Введение элементов искусственного интеллекта в инструментальные системы программирования тема диссертации и автореферата по ВАК РФ 01.01.10, кандидат технических наук Мацкин, Михаил Борисович

• Мацкин, Михаил Борисович
• кандидат технических наук
• 1984

Оглавление диссертации кандидат технических наук Мацкин, Михаил Борисович

ВВЕДЕНИЕ ЭЛЕМЕНТОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ИНСТРУМЕНТАЛЬНЫЕ СИСТЕМЫ ПРОГРАММИРОВАНИЯ

01.01.10 - математическое обеспечение вычислительных машин и систем

Диссертация на соискание ученой степени кандидата технических

Научный руководитель: член-корреспонденФ АН ЭССР доктор технических наук, профессор Э.Х.Тыугу

Таллин

ОГЛАВЛЕНИЕ

Введение.

1. Общие вопросы построения интеллектуальных систем.

1.1. Архитектура системы МИС.

1.2. Средства представления знаний.

1.3. Средства языкового общения.

1.4. Средства интеллектуальной подцержки процесса общения.

1.5. Постановка задачи.

2. Представление знаний и языковые средства общения в системе МИС.

2.1. Представление знаний с помощью вычислительных фреймов.

2.2. Язык описания вычислительных фреймов.

2.3. Языковый преобразователь системы МИС.

2.4. Обслуживание базы знаний и организация диалога.

3. Отладка в интеллектуальных системах.

3.1. Настройка диагностических сообщений системы на терминологию предметной области.

3.2. Анализ знаний в системе МИС.

3.3. Наблюдение за ходом решения задач.

4. Самоанализ и адаптация системы.

4.1. Универсальные средства самоанализа.

2. Специальные средства самоанализа.

3. Адаптация знаний к решаемым задачам. аключение.

Введение диссертации (часть автореферата) на тему «Введение элементов искусственного интеллекта в инструментальные системы программирования»

