Разработка методов и средств поддержки принятия решений для интегрированной инструментальной среды построения систем обработки информации и управления в машиностроении тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Пушкин, Алексей Юрьевич

• Пушкин, Алексей Юрьевич
• кандидат технических наук
• 2007

Оглавление диссертации кандидат технических наук Пушкин, Алексей Юрьевич

ВВЕДЕНИЕ.

ГЛАВА 1. ЗАДАЧА СОЗДАНИЯ И ИСПОЛЬЗОВАНИЯ В МАШИНОСТРОИТЕЛЬНЫХ САПР ПОДСИСТЕМ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ.

1.1. Современный подход к автоматизации принятия решений.

1.2. Инструментальные и программные средства разработки программного обеспечения.

1.3. Выводы.

ГЛАВА 2 МАТЕМАТИЧЕСКИЕ И ПРОГРАММНЫЕ СРЕДСТВА ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ.

2.1. Теория принятия решений.

2.2. Рассуждения в условиях неопределенности.

2.3. Интеллектуализированные системы.

2.4. Искусственный интеллект и экспертные системы.

2.5. Классификация экспертных систем.

2.6. Базы знаний.

2.7. Математические основы продукционных систем.

2.8. Методы устранения неопределенностей и пополнения знаний.

2.8. Языки программирования задач искусственного интеллекта и языки представления знаний.

2.9. обзор современных разработок в области систем основанных на знаниях.

2.10. полученные результаты исследований и внедрения программ искусственного интеллекта и экспертных систем.

2.11. выводы.

ГЛАВА 3. ТЕОРЕТИЧЕСКАЯ РАЗРАБОТКА ПРОДУКЦИОННОЙ ПОДСИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ.

3.1. состав информационной системы предприятия и место продукционной подсистемы в ней.

3.2. Общие принципы функционирования подсистемы поддержки принятия решений.

3.3. Алгоритмы работы продукционных систем.

3.4. Структура подсистемы поддержки принятия решений.

3.5. Режим работы.

3.6. выводы.

ГЛАВА 4. РЕАЛИЗАЦИЯ ПОДСИСТЕМЫ ПРИНЯТИЯ РЕШЕНИЙ.

4.1. обос1 ювание и выбор программно-технических средств реализации системы.

4.2. Краткое описание разработанных программных средств.

4.3. применение разработанной подсистемы.

4.4. Оценка возможности использования подсистемы в информационных системах общего назначения.

Введение диссертации (часть автореферата) на тему «Разработка методов и средств поддержки принятия решений для интегрированной инструментальной среды построения систем обработки информации и управления в машиностроении»

Особенность современного этапа в развитии техники и технологии заключается в наличии значительных противоречий между потребностями в автоматизации различных аспектов практической деятельности человека и ограниченностью существующих формальных методов, которые с одной стороны доступны для переноса в компьютерную среду, а с другой - неудобны или неприменимы для описания большинства реальных задач. Основные причины этого противоречия связаны со структурой и составом запаса накопленных человечеством профессиональных знаний, характериузующегося большой долей знаний, практически не поддающихся традиционным методам формализации.

В повседневной деятельности человека большую часть составляют задачи, относящиеся к трудноформализуемым, эти задачи носят определенно интеллектуальный характер и требуют большого опыта и внимания при своем решении. Типовыми примерами таких задач являются:

• оценка ситуации и выбор решения при управлении сложными технологическими процессами;

• задачи диагностики в областях техники, медицины и других;

• оптимизация управляющих программ для станков с ЧПУ;

• прогнозирование финансово-экономических параметров предприятий и так далее. Исследования в области искусственного интеллекта позволили в определенной степени задействовать компьютер для решения трудноформализуемых задач. На сегодняшний день разработан обширный инструментарий для создания и эксплуатации в промышленности и других областях деятельности человека программных комплексов с интеллектуальной поддержкой. К ним относятся экспертные системы, системы для поддержки принятия решения (decision support systems), системы для распознавания образов (текстов, изображения, речи), и некоторые другие.

Постепенное накопление опыта позволило доказать значимую эффективность интеллектуальных программ, что привело в конце 80-х - начале 90-х годов XX века к резкому всплеску интереса к подобным программным продуктам, особенно к системам способным решать финансовые и управленческие задачи. Процесс развития этого направления продолжается и в настоящее время.

