой технологии создания ИЭС, модели архитектуры ИЭС, модели типовых проектных процедур (ТПП) и процессов создания ИЭС, а также модели и средства интеллектуальной поддержки разработки ИЭС, обеспечивающие снижение трудозатрат на разработку и смягчение квалификационных требований к проектировщикам (инженерам по знаниям).

8. Разработан прототип программного инструментария нового поколения для поддержки разработки ИЭС (комплекс АТ-ТЕХНОЛОГИЯ) и проведена его экспериментальная апробация.

Все выносимые на защиту результаты и положения диссертации получены и разработаны лично автором, или при его непосредственном участии, являются новыми и полностью опубликованы в открытой печати. Инструментальный комплекс АТ-ТЕХНОЛОГИЯ прошел в 1994 г. официальную сертификацию и регистрацию в Центре «Росреестр» Госкомвуза РФ и является не имеющей аналогов авторской разработкой, относящейся к классу специализированных ИС искусственного интеллекта. Методическая и педагогическая новизна заключается в разработке и постановке 5-ти авторских учебных курсов по новейшим направлениям ИИ и издании учебных пособий и компьютерных учебников (два из которых отмечены премиями Российской Ассоциации Искусственного Интеллекта в 1992 и 1998гг. как лучшие учебники по ИИ для вузов).

Практическая значимость работы. Практическая значимость проведенных исследований и полученных результатов заключается в создании эффективных моделей, методов и технологии построения ИЭС - одного из самых сложных классов интеллектуальных прикладных систем, в том числе функционирующих в реальном времени. Разработанные в диссертации теоретические положения, модели, методы, методология построения ИЭС и поддерживающие эту методологию инструментальные программные средства (АТ-ТЕХНОЛОГИЯ) позволяют снизить трудоемкость и значительно сократить сроки проектирования и реализации ИЭС для таких важных и ресурсоемких задач, как диагностика технических объектов и систем, управление сложными организационными и производственными комплексами и процессами, экологический мониторинг и др. Создано три поколения инструментального комплекса АТ-ТЕХНОЛОГИЯ (для MS-DOS и MS Windows 3.11, 95, 98, NT в среде разработки Borland Delphi), поддерживающего разработанную методологию и представляющего собой уникальный современный инструментарий (по типу CASE-среды), включающий взаимосвязанную совокупность средств автоматизации построения ИЭС на всех стадиях ЖЦ и обеспечивающих управление проектом по созданию ИЭС как единым целым в зависимости от поставленных задач, набора имеющихся средств и конкретной модели ЖЦ, что в совокупности определяется разработанной теоретической моделью технологии.

В течение последних лет разработанные методология, технология и текущие версии инструментального комплекса АТ-ТЕХНОЛОГИЯ экспериментально проверялись, развивались и внедрялись на практике. Опыт создания прикладных ИЭС для диагностики сложных технических систем, медицинской диагностики, решения комплексных экологических задач, проектирования объектов машиностроения, а также нескольких обучающих ИЭС для специальных инженерных дисциплин в МИФИ и других вузах подтвердил практическую значимость и важность основных положений диссертации.

Полученные результаты и накопленный опыт разработки статических и динамических ИЭС не только существенным образом сокращают имевшийся до настоящего времени разрыв между мировым и отечественным уровнями в решении задач подобной практической важности и сложности, но и обеспечивают методологическую основу для подготовки квалифицированных кадров в ведущих технических университетах России.

Достоверность. Достоверность разработанной задачно-ориентированной методологии и технологии построения ИЭС подтверждается соответствующими актами о практическом внедрении, документами о присвоении номеров государственной регистрации программным продуктам в Российском фонде алгоритмов и программ «Росреестр» Минобразования РФ, золотой медалью ВВЦ РФ на выставке «Конверсия и рынок», премиями Российской ассоциации искусственного интеллекта, почетными дипломами выставки-конференции «Телекоммуникации и новые информационные технологии в образовании».

Реализация результатов работы. Предложенные теоретические модели технологии проектирования ИЭС, а также методы и средства автоматизированной поддержки этих моделей, являются результатом исследований, проведенных автором лично, а внедрение и практическая реализация осуществлялись под руководством и при непосредственном участии автора аспирантами и студентами учебно-научной лаборатории «Системы искусственного интеллекта» кафедры Кибернетики МИФИ. В целом разработано и внедрено (подтверждено актами о внедрении и использовании) 14 прикладных интеллектуальных систем различного назначения для ФГУП МРТИ РАН, ФГП ГИПЭ, СПП при Президиуме РАН, ГНЦ ИФВЭ, РКК «Энергия», Института Астрофизики МИФИ и др. организаций и предприятий.

В 2000 г. за разработку и внедрение в учебный процесс учебно-методического комплекса (УМК) «Методы, модели и программные средства конструирования интеллектуальных систем принятия решений и управления» автору диссертации в составе авторского коллектива присуждена Премия Президента РФ в области образования (Указ № 1718 от 30 сентября 2000 г.) В состав УМК входит разработанный автором комплекс информационно-программных средств, учебно-методической литературы, электронных учебников и учебных программ, образующих в совокупности единый непрерывный учебный цикл по подготовке специалистов в области интеллектуальных систем и технологий с ориентацией на базовые отрасли народного хозяйства.

Другим важным компонентом УМК является разработанный в МИФИ инструментальный имитационно-моделирующий стенд (ИМС), включающий комплекс АТ-ТЕХНОЛОГИЯ. ИМС обеспечивает непрерывную «сквозную» систему обучения студентов и аспирантов соответствующих специальностей новым методам и технологиям построения ИЭС для широкого класса задач в области принятия решений и управления сложными техническими объектами и комплексами. ИМС является мощной инструментальной средой, на основе которой выполняются курсовые и дипломные проекты, проводятся совместные исследования с рядом кафедр и подразделений МИФИ, такими как кафедры «Автоматика», «Электрофизические установки», «Системного анализа», «Биофизика, радиационная физика и экология», институт Астрофизики МИФИ, организуются демонстрационные занятия, лекции, методические консультации и стажировки преподавателей и аспирантов других вузов (в том числе зарубежных), а также осуществляется целевая подготовка и переподготовка специалистов. Специальные версии комплекса АТ-ТЕХНОЛОГИЯ, обеспечивающие автоматизацию процесса построения обучающих ИЭС, внедрены в нескольких университетах России и Украины (МГГУ,

РГГУ, МЭСИ, ВВИА им. Жуковского, Институт экологии, управления и права, Херсонский политехнический университет и др.)

Апробация работы. Основные результаты диссертации докладывались и обсуждались более чем на 60 научных конференциях и семинарах, в том числе за рубежом. Наиболее значимыми из них являются: национальные конференции по искусственному интеллекту (Переславль-Залесский, 1988; Минск, 1990; Тверь, 1992; Рыбинск, 1994; Казань, 1996; Пущино, 1998; Переславль-Залесский, 2000, Коломна 2002); конференция «Создание и применение гибридных экспертных систем» (Рига, 1990); Международные конференции «Восток - Запад» по взаимодействию человека и компьютера (Москва, Петербург - EWHCI - 92, 93,95); Международная конференция по искусственному интеллекту «Восток - Запад: от теории к практике» (Москва, 1993); Российско-Японский симпозиум «Программное обеспечение на основе знаний» (Переславль-Залесский, 1994); Международные конференции по мягким вычислениям и измерениям SCM" 98, 99, 2000 (Санкт-Петербург); Общемосковские семинары по линии ЦРДЗ «Экспертные системы реального времени» (ЦРДЗ, Москва, 1995) и «Динамические интеллектуальные системы в управлении и моделировании» (МИФИ, Москва, 1996); Научные сессии МИФИ-98, 99, 2000, 2001, 2002, 2003, 2004; Российская научно-практическая конференция «Реинжиниринг бизнес-процессов на основе современных информационных технологий (МЭСИ, Москва, 1997, 1998, 1999, 2000, 2001, 2002, 2003); Международные конференции «Знания - Диалог - Решение» (KDS) (Киев, 1995; Ялта, 1997; Щецин (Польша), 1998; Кацивели, 1995; Санкт-Петербург, 2001, Варна (Болгария), 2003); Международные семинары «Диалог - 99», «Диалог - 2002», «Диалог - 2003» по компьютерной лингвистике (Таруса, 1999; Протвино, 2002; Протвино 2003); Международные школы-семинары по искусственному интеллекту для студентов, аспирантов и молодых ученых (Белоруссия, Браслав-97, 99); Международная мультиконференция по компьютерной инженерии и системных приложениях IMACS'96 (Франция, Лиль, 1996); 12-ая Европейская конференция по искусственному интеллекту ЕСАГ96 (Венгрия, Будапешт, 1996); 2-ая Объединенная конференция по программированию на основе знаний (Болгария, София, 1996); 7-ая Международная конференция AIICSR'97 и 2-ой международный семинар по прикладной семиотике (Словакия, Смоленница, 1997); 15-й и 16-ый IMACS - Международный конгресс по научным вычислениям, моделированию и прикладной математике (Германия, Берлин, 1997; Швейцария, Лозанна, 2000); Международная конференция по ускорителям и системам управления экспериментальными физическими установками (Китай, Пекин, 1997); 2-ая IMACS Международная мультиконференция CESA"98 (Тунис, Хаммамет, 1998); 3-я IEEE