Использование методов искусственного интеллекта и построение интеллектуальных систем является одной из современных тенденций в создании программного обеспечения ЭВМ. Эта тенденция наиболее четко прослеживается в проектах ЭВМ нового поколения, развиваемых в разных странах СI ] . Создание интеллектуальных систем позволяет привлечь к работе с ЭВМ специалистов из разных предметных областей, не являющихся профессиональными программистами, и возложить на ЭВМ решение новых классов интеллектуальных задач.В настоящее время выделяются три класса интеллектуальных систем для пользователей-непрограммистов, начинающих находить практическое применение С2] : 1) Интеллектуальные вопросно-ответные (информационно-поисковые) системы.Как правило, общение с такими системами осуществляется на ограниченном естественном языке (ОЕЯ). В результате обработки входных предложений формируется запрос к базе данных. Такие системы позволяют специалисту из предметной области по запросам в естественной форме получать сведения о накопленных больших массивах информации. Основной упор в них делается на лингвистическую часть, методы и средства анализа ОЕЯ. Примеры таких систем: ПОЭТ ГЗ] , ПОСОХ С4: , ДИСПУТ Сб, 83 и зарубежные GUS Сб: ,TORUS [71 2) Экспертные системы В них в частично формализованном виде накапливаются знания экспертов-специалистов из соответствующей предметной области и имеются правила использования этих знаний. Экспертные знания представляют собой проблемно-ориентированные математические модели. В ходе общения с такими системами пользователь указывает признаки или характеристики интересующего его объекта (например, симптомы заболевания для экспертной системы в медицине) и система на основе имеющихся знаний и диалога с пользователем идентифицирует этот объект и вьщает знания о нем (например, диагноз и средства лечения). Сейчас экспертные системы находят применение в медицине, биологии, геологии, проектировании, химии и т.д.3) Расчетно-логические системы Для них характерно оперирование со знаниями, опирающимися на формально-математические модели в управлении, планировании, экономике, проектировании и т.д. Эти системы получили наибольшее распространение в СССР - системы ПРИЗ С143 , СПОРА LI53 , МАВР С16Л , Основной качественный скачок, отличающий интеллектуальные системы от традиционных систем программирования, состоит в переходе от оперирования данными к представлению и оперированию знаниями (смысловыми семантическими категориями). Высокий уровень оперирования знаниями поддерживается средствами логического вывода, что дает возможность решать на дШ новые классы задач.Другой отличительной чертой интеллектуальных систем является предоставление пользователям развитых средств общения с ними, поддерживающих форму, стиль и терминологию, принятые в соответствующих предметных областях. Это позволяет привлечь к работе с ЭВМ специалистов из разных предметных областей, не являющихся профессиональными программистами.Таким образом в интеллектуальной системе выделяются следующие три компоненты: средства представления знаний, средства логического вывода, средства языкового общения. в зависимости от класса интеллектуальной системы основной упор может делаться на те или иные компоненты.Перечисленные вьппе средства являются основой интеллектуальных систем, но для пользователя-специалиста из предметной области это представляет только часть того окружения (среды общения), в котором происходит работа с системой. При промьппленном использовании интеллектуальных систем, кроме основных функщй, к ним предъявляются требования в отношении таких средств, как: отладка знаний и задач; поддержание и ведение базы знаний; диагностика в терминах исходного языка общения; обеспечение наблюдения за ходом решения задач; информационное обеспечение; адаптация к решаемым задачам.Перечисленные вьш1е средства образуют средства интеллектуальной поддержки процесса общения.Наличие в системе этих средств повышает степень доверия пользователя к ней и позволяет вести общение на более содержательном уровне.Настоящая диссертационная работа посвящена исследованию и разработке средств представления знаний, средств языкового общения и средств интеллектуальной поддержки процесса общения для систем расчетно-логического класса.В основу исследований в настоящей работе положен подход, опирающийся на понятие вычислительного фрейма. Идея такого подхода принадлежит Э.Х.Тыугу CI7I1 .Основными целями при разработке средств представления знаний, средств языкового общения и средств интеллектуальной поддержки процесса общения являлись: обеспечение возможности настройки языка общения и ответов системы на форму, стиль и терминологию, удобную и привычную пользователю; обеспечение возможности представления на ЭВМ знаний о понятиях и объектах из соответствующих предметных областей и оперирования с ними; обеспечение того, чтобы как при правильных, так и ошибочных действиях со стороны пользователя система обеспечивала его необходимой информацией для анализа этих действий.