Кроме того, в программировании в целом наметилась быстро развивающаяся тенденция к интеллектуализации. Так, практически все популярные программные продукты в большей, или в меньшей степени приобрели черты интеллектуальности. Запоминание действий пользователя, подсказки и рекомендации по оптимальному использованию соответствующих режимов самих программ, сложные ассоциативные поиски, оптимизация кода при программировании, сложные механизмы обеспечения корректности данных при вводе и хранении - вот неполный перечень признаков интеллектуализации современных программных средств. А это, в свою очередь, является немаловажной предпосылкой дальнейшего прогресса в разработке интеллектуальных систем.

Несмотря на все это, автоматизация решения трудноформализуемых задач с помощью специализированного инструментария затруднена из-за того что:

1. применение специализированныых инструментальных комплексов (например, таких как G2 компании GenSym) не оправдано для решения традицонных задач. Также, в силу особенностей реализации таких комплексов затруднена их интеграция с другими программными продуктами предприятия;

2. использование таких комплексов требует привлечения специалистов обладающих специфической квалификацией.

Это приводит к тому, что автоматизация решения большинства трудноформализуемых задач с помощью специализированных инструментальных комплексов, оказывается нецелесообразной, так как стоимость решений может значительно превышать экономический эффект, получаемый в результате внедрения.

Исходя из вышесказанного, для автоматизации решения разнообразных задач в хозяйственно-экономической деятельности предприятия требуется применение интегрированных средств, содержащих все необходимые компоненты, в том числе и интеллектуальную подсистему поддержки принятия решений.

Данная диссертационная работа посвящена проблеме проектирования и построения АСУ предприятий и машиностроительных САПР с интеллектуальной поддержкой. В качестве основного выделен круг задач, связанный с разработкой интеллектуальной подсистемы обработки информации и поддержки принятия решений, предназначенной как для использования в составе инструментальных сред разработки САПР, так и в составе различных информационно-программных систем.

Целью работы является сокращение сроков и повышение эффективности разработки сложных информационных систем различного назначения за счет интегрирования в них подсистем поддержки принятия решений, основанных на продукционном подходе.

Для достижения поставленных целей в диссертационной работе решались следующие научные и практические задачи:

• анализ и систематизация методов и средств автоматизации процесса принятия решений;

• синтез требований, которым должна удовлетворять разрабатываемая подсистема и информационная система в целом;

• разработка механизма вывода решений на основе модифицированной стратегии конфликтной резолюции;

• разработка модели информационно-программной системы предприятия с интеллектуальной подсистемой;

• программная реализация подсистемы поддержки принятия решений, удовлетворяющая, в том числе, требованиям переносимости и независимости от предметной области.

В соответствии с поставленной задачей в первой главе дается обзор общего состояния рассматриваемой проблемы. Проводится анализ программного обеспечения и существующих технологий, применимых для создания подсистемы поддержки принятия решений[44,45,81]. В результате сравнения возможностей современных систем разработки представленных на мировом рынке было определено, что среда реализации должна принадлежать к классу RAD систем (Rapid Application Development - быстрая разработка приложений), что позволит в кратчайшие сроки осуществить разработку программного продукта.

Во второй главе проводится анализ методов и средств создания систем, основанных на знаниях[6,23,33,76,83,84,85,99,111,116,119,124]. Математический аппарат, используемый при создании подсистемы поддержки принятия решений, может быть основан как на теории принятия решений, так и на теоретических и практических результатах исследований искусственного интеллекта. Основываясь на мировом опыте создания интеллектуальных программных продуктах, делается вывод о том, что наиболее успешно задачи выбора и принятия решений решаются при использовании теоретических результатов исследований искусственного интеллекта - в виде экспертных систем. В результате проведенного анализа существующих методик был предложен подход к созданию подсистемы ППР для интеллектуальных САПР и ИС предприятия - в качестве основы алгоритма ППР предлагается использовать продукционный принцип построения экспертных систем, что позволит формализовать знания предметной области на языке, приближенном к естественному языку.