Международная конференция по системам инженерии знаний INES'99 (Словакия, Стара Лесна, 1999); 7-ая Международная конференция по ускорителям и системам управления экспериментальными физическими установками (Италия, Триест, 1999); 5-ая и 6-ая Международные конференции по применению компьютерных систем (ACS'97, ACS'98) (Польша, Щецин, 1997, 1998); 3-ий Международный семинар по использованию персональных компьютеров для управления ускорителями (Германия, Гамбург, 2000); Международные семинары «Интегрированные модели и мягкие вычисления в искусственном интеллекте» (Коломна, 2001; Коломна 2003); Международный конгресс «Искусственный интеллект в XXI веке» (Геленджик, 2001).

Публикации. По материалам диссертационной работы (лично и в соавторстве) опубликовано 290 печатных работ, в том числе 36 статей в центральных журналах, 45 статей в международных сборниках трудов и журналах на английском языке, 13 учебных пособий и компьютерных учебников.

Структура и объем работы. Диссертация включает введение, 5 разделов, заключение, список литературы из 310 наименований и приложения. Основная часть диссертации содержит 347 страниц машинописного текста, включая 78 рисунков и 11 таблиц.

Заключение диссертации по теме «Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей», Рыбина, Галина Валентиновна

ВЫВОДЫ

1. Создана признанная в России и за рубежом научная школа в области ИЭС и средств автоматизации их разработки (проект АТ-ТЕХНОЛОГИЯ, 1993-2003 гг.).

2. Список печатных научных работ по теме диссертации насчитывает свыше 290 наименований, из которых 45 - за рубежом, 36 — в центральных изданиях, издано 13 учебных пособий, два из которых отмечены первыми премиями Российской Ассоциации Искусственного Интеллекта (РАИИ) в 1992, 1998 гг.

3. В 2000 г. в составе авторского коллектива присуждена Премия Президента РФ в области образования за создание и внедрение Учебно-Методического Комплекса (УМК) «Модели, методы и программные средства конструирования интеллектуальных систем принятия решений и управления» (Указ № 1718 от 30 сентября 2000г.).

4. Пятикратно в 1997 г., 1998 г., 1999 г., 2000 г. и 2001 г. автору присваивалось звание «Соросовский доцент» по разделу «математика», и дважды - «Грант Москвы в области наук и технологий в сфере образования» (в 2002, 2003 г.). В 1999 г. автор включен в 16-й выпуск книги «Who is Who in the World» (США). В 1995 г. избрана членом-корреспондентом Международной Академии Информатизации (отделение «искусственного интеллекта»),

5. Инструментальный комплекс АТ-ТЕХНОЛОГИЯ прошел в 1994 г. официальную сертификацию и регистрацию в Центре «Росреестр» (свидетельство об официальной регистрации программы для ЭВМ № 940121 от 22.03.94, РосАПрО), получены золотая медаль ВВЦ РФ за комплекс исследований и разработок в области экспертных систем, и дипломы международных и российских выставок.

6. Под руководством и непосредственном участии автора в рамках научных исследований, проведенных по грантам РФФИ РАН, Минобразования РФ, Миннауки РФ, а также по заказам предприятий, на основе использования полученных в диссертации результатов разработано и внедрено 14 прикладных интеллектуальных систем различного назначения (техническая и медицинская диагностика, решение комплексных экологических задач, проектирование сложных технических систем, военные приложения, радиоэкологический мониторинг и др.) для ФГУП МРТИ РАН, ФГП ГИПЭ, СПП при Президиуме РАН, ГНЦ ИФВЭ, РКК «Энергия», Института астрофизики МИФИ и др. организаций и предприятий (подтверждено актами о внедрении и использовании).

7. В учебный процесс кафедры Кибернетики и профилирующих кафедр МИФИ (в частности, кафедр Системного анализа и Автоматики), а также других вузов России внедрены оригинальные разработки, отражающие результаты диссертационных исследований. В 6-ти университетах России и Украины внедрены авторские инструментальные средства автоматизации построения обучающих экспертных систем для специальных и инженерных дисциплин (МГГУ, РГГУ, МЭСИ, ВВИА им. Жуковского, Институт экономики, управления и права, Херсонский политехнический университет).

8. Полученные автором научные результаты нашли отражение в учебных пособиях и методических материалах (общим объемом более 90 печатных листов), использующихся в учебном процессе многих университетов России и Белоруссии (например, выдержавшее 2 издания за 3 года учебное пособие: Рыбина Г.В. Проектирование систем, основанных на знаниях. - М.:МИФИ,1997,2000 гг.).

9. В МИФИ впервые поставлены 5 авторских курсов, включающих результаты созданной научной школы в области ИЭС и средств автоматизации их разработки: «Динамические интеллектуальные системы», «Проектирование систем, основанных на знаниях», «Экспертные системы», «Интеллектуальные диалоговые системы», «Введение в интеллектуальные системы».

10. Впервые создана учебно-научная лаборатория кафедры Кибернетики МИФИ по специализации «системы искусственного интеллекта», с непрерывным циклом подготовки студентов в области ИЭС где на базе современного сетевого вычислительного комплекса, работающего в режиме «клиент-сервер» на основе интранет-сети МИФИ и оснащенного рабочими станциями класса Pentium с использованием авторских разработок в виде инструментального комплекса АТ-ТЕХНОЛОГИЯ и зарубежных лицензионных продуктов, проводятся на основе УМК учебные занятия, выполняются курсовые и дипломные проекты, ведутся совместные исследования с рядом кафедр и подразделений МИФИ (кафедры «Автоматика», «Электрофизические установки», «Системного анализа», «Биофизика, радиационная физика и экология» и др.).

11. На основе УМК, АТ-ТЕХНОЛОГИИ и систем G2, GDA, Telewindows и РДО создан имитационно-моделирующий программный (ИМС) стенд по обучению современным технологиям построения ИЭС для задач диагностики, управления и экологического мониторинга, где начиная с 1996 года проводятся научные исследования, в т.ч. в рамках программы «Университеты России - фундаментальные исследования», организуются демонстрационные занятия, лекции, методические консультации и стажировки преподавателей и аспирантов других вузов (в т.ч. зарубежных), а также осуществляется целевая подготовка и переподготовка специалистов по заказам и при участии предприятий и организаций (РосНИИ ИТиАП, МРТИ РАН, ИФВЭ, РКК «Энергия» и др.).

Заключение

В диссертации представлены материалы, связанные с решением важной научно-технической проблемы разработки теоретических основ и технологии автоматизированного построения интегрированных экспертных систем, направленной на повышение степени автоматизации разработки интеллектуальных систем обработки информации, и которая разрабатывалась автором с 1993 по 2003 год. Диссертация отражает содержание 290 печатных работ, опубликованных в отечественных и зарубежных изданиях. Все научные положения диссертации представлялись и обсуждались на российских и международных научно-технических конференциях и семинарах. В процессе работы над представленным в диссертации материалом под руководством автора были защищены 2 кандидатских диссертации и 62 студенческих дипломных работы. Выдвинутые и защищаемые научно-технические результаты состоят в следующем:

1. Предложена задачно-ориентированная методология автоматизированного построения интегрированных экспертных систем (ИЭС), в основе которой лежит совокупность моделей, методов, алгоритмов и процедур, разработанных на основе оригинального авторского подхода «ориентация на модель решения типовой задачи».

2. На базе этой методологии теоретически обоснована и экспериментально исследована технология создания прикладных ИЭС для задач реальной практической сложности и значимости.