Основной научный результат диссертационной работы состоит в исследовании и разработке средств интеллектуализации программных систем: 1) Обоснован и исследован способ представления знаний для расчетно-логических систем на основе понятия вычислительного фрейма, отличающийся от известных тем, что наряду с наглядностью и структурированностью представления он допускает эффективные средства обработки представленных знаний с использованием логического вывода.2) Предложены, исследованы и разработаны для расчетно-логических систем оригинальные методы и средства интеллектуальной поддержки процесса общения, осуществляющие ведение базы знаний, самоанализ системы в ходе функционирования с целью отладки знаний и задач, настройку диагностики на терминологию языка общения, адаптацию представленных знаний к решаемым задачам на основе обучения и самообучения и наблюдение за ходом решения задач.3) Исследованы и разработаны средства языкового общения для расчетно-логических систем, позволяющие поддерживать форь/^, стиль и терминологию, принятые в выбранной предметной области.Предложенные и разработанные в диссертации методы и средства могут применяться как при разработке новых расчетно-логических систем, так и в качестве средств интеллектуализации систем других классов.Данная диссертационная работа проводилась согласно программам для решения научно-технических проблем П Ш Т СССР 0.80.14 (задание 09.22 "Создать и ввести в эксплуатацию систему генерации проблемно-ориентированных пакетов программ для многопроцессорного вычислительного комплекса "Эльбрус-1") и проблемы I.12.2.1 по теме "Исследование методов искусственного интеллекта". Результаты исследований реализованы в системе МИС, ее версии для МВК "Эльбрус-1" системе ПРИЗ-Э С18]»и в системе ПРИЗ. Справки, подтверждающие внедрение результатов данной диссертационной работы, приведены в приложении I.Основные результаты работы докладывались на: советско-финском симпозиуме по интерактивным системам в Тбилиси в 1979 г., Всесоюзной конференции "Автоматизация производства пакетов прикладных программ" в Таллине в 1980 г., 1У Всесоюзном совещании по автоматизации проектирования электротехнических устройств в Таллине в I98I г., общемосковском семинаре "Проблемы искусственного интеллекта" в Москве в 1982 г., семинаре проекта "Диалог" в Тарту, 1982 г., Всесоюзной школе по пакетам прикладных программ во Владивостоке в 1982 г., П международной конференции "Искусственный интеллект и информационно-управляющие системы роботов" в Смоленице (ЧССР) в 1982 г., Всесоюзной конференции "Применение математической логики" в Таллине в 1983 г.Кроме того, результаты работы докладывались и обсуждались на семинарах Института кибернетики АН ЭССР и сектора программного обеспечения.Основное содержание работы отражено в публикациях Е19-25, 73].Изложение в настоящей диссертации построено следующим образом.В первой главе описывается расчетно-логическая система МИС, в рамках работы над которой проводилась данная диссертационная работа, дается обзор известных подходов к созданию компонент интеллектуальных систем и ставится задача диссертационной работы.Вторая глава посвящена описанию средств представления знаний для расчетно-логических систем на основе понятия вычислительного фрейма, рассматривается язык описания вычислительных фреймов УТОПИСТ-Э, описываются языковый преобразователь системы ШС и средства ведения базы знаний.В третьей главе описываются разработанные методы и средства настройки диагностических сообщений, конечных и промежуточных результатов работы системы МИС на терминологию предметной области, в рамках которой ведется общение.Четвертая глава посвящена описанию методов и средств самоанализа С0СТ05ШИЙ для расчетно-логических систем и адаптации представленных в системе знаний к решаемым задачам.В заключении приводятся основные результаты, полученные в ходе диссертационной работы. I. ОБЩИЕ ЮПРОСЫ ПОСТРОЕНИЯ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ Основными компонентами интеллектуальных систем являются средства представления знаний и оперирования знаниями, средства языкового общения и средства интеллектуальной поддержки процесса общения. При этом перечисленные средства в применении к вопросно-ответным, экспертным и расчетно-логическим системам имеют как общие черты, так и характерные отличия.Отличительными чертами расчетно-логических систем является то, что они опираются на формально-математические модели и поэтоь/^ ^ должны поддерживать процесс планирования и организации вычислений.В связи с этим в настоящей главе рассматривается структура расчетно-логической системы на примере системы МИС и анализируется ряд известных подходов к созданию компонент интеллектуальных систем и их положительные черты и недостатки в применении к расчетно-логическим системам. I.I. Архитектура системы МИС Система МИС разработана в Институте кибернетики АН ЭССР. Прототипом ее является система ПРИЗ. Система МИС является обобщением опыта эксплуатации системы ПРИЗ и развитием заложенных в ней идей. Она относится к классу расчетно-логических систем и предназначена для создания интеллектуальных проблемно-ориентированных систем взаимодействия с пользователями из прикладных областей.