Семантический интерфейс реляционных баз данных в системах моделирования для слабо формализованных предметных областей тема диссертации и автореферата по ВАК РФ 05.13.11, кандидат технических наук Зуенко, Александр Анатольевич

• Зуенко, Александр Анатольевич
• кандидат технических наук
• 2009

Оглавление диссертации кандидат технических наук Зуенко, Александр Анатольевич

ВВЕДЕНИЕ.

Глава 1. ОБЗОР СОСТОЯНИЯ ПРОБЛЕМЫ ХРАНЕНИЯ И ДОСТУПА К

ДАННЫМ В ИНФОРМАЦИОННЫХ СИСТЕМАХ.

1.1. Основные модели представления данных.

1.2. Документальные информационные системы.

1.2.1. Поддержка XML-формата данных в СУБД.

1.2.2. Использование онтологии для организации семантического поиска.

1.3. Фактографические информационные системы.

1.3.1. Совместное использование реляционного и объектно-ориентированного подходов.

1.3.2. "Расширенные"модели данных как способ представления семантики.35'

1.4. Системы концептуального моделирования.

1.5. Алгебра кортежей.

1.6. Выводы по гл. 1.Л.

Глава 2. РАЗРАБОТКА БАЗЫ ЗНАНИЙ ДЛЯ УЧЕТА ОГРАНИЧЕНИЙ

МОДЕЛИ ПРЕДМЕТНОЙ ОБЛАСТИ.

2.1. Конструирование схемы расширенной ситуационной концептуальной модели природно-технического комплекса.

2.2. Модель базы знаний семантического интерфейса.

2.3. Контекстно-ориентированный подход к управлению знаниями.

2.4. Контекст базы данных системы моделирования (на примере системы ситуационного моделирования).

2.4.1. Формирование абстрактного контекста БД.

2.4.2. Формирование прикладного контекста БД.

2.5. Организация хранения и доступа к информации баз данных систем моделирования средствами семантического интерфейса.

2.6. Выводы по гл. 2.

Глава 3. СЕМАНТИЧЕСКИЙ АНАЛИЗ КОРРЕКТНОСТИ ЗАПРОСОВ.

3.1. Основные этапы анализа запросов.

3.1.1. Конструирование и синтаксический разбор незапланированных запросов.

3.1.2. Метод семантической оптимизации и анализа незапланированных запросов.

3.2. Автоматизация процедур анализа незапланированных запросов.

3.2.1. Основные понятия и структуры алгебры условных кортежей

3.2.2. Примеры применения АУК для анализа запросов.

3.3. Выводы по гл. 3.

Глава 4. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ СЕМАНТИЧЕСКОГО

ИНТЕРФЕЙСА.

4.1. Принципы работы семантического интерфейса.

4.1.1. Уровень исходного кода программного компонента.

4.1.2. Описание СОМ-интерфейсов программного компонента:.

4.2. Применение семантического интерфейса в системе ситуационного моделирования.

Введение диссертации (часть автореферата) на тему «Семантический интерфейс реляционных баз данных в системах моделирования для слабо формализованных предметных областей»

Актуальность. В современном обществе возрастает роль моделирования как способа познания сложных по структуре объектов. Это происходит из-за невозможности или нежелательности проведения эксперимента на реальных объектах (высокие затраты, временной фактор, экологический фактор).

Моделирование изначально применялось в «хорошо» исследованных предметных областях (для них уже были известны основные законы взаимодействия объектов и инварианты, которые должны сохраняться при переходе от реального объекта к модели). Эти знания позволяли априорно задать класс используемых моделей предметной области (МПО) и свести задачу к настройке параметров модели по имеющимся экспериментальным данным. Таким образом, общая схема процесса моделирования сводилась к следующему [12]. Строилась математическая модель исследуемого объекта в виде, например, системы дифференциальных уравнений, описывающих влияние тех или иных свойств моделируемого объекта на его исследуемые характеристики. По математической модели разрабатывались численные алгоритмы решения сформулированной математической задачи [84]. После этого следовали этапы, связанные непосредственно с моделированием на компьютере: подготовка и отладка программы реализации моделируемых задач. Данное направление в моделировании привело к появлению большого количества пакетов прикладных программ [22, 41, 76, 85].

Принципиальное изменение схемы моделирования произошло при переходе к разработке систем моделирования для «слабо» формализованных предметных областей, где сама структура и класс применимых моделей должны уточняться в ходе исследований [12, 42]. Исходная модель, отражающая представления специалиста о предметной области, изменяется и уточняется в итеративном режиме по результатам проверки на имеющихся реальных данных предметной области. В связи с постоянным усложнением модели возникает необходимость использования новых программных модулей, реализующих более совершенные алгоритмы расчетов. Сам процесс построения модели происходит поэтапно. Вначале проектируется и программируется «скелет» модели, позволяющий решать небольшую часть задач. В дальнейшем эта приближенная модель уточняется путем дополнения модели новыми деталями и выбора тех алгоритмов из общего набора, которые необходимы и достаточны для конкретного варианта расчетов. Таким образом, программный комплекс, поддерживающий постановку и проведение моделирования, - далее такой продукт называется системой моделирования (СМ), - должен проектироваться открытым как для оперативных модификаций структуры модели, так и для включения новых элементов из вычислительной среды.