В третьей главе приводится описание общих принципов построения разрабатываемой подсистемы обработки данных и поддержки принятия решений. [7,9,14,15,18,34,51,66,93,94,121] Анализируется структура и основные свойства инструментальных средств разработки интеллектуальных систем. В результате анализа основных методик построения продукционных систем и требований, предъявляемых к разрабатываемой подсистем произведен синтез архитектуры автоматизированной подсистемы продукционного типа, базирующейся на модифицированной стратегии конфликтной резолюции и позволяющей эффективно решать задачи выбора и принятия решений в информационно-программных системах различного назначения. Особенностью разработанной архитектуры является - отсутствие требования по наличию специальных знаний и навыков для эксплуатации, а также наличие способности к использованию в составе различных информационно-программных систем машиностроительного предприятия.

В четвертой главе описаны методы и средства реализации прототипной подсистемы поддержки принятия решений, теоретически обоснованной в предыдущих главах. В качестве среды разработки была выбрана система RAD класса - Clarion for Windows[31,40,104]. Также приводятся описание методов и средств для проверки потребительских свойств разработанного программного продукта. Результаты осуществленных внедрений и проведенная опытная эксплуатация разработанной подсистемы поддержки принятия решений подтвердили, что система ограничений и предположений использованная при разработке не оказала отрицательного влияния на возможности подсистемы и получаемые с ее помощью результаты.

Проведенная опытная эксплуатация, показала, что эффективность использования не зависит от области применения, и одинаково качественно происходит обработка, как задач САПР, так и задач связанных с функционированием предприятия. Успешное использование разработанной подсистемы позволяет сделать вывод о возможности ее применения в системах различных типов и классов - от интеллектуального контроля введенных пользователем данных и программ расчета параметров деталей машин до крупных машиностроительных САПР, например, AutoCAD Mechanical Desktop.

В приложениях приводятся блок-схемы алгоритмов основных программных модулей и справки об использовании результатов работы.

Научная новизна диссертационного исследования заключается в следующем:

• разработан способ автоматизации решения трудноформализуемых задач, связанных с проблемами выбора и принятия управляющих решений;

• разработана архитектура автоматизированной подсистемы продукционного типа, базирующаяся на модифицированной стратегии конфликтной резолюции, и позволяющая эффективно решать задачи выбора и принятия решений в информационно-программных системах различного назначения.

Практическое применение. Использование продукционного подхода позволяет предоставить разработчику инструмент, предоставляющий широкие возможности по обработке информации. Внесение предложенных модификаций в продукционный подход позволяет с его помощью автоматизировать практически любую задачу, связанную с принятием решений и интеллектуальной обработкой информации. Теоретические результаты работы и разработанная на их основе прототипная подсистема поддержки принятия решений использованы в информационном контуре предприятия ООО «ТД «За рулем» и ООО «Делкам-Москва».

Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Пушкин, Алексей Юрьевич

4.5. Основные выводы и результаты работы

1. В результате проведенного анализа существующих методов и средств автоматизации процесса принятия решений было установлено, что оптимальным является создание интегрированной инструментальной системы, включающей интеллектуальную подсистему продукционного типа;

2. Исходя из поставленных задач и проведенного анализа, были сформулированы требования, которым должна удовлетворять разрабатываемая подсистема и информационная система в целом;

3. На основе требований, предъявляемых к подсистеме ППР, был разработан механизм вывода решений на основе модернизированной стратегии конфликтной резолюции, позволяющий обеспечить необходимую гибкость при автоматизации решения трудноформализуемых задач;

4. Разработана модель информационно-программной системы предприятия, предложены способы интеграции интеллектуальной подсистемы;

5. Результаты теоретических исследований и практических разработок были применены при создании подсистемы поддержки принятия решений, предназначенной для использования в качестве встраиваемой компоненты информационной системы предприятия. Для проверки наличия требуемых свойств разработанная подсистема была интегрирована в состав готовых ИС предприятия. Результаты опытной эксплуатации подтвердили высокую степень эффективности подсистемы;

6. Результаты проведенных исследований подтвердили, что решение актуальной научной и практической задачи создания подсистем поддержки принятия решений заключается в использовании интегрированных программных комплексов, включающих интеллектуальную подсистему продукционного типа. Такое решение позволяет сократить сроки и снизить затраты на реализацию сложных информационно-программных систем.