3. Теоретическое обоснование задачно-ориентированной методологии и технологии автоматизированного построения ИЭС заключается в следующем:

3.1. Сформулирована концепция ИЭС как объекта научного исследования и построен новый понятийный базис, позволяющий эффективно исследовать и проектировать новый класс прикладных интеллектуальных систем - ИЭС. На основе совместного использования методов инженерии знаний и информационного подхода впервые проведен анализ, исследование и теоретическое обобщение функциональных, структурных и алгоритмических особенностей систем рассматриваемого класса.

3.2. В качестве инструмента системного анализа базовых проблем интеграции и гибридизации в ИЭС предложена оригинальная многоуровневая модель процессов интеграции, на основе которой выделены основные понятия и термины, а также построена классификация архитектур современных ИЭС.

3.3. На основе системного анализа и исследования различных классов задач, наиболее типичных для приложений методов и средств ИЭС (диагностика, проектирование, обучение, планирование, управление), предложен эффективный сквозной подход к построению ИЭС - «ориентация на модель решения типовой задачи», в рамках которого разработаны эвристические модели решения типовых задач, базирующиеся на описании знаний о стратегиях решения задач каждого класса, и предложены конкретные методы реализации этих моделей на всех этапах жизненного цикла создания программного обеспечения для ИЭС.

3.4. Предложена новая когнитивно-графическая концепция автоматизированного построения баз знаний (БЗ) для ИЭС на основе использования трех источников знаний, развития методов структурного анализа и объектно-ориентированного проектирования для систем типа ИЭС, значительно повышающая степень автоматизации труда инженеров по знаниям за счет интеграции диаграммной технологии проектирования информационных систем с методами приобретения знаний, учета человеческого фактора, разработки принципов и механизмов интеграции знаний различной предметности и модельности, а также способов взаимодействия между различными источниками знаний.

3.5. На основе предложенных моделей решения типовых задач и развития методов структурного анализа разработан комбинированный метод автоматизированного приобретения знаний из трех источников знаний, включающий методы и процедуры прямого извлечения знаний из экспертов, проблемно-ориентированных ЕЯ-текстов и специализированных БД, необходимых для построения моделей проблемных областей.

3.6. В рамках предложенной задачно-ориентированной методологии комплексно исследованы вопросы извлечения, представления и обработки недостоверных знаний, содержащих отдельные виды НЕ-факторов, наиболее часто проявляющихся эксплицитно в знаниях экспертов (неопределенность, неточность, недоопределенность и нечеткость), а также разработаны формальные механизмы и соответствующие процедуры и алгоритмы, позволяющие учитывать наличие недостоверной и неполной информации при построении моделей проблемной/предметной области и способствующие повышению степени адекватности и обоснованности этих моделей.

3.7. Разработаны новые модели, методы и алгоритмы автоматизированного построения непротиворечивых БЗ проектируемых ИЭС (итеративное извлечение знаний из экспертов, ЕЯ-текстов и БД в соответствии с построенной моделью архитектуры ИЭС; построение «поля знаний» для каждой задачи/подзадачи; верификация «поля знаний»; формирование фрагментов БЗ в терминах выбранного языка представления знаний; объединение фрагментов БЗ и проверка БЗ на полноту и непротиворечивость).

3.8. Исследована проблема интеграции разнородных моделей и компонентов в ИЭС, включая динамические ИЭС РВ, в результате чего разработана совокупность моделей, методов и процедур интеграции разнородных компонентов в ИЭС путем построения формальных спецификаций моделей, используемых при построении ИЭС (разработка формального представления в вычислительной среде моделей, используемых на различных стадиях жизненного цикла; унификация операций их обработки; исследование и разработка формальных механизмов учета знаний, содержащих НЕ-факторы; разработка формального аппарата описания и использования повторно используемых компонентов (ПИК) и типовых проектных процедур (ТПП).

3.9. Разработаны и реализованы адекватные языки представления знаний, ориентированные на спецификацию знаний и построение внутренних (технологических) БЗ инструментария, поддерживающего предложенную методологию.

3.10. Разработана модель компьютерной технологии построения ИЭС в виде совокупности сбалансированных моделей плана, архитектуры обобщенной ИЭС и инструментов, а также построены операционные модели типовых процессов и процедур создания ИЭС.

4. Проведено экспериментальное исследование разработанной технологии автоматизированного построения ИЭС, которое заключается в следующем:

4.1. Разработана модель полного жизненного цикла построения ИЭС, включающая новый подход к решению одной из сложнейших проблем ИИ - проблемы автоматизированного приобретения знаний из различных источников (экспертов, ЕЯ-текстов, БД), а также разработана методология системного анализа проблемной области и способов построения архитектуры ИЭС и её компонентов на основе интеграции методов приобретения знаний, структурного анализа систем, объектно-ориентированного проектирования, ПИК и ТПП.

4.2. Разработан прототип архитектуры автоматизированного рабочего места инженера по знаниям в виде специализированного программного инструментария (комплекс АТ-ТЕХНОЛОГИЯ) нового поколения для поддержки проектирования и разработки ИЭС в статических проблемных областях, а также исследованы методы и принципы его программной реализации для различных платформ путем создания трех поколений комплекса с 1993 по 2003 гг.

4.3. Проведены исследования по интеллектуализации процессов построения ИЭС на основе предложенных методологии и технологии, в соответствии с чем разработаны модель интеллектуальной среды поддержки разработки ИЭС, модель интеллектуального планировщика и его компонентов, а также принципы, методы и средства программной реализации планировщика в комплексе АТ-ТЕХНОЛОГИЯ.

4.4. Проведено экспериментальное исследование особенностей жизненного цикла построения ИЭС для различных классов задач (диагностика, проектирование, обучение, планирование, управление) и осуществлена экспериментальная проверка методологии, технологии и специализированного инструментария путем создания прикладных ИЭС для статических и динамических проблемных областей.

4.5. Оригинальность и новизна разработанных моделей, методов и программных средств подтверждена авторским Свидетельством об официальной регистрации комплекса АТ-ТЕХНОЛОГИЯ в Центре «Росреестр» Госкомвуза РФ в 1994 г.

5. Положения диссертации нашли широкое практическое применение:

5.1. Научные и практические результаты диссертации легли в основу разработки учебно-методического комплекса «Модели, методы и программные средства конструирования интеллектуальных систем принятия решений и управления», удостоенного Премии Президента РФ в области образования за 1999 год.

5.2. Результаты диссертации использовались при разработке 14 прикладных ИЭС различного назначения, (подтверждено соответствующими актами о внедрении и публикациями), что позволило значительно сократить время разработки ИЭС (по ряду экспертных оценок - более, чем на 40%), а также улучшить качество и глубину проработки БЗ создаваемых ИЭС.

5.3. Разработанные теория и методы построения ИЭС послужили базисом для пяти авторских курсов («Экспертные системы», «Интеллектуальные диалоговые системы», «Проектирование систем, основанных на знаниях», «Динамические интеллектуальные системы», «Введение в интеллектуальные системы») для студентов факультета кибернетики МИФИ, на основе чтения которых было написано 13 учебных пособий (два из которых отмечены премиями Российской ассоциации искусственного интеллекта как лучшие учебники для вузов в 1992 и 1998 гг.).

Автор выражает благодарность экспертам и студентам-программистам, принимавшим участие в практической апробации основных положений диссертации, а также РФФИ, Минобразованию РФ, фондам Сороса и Правительства г. Москвы за финансовую поддержку исследований.

Список литературы диссертационного исследования доктор технических наук Рыбина, Галина Валентиновна, 2004 год

1. Березин Е.П., Дроздков В.А., Попов Э.В., Преображенский А.Б. Первый шаг сделан: отечественная программа создания прикладных систем искусственного интеллекта на старте // Новости искусственного интеллекта. М., 1993, №4, с. 12-16.

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

3. Попов Э.В. Экспертные системы. Решение неформализованных задач в диалоге с ЭВМ- М.: Наука, 1987, -288 с.

4. Джексон П. Введение в экспертные системы. М. : Издательский дом «Вильяме», 2001, - 624с.

5. Люгер Джордж Ф. Искусственный интеллект: стратегии и методы решения сложных проблем, 4е издание: пер. с англ. -М.: Издательский дом «Вильяме», 2003. 864с.

6. Тарасов В.Б. От многоагентных систем к интеллектуальным организациям: философия, психология, информатика. М.: Эдиториал УРСС, 2002, - 352 с.

7. Ойхман Е.Г., Попов Э.В. Реинжиниринг бизнеса: Реинжиниринг организаций и информационные технологии. — М.: Финансы и статистика, 1997, 336с.

8. Калянов Г. Н. Case: структурный системный анализ (автоматизация и применение) М.: ЛОРИ, 1996,-242 с.