Большинство современных программных продуктов ориентировано на I пользователя-непрограммиста. Удобство работы с инструментальными системами зачастую является одним из решающих факторов их применения, ; так как пользователь может выступать в роли аналитика предметной области, определяющего структуру и состав модели предметной области, а также в роли конечного пользователя, проводящего моделирование в созданной исполнительной среде и оценивающего результаты. Поэтому СМ должна осуществлять автоматический контроль за ходом всего процесса моделирования. В ряде работ показана- необходимость интеллектуализации хранилищ данных [28, 38, 44, 72] и автоматизации средств анализа содержимого этих хранилищ [2, 7, 8, 66-68].

Ввиду открытости модели возникает необходимость реализовывать незапланированные запросы к БД СМ, так как невозможно заранее предугадать информационные потребности подключаемых программных модулей. Целесообразно автоматически проверять саму модель и запросы к ней, чтобы своевременно выявлять некорректные конструкции, например, ошибки при редактировании модели или подключении модулей и, тем самым, гарантировать точность результатов запросов и корректность процесса моделирования.

Тем не менее, в большинстве систем моделирования обеспечение корректности модели остается задачей конечного пользователя. На общем фоне выгодно отличаются системы концептуального моделирования [12-15, 96-99], автоматизирующие такие проверки, но и они обладают рядом недостатков. Все проверки рассчитаны только на один класс допустимых моделей, причем знания об ограничениях "жестко" зашиты в специализированных процедурах, то есть не отделены от управляющих знаний. Поэтому ограничения невозможно использовать при построении дополнительных инструментов контроля, а именно, инструментов контроля корректности незапланированных запросов. Кроме того, пользователь в процессе эксплуатации СМ лишен возможности развивать уже реализованные инструменты контроля, в частности, нельзя гибко настраиваться на ограничения, специфичные для исследуемой предметной области, в силу чего такие ограничения в существующих СМ не учитываются.

Многие недостатки систем моделирования можно преодолеть путем создания семантического интерфейса, существенно дополняющего стандартные функции СУБД средствами анализа незапланированных запросов и контроля корректности модели на уровне БД. Предлагается уточнять запрос до стадии его исполнения, основываясь на упомянутых ограничениях и пользовательских правилах оптимизации запроса. Это составляет главное отличие предлагаемого подхода от методов семантической обработки данных, типичных для документальных поисковых систем Semantic Web, где пространство поиска, наоборот, расширяется посредством логического вывода, что вызывает необходимость участия пользователя в окончательном выборе интересующей его информации [2, 5, 28].

Потребность оперативно изменять модель предметной области обусловливает применение реляционных СУБД при организации семантического интерфейса, поскольку они обеспечивают корректность модификаций данных за счет механизма ссылочной целостности [23, 111, 113, 114]. Однако на данные моделирования целесообразно накладывать ограничения, отличные от ограничений целостности реляционных СУБД, в которых семантическая составляющая развита слабо. Такие ограничения часто можно представить в виде логических формул. "Расширенные" или семантические модели (например, ER, RM/T) [23, 112], которые используют в качестве базовой реляционную модель, также не позволяют работать со структурами, типичными для-баз знаний (логические формулы, продукции). В диссертационной работе предлагается использовать семантические модели данных для декларативного представления концептуальной схемы реляционной БД, что облегчает ее проектирование и- автоматическую генерацию. Такое представление БД позволяет естественным образом накладывать ограничения на сложно структурированные данные. Дополнив семантическую модель подобными ограничениями, а также пользовательскими правилами оптимизации запроса, необходимо разработать формальную - основу для программно-алгоритмической реализации процедур анализа БД и незапланированных запросов.

Изложенное обосновывает следующую формулировку цели выполненных автором исследований и разработок.

Цель работы состоит в совершенствовании процессов построения, развития и использования инструментов контроля корректности модели и незапланированных запросов* при исследовании слабо формализованных предметных областей путем разработки математического и программно-алгоритмического обеспечения процедур семантической обработки информации в реляционных базах данных систем моделирования.

Задачи исследования 1. Анализ существующих средств хранения и семантической обработки данных в современных информационных системах.

2. Разработка декларативного способа представления схемы БД, ограничений на данные моделирования, а также пользовательских правил оптимизации запросов в виде специализированной базы знаний.

3. Разработка процедуры автоматической синхронизации открытой модели предметной области и базы данных системы моделирования с возможностью дополнительного контроля модели на уровне БД.

4. Создание метода анализа незапланированных запросов к семантизированной базе данных, гарантирующего соответствие их результатов пользовательским ограничениям на данные моделирования.

5. Автоматизация процедур семантического анализа незапланированных запросов.

6. Программно-алгоритмическая реализация семантического интерфейса реляционных баз данных для систем моделирования слабо формализованных предметных областей.

Методы исследования

Для решения поставленных в работе задач используются методы искусственного интеллекта, концептуального моделирования, элементы теории множеств, теории графов, математической логики.

Положения, выносимые на защиту

1. Модель базы знаний, содержащая семантическую модель данных, ограничения на данные, правила оптимизации запросов.

2. Контекстно-ориентированный подход к отбору ограничений, актуальных для исследуемой модели предметной области.