Дальнейшее развитие данной работы может быть направлено на расширение функциональности и производительности разработанной подсистемы поддержки принятия решений за счет использования математического аппарата нечеткой логики и реализации модели распределенных вычислений.

Список литературы диссертационного исследования кандидат технических наук Пушкин, Алексей Юрьевич, 2007 год

1. Адаменко А. «Логическое программирование и Visual Prolog», Санкт

2. Петербург, Изд. БХВ-Петербург, 2003г., 990 с.

3. Адаменко А., Кучуков А. «Логическое программирование и Visual Prolog (+CD-ROM)», Санкт-Петербург, изд. БХВ-Петербург, 2003 г., 992с.:ил.

4. Александровский А. Д. «Delphi 5», Москва, изд. ЛАЙТ Лтд, 2001г., 511с.:ил.

5. Алексеев А.В., Борисов А.Н., Вилюмс Э.Р., Слядзь Н.Н., Фомин С.А. «Интеллектуальные системы принятия проектных решений», Москва, изд. Zinatne, 1997 г., 320 с.:ил.

6. Аналитические технологии XXI века из первых рук http://www.neuroproject.ru/

7. Андрейчиков А.В. «Экспертная система для начальных стадий проектирования технических систем», Москва, изд. программные продукты и системы, 1989 г., 160 с.

8. Апраушева Н.Н. «Элементарный курс теории принятия решений», Москва, изд. Вычислительный центр РАН, 2000 г.

9. Архангельский А.Я. «Программирование в Delphi 6», Москва, изд. БИНОМ, 2001г., 1120 с.:ил.

10. Архипенков С., Голубев Д., Максименко О. «Хранилища данных. От концепции до внедрения», Москва, изд. ДИАЛОГ-МИФИ, 2002 г.

11. Барскиц А.Б. «Нейронные сети: распознавание, управление, принятие решений», Москва, 2004 г., 176 с.:ил.

12. Боггс У. «UML и Rational Rose», Москва, изд. ЛОРИ, 2000г., 580 с.

13. Боггс У., Боггс М. «UML Rational Rose», Москва, изд. ЛОРИ, 2001 г., 582 с.:ил.

14. Бондарев В.Н., Аде Ф.Г. «Искусственный интеллект: Учебное пособие для вузов», Москва, 2002 г., 347 с.

15. Борисов А.Н. «Обработка нечеткой информации в системах принятия решений», Москва, изд. Радио и связь, 1989г., 303 с.

16. Боровиков В. «STATISTICA искусство анализа данных на компьютере», 2-е издание Санкт-Петербург, изд. Питер, 2003г., 688 с.:ил.

17. Братко И. «Алгоритмы искусственного интеллекта на языке PROLOG» 3-е издание Москва, изд. Вильяме, 2004г., 640 с.:ил.

18. Буч «Визуальное моделирование с помощью Rational Rose 2002 и UML», Москва, изд. Вильяме, 2003г., 192 с.

19. Вагин В.Н. «Дедукция и обобщение в системах принятия решений», Москва, изд. Наука, 1988 г., 423 с.

20. Васильев В. И., Коноваленко В. В., Горелов Ю. И. «Имитационное управление неопределенными объектами», Краснодар, изд. Наукова думка, 1989 г., 216с.

21. Вольфенгаген В.Э. «Комбинаторная логика в программировании. Вычисления с объектами в примерах и задачах», Москва, изд. ЮрИнфоР, 2003г., 336 с.

22. Вороновский Г.К.,. Махотило К.В, Петрашев С.Н., Сергеев С.А. «Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности», Харьков, изд. ОСНОВА, 1997 г., 112 с.

23. Гаврилова Т.А., Хорошевский В.Ф. «Базы знаний интеллектуальных систем», Санкт-Петербург, изд. Питер, 2001г., 384 с.:ил.

24. Гаврилова Т.А., Червинская К.Р. «Извлечение и структурирование знаний для экспертных систем», Москва, изд. Горячая линия Телеком-Радио и связь, 1992 г., 387 с.

25. Герман О.В. Введение в теорию экспертных систем и обработку знаний, Мн., изд. Дизайн ПРО, 1995. 255 с.