9. Калашян А.Н., Калянов Г.Н. Структурные модели бизнеса: DFD- технологии. М.: Финансы и статистика, 2003, - 25с.

10. Тельнов Ю.Ф. Интеллектуальные информационные системы в экономике. М.: ИНТЕГ, 2002, -316с.

11. Гаврилова Т.А., Червинская K.P. Извлечение и структурирование знаний для экспертных систем. М. : Радио и связь, 1992.

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

13. Стефанюк В.Л. Учить или учиться //Новости искусственного интеллекта. 2002, №5, с. 13-24

14. Петрушин В.А. Экспертно-обучающие системы. -Киев: Наукова думка, 1992 , 196с.

15. Уинстон П. Искусственный интеллект. М.: Мир , 1980 , - 519 с.

16. Цейтлин Н.Л. О поведении конечных автоматов в случайных средах //Автоматика и телемеханика. 1961, Т. XXII, № 10, с. 1345-1354.

17. Искусственный интеллект. Применение в интегрированных производственных системах. //Под ред. Э. Кьюсиана . М.: Машиностроение , 1991 , - 540 с.

18. Marque-Pucheu, G. Martin-Gallausiaux J. and Jomier G. //Interfacing Prolog and relation data base management systems //In New Applications of Data Bases. Academic Press, London, 1984, p. 225244.

19. Johnson H.R. Knowledge base management for CAD/CAM //Proc. IEEE COMPCON. Spring 1986, p. 280-286.

20. Bose P.K. and Rajinikanth M. KARMA: Knowledge based assistant to a database system //Proc. 2nd IEEE Conf. On Artificial //Intelligence Applications, The Engineering of Knowledge-based Systems. -1985, p. 467-472.

21. Lafue G.M.E. Basic decisions about linking an expert system with a DBMS: A case study //Database Engineering. 1983, 6(4), p.56-64.

22. Cholvy L. and Foisseau J. ROSALIE: A CAD object-oriented and rule-based system //Information Processing. North-Holland , Amsterdam , 1983, pp. 501-505

23. Брусиловский П.Л. Адаптивные интеллектуальные технологии в сетевом обучении.// Новости искусственного интеллекта. 2002, №5, с.25-31

24. Валькман Ю.Р. Интеллектуальные технологии исследовательского проектирования. Формальные системы и семиотические модели. Киев: Port-Royal, 1998, - 250с.

25. Эрлих А.И. Проблемы моделирования в интеллектуальных системах //Вестник Московского государственного технического университета. Спец. выпуск "Системы искусственного интеллекта " М.: МГТУ , 1994, N1, с. 29-33.

26. Акульшина И.Л., Виньков М. М, Интеллектуальные системы в области контроля //Новости искусственного интеллекта. 1993, N4, с. 117-127.

27. Rada R. Hypertext: from text to expertext. McGraw - HILL Book Company Europe, 1991.

28. Стефанюк B.J1. Когнитивные уровни учителя и ученика // Труды 4-го международного семинара по прикладной семиотике, семиотическому и интеллектуальному управлению.(А8С/ 1С' 99) — М.: ИПС РАН , 1999, с. 148-157.

29. Трахтенгерц Э.А. Компьютерная поддержка принятия решений,- М.: СИНТЕГ, 1998, 376с.

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

31. Загоруйко Н.Г. Прикладные методы анализа данных и знаний. Новосибирск: Изд-во Ин-та математики , 1999, - 270 с.

32. Акульшина И.Л., Ганасья Ж.-Г., Фарон К. SATELIT гипермедиа система, использующая знания //КИИ-96. Пятая национальная конференция с международным участием "Искусственный интеллект- 96". Сб. научных трудов в 3-х томах. Том 2. - М.:АИИ, 1996, с. 294-298.

33. Мизогучи Р., Бордо Ж. Использование инженерии онтологий для преодоления распространенных трудностей применения ИИ в образовании //Новости искусственного интеллекта. 2002, №5, с.3-12

34. Таратухин В.В. Интеграция систем имитационного моделирования и экспертных систем в САПР //КИИ-98. Шестая национальная конференция с международным участием. Сб. научных трудов в 3-х томах. Том 2 Пущино: РАИИ, 1998, с. 461-465.

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

36. Меркурьева Г.И., Меркурьев Ю.А. Экспертные системы имитационного моделирования //Известия АН СССР. Техническая кибернетика. 1991, №3, с. 156-173.

37. Попов Э.В., Евсеев О.В. Роль интеллектуальных инструментальных средств в реинжиниринге бизнес- процессов предприятий //Известия РАН. Теория и системы управления. 1999, № 5, с. 7482.

38. Ross R.G. Second Edition. The business Rule Book. Classifying, Defining and Modeling Rules. Data Research Group Inc. 1997, Boston, Massachusetts.

39. Тарасов В.Б., Соломатин Н.М. Развитие прикладных интеллектуальных систем: анализ основных этапов, концепций и проблем //Вестник МГТУ 1/94. Спец.выпуск "Системы искусственного интеллекта". Серия "Приборостроение". -М: МГТУ, 1994, с.5-14.

40. Рыбина Г.В. Проектирование систем, основанных на знаниях. Учебное пособие. М.: МИФИ, 1997,- 101с.

41. Нариньяни А.С. Модель или алгоритм: новая парадигма информационной технологии // Информационные технологии/ 1997, №4, с.11-16.

42. Хорошевский В.Ф. Обработка естественно- языковых текстов: от моделей понимания языка к технологиям извлечения знаний //Новости искусственного интеллекта. —М., 2002, №6, с. 19-26.

43. Рыбина Г.В. Принципы создания автоматизированной технологии проектирования интегрированных экспертных систем (проект АТ-ТЕХНОЛОГИЯ) //Новости искусственного интеллекта. 1993, N4, с.105-116.

44. Христьяновский Д.Г., Эрлих А.КПроблемы моделирования в интеллектуальных прикладных системах // III Конференция по искусственному интеллекту. КИИ-92. Сб. научных трудов в 2-х томах. Т.2. -Тверь, 1992, т.2, с.78-81.

45. The А1 Workbench BABYLON. Addison-Wesley, 1989, -240 с.

46. Гринберг С.Я., Смола В.В., Яхно Т.М. Построение интегрированных ЭС в оболочке DI*GEN // III Конференция по искусственному интеллекту КИИ-92. Сб. научных трудов, в 2-х томах. Том 2.-Тверь, 1992, с.62-64.

47. Сапегин A.M., Финн В.К. Интегрированная интеллектуальная система молекулярного дизайна физиологии активных веществ //III Конференция по искусственному интеллекту КИИ-92. Сб. научных трудов в 2-х томах. Том 2. -Тверь, 1992 г., с.10-12.

48. Аксенова Е.С., Рыбина Г.В. Демонстрационный прототип экспертной системы для диагностики сетевого вычислительного комплекса // II Всесоюзная конференция 11 Искусственный интеллект-90", Сб. научных трудов, в 3-х томах. Том 2. -Минск, 1990, с. 68-71.

49. Частиков А.П., Гаврилова Т.А., Белов Д.Л. Разработка экспертных систем. Среда CLIPS. -СПб.: «БХВ-Петербург», 2003, 608с.

50. Интегрированная система для создания прикладных систем с базами данных и знаний (ИНТЕРЭКСПЕРТ). Калинин: НПО "ЦЕНТРПРОГРАММСИСТЕМ", 1988, т. 1-8.

51. Фоминых И.Б. Интеграция нейронных и символьно-логических моделей в интеллектуальных технологиях // VII Национальная конференция с международным участием "Искусственный интеллект- 2000". Труды конференции. Том 2. -М.: Физматлит, 2000, с.588-595.

52. Виттих В.А., Скобелев О.П., Скобелев П.О. Интеллектуальная обучающая система для подготовки инженеров: прагматический подход //III Конференция по искусственному интеллекту КИИ-92. Сб. научных трудов в 2-х томах. Том 2. -Тверь, 1992, с.36-43.

53. Dede C.J. Emprowering Environments, Hypermedia and Microworlds //The Computing Teacher. -1987, v.15, N3, p.20-24.

54. Брусиловский П.Л., Зырянов М.И. Интеллектуальная учебная среда "Остров" //III Конференция по искусственному интеллекту КИИ-92. Сб. научных трудов в 2-х томах. Том 2. -Тверь, 1992, с.33-36.

55. Колесников А.В. Проблемно-структурная технология разработки приложений гибридных интеллектуальных систем // КИИ-2000. Седьмая национальная конференция с международным участием. Труды конференции. Том 2. -М.: Физматлит, 2000, с.717-725.