Основными компонентами системы МИС являются (рис. I.I): монитор, языковый преобразователь, транслятор описательной части языка УТОПИСТ-Э, ТРАНСЛЯТОР ОПИСАНИЙ ТРАНСЛЯТОР ДЕЙСТВИЙ Б 3 МОДЕЛЬ БЛОК САМОАНАЛИЗА 'АЛГОРИТМ/ БЛОК ОБУЧЕНИЯ ИНТЕРПРЕТАТОР БЛОК дагактив Б П КОД Р и с . I . I . Система МИС II транслятор части действий языка УТОПИСТ-Э, планировщик, генератор рабочей программы, интерпретатор, блок директив, блок самоанализа, блок адаптации, постпроцессор.В общем случае технологический цикл решения задачи с помощью системы МИС выглядит следующим образом.1) Пользователь описывает задачу в терминах и форме, принятых в соответствующей предметной области. Это описание переводится языковым преобразователем в текст на входном языке системы УТОПИСТ-Э (возможно и непосредственное описание задачи на УТОПИСТ-Э).2) Транслятор описательной части по входному тексту строит семантическую модель задачи, при этом используются знания из базы^наний, В семантической модели задачи содержатся ссылки на программы, реализующие математическую модель. Поэтому одновременно с семантической моделью задачи строится и соответствующая ей математическая модель, при этом связывание объектов семантической и математической моделей происходит автоматически, на основе сведений из описанных понятий базы знаний.3) Транслятор действий обрабатывает постановку задачи, задаваемую в виде приказа, что надо вычислить на модели, и действия над объектами модели, явно задаваемые пользователем.4) Планировщик по созданной семантической модели и обработанной постановке задачи автоматически строит алгоритм ее решения в виде последовательности выполнения программ, составляющих математическую модель.5) Генератор по синтезированному алгоритму генерирует программу.6) Интерпретатор исполняет сгенерированную программу.Общее управление системой осуществляется монитором, который вызывает системные компоненты в требуемом порядке.Блок директив позволяет осуществлять поддержку базы знаний и вызов сервисных программ.Блок самоанализа анализирует состояние системы в ходе ее функционирования и в случае невозможности решения задачи выдает сведения о возможных причинах ее неразрешимости.Блок адаптации служит для адаптации системы к решаемым задачам. Он перестраивает модель таким образом, чтобы часто описываемые задачи решались наиболее эффективно.Постпроцессор настраивает системные сообщения на терминологию и форму, соответствующую языку общения пользователя с системой.Как видно, технологический цикл решения задач в системе МИС во многих точках пересекается с описанным в LZ&l общим технологическим циклом решения задач. При этом автоматизации с помощью системы МИС поддаются как раз те этапы, которые составляют наибольшую трудность для пользователя.Подобный подход к организации процесса решения задач на ЭВМ впервые был предложен в системе П Ш З и получил широкое распространение в последующих системах CAiyPH С27] , СПОРА, МАВР, ДИСУППП С283 , ФАКИР С29] , СПРУТ [30D с теми, или иными отличиями в архитектуре системы, особенностями как входного языка, так и внутреннего представления.Так в системе СПОРА модель задачи составляется высококвалифицированным специалистом - Администратором системы, а пользователь только указывает постановку задачи. Кроме того, выделен уровень абстрактной программы, которая может быть конкретно сгенерирована на различных алгоритмических языках. В систеиу также интегрирована база данных.Система МАВР имеет развитые средства решения оптимизационных задач, путем интерфейса с пакетом математических программ оптимизации дасо с з ш .В системе ФАКИР для разрешения отношений используются аналитические преобразования, а рабочая программа генерируется на ФОРТРАНе.В системе ДИСУППП модель задачи (маршрутные схемы) описывается заранее, кроме того имеются расширенные возможности задания действий над моделями.В системе CAiyPH в качестве специальной компоненты выделен блок описания математических моделей.Система МИС обладает следующими характерными особенностями: 1) При разработке системы последовательно проведена концепция вычислительных фреймов для представления знаний.2) Система МИС содержит развитые средства интеллектуальной подцержки процесса общения (блок самоанализа, постпроцессор, блок адаптации, блок директив и набор сервисных программ).3) Система МИС имеет развитые средства языкового общения (расширяемый входной язык "очень высокого уровня" УТОПИСТ-Э и настраиваемые на предметную область общения синтаксически независимые от УТОПИСТ-Э языки, обрабатываемые языковым преобразователем) .4) Система является мобильной, т.е. с минимальными затратами, переносимой на различные классы ЭВМ. В настоящее время версии системы МИС работают на ЕС ЭВМ, МВК "ЭЛЬБРУС-!" (система ПРИЗ-Э), НОЕБ 10, БЭСМ-б, РБР (СМ). Мобильность достигнута как выбором языка реализации, так и организацией внутреннего представления наборов данных и генерируемой программы СббИ .В рамках данной диссертационной работы были реализованы следующие компоненты системы МИС: монитор; языковый преобразователь; часть транслятора описаний, выполняющая обработку компонент вычислительного фрейма; блок директив; блок самоанализа; блок адаптации; постпроцессор и средства выдачи сведений о состоянии наборов данных системы.