26. Гольдштейн Б.С., Ехриель И.М., Рерле Р.Д. «Интеллектуальные сети», Москва, изд. Горячая линия Телеком-Радио и связь, 2003 г., 504 с.:ил.

27. Горбань А.Н. «Методы нейроинформатики», сборник научных трудов, Красноярск, изд. КГТУ, 1998г., 204 с.

28. Горбань А.Н., Дунин-Барковский B.JL, Кирдин А.Н. «Нейроинформатика», Новосибирск, изд. Наука, Сибирское предприятие РАН, 1998 г. 296с.

29. Городняя JI.B. «Основы функционального программирования: Курс лекций», Москва, изд. ИНТУИТ.РУ, 2004 г., 272 с.

30. Громов Г.Р. «Автоформализация профессиональных знаний», Москва, изд. Микропроцессорные средства и системы, № 3,1986г., 80-91 с.

31. Девятков В.В. «Системы искусственного интеллекта», Москва, изд. Издательство МГТУ им Н,Э, Баумана, 2001 г., 352 с.:ил.

32. Дегтярев И. «Язык программирования Clarion 5.0. Неофициальное руководство пользователя по созданию приложения для Internet», Москва, изд. Майор, 2002 г., 208 с.:ил.

33. Дейт К. Дж. «Введение в системы баз данных» 6-е издание, Москва, изд. Вильяме, 1998г., 848с.

34. Джексон П. «Введение в экспертные системы», 3-е издание Москва, изд. Вильяме, 2001г., 624 с.:ил.

35. Дрезнер X., Хостманн Б., Ф. Байтендийк, Inside Gartner Group (рус.), «Вниманию руководства: Обновленные Волшебные Квадраты Gartner для систем интеллектуальной поддержки бизнеса», февраль 2003 г.

36. Дубов Ю.А., Травкин С.И., Якимец В.Н. «Многокритериальные модели формирования и выбора вариантов систем», Москва, изд. Наука, 1986 г., 295 с.

37. Дунаев С. «Технологии Интернет программирования», Санкт-Петербург, изд. БХВ Петербург, 2001г., 480 с.:ил.

38. Дюк В.А. «Data Mining интеллектуальный анализ данных», Санкт-Петербург , изд. Санкт-Петербургский институт информатики и автоматизации РАН, 2003 г. 100 с.

39. Зарипов Р.Х. «Машинный поиск вариантов при моделировании творческого процесса», Москва, изд. Наука, 1983г., 232 с.

40. Иванов К.А. «Справочник: Искусственный интеллект. Книга 1. Системы общения и экспертные системы», Москва, изд. Горячая линия Телеком- Радио и связь, 1990 г., 464 с.:ил.

41. Информационно- познавательный журнал для разработчика Clarion http://www.kirsoft.com.ru/cw/

42. Искусственный интеллект Краткое описание построения нейронных сетей. http://www.geocities.com/SiliconValley/Bridge/3557/russian/ai.htm

43. Искусственный интеллект- взгляд в будущее http://aifuture.chat.ru/

44. Калан Р. «Основные концепции нейронных сетей», Москва, изд. Вильяме, 2003 г., 288 с.:ил.

45. Кватрани Т. «Rational Rose и UML. Визуальное моделирование», Москва, изд. ДМК, 2001г., 175 с.

46. Комафорд К., «Корпоративная отчетность: Серверная архитектура для распределенного доступа к информации» февраль 1999 г., http://www.osp.ru/os/2003/04/

47. Комашинский В.И., Смирнов Д.А. «Нейронные сети и их применение в системах», Москва, изд. Горячая линия- Телеком, 2002 г., 386 с.

48. Коннолли Т., Бегг К., Страчан А. «Базы данных: проектирование, реализация и сопровождение», Москва, изд. Вильяме, 2000г., 1120 с.

49. Корнеев В.В., Гареев А.Ф., Васютин С.В., Райх В.В. «Базы данных. Интеллектуальная обработка информации», Москва, изд. Нолидж, 2001 г., 352 с.:ил.