56. Burns N.A. et all- Portable Inference Engine: Fitting significant Expertise//Into Small Systems. IBM System Journal, v.25, N2, 1986.

57. Bennet J.S., Engelmore R.S. SACON: a knowledge based consultant for structural analysis. In Proc.of the 6-th Int. Joint Conference on Artificial//Intelligence. -Tokyo, 1979, p.47-49.

58. Maher M.L. H3-RISE: an expert system for preliminary structural design. Expert systems for Engineering Design.Ed by M.D.Rychener. -Boston: Academic Press, 1988, p.37-52.

59. Adeli Н., Balasubramanyam K.V. Expert systems for structural design: a new generation. -Englewood Cliffs: Prentice Hall, 1988.

60. Тарасов В.Б. Интеллектуальные системы в проектировании //Новости искусственного интеллекта. 1993, N4, с.24-67.

61. Лихогруд Н.Г., Лихогруд Г.М., Яловец А.Л. Экспертные системы проектирования объектов строительства //Новости искусственного интеллекта. 1993, N4, с.68-91.

62. James J.R. Expert system shells for combining symbolic and numeric processing in CADCS. Computer Aided Design in Control Systems. Ed. by Z-Y. -Chen. Oxford: Pergamon Press, 1988, p.347-352.

63. Рыбина Г.В., Берестова В.И., Заволович O.B. Обучающая экспертная система КОНВАКС //Методы и системы технической диагностики. Экспертные обучающие системы. Межвузовский сб. научных трудов. Вып. 15. -Саратов: СГУ, 1991, с.135-137.

64. Рыбина Г.В. Проектирование гибридных экспертных систем в среде ИНТЕР-ЭКСПЕРТ //Всесоюзная конференция "Искусственный интеллект 90". Сб. научных трудов в 3-х томах. ТомЗ.-Минск, 1990, с.188-191.

65. Kitzmiller С.Т., Kowalec J.S. Symbolic and numerical computing in knowledge based systems. Coupling Symbolic and Numerical Computing in Expert Systems.Ed.by J.S.Kowalic. -Amsterdam. Elsever Science Publishers, 1986, p.3-17.

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

67. Калянов Г. H. Case: структурный системный анализ (автоматизация и применение) -М. : ЛОРИ , 1996,-242 с.

68. OOPS, CASE and expert systems //Expert Systems Strategies. 1989, v.5, N10, p.1-14.

69. Вендров A.M. CASE-технологии. Современные методы и средства проектирования информационных систем. -М.: Финансы и статистика, 1998, -352 с.

70. Федунов Б.Е. Проблемы разработки бортовых оперативно советующих экспертных систем для антропоцентричных объектов //Изв. РАН. ТиСУ, 1996. №5, с. 147-159.

71. Федунов Б.Е. Семантический облик базы знаний интеллектуальных систем на антропоцентричных объектах //КИИ-2000. VII национальная конференция по искусственному интеллекту с международным участием. Труды конференции. T.l. -М.: Физматлит, 2000, с. 286290.

72. Заволович О.В., Рыбина Г.В. Средства автоматизации приобретения знаний в экспертных системах: классификация, современное состояние, сравнительный анализ //Программные продукты и системы. Software & Systems. -Тверь, 1993, N1, с.54-58.

73. Заволович О.В., Рыбина Г.В. Система автоматизированного приобретения знаний АСПРиЗ // III Конференция по искусственному интеллекту (КИИ-92). Сборник научных трудов в 2-х томах. Т.1. -Тверь, 1992, с. 115-117.

74. Rybina G.V., Zavolovich O.V. Computer/Anterviewing of Experts on the Basis of Typical Tasks Solving Models //Proceedings EAST-WEST Conference on Artificial//Intelligence. From Theory to Practice. EWAIC '93. -Moscow 1993, ICSTI, p. 170- 172.

75. Каташкин М.В., Рыбин В.М., Рыбина Г.В., Рудина С.В. Выбор и расчет первичных преобразователей параметров пучков заряженных частиц //Измерительная техника. 1993, № 11, с. 26-27.

76. Рыбина Г.В., Берестова В.И. Обучающая экспертная система КОНВАКС-УЧИТЕЛЬ /ЛII Конференция по искусственному интеллекту КИИ-92. Сб. научных трудов в 2-х томах. Том 1. Тверь: АИИ, 1992, с. 49-50.

77. Рыбина Г.В. Разработка гибридных экспертных систем средствами интегрированного пакета ИНТЕР-ЭКСПЕРТ //Экспертные системы в научных исследованиях автоматизации проектирования и производства. -М.: Минатомэнергопром, МФ ЦИПК, 1990, с. 59-60.

78. Рыбина Г.В., Берестова В.И., Цыганов Г.А., Громов В.В., Чуйко Т.В. Интегрированная экспертная система ТЕРРА //III Конференция по искусственному интеллекту КИИ-92. Сб. научных трудов в 2-х томах. Том 1. -Тверь: АИИ, 1992, с. 57-58.

79. Месарович Н., Такахара Я. Общая теория систем: математические основы. -М.: Мир, 1978, — 311с.

80. Агафонов В.Н. CASE- системы и методы спецификации программ //Программные продукты и системы. Software & Systems. -1993, N 1, с.54-58.

81. Рыбина Г.В. Модель диалога в естественно-языковой системе ДИС АР // Автоматизированная информационная технология. -М.: Энергоатомиздат,1990, с. 29-36.

82. Рыбина Г.В. Вопросы проектирования интегрированных экспертных систем в среде ИНТЕРЭКСПЕРТ //Межвузовский сборник "Локальные вычислительные сети и распределенная обработка данных". -Новосибирск: НГУ, 1991, с. 19-24.

83. Гэйн К., Сарсон Т. Структурный системный анализ: средства и методы. -М.: Эйтекс, 1992.

84. Readings in Knowledge Acquisition and Learning. Automating the construction and improvement of expert systems. Ed. by Bruce G. Buchanan and David C. Welkins. Morgan Kaufmann Publishers, -San Mateo, California, 1993, 906 p.

85. Андон Ф.И., Лаврищева E.M. Тенденции развития технологии программирования 90-х. //УСиМ, 1993, N3, с. 22-29.

86. Андриенко Г.Л., Андриенко Н.В. Подход к приобретению экспертных знаний о задачах с разнотипными компонентами //III Конференция по искусственному интеллекту КИИ-92. Сб. научных трудов, в 2-х томах. Том 1. -Тверь, 1992, с.96-99.

87. Виттих В.А., Смирнов С.В. Интегрированные модели артефактов в согласованной инженерной деятельности // КИИ-98. Сб. научных трудов VI национальной конференции с международным участием. Т.2. -Пущино: РАИИ, 1998, с.398-403.

88. Ларичев O.K., Мечитов А.И., Мошкович Е.М., Фуремс Е.М. Системы выявления экспертных знаний в задачах классификации //Изв. АН СССР. Сер. Техн. Кибернетика, 1987, N2, с.74- 84.

89. Newell A., Simon М.А. Human problem solving. -Englewood Cliffs, New Jersey: Prentice Hall, 1972.

90. Колчин А.Ф., Овсянников M.B., Стрекалов А.Ф., Сумаронов С.В. Управление жизненным циклом продукции. -М.:Анахарис, 2002, -304 с.

91. Мендельсон Э. Введение в математическую логику. -М.: Наука, 1971, 320с.

92. Ларичев О.И. Теория и методы принятия решений, а также хроника событий в Волшебных странах. М: Логос, 2000, - 296с.

93. Вагин В.Н., Еремеев А.П. Некоторые базовые принципы построения интеллектуальных систем поддержки принятия решений реального времени. //Известия РАН. ТиСУ. 2001, №6, с. 114-123.

94. Волков A.M., Ломнев B.C. Классификация способов извлечения опыта экспертов //Изв. АН СССР. Сер. Техническая Кибернетика, 1989, №5, с.34-44.

95. Гаврилова Т.А. и др. Формирование поля знаний на примере психодиагностики //Изв. АН СССР. Сер. Техническая Кибернетика, 1988, №3, с. 72-85.

96. Гинкул Г.П. Игровой подход к приобретению знаний с элементами машинного обучения /Л1 Всесоюзная конференция "Искусственный интеллект-90". Выставка, -Минск, 1990, с. 125-128.

97. Кук Н.М., Макдональд Дж. Э. Формальная методология приобретения и представления экспертных знаний //ТИИЭР, 1986, т. 74, №10.

98. Ленат Д. Искусственный интеллект //Современный компьютер. -М.: Мир, 1986.