3. Метод семантических преобразований и анализа незапланированных путевых запросов на основе контекстов, а также средства автоматизации процедуры анализа запросов с помощью разработанной алгебры условных кортежей.

4. Практическая реализация семантического интерфейса баз данных для систем моделирования слабо формализованных предметных областей.

Научная новизна

1. Разработана модель базы знаний, специализированная для анализа незапланированных запросов. Она отличается от "расширенных" моделей данных (ER, RM/T) тем, что позволяет задавать правила семантической оптимизации и учитывать, помимо ограничений ссылочной целостности, дополнительные ограничения, представимые в виде логических формул над элементарными одно- и двуместными предикатами без кванторов.

2. Предложен контекстно-ориентированный подход к управлению знаниями, отличающийся применением контекста для отбора только тех ограничений, которые актуальны для исследуемой в текущий момент модели предметной области. Это позволяет декларативно описывать и оперативно анализировать как ограничения, общие для всего класса допустимых моделей, так и специфичные для конкретной предметной области.

3. Предложен метод семантических преобразований и анализа незапланированных запросов на основе контекстов, отличающийся от методов поиска Semantic Web тем, что область поиска сужается с учетом ограничений на данные моделирования. Это позволяет выявлять некорректность запроса до стадии его исполнения и гарантировать соответствие результатов запроса указанным ограничениям. Метод дает возможность выявлять ошибки в работе системы моделирования, возникающие в результате подключения новых программных модулей.

4. Разработана алгебра условных кортежей, которая, в отличие от реляционной алгебры и алгебры кортежей, позволяет использовать в качестве значений атрибутов отношений не только константы и одноместные предикаты, но и двуместные предикаты, и, соответственно, расширить возможности автоматизации логического анализа данных.

Научная новизна работы подтверждена включением ее результатов в исследования по Программе фундаментальных научных исследований

Отделения нанотехнологий и информационных технологий РАН (проект 2.3) и Программе № 3 Президиума РАН (проект № 4.3 "Интеллектуальные базы данных").

Обоснованность и достоверность

Обоснованность и достоверность научных положений, основных выводов и результатов диссертации обеспечивается за счет тщательного анализа состояния исследований в данной области, подтверждается корректностью предложенных решений, а также всесторонней апробацией основных теоретических положений диссертации в печатных трудах и докладах на Всероссийских научных конференциях, положительными результатами практического использования разработанной системы в различных отечественных организациях.

Практическая ценность работы

На этапе проектирования системы моделирования предложенные программные средства способствуют ускорению разработки инструментов контроля корректности. С использованием предложенной модели базы знаний представление ограничений на модель предметной области становится декларативным и появляется возможность применять их не только для анализа самой модели, но и при проверке незапланированных запросов. Модификация контекстно-ориентированного подхода для управления знаниями в системах моделирования дает возможность учитывать и оперативно анализировать как ограничения, общие для всех допустимых моделей, так и ограничения, специфичные для конкретной предметной области.

В процессе эксплуатации системы моделирования разработанные методы и алгоритмы позволяют организовать автоматическую проверку модели предметной области на уровне ее структуры и выявлять некорректности при обращении к данным со стороны подключаемых программных модулей. Разработанный метод семантического анализа незапланированных запросов на основе контекстов позволяет исключить некорректные обращения к реляционной СУБД.

Использование семантического интерфейса способствует уменьшению трудозатрат на модификацию и ввод ограничений в систему моделирования.

В основу диссертационной работы положены результаты, полученные автором в ходе исследований по планам научно-исследовательских работ Института информатики и математического моделирования Кольского научного центра РАН в период 2006-2009 гг.: «Ситуационный синтез стратегий устойчивого развития региональных промышленных комплексов с учетом техногенно-природных рисков», гос.рег. № 01.20.06 03210, «Модели и методы координации решений по управлению региональным промышленно-природным комплексом» гос.рег. № 01.2.00 951211.

Апробация работы

Основные результаты и положения диссертационной работы докладывались и обсуждались на пятой и седьмой Всероссийской школе-семинаре "Прикладные проблемы управления макросистемами" (Апатиты, 2004 г. и 2008 г.), второй и третьей Всероссийской научной конференции "Теория и практика системной динамики" (Апатиты, 2007 г. и 2009 г.), одиннадцатой национальной конференции по искусственному интеллекту с международным участием КИИ-2008 (Дубна, 2008 г.), четвертой школе молодых ученых «Сбалансированное природопользование» (Апатиты, 2007 г.), девятнадцатой конференции молодых ученых, посвященной памяти члена-корреспондента, профессора К.О. Кратца «Геология и геоэкология: исследования молодых» (Апатиты, 2008 г.).

Публикации По теме диссертации опубликовано 14 печатных работ (из них 4 - в списке ВАК).

Структура и объем работы

Диссертация состоит из введения, четырех глав, заключения, списка литературы (123 наименования). Общий объем - 159 печатных страниц, в том числе 15 рисунков, 11 таблиц и 1 приложение.

Заключение диссертации по теме «Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей», Зуенко, Александр Анатольевич

8. Результаты работы апробированы при решении следующих задач: моделирование и прогнозирование безопасности на опасном объекте (хвостохранилище) АНОФ-2 ОАО "Апатит"; оперативное и перспективное управление ЦЭС ОАО "Колэнерго"; оценка современного состояния рудника "Карнасурт" ООО "Ловозерский ГОК"; в учебных курсах Кольского филиала Петрозаводского государственного университета.