50. Короткий С. «Нейронные сети: алгоритмы обратного распространения» http://www.neuropower.de/rus/books/003/n2.zip

51. Короткий С. «Нейронные сети: основные положения» http://www.neuropower.de/rus/books/003/nl.zip

52. Кочин Д., Димитриади Г., Афанасьев В. «Методы поддержки принятия решений», Россия, изд. Едиториал УРСС, 2001 г., 72 с.

53. Круглов В.В., Борисов В.В. «Исскуственные нейронные сети. Теория и практика», Москва, изд. Горячая линия-Телеком- Радио и связь, 2002 г., 382 с.:ил.

54. Кузнецов В. Е. «Представление в ЭВМ неформальных процедур», Москва, ихд. Наука, 1989г., 158с.

55. Кулик Б.А. «Логика естественных рассуждений», Санкт-Петербург, изд. Невский проспект, 2001 г., 128 с.:ил.

56. Кушнир А. «Системы искусственного интеллекта. Лекция», Москва, изд. Маркетинг, .2001 г., 36 с.

57. Кьюсиака Э. «Искусственный интеллект. Применение в интегрированных производственных системах», Москва, изд. Машиностроение, 1991 г., 544 с.:ил.

58. Лаборатория искусственного интеллекта, нейронные сети http://lii.newmail.ru/

59. Лавров С.С. «Представление и использование знаний в автоматизированных системах», Москва, изд. Микропроцессорные средства и системы, № 3, 1986г., 38-43 с.

60. Лед и пламя: статья об искусственном интеллекте http://homes.arealcity.com/ai/

61. Липаев В.В. «обеспечение качества программных средств. Методы и стандарты», Москва, изд. Синтег, 2001г., 380 с.

62. Лихтциндер Б.Я., Кузякин М.А., Росляков А.В., Фомичев С.М. «Интеллектуальные сети и связи», Москва, изд. Эко-Трендз, 2002 г., .206 с.:ил.

63. Ларичев О.И. «Теория и методы принятия решений», Москва, изд. Мир,1990 г., 425 с.:ил.

64. Лорьер Ж.-Л. «Системы искусственного интеллекта»,Москва, изд. Мир,1991 г., 342 с.:ил.

65. Люгер Дж.Ф. «Искусственный интеллект: стратегии и методы решения сложных проблем» 4-е издание, Москва, изд. Вильяме, 2003 г., 864 с.:ил.

66. Масленников Е.В. «Экспертное знание. Интеграционный подход и его приложение в социологическом исследовании», Москва, изд. Наука, 2001 г., 228с.

67. Мендельсон Э. «Введение в математическую логику» перевод с английского, Москва, изд. Мир, 1984 г., 320 с.

68. Микони С.В. «Модели и базы знаний», Санкт-Петербург, изд. СПГЭТУ, .1998 г., 164 с.

69. Минский М. «Фреймы для представления знаний», Москва, изд. Энергия, 1979 г., 320 с.

70. Мюллер Р.Дж. «Базы данных и UML/ Проектирование», Москва, изд. ЛОРИ, 2002г., 420 с.

71. Набебин А.А. «Логика и Пролог в дискретной математике», Москва, изд. МЭИ, 1996 г. 452 с.

72. Назаров А.В. Лоскутов А.И. «Нейросетевые алгоритмы прогнозирования и оптимизации систем», Москва, изд. Наука и техника, 2003 г., 384 с.:ил.

73. Научно-исследовательская лаборатория «Проблемы искусственного интеллекта» http://www.kcn.ru/tatru/science/aipl/index.htm

74. Нейлор К. «Как построить свою экспертную систему», Москва, изд. Энергоатомиздат, 1991 г., 287 с.

75. Нейронные сети http://www.neusciences.com/

76. Нильсон Н. «Искусственный интеллект. Методы поиска решений», Москва, изд. Мир, 1973 г. 586 с.:ил.

77. Описание экспертных систем http://inf.tu-chel.ac.ru/~pollak/expert

78. Орфали Р., Харки Д., Эдварде Д. «Основы CORBA», Москва, изд. Горячая линия-Телеком- Малип, 1999 г., 318 с.:ил.

79. Осуги С. «Приобретение знаний» перевод с японского, Москва, изд. Мир, 1990г., 304 с.