99. Нарушев Е.С., Хорошевский В.Ф. Программное обеспечение экспертной системы Cattle //II Всесоюзная конференция "Искусственный интеллект-90". Выставка, -Минск, 1990, с.96- 100.

100. Осипов Г.С. Построение моделей предметных областей. Неоднородные семантические сети. //Изв. АН СССР. Сер. Техническая Кибернетика, 1990, №5.

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

102. Boose I.H. Uses of repertory grid centre knowledge acquisition tools for knowledge-based system Hint. J. Man-Machine Studies, 1988, Vol. 29, №3.

103. Boose I.H. Bradshow. Expertise transfer and complex problems using AQUINAS as a knowledge-based system //Int. J. Man-Machine Studies, 1987, Vol. 26, №1.

104. W. Clancey Heuristic Classification //Artificial//Intelligence,1985, Vol.27, №3, p.289- 350.

105. Попов Э.В. Корпоративные системы управления знаниями //Новости искусственного интеллекта. 2001, №1, с.14-25.

106. J.Deiderich, Ruhmann. KRITON: a knowledge acquisition tools for expert systems //Int. J. Man-Machine Studies, 1987, Vol. 26, N1.

107. T.G.Deitterich, N.S.Flann, D.C. Wilkins. News and notes //Machine Learning, Vol. 1, 1986, p. 227242.

108. L.Eshelman, D.Ehret, J.MacDermott. MOLE: tenacious knowledge acquisition tool //Int. J. Man-Machine Studies, 1987, Vol. 26, N1.

109. L.Eshelman. MOLE: a knowledge acquisition tool that buries certainty factors //Int. J. Man-Machine Studies, 1988, Vol. 29, p.569-577.

110. B.R.Gaines. Knowledge acquisition systems for rapid prototyping of expert systems //INFOR. Vol.26, N4, 1988, p. 256-285.

111. B.R.Gaines, A.T.Rappaport. Integrating knowledge acquisition and performance systems //Artificial Intelligence, 1989, Vol.40, N2, p. 307-326.

112. P.Harmon. Knowledge acquisition tolls //Expert Systems Strategies, 1989, Vol.5, N7, p.1-14.

113. Gruber T.R. A Translation approach to Portable Ontologies // Knowledge Acquisition. 1993, №5(2), p. 199-220.

114. Klincker, S.Qenetet, J.McDermott. Knowledge acquisition for evaluation systems //Int. J. Man-Machine Studies, 1988, Vol.29, p. 715-731.

115. J.S.Piazza and F.A.Helsabeck. LAPS: cases to models to complete expert systems //AI Magazine, 1990, Vol.1 l,N3,p.80-107.

116. Quinlan J.R. Induction of decision trees //Machine learning, N1, 1986, p.81-106.

117. Quinlan J.R., Compon P.J., Horn K.A., Lasarus L. Inductive knowledge acquisition: A case study. Application of expert systems. -Wokingam, England: Addison-Wesley, 1987.

118. B.G.Silverman. Critiquing Human Judgment Using Knowledge-Acquisition Systems //AI Magazine, 1990, Vol.1 l,N3,p.60-79.

119. S.Slade. Case-based reasoning: a research paradigm //AI Magazine, 1991, Vol.12, N1, p.42-53.

120. Тельнов Ю.Ф. Реинжениринг бизнес-процессов. M.: Финансы и статистика, 2003, -256 с.

121. Уэно X., Исидзука М. Представление и использование знаний. Перевод с японского. -М.: Мир, 1989,-220 с.

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

123. Scott А.С., Clayton I.E., Gibson E.L. A Practical Guide to Knowledge Acquisition. -Addison-Wesley Publishing Company Inc., 1991.

124. Молокова O.C. Методология анализа предметных знаний // Новости искусственного интеллекта. 1992, №3.

125. Молокова О.С. Программные системы приобретения знаний //Новости искусственного интеллекта. 1992, №4.

126. Chan C.W., Johnston М. Knowledge modelling for constructing an expert system to support reforestation decisions // Knowledge-Based Systems. February 1996, V. 9. № 1, c.41-59.

127. Хорошевский В.Ф. PIES-технология и инструментарий PiES WorkBench для разработки систем, основанных на знаниях// Новости искусственного интеллекта. 1995, № 2, с.7-64.

128. Рыбина Г.В. Заданно-ориентированная методология автоматизированного построения интегрированных экспертных систем для статических проблемных областей // Известия РАН. Теория и системы управления. 1997, № 5, с.129-137.

129. Рыбина Г .В., Пышагин С.В., Смирнов В.В., Чабаев А.В. Программные средства и технология автоматизированного построения интегрированных экспертных систем //Программные продукты и системы. Software & Systems. 1997, № 4, с.37-45.

130. Rybina G.V.,Kolobashkina M.V.,Sergievskaya O.G., Smirnov V.V. A Combined Method of Knowledge Acquisition //Proceedings of CESA'96 IMACS Multiconference Computational Engineering in Systems Applications. -France, Lille, Gerf EC Lille, 1996, p.177-180.

131. Rybina G.V., Kolobashkina M.V.,Sergievskaya O.G., Smirnov V.V. A Combined Method of Knowledge Acquisition // Proceedings of ECAI'96 12h European Conf. on Artificial Intelligence (W30). -Hungary, Budapest: John Wiley & Sons Ltd, 1996, p.43-46.

132. Rybina G.V., Kolobashkina M.V. Knowledge Acquisition in AT-TECHNOLOGY Complex // Proceedings of JCKBSE'96 Second Joint Conference on Knowledge-Based Software Engineering. -Bulgaria, Sofia: BAIA, 1996, p. 168-173.

133. Rybina G.V., Kolobashkina M.V. Problem-oriented methodology of knowledge acquisition // Proceedings of 7-th International Conference AIICSR'97 and 2-nd Workshop on Applied Semiotics. -Smolenice Castle, Slovakia, 1997, p.105-110.

134. Поспелов Д.А. Развитие методов обоснования знаний // Вестник РГГУ. -М., 1996.

135. Рыбина Г.В, Естественно-языковая система для автоматизации расчетных работ в САПР и АСУТП // Прикладные и экспериментальные лингвистические процессоры. -Новосибирск, 1982, с.60-75.

136. Рыбина Г.В., Арменский А.Е. Синтез программ с помощью фреймов в интеллектуальных банках данных // Интеллектуальные банки данных. -М.: Энергоатомиздат, 1982, с.80-85.

137. Нариньяни А.С. Недоопределенность в системах представления и обработки знаний // Изв. АН СССР. Техн.кибернетика. 1986, № 5.

138. Проблемы представления и обработки не полностью определенных знаний. Под ред. А.С. Нариньяни. -М.: РосНИИ ИИ, 1996,

139. Нечеткие множества в моделях управления и искусственного интеллекта. Под ред. Поспелова Д.А. -М.: Наука, 1986, -312 с.

140. Городецкий В.И., Тулупьев А. Л. Формирование непротиворечивых баз знаний с неопределенностью // Изв. Академии Наук. Теория и системы управления. 1997, №5.

141. Naouche С., Charlet J. KJBS Validation: A Knowledge Acquisition Perspective // Proceedings of ECAI'96 12h European Conf. on Artificial//Intelligence. -Hungary, Budapest: John Wiley & Sons Ltd, 1996.

142. Corby O, Dieng R. Cokace; A Computerbased environment for Common KADS Conceptual Modeling Language // Proceedings of ECAI' 96 12h European Conf. on Artificial Intelligence. -Hungary, Budapest: John Wiley & Sons Ltd, 1996.

143. Моргоев B.K. Метод структурирования и извлечения экспертных знаний: имитация консультации // Человеко-машинные процедуры принятия решения. -М.: ВНИИСИ, 1988.

144. Brazier F., Treur J., Wijngaards N. Modeling Interaction with Experts: The Role of a Shared Task Model // Proceedings of ECAI' 96 12h Europian Conf. on Artificial Intelligence. -Hungaiy, Budapest: John Wiley & Sons Ltd, 1996.

145. Schreiber G., Wielinga В., de Hoog R. etal. CommonKADS: a Comprehensive Methodology for KBS Development // IEEE Expert. Dec. 1994, V.6 (9).

146. Кобринский Б.А. Подходы к отображению субъективно-нечетких представлений эксперта и пользователя и интеллектуальных систем //Программные продукты и системы. Software & Systems. 1997. № 4, с.90-95.

147. Норенков И.П. Принципы построения и структура. -М.: Высшая школа, 1986.