Представляется целесообразным развивать проведенные исследования в следующих направлениях:

• динамический синтез контекстных ограничений в зависимости от ситуации, складывающейся на реальном объекте и/или в процессе имитации;

• исследование закономерностей и взаимосвязей между ограничениями на уровне концептуальной модели и на уровне вычислительной сети;

• расширение алгебры условных кортежей для моделирования многоместных отношений более общего вида, чем логические формулы над элементарными одно- и двуместными предикатами.

ЗАКЛЮЧЕНИЕ

В диссертационной работе получены следующие основные результаты:

1. Разработана модель базы знаний, специализированная для анализа незапланированных запросов и содержащая семантическую модель данных, ограничения на данные, правила оптимизации запросов. Используемая семантическая модель данных является расширением ER-модели, ее отношения дополнительно типизированы, для них определены правила ссылочной целостности. Концептуальная схема строится на основе семантической модели и описывает базу данных в виде классов объектов, организованных в иерархию включения и связанных ассоциативными отношениями. На отдельные отношения, а также на их наборы могут накладываться ограничения, представимые в виде логических формул над элементарными одно- и двуместными предикатами без кванторов. С целью устранения избыточности и выявления «скрытых ограничений» в запросе обеспечена возможность построения пользовательских правил его оптимизации. Формализация ограничений и правил оптимизации запросов осуществляется с помощью аппарата многосортных алгебр.

2. Предложен контекстно-ориентированный подход к управлению знаниями, отличающийся применением контекста для отбора только тех ограничений, которые актуальны для исследуемой в текущий момент модели предметной области. Это позволяет декларативно описывать и оперативно анализировать как ограничения, общие для всего класса допустимых моделей, так и специфичные для конкретной предметной области.

3. Разработана процедура автоматической синхронизации модели предметной области, открытой для редактирования, и структур реляционной базы данных с использованием информации, которая хранится в базе знаний. На основе концептуальной схемы осуществляется генерация базы данных. Для проверки корректности содержимого базы данных применяются контекстные ограничения, представленные на языке SQL.

4. В качестве технологии доступа к данным предложено использовать путевые запросы, структура которых адекватно отображает абстракции описанной расширенной модели данных. Это позволяет формулировать запрос к базе данных в терминах ее концептуальной схемы, что облегчает сопоставление запроса с ограничениями на данные моделирования.

5. Разработан метод семантических преобразований и анализа незапланированных запросов на основе контекстов, гарантирующий соответствие результатов запроса ограничениям на данные моделирования. До непосредственного наложения контекстов запроса и БД предложено выполнять преобразования незапланированных запросов в виде процедуры логического вывода, которая основана на применении двух видов правил (правил «склейки» вершин графа запроса и правил доопределения ситуации) с целью оптимизации запроса либо выявления некорректности его структуры. Правила преобразования запроса записываются в форме системы продукций, для которой сформулированы и доказаны условия корректности.

6. Автоматизированы процедуры' проверки корректности незапланированных запросов. С этой целью разработана алгебра условных кортежей, которая, в отличие от реляционной алгебры и алгебры кортежей, позволяет использовать в качестве значений атрибутов отношений не только константы и одноместные предикаты, но и двуместные предикаты, и, соответственно, расширить возможности работы с логическими формулами. Такие формулы описывают условия фильтрации запросов и ограничения на данные моделирования.

7. Спроектирован программный компонент, реализующий семантический интерфейс баз данных системы моделирования и обеспечивающий синтез баз данных по их декларативному описанию, а также семантический анализ незапланированных запросов. Компонент может настраиваться на различные модели предметной области и взаимодействовать с различными реляционными СУБД.

Список литературы диссертационного исследования кандидат технических наук Зуенко, Александр Анатольевич, 2009 год

1. Автоматизация информационного обеспечения научных исследований / ' Стогний А.А., Каширин Ю.П. и др. Киев: Наукова думка, 1990. - 296 с.

2. Андрейчиков А.В., Андрейчикова О.Н. Интеллектуальные информационные системы: Учебник. М.: Финансы и статистика, 2006. - 424с.

3. Арзамасцев Д.А., Елохин В.Р., Криворуцкий Л.Д., Мардер Л.И., Мызин

4. A.Л. Имитационное моделирование развития систем энергетики. Иркутск: СЭИ, 1988.

5. Ахо А., Ульман Д. Теория синтаксического анализа, перевода и компиляции. М.: Мир, 1978, т.1, 2.

6. Базы знаний интеллектуальных систем / Т.А. Гаврилова, В.Ф. Хорошевский СПб.: Питер, 2001.-384 с.

7. Банержи С. Использование XML Schema в реляционных базах данных. Режим доступа: http://www.ubs.ru/ws/xmlxmlschemal.html.

8. Баранов С.Н., Домарацкий А.Н., Ласточкин Н.К. Автоматизация процесса управления проектом ПИ.// Программные продукты и системы. М. 1998:№ 4. - с.46-48.

9. Баранов С.Н., Домарацкий А. Н., Ласточкин Н.К., Морозов В.П. Процесс разработки программных изделий. М.: Наука, "Физматлит", 2000. - 176с.