80. Официальный сайт компании AMZI! http://www.amzi.com

81. Полещук Н. «AutoCad 2000 и Visual LISP», 2-е издание Санкт-Петербург, изд. Питер, 2001г., 672 с.:ил.

82. Полянский А. «Среда программирования Delphi 5-6», Москва, изд. Познавательная книга Плюс, 2001г., 415 с.

83. Понамарев В. «Базы данных в Delphi 7», Санкт-Петербург, изд. Питер Паблишинг, 2003г., 224 с.

84. Попов Э.В. «Экспертные системы реального времени», Москва, изд. ЦРДЗ, 1995 г., Материалы семинара с.5-22

85. Попов Э.В. «Экспертные системы», Москва, изд. Наука, 1987 г., 283 с.

86. Попов Э.В., Фоминых И.Б., Кисель Е.Б. «Статические и динамические экспертные системы: классификация, состояния, тенденции», Москва, изд. ЦРДЗ, 1995 г., 213 с.

87. Поспелов Г.С., Поспелов Д.А. «Искусственный интеллект- прикладные системы», Москва, изд. Знание, 1985 г., 452 с.

88. Поспелова Д.А. «Нечеткие множества в моделях управления и искусственного интеллекта», Москва, изд. Наука, 1986 г., 312 с.

89. Причард Д. «СОМ и CORBA. Просто и доступно», Москва, изд. Лори,2001 г., 372 с.:ил.

90. Романовский И.В. «Дискретный анализ», 3-е издание, Санкт-Петербург, изд. БХВ Петербург, 2003г., 320 с.:ил.

91. Романычева Э.Т. «Трехмерное моделирование в AutoCad 14. AutoLISP», Москва, изд. ЛАЙТ Лтд, 1999г., 352 с.

92. Рутковская Д. «Нейронные сети, генетические алгоритмы и нечеткие системы», Москва, изд. Горячая линия-Телеком, 2004 г., 452 с.:ил.

93. Рыбина Г.В. «Проектирование систем, основанных на знаниях», Москва, изд. МИФИ, 2000 г., 104 с.:ил.

94. Салливан Т. «Данных больше, доступ - лучше», статья Computer World 38/2001 г. http://www.osp.ru/os/2003/04

95. Салливан Т., «Это надо рисовать: Программное обеспечение анализа данных становится более выразительным», статья ComputerWorld 42/2000 г. http://www.osp.ru/os/2003/04/

96. Сигел Дж. «CORBA 3», Москва, изд. Горячая линия-Телеком- Малип,2002 г., 412 с.:ил.

97. Системы искусственного интеллекта http://penguin.photon.ru/doc/ai.shtml

98. Смит К.У., Ульямс JI. Дж. «Эффективные решения: практическое руководство по созданию гибкого и масштабируемого программного обеспечения», Москва, изд. Вильяме, 2003 г., 448 с.:ил.

99. Советов Б.Я., Яковлев С.А. «Моделирование систем. Практикум» 2-е издание, Москва, изд. Высшая школа, 2003 г., 295 с.:ил.

100. Сойер Б., Фостер Д. «Программирование экспертных систем на Паскале», перевод с английского, Москва, изд. Финансы и статистика, 1990г., 191с.

101. Соломенцев Ю.М., Митрофанов В.Г. «Автоматизированное проектирование и производство в машиностроении», Москва, изд. Машиностроение, 1986 г., 256 с.

102. Сотник СЛ. «Курс лекций по предмету: Основы проектирования систем с искусственным интеллектом», г. Днепродзержинск, изд. Днепродзержинск, 2000 г. 183 с.

103. Спирли Э. «Корпоративные хранилища данных. Планирование, разработка, реализация», том.1 перевод с английского, Москва, изд. Вильяме, 2001 г.

104. Справочное руководство по Clarion Professional Developer http://www.citforum.ru/programming/clarion/clal.shtml

105. Тененбаум Э. «Современные операционные системы», 2-е издание Санкт-Петербург, изд. Питер, 2004г., 1040 с.:ил.

106. Теория и практика моделирования нейронных сетей, Neural Bench, http://www.neuralbench.ru

107. Тимофеев А.В. «Роботы и искусственный интеллект», Москва, изд. Наука, 1978г., 192 с.