148. Biebow В., Szulman S. Acquisition and validation of software requirements //Knowledge Acquisition, №6, 1994.

149. Микулич Л.И. Промышленная технология создания систем, основанных на знаниях // Экспертные системы на персональных компьютерах. -М.: МДНТП им. Дзержинского. 1990, с. 16-21.

150. Хорошевский В.Ф. Управление проектами в интеллектуальной системе PIES Work Bench. //Известия РАН. Техническая кибернетика, 1993, N5, с. 71-98.

151. Буч Г. Объектно-ориентированный анализ и проектирование с примерами приложений на С++. Второе издание. М.: "Издательство Бином", СПб.: "Невский диалект", 1999, - 560 с.

152. Капитонова Ю.В. Новации в интеллектуальном программном инструментарии //KDS-97. VI Международная конференция "Знания-Диалог-Решения ". Сб. научных трудов в 2-х томах. Том 2. -Киев: АСПИС, 1997, с. 611-621.

153. Rybina G.V., Rybin V.M., Safonenco V.A. An Expert System for Beam Diagnostics. //Proceeding: Supplements Int.J. Mod. Phys.A., (Proc. Syppl.)2A(1993) High Energy Accelerators. (HEACC'92), Hamburg, Germany, 1992 vol.1, p.237-238.

154. Rybina G.V. Application of Simulation Modeling methods for the Designing Real- Time/Antegrated Expert Systems //Journal of Computer and Systems Sciences//International. V.39, №5. 2000, p.812-821

155. Rybina G.V. Integrated Expert Systems: State of the Art, Problems, and Trends. //Journal of Computer and Systems Sciences//International, Vol.41, No. 5, 2002, pp. 780- 793.

156. Ларичев О.И., Мечитов А.И., Мошкович Е.М., Фуремс Е.М. Выявление экспертных знаний. -М.: Наука, 1989,- 128с.

157. Rybin V.M, Rybina G.V., Safonenco V. A. An Expert System for Beam Diagnostics //Biannual Report' 93,94, ISSN 0135-9266. -Moscow: MEPHI, 1995, p.210-213.

158. Рыбин B.M., Рыбина Г.В., Харитонов A.E. Прототип экспертной системы реального времени для управления электрофизическим комплексом // Динамические интеллектуальные системы в управлении и моделировании. Труды ЦРДЗ. М.: ЦРДЗ, 1996, с.53-55.

159. Rybin V., Rybina G. The prototype of a Real Time Expert System for Control of Electrophysical Complex //Proceeding of 15-th IMACS World Congress on Scientific Computation, Modeling and

160. Applied Mathematics. Berlin, August 1997. Vol.4. Artificial Intelligence and Computer Science. -Berlin, Wisserischaft & Technik Verlag, 1997, p.97-100.

161. Рыбина Г.В. Вопросы построения интегрированных экспертных систем для диагностики сложных технических систем // KDS-97. Шестая Международная конференция "Знания- Диалог-Решение". Сб. научных трудов в 2-х томах. Том 2. -Ялта: АСПИС, 1997, с.421-428.

162. Рыбина Г.В. Проектирование систем, основанных на знаниях // Международная летняя школа-семинар по искусственному интеллекту для студентов, аспирантов и молодых ученых (Браслав-97). Сб. трудов. -Минск: БГУИР, 1998, с. 44-52.

163. Рыбина Г.В. Принципы построения систем, основанных на знаниях // 3-я Международная летняя школа-семинар по искусственному интеллекту для студентов и аспирантов (Браславская школа -1999). Сб. научных трудов. Мн.: БГУИР, 1999, с.46-52.

164. Рыбина Г.В. Автоматизированное построение баз знаний для интегрированных экспертных систем // Известия РАН. Теория и системы управления. 1998, №5, с. 152- 166.

165. Рыбина Г.В. Особенности и принципы построения интегрированных экспертных систем для диагностики сложных технических систем // Приборы и системы управления. 1998, №9, с. 1216.

166. Рыбина Г.В., Пышагин С.В. Интеллектуальная поддержка разработки интегрированных экспертных систем // КИИ-98. Шестая национальная конференция с международным участием Сб. научных трудов в 3-х томах. Т. 2. -Пущино: РАИИ, 1998, с. 419-426.

167. Городецкий В.И., Самойлов В.В., Малов А.О. Современное состояние технологии извлечения знаний из баз и хранилищ данных //Новости искусственного интеллекта.2002, №3, с.3-12.

168. Цаленко М.Ш. Моделирование семантики в базах данных. -М.: Наука, 1989, 286 с.

169. Rybina G., Rybin V. Using the simulation modeling methods for the designing real-time integrated expert system //Proceeding of the X-th International Conference "Knowledge Dialogue - Solution". -Sofia: FOI-COMMERCE, 2003, p.252-258.

170. Мечитов А.И., Фуремс Е.М. Задачи экспертной классификации многомерных объектов //Системы и методы поддержки принятия решений. Сб. трудов. Выпуск 12. -М.: ВНИИСИ. 1986, с.44-56.

171. Рыбина Г.В., Рыбин В.М. Динамические интегрированные экспертные системы реального времени: анализ опыта исследований и разработок // Приборы и системы управления. 1999, №8, с. 4-8.

172. Рыбина Г.В., Душкин Р.В. Об одном подходе к автоматизированному извлечению, представлению и обработке знаний, содержащих НЕ-факторы // Известия РАН. Теория и системы управления. 1999, №5, с. 34-44.

173. Rybina G., Rybin V. Using the simulation modeling methods for the design real-time Integrated expert systems //International Journal "Information Theories & Applications". V. 10/2003, Number 1, p. 6671.

174. Захаров B.H. Интеллектуальные системы управления //Изв. РАН. Теория и системы управления. 1997. №1, с. 70-78

175. Nguen Т.А. Perkins W.A., Laffey T.J., Pegora D. Knowledge Base Verification //AI Magazine, v. 8, № 2. Summer 1987. pp 69-75.

176. Dempster A.P. Upper and Lower Probabilities Induced by a Multivalued Mapping// Annals of Mathematical Statistics 38, 1976.

177. Shafer G. A Mathematical Theory of Evidence// Princeton University Press, Princeton, NJ, 1976.

178. Michael Wilder EZ-Xpert RAD Comes to Expert Systems.PC AI 1/98; //AI Magazine, 1998, p.39-41.

179. Шапот М.Д. Вывод решений в условиях неопределенности в системе ЭКО //Экспертные системы на персональных компьютерах. Материалы семинара. -М.: МДНТП, 1989.

180. Nguyen, Т.A., Verifying Consistency of Production Systems //Proceedings of the Third IEEE Conference on Artificial//Intelligence Applications, -Kissimmee, FL, February 1987, pp. 4— 8

181. Wilson N., Moral S. Fast Markov Chain Algorithms for Calculating Dempster Shafers Belief// Proceedings of 12th European Conference on Artificial Intelligence. August 11-16, 1996. -Budapest, Hungary. John Wiley & Sons Ltd.

182. Батыршин И.З. Методы представления и обработки нечеткой информации в интеллектуальных системах// Новости искусственного интеллекта. 1996, №2.

183. Мелихов А.И., Берштейн Л.С., Коровин С.Л. Ситуационные советующие системы с нечеткой логикой. -М.: Наука, 1990, 272 с.

184. Shafer G. Perspectives on the Theory and Practice of Belief Functions //International Journal of Approximate Reasoning, 1990, №4.

185. Рощупкина В.Д., Шапот М.Д. Интеллектуальный анализ данных в бизнес-приложениях: подход фирмы Cognos //Новости искусственного интеллекта. 1997, №4.

186. Рыбина Г.В. Использование методов имитационного моделирования при создании интегрированных экспертных систем реального времени // Известия РАН. Теория и системы управления. 2000, № 5, с. 147-156.

187. Switzerland, August 21-25, 2000). Lausanne: ECOLE POLYTECNIQUE FEDERALE DE LAUSANNE, 2000, 116-121.

188. Rybin V.M., Rybina G.V. Monitors for Beam Diagnostics //Conference Abstracts: EPAC 2000 , Seventh Europen Particle Accelerator Conference. -Vienna, 26 to 30 June 2000, p. 100.

189. Низамов А.Ж., Хохлов Ю.П., Даниленко K.H., Рыбина Г.В. Прототип интгрированной экспертной системы реального времени для оценки результатов геофизических измерений // Научная сессия МИФИ-2000. Сб. научных трудов. М.: МИФИ, 2000, ТЗ, с. 125-126

190. P. Groot and A. ten Teije and F. van Harmelen, Formally verifying dynamic properties of KBS, Proceedings of the 11th European Workshop on Knowledge Acquisition, Modeling, and Management ({EKAW}'99). -Springer-Verlag, 1999, pp. 157-172.