10. Богданов Д.В., Бржезовский А.В., Жаков В.И, Засимович М.А., Казанцев

11. B.Н., Мазаков Е.Б., Неилко О.Б., Саушкин В.П., Щекин С.В., Фильчаков В.В. Концептуальное моделирование информационных систем / Под ред. Фильчакова В.В. СПб:СПВУРЭ ПВО, 1998. - 356 с. .

12. Богословская Н.В., Бржезовский А.В. О подходе к созданию обобщённой модели программного обеспечения // Теоретические и прикладные модели информатизации региона. Апатиты: КНЦ РАН, 2000. - С. 27-29.

13. Бойков С.А., Фридман А .Я., Зуенко А. А., Соловьев А.В., Македонов Р.А., Зайцев А.В., Тарова Е.С. Программно-алгоритмическая организация системы ситуационного управления промышленно-природными комплексами //

14. Труды ИСА РАН. Прикладные проблемы управления макросистемами. Том 8. — М.: Едиториал УРСС, 2004. С. 199-210.

15. Бржезовский А.В., Жаков В.И., Путилов В.А, Фильчаков В.В. Синтез моделей вычислительного эксперимента. СПб: Наука, 1992. — 231 с.

16. Бржезовский А.В., Жаков В.И., Фильчаков В.В. CASE-технология разработки пакетов прикладных программ // Вычислительный эксперимент и моделирование в системах "Технологические процессы природные комплексы" - Апатиты, 1992. - С. 15-23.

17. Бржезовский А.В., Фильчаков В.В. Концептуальный, анализ вычислительных систем: учеб. Пособие/ ЛИАП Спб, 1991. 78 с.

18. Бржезовский А.В., Фильчаков В.В. Программная система для разработки концептуальной модели в области обработки информации // Методы и средства вычислительного эксперимента. — Апатиты: Изд. КНЦ АН СССР, 1990.-С. 24-28.

19. Бурбаки Н. Теория множеств. М.: Мир, 1965. - 240с.

20. Бусленко Н.П., Калашников В.В., Коваленко И.Н. Лекции по теории сложных систем. -М.: Сов.радио, 1993. 439 с.

21. Буч Г. Объектно-ориентированный анализ и проектирование: с примерами приложений на С++. "Издательство Бином", "Невский диалект", 1998.-560 с.

22. Введение в теоретическое программирование (беседы о методе). А.П.Ершов. Главная редакция физико-математической литературы изд-ва "Наука", М., 1977.-288 с.

23. Веселов В., Долженков А. XML-ориентированные базы данных: обзор состояния и опыт разработки. Режим доступа: http://synthesis.ipi.ac.ru/sigmod/seminar/s20030227.

24. Виноградов А.Н., Жилякова Л.Ю., Осипов Г.С. Динамические интеллектуальные системы. 4.1. Представление знаний и основные алгоритмы // Известия РАН. Теория и системы управления. - М.: Наука, 2002.

25. Доддз JI. XML и базы данных? Доверьтесь своей интуиции. Режим доступа: http://www.iso.ru/cgi-bin/main/journal.cgi?dowhat=details&id=206.

26. Документация по PostgreSQL 8.0.1. Всемирная группа разработчиков PostgreSQL. Частичный перевод с английского.

27. Дрибас В.П. Реляционные модели данных. — Минск: Изд-во Белорус, ун-та, 1982.-182 с. •

28. Емельянов С.В., Олейник А.Г., Попков Ю.С., Путилов В.А. «Информационные технологии регионального управления» — М.: Едиториал УРСС, 2004. — 400 с.

29. Замулин А.В. Системы программирования баз данных и знаний. -Новосибирск: Наука, 1990. 352 с.

30. Зуенко А.А., Македонов Р.А. Логическая структура базы данных системы ситуационного моделирования // Информационные технологии врегиональном развитии. Апатиты: Изд-во КНЦ РАН, 2006. — Bbin.VI. - С.52-55.

31. Зуенко А.А. Формализация метаданных для хранилищ информации, поддерживающих открытую концептуальную модель // Информационные технологии в региональном развитии. Апатиты: Изд-во КНЦ РАН, 2007. — Вып.VII. - С.82-86.

32. Зуенко А.А., Фридман А.Я. Контекстный подход в системах сопровождения открытых моделей предметной области // Искусственный интеллект и принятие решений. 2008. №3. С. 41-51.

33. Зуенко А.А., Фридман А.Я. Развитие алгебры кортежей для. логического анализа баз данных с использованием двуместных предикатов // Известия РАН. Теория и системы управления. 2009. №2. С.95-103.

34. Ивахненко A.F. Долгосрочное прогнозирование и управление сложными системами. Киев: Техника, 1975. — 312 с.

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

36. Клещев А.С. Реализация экспертных систем на основе декларативных моделей представления знаний: Препринт. Владивосток: ДВО АН СССР, 1988. -45 с.

37. Клещев А.С. Роль метазнаний при создании экспертных систем: Препринт. Владивосток: ИАПУ ДВО АН СССР, 1989. 25с.

38. Крёнке Д. Теория и практика построения баз данных, 8-е изд. СПб.: Питер, 2003.-800 с.