108. Тыугу Э.Х. «Интеграция знаний», Москва, изд. Техническая кибернетика, № 5,1989г., с.З 13

109. У. Росс Эшби, «Искусственный интеллект», справочник в 3-х книгах, Москва, изд. Мир, 1990г.

110. Уоссермена Ф. «Нейрокомпьютерная техника» http://www.sihf.spb.ru/lib/ANN02.htm

111. Уотерман Д. «Руководство по экспертным системам», Москва, изд. Мир, 1989 г., 234 с.

112. Федоров А.Г. «Базы данных», Москва, изд. КомпьютерПресс, 2001г.,255 с.

113. Филиппов В.А. «Интеллектуальный анализ данных: методы и средства», Урал, изд. Едиториал УРСС, .2001 г., 52с.

114. Хансен Г. «Базы данных: разработка и управление», Москва, изд. БИНОМ, 1999г., 699 с.115. 2Хант Э. «Искусственный интеллект», Москва, изд. Мир, 1978 г., 558 с.

115. Хейес-Рот Ф., Уотерман Д., Ленат Д. «Построение экспертных систем», Москва, изд. Мир, 1987 г., 125 с.

116. Хювёнен Э., Сеппянен Й. «Мир Лиспа» в 2 томах, перевод с финского, Москва, изд.Мир, 1990г., 768 с.

117. Цветкова В.Д. «Автоматизация проектирования технических систем и процессов» сборник научных трудов, Минск, изд. Институт технической кибернетики АН БССР, 1979 г., 120 с.

118. Частиков А.П., Белов Д.Л. Гаврилова Т.А. «Разработка экспертных систем. Среда CLIPS», Санкт-Петербург, изд. БХВ Петербург, 2003 г., 608 с.

119. Щавелёв Л. В. «Способы аналитической обработки данных для поддержки принятия решений», Иваново, изд. Ивановский государственный энергетический университет; 2000 г. 160 с.

120. Щавелёв Л.В. «Оперативная аналитическая обработка данных: концепции и технологии», Иваново, изд. Ивановский государственный энергетический университет, 2001 г. 40 с.

121. Электронный каталог журналов Отделения Математики РАН http://math.ras.ru/

122. Элти Д., Кумбс М. «Экспертные системы: концепции и примеры», перевод с английского, Москва, изд. Финансы и статистика, 1987г., 191с.

123. Browston L., Farrell R., Kant E., Martin N. «Programming expert systems in OPS5», Massachusetts, Addison-Wesley Publishing company.INC., 1986,471p.

124. Clocksin W.E. Mellish C.S. «Programing in Prolog», 1981 г., Русский перевод: Клоксин У., Меллиш К. «Программирование на языке ПРОЛОГ», Москва, изд. Мир, 1987г.

125. Corduroy «Lisp», New York, 1994,456 c.

126. Doores J., Reiblein A.R., Vadera S. «Prolog- programming for tomorrow», Sigma Press *Wilmslow, Русский перевод: Дж. Доорс, А.Р. Рейблейн, С. Вадера «Пролог-язык программирования будущего», Москва, изд. Финансы и статистика, 1990г., 144 с.:ил.

127. Harms D. «Clarion Database& SQL», Canada, 2004,624p.

128. Harms D. «Clarion Tips & Texniques», Canada, 2004,630p.

129. Harms D. «Programming Objects in Clarion. Second Edition », Canada, 2004,240p

130. Kimbal R. The Data Warehouse Toolkit: Practical Techniques for Building Dimensional Data Warehouses. John Willey&Sons, 1996

131. Lawton G. «Open Source Security: Opportunity or Oxymoron?» IEEE Computer, March 2002. IEEE Computer Society, 2002

132. Sommerville S. «Software Engineering», New York, Addison Wesley, 2000 Русский передвод: Соммервилл И. «Инженерия программного обеспечения», 6-е издание Москва, изд. Вильяме, 2002 г., 624с.:ил.

133. Thomsen Е. OLAP Solutions: Building Multidimensional Information Systems. Wiley Computer Publishing, 1997

134. Rosenberg Kevin M. A multi-platform SQL interface for Common Lisp http://clsql.b9.com