191. Рыбина Г.В. Интеграция и гибридизация в прикладных интеллектуальных системах // Научная сессия МИФИ-2001. Сб. научных трудов. Том 3. -М: МИФИ, 2001, с.58-59.

192. Рыбина Г.В., Шакиров А.Н. О построении сетевой модели обучаемого средствами инструментального комплекса АТ-ТЕХНОЛОГИЯ // Научная сессия МИФИ-2003. Сб. научных трудов. Том 3. -М: МИФИ, 2003, с.105-106.

193. Городецкий В.И., Тулупьев А.Л. Непротиворечивость баз знаний с количественными мерами неопределенности //КИИ-98. Шестая нац. конференция с межд. участием. Сб. научных трудов в 3-х томах -Пущино, 1998, Т.1. С. 100-107.

194. Рыбина Г.В., Душкин Р.В., Душкина Е.Н. О новых возможностях лингвистического процессора инструментального комплекса АТ-ТЕХНОЛОГИЯ // Научная сессия МИФИ-2001. Сб. научных трудов. Том 3. -М: МИФИ, 2001, с.134-135.

195. Рыбина Г.В. Особенности современных подходов к построению экспертных систем. //1САГ2001. Международный конгресс "Искусственный интеллект в XXI веке". Труды конгресса. Том 1. -М: Физматлит, 2001, с.383-391.

196. Рыбина Г.В., Петухов Д.М. Модель взаимодействия интеллектуальных агентов //Труды Международной научно-практической конференции KDS-2001 "Знание-Диалог-Решение". Том 2. -С.-Петербург: СЗГЗТУ, 2001, с.548-553.

197. Рыбина Г.В. Современные экспертные системы: тенденции к интеграции и гибридизации //Приборы и системы. Управление, Контроль, Диагностика. -М.: Научтехлитиздат, 2001, №8, с. 18-21.

198. Рыбина Г.В. Современные экспертные системы: тенденции к интеграции и гибридизации // Труды X Международного научно-технического семинара "Современные технологии в задачах управления, автоматизации и обработки информации". -М: МАИ, 2001, с.33-34.

199. Рыбина Г.В. , Душкин Р.В. НЕ-факторы: лингвистические аспекты извлечения знаний // Труды Международного семинара Диалог'02 по компьютерной лингвистике и её приложениям в двух томах. Под ред. А.С. Нариньяни. Т.2. -М.: Наука, 2002, с.484-488.

200. Рыбина Г.В. Новые тенденции и перспективы развития интегрированных экспертных систем // КИИ-2002. Восьмая национальная конференция по искусственному интеллекту с международным участием. Труды конференции. Том 2. -М.: Физматлит, 2002, с.73 8-764.

201. Рыбина Г.В. Интегрированные экспертные системы: современное состояние проблемы и тенденции //Известия РАН. Теория системы управления. 2002, №5, c.l 11-126.

202. Рыбина Г.В., Берзин В.Ю. Модель диалога интеллектуальных агентов //Труды Международного семинара Диалог" 02 по компьютерной лингвистике и её приложениям в двух томах. Под ред. А.С. Нариньяни. Т.2. -М.: Наука, 2002, с.477-483.

203. Дулина Н.Г., Киселев И.А. Метод построения согласованной базы знаний эксперта на основе управляемой реструктуризации поступающей информации // В кн. КИИ-2000. Седьмая нац. конференция с межд. участием. Тр. конф. -М.: Физматлит, 2000, Т.2. С. 112-119.

204. Рыбина Г.В. Архитектуры интегрированных экспертных систем: современное состояние и тенденции //Новости искусственного интеллекта. 2002, №4 (52), с. 10-17.

205. Рыбина Г.В. Веб-ориентированные экспертные системы // Научная сессия МИФИ-2003. Сб. научных трудов. Т.З. -М.: МИФИ, 2003, с.26-27.

206. Eremeev A., Vagin V. A real-time decision system prototype for management of a power bloc using codnitive grapics // Proceedings of the X-th International Conference "KDS" -Sofia: FOI-COMMERCE, 2003, pp. 79-85.

207. Christopher J.R. Green, Marlene M.Eckert. Verivication and Validation of expert systems. //Proceedings of the WESTEX-87 -Western Conference on Expert Systems, 1987, p. 38-43.

208. Geissman J.R., Schultz R.D. Verification and Validation Expert Systems //AI Expert, Feb., 1988, pp. 26-33.

209. Дрогобыцкий И.Н. Проектирование автоматизированных информационных систем. М.: Финансы и статистика, 1992, -208с.

210. Van Harmelen F. Applying rule-base anomalies to KADS inference structures //Decision Support Systems, V.21,No 4, 1998, pp 271-280.

211. С.А.Зыкова, А.Ф.Колчин. Верификация знаний в интеллектуальных системах, основанных на правилах //Известия Академии Наук. Техническая кибернетика, 1993, N5.

212. Канер С, Фолк Д, Нгуен Е.К. Тестирование программного обеспечения. -К. Издательство "ДиаСофт", 2001,- 544 с.

213. Зейденберг В.К., Зимарев А.Н., Степанов A.M., Масловский Е.К. Англо- русский словарь по вычислительной технике: Ок. 42 000 терминов /Под редакцией Масловского Е.К. -М: Рус.яз., 1990.

214. Towell G.G., Shavlik J.W., Noordewier М.О. Refinement of Approximate Domain Theories by Knowledge-Based Neural Networks //Proceedings of the Eighth National Conference on Artificial Intelligence. -Boston, MA, 1990, pp. 861- 866

215. Рыбина Г.В., Пышагин C.B., Смирнов B.B., Левин Д.Е., Душкин Р.В. Инструментальный комплекс для поддержки разработки интегрированных экспертных систем. Учебное пособие. -М.: МИФИ, 2001,- 101с.

216. Зыкова С.А. Колчин А.Ф. Методы и средства верификации знаний в интеллектуальных системах, основанных на правилах // КИИ-92. Третья конференция по искусственному интеллекту. Сб. научных трудов в 2-х томах. Т.1. -Тверь 1992. С. 27-30.

217. Рыбина Г.В. Новые архитектуры экспертных систем // Современные технологии в задачах управления, автоматики и обработки информации. Труды XII Международного научно-технического семинара. -М.: Издательство МЭИ, 2003, с.83-85.

218. Paralic J., Andrassyova Е.//Intelligent Knowledge Discovery // Proceeding of INES'99. Slovakia, 1999, P ■

219. Michalski R.S., Bratko I., Kubat H. Machine Learning and Data Mining: Methods and Applications. -Jonh Wiley & Sons Ltd., 1996.

220. Башмаков А.И., Башмаков И.А. Разработка компьютерных учебников и обучающих систем. -М.: Филинч, 2003.301.3олотова Г.А. Синтаксический словарь. Репертуар элементарных единиц русского синтаксиса. — М.: Наука, 1998, 440 с.

221. Зализняк А.А. Грамматический словарь русского языка: Словоизменения. Ок. 100000 слов. 3-е изд. стер. -М.: Русский Язык, 1987, 880 с.

222. Clark P., Nibbett Т. The CN2 induction algorithm //Machine Learning Journal, 1988, № 4.

223. Quinlan J.R. Induction of Decision Trees //Machine Learning Journal, 1986, № 1.

224. Sreerama K. Murthy, Simon Kasid, Steven Salzberg. A System for Induction of Oblique Decision Trees //Journal of Artificial//Intelligence Research. 1994, № 8.

225. Quinlan J.R., C4.5 : Programs for Machine Learning. Morgan Kaufman , San Francisco, 1993.

226. Sacerdoti E.D. The nonlinear nature of plans //James Allen James Hendler and Austin Tate, editors, Readings in Planning. -Morgan Kaufman, 1990, p. 162-170.

227. Рыбина Г.В., Душкин Р.В., Сидоркина Ю.С. О конкретном подходе к извлечению нечетких знаний. // Научная сессия МИФИ-2004. Сб. научных трудов. Т.З. -М.: МИФИ, 2004, с. 144- 145.

228. Рыбина Г.В., Таныгина Е.А., Реброва О.Ю. Прототип интегрированной экспертной системы для дифференциальной диагностики инсультов // Научная сессия МИФИ-2004. Сб. научных трудов. Т. 10.-М.: МИФИ, 2004, с. 18-19.