39. Кузнецов В.Е. Представление в ЭВМ неформальных процедур: продукционные системы / С послесловием Д.А. Поспелова. М.: Наука. Гл. ред. физ.-мат. лит. 1989. - 160 с.

40. Кузьмин И.А., Путилов В.А., Фильчаков В.В. Распределенная обработка информации в научных исследования. Л.:'Наука, 1991 - 304с.

41. Кулик Б.А. Анализ надежности систем с многими состояниями на основе алгебры кортежей // Автоматика и телемеханика, 2003. № 7. С. 13-18.

42. Кулик Б.А. .Вероятностная логика на основе алгебры кортежей // Изв. РАН. ТиСУ. 2007. № 1. С. 118-127.

43. Кулик Б.А. Возможности параллельной обработки данных и знаний с помощью алгебры кортежей. // Труды IV международной конференции "Параллельные вычисления и задачи управления" Москва, 27-29 октября 2008. -С. 190-202.

44. Кулик Б.А. Математическое отношение как основная структура логики // Труды междунар. научной школы "Моделирование и анализ безопасности и риска в сложных системах 2008" СПб.: ГУАП, 2008. - С. 190-192.

45. Кулик Б.А. Обобщенный подход к моделированию и анализу интеллектуальных систем на основе алгебры кортежей. // Труды VI Международной конференции «Идентификация систем' и задачи управления» SICPRO'07. М.: ИПУ РАН, 2007. С. 679-715.

46. Кулик Б.А. Теория отношений как математическая основа логики // Труды международной научной конференции «Философия математики: актуальные проблемы». М., Изд. Савин С.А., 2007. — С. 111-113.

47. Македонов Р.А., Зуенко А.А. Описание программно-алгоритмической организации ситуационной системы моделирования // Информационные технологии в региональном развитии. Апатиты: Изд-во КНЦ РАН, 2006. — Вып:У1. - С.48-51.

48. Мартин Дж. Организация баз данных в вычислительных системах. — М.: Мир, 1980.-664 с.

49. Медницкий Г.В. Декомпозиция и итеративное агрегирование в задачах линейного программирования с блочно-треугольной или ступенчатой структурой ограничений'// Изв. АН СССР. Техн. кибернетика. 1990. №6. - С. 14-27.

50. Месарович М., Мако Д., Такахара И. Теория иерархических многоуровневых систем. М.: Мир, 1993. - 344 с.

51. Михаленко П., Язык онтологий в Web. // Открытые системы, № 2, 2004. Режим доступа: http://www.osp.ru/os/2004/02/183921/p2.html.

52. Молчанов А.А. Моделирование и проектирование сложных систем. — Киев: Выща шк., 1989. 234 с.65.-Молчанов А.Ю. Системное программное обеспечение: Учебник для вузов СПб.: Питер, 2006. - 396 е.: ил.

53. Мусаев А.А. Алгоритмы. аналитического управления производственными процессами. // Автоматизация в промышленности. №1, 2004,-с.З 0-35.

54. Мусаев А.А., Шерстюк Ю.М. Автоматизация* диспетчеризации производственных процессов промышленного предприятия. //Автоматизация в промышленности, №9, 2003. с. 36-43'.

55. Мусаев А.А., Шерстюк Ю.М. Информационное хранилище промышленного предприятия: концепция системы хранения производственного опыта. // Автоматизация в промышленности. №6, 2004. с. 12-15.

56. Нагао М., Катаяма Т., Уэмура С. Структуры и базы данных: Пер с япон. -М.: Мир, 1986-197 с.

57. Олейник А.Г., Фридман А.Я. Генерация базы данных вычислительного эксперимента на основе концептуальной модели1 // Региональные информационные системы. 4.1. Апатиты: КНЦ РАН, 1995. - С.47-57.

58. Олейник А.Г., Фридман А.Я., Олейник О.В1. Программная система, информационной- поддержки региональной' энергетики // Региональные информационные системы. 4.1. Апатиты: КНЦ РАН, 1995. - С. 14-24.

59. Осипов Г.С., Смирнов И.В., Тихомиров И:А. Реляционно-ситуационный метод поиска и анализа текстов и его приложения* // Искусственный интеллект и принятие решений. №2, 2008.- С. 3-10.

60. Охтилев М.Ю., Соколов Б.В., Юсупов P.M. Интеллектуальные технологии мониторинга и управления структурной динамикой сложных технических объектов М.: Наука, 2006. - 410 с.

61. Парасюк И.Н., Сергиенко И.В. Пакеты программ анализа данных: технология разработки. М., Финансы и статистика, 1988. — 159 с.

62. Петров В. Н. Информационные системы. СПб.: Питер, 2002.

63. Поспелов Д.А. Моделирование рассуждений. Опыт анализа мыслительных актов. М.: Радио и связь, 1989. — 184 с.

64. Преобразование концептуальной модели к спецификациям алгоритмов / Фильчаков В.В., Бржезовский А.В., Жаков В.И., Дегтярев А.В. // Вычислительный эксперимент в задачах прогнозирования. Апатиты, изд-во КНЦРАН, 1994-С. 180-186.

65. Провост У., За пределами W3C XML Schema. Режим доступа: http ://www.iso.ru/j ournal/articles/174.html.

66. Путилов В. А., Фильчаков В.В., Фридман А .Я. CASE-технологии вычислительного эксперимента. — Апатиты: Изд-во КНЦ РАН, 1994. Т.1 249 с. Т.2. - 169 с.

67. Рекуц М. Виды ограничений целостности в базах XML-данных. Режим доступа: http://www.modis.ispras.ru/publications.html.

68. Рихтер Дж. Windows для профессионалов: создание эффективных "\Ут32-приложений с учетом специфики 64-разрядной версии- Windows / Пер. с англ. 4-е изд. СПб: Питер; М.: Издательско-торговый дом "Русская Редакция", 2004. - 749 с.

69. Самарский А.А. Введение в численные методы. М.: Наука, 1987. — 288с.

70. Семенов Н.А. Программы регрессивного анализа и прогнозирования временных рядов. Пакеты ПАРИС и МАВР. М.: Финансы и статистика, 1990. -111с.

71. Сетевые операционные системы / В.Г. Олифер, Н.А. Олифер. СПб.: Питер, 2003.-539 с. .

72. Скардина М. Модели хранения XML-данных: единственного варианта на все случаи нет. // Oracle Magazine RE Январь/Февраль 2004. Режим доступа: http://www.citforum.ru/internet/xml/storagemodels/.

73. Сконнард А. Понимание XML Schema. Режим доступа: http://ms-lozhech-1 .hosting.parking.ru

74. Смирнов А.В., Пашкин М.П., Шилов Н.Г., Левашова Т.В. Онтологии в системах искусственного интеллекта: способы построения и организации. // Новости искусственного интеллекта, 2002. № 1. Часть 1. С. 3—13. № 2. Часть 2. С.З—9.

75. Смирнов А.В., Пашкин М.П., Шилов Н.Г., Левашова Т.В. Управление онтологиями. // Известия РАН. Теория и системы управления, 2003. Часть 1 -№ 4. С. 132—146. Часть 2.-№5.-С. 89—101.

76. Страуструп Б. Язык программирования С++, 3-е изд./ Пер. с англ. -СПб., М.: Невский диалект Издательство БИНОМ, 1999 г. - 991 с.

77. Суслов А. Языки запросов для XML-данных. // Открытые системы, № 2, 2001. Режим доступа: http:www.osp.ru/os/2001/02/1799947/p2.html.

78. Тыугу Э.Х. Концептуальное программирование. М.: Наука, 1984. -255с.

79. Фридман А.Я. Классификация ситуаций и сопоставление альтернативных структур модели в ситуационной системе вычислительного эксперимента. // Имитационное моделирование в исследованиях проблем регионального развития. Апатиты: КНЦ РАН, 1999. - С. 14-24.

80. Фридман А. Я. Ситуационный подход к моделированию' состояния пространственного объекта. // Системы информационной поддержки регионального развития. Апатиты: изд. КНЦ РАН, 1998. С 45-49.

81. Фридман А.Я., Фридман О.В. Контроль корректности вычислений и управление выводом в системах продукций // Имитационное моделирование в исследованиях проблем регионального развития. Апатиты: КНЦ РАН, 1999. -С.93-100.

82. Цаленко М.Ш. Моделирование семантики в базах данных. М.: Наука, 1989.-288 с.

83. Цикритзис Д., Лоховски Ф. Модели данных / Пер. с англ: М.: Финансы и статистика, 1985.-420 с.

84. Шилдт Г. Теория и практика С++: пер. с англ. СПб.: БХВ-Петербург, 2001.-416 с.

85. Ширшов А., Использование XML совместно с SQL. // RSDN Magazine. № 1. 2003. Режим доступа, http://www.rsdn.ru/article/db/xmlsql.xml.

86. Шонинг X. Tamino СУБД, созданная для XML. // Открытые системы, № 5, 2002. Режим доступа: http://www.osp.ru/os/2002/05/181463/.

87. Чемберлин Д. XQuery: язык запросов XML. // Открытые системы, №1, 2003. Режим доступа: http://www.osp.ru/os/2003/01/061.htm

88. Яхно Т.М. Системы продукций: структура, технология, применение. — Новосибирск: Изд-во ВЦ СО АН СССР, 1990. 128 с.

89. An Interview with Chris Date by Tony Williams. 07/29/2005. Режим доступа: http://www.oreillvnet.eom/pub/a/network/2005/07/20/cidate.html

90. Borland С++ Builder. Для профессионалов / B.A. Шамис. СПб.: Питер, 2003.-798 е.: ил.

91. Brezillon P. Context in Artificial Intelligence: II. Key Elements of Contexts // Computer & Artificial Intelligence, 1999. Vol. 18. - № 5. - Pp. 425— 446.

92. Christiansen H., Rekouts M. Integrity Checking and Maintenance with Active Rules in XML Databases, BNCOD '07. 24th British National Conference on, Glasgow, 3-5 July 2007. P 59-67.

93. Codd E.F. A relational model of data for large shared data banks. Comm. ACM, 1970, v. 13, N 6, - p. 377-387.

94. Codd E.F. Extending the Database Relational Model to Capture More Meaning. ACM Transactions on Database Systems, Vol. 4, # 4, December 1979.

95. Codd. E.F. Normalized Data Base Structure: A Brief Tutorial Proc. 1971 ACM SIGFIDET Workshop on Data Description, Access and Control. P. 1-17.

96. Codd E.F. Relational completeness of data base sublanguages. Data Base Systems: Proc of Courant Computer Science Symposia 6, New York City, May 2425. 1971. Prentice Hill, 1972. - p. 33-64.

97. Engles R. W., An Analysis of April 1971 Data-Base Task Group Report, Proc, ACM SIGFIDET Workshop on Data Description, Access and Control, 1971.

98. Forrester, Jay W. 1958. "Industrial Dynamics A Major Breakthrough for Decision Makers." Harvard Business Review, Vol. 36, No. 4. — pp. 37-66.

99. Kim W. and Lochovsky F. Object-Oriented Concepts, Applications, and Databases. Microtrend Books, 1989.

100. Knuth D. E. The Art of Computer Programming, Vol. 1, Fundamental Algorithms, Addison-Wesley, Reading Mass., 1968.

101. National Bureau of Standards Handbook 113. CODASYL Data Description Language Journal of Development, U.S. Department of Commerce, National Bureau of Standards, Washington, D.C., 1974.

102. OWL, язык веб-онтологий. Руководство. Режим доступа: http://www.sherdim.rsu.ru/pts/semanticweb/REC-owl-quide-20040210ru.html.

103. Powersim 2.5 Reference Manual. — Herndon, USA: Powersim Press, 1996. 427 pp.

104. Smirnov A., Pashkin M., Shilov N., Levashova T. Constraint-driven methodology for context-based decision support // Journal of Decision Systems -2005.-№ 14(3).-P. 279-301.

105. Smirnov A., Pashkin M., Shilov N., Levashova Т., Kashevnik A. Context-Aware Operational Decision Support, Proceedings of the 10th International Conference on Information Fusion (Fusion 2007), Quebec, Canada, 9—12 July, 2007.

106. ПЕРЕЧЕНЬ УСЛОВНЫХ ОБОЗНАЧЕНИЙ И СОКРАЩЕНИЙ1. Использованные сокращения1. АК — алгебра кортежей

107. АУК — алгебра условных кортежей1. БД база данных1. БЗ база знаний

108. ГИС геоинформационная система ГТС — гидротехническое сооружение КМ - концептуальная модель

109. КМИС — концептуальное моделирование информационных систем

110. ЛЭП — линии электропередач

111. МПО модель предметной области

112. ОДМ — обработка данных моделирования

113. ООП объектно-ориентированный подход

114. ООСУБД объектно-ориентированные СУБД

115. ООЯП объектно-ориентированные языки программирования

116. ОРСУБД объектно-реляционные СУБД1. ПО предметная область

117. ГГГК природно-технический комплекс

118. РКМ расширенная концептуальная модель1. РСУБД реляционные СУБД

119. СДУ служба диспетчерского управления1. СМ система моделирования

120. ССМ система ситуационного моделирования

121. СУБД система управления базами данных

122. ADO (ActiveX Data Objects) объекты данных стандарта ActiveX

123. COM (Component Object Model) многокомпонентная модель объектов

124. ER (Entity Relationship model) - модель «сущность - связь»

125. ODBC (Open Database Connectivity standard) открытый стандартсовместимости баз данных

126. OWL (Ontology Web Language) язык онтологий для Интернета

127. RM/T (Relational Model / Tasmania) расширение реляционной модели,предложенное на острове Тасмания

128. SQL (Structured Query Language) язык структурированных запросов XML (extensible Markup Language) - расширяемый язык разметки

129. Основные условные обозначения

130. В(М) множество всех подмножеств (булеан) множества «М» ::= - равенство по определению 0 - пустое множество

131. С—»D следует читать: "частичное функциональное отображение из С в D"dj ——> d2 следует читать: "из ситуации dj выводится ситуация d2"

132. А=>В следует читать: "из истинности А следует истинность В"

133. Attr операция добавления атрибутов в АК (АУК)-объект-Attr операция элиминации атрибутов из АК (АУК)-объекта

134. Пр операция взятия проекции АУК-объекта->Attr операция перестановки атрибутов в АК (АУК)-объектахоперация наполнения АУК-объекта значениями

135. Синтаксис языка путевых запросов (в нотации Бэкуса-Наура)

136. ВыражениелогическихИ> ::= £ <Фильтр> ) { and £ <Фильтр> ) <ВыражениелогическихИЛИ> ::= £ <Фильтр> } { or £ <Фильтр> ) <Переходсуровня> ::= <Сравнениепозначению> | <Переходпосвязи>

137. Переходпосвязи> ::= id <Имя связи> <Адресструктуры >л id <Имя связи> ::= <Идентификатор>

138. Сравнениепозначению> ::= <Леваячастьоператорасравнения> <оператор> <Праваячастьоператорасравнения>

139. Леваячастьоператорасравнения>: := <Имяполя> <Праваячастьоператорасравнения> ::= <Адрессвойства> | <3начение>

140. Оператор> ::= = | <= | >= | > | < |3начение>::= <Вещественнаяконстанта> | <Целочисленнаяконстанта> | <Строковаяконстанта> | <Логическаяконстанта>

141. Идентификатор> ::= ( | <Букваанглийскогоалфавита> ) { | <Букваанглийскогоалфавита> | <Цифра>158