Заключение диссертации по теме «Математическое обеспечение вычислительных машин и систем», Мацкин, Михаил Борисович

Выводы: а) Разработаны методы самоанализа состояний для расчетно--логических систем. На основе этих методов построены универсальные и специальные средства, позволяющие автоматически определять возможные причины неразрешимости задач и условия их устранения. б) Разработаны средства адаптации представленных в системе знаний к решаемым задачам на основе обучения и самообучения.

ЗАКЛЮЧЕНИЕ

В ходе данной работы были получены следующие результаты:

1) Исследованы и разработаны средства представления знаний для расчетно-логических систем на основе вычислительных фреймов. Данный подход, опираясь на структурный синтез программ, поддерживается эффективными средствами обработки знаний, организации и планирования вычислений. Языковым средством описания вычислительных фреймов выступает язык УТОПИСТ-Э, позволяющий описывать объекты и понятия различных предметных областей и оперировать ими при решении задач.

2) Разработаны методы настройки диагностических сообщений, конечных и промежуточных результатов работы расчетно-логической системы на терминологию предметной области, в рамках которой ведется общение. На основе этих методов реализованы постпроцессор системы МИС и программы выдачи сведений о состоянии наборов данных системы.

3) Разработаны методы самоанализа состояний для расчетно

- логических систем. На их основе построены универсальные и специальные средства самоанализа, позволяющие автоматически определять возможные причины неразрешимости описываемых задач и условия их устранения.

4) Исследованы возможности подключения языковых процессоров к системам расчетно-логического класса. Реализован языковый преобразователь на основе макротехники, позволяющий пользователю определять собственные языки, синтаксически независимые от языка УТОПИСТ-Э и поддерживающие выбранные форму, стиль и терминологию общения.

5) Разработаны для расчетно-логических систем средства адаптации представленных знаний к решаемым задачам на основе обучения и самообучения. Эти средства позволяют переорганизовывать знания в системе таким образом, чтобы часто описываемые задачи решались наиболее эффективно. б) Разработаны средства обслуживания базы знаний, содержащей вычислительные фреймы объектов, понятий и задач из разных предметных областей.

Список литературы диссертационного исследования кандидат технических наук Мацкин, Михаил Борисович, 1984 год

1. Fifth generation computer systems / Eds. Moto-oko T. -Amsterdam: North-Holland Publishing Company, 1982. - 287 p.

2. Поспелов Г.С. Применение принципов искусственного интеллекта в человеко-машинных системах.- In: Artificial Intelligence and Information-Control Systems of Robots: II International Conference. Preprints of papers. Smolenice, 1982,c. 200-202.

3. Попов Э.В. Система взаимодействия с ЭВМ на ограниченном русском языке.- Программирование, 1978, № 4, с. 66-76.

4. Хорошевский В.Ф. Автоматизация проектирования лингвистических процессоров для диалоговых систем.- В кн.: Интерактивные системы: Материалы советско-финского симпозиума. М., 1979, часть П, с. 66-76.

5. Беленький А.С., Микулич Л.И., Найденова Е.Я., Червонен-кис А.Я. Диалоговая информационно-справочная система для планирования и управления в транспортных системах (ДИСПУТ). I.- Авто4матика и телемеханика, 1981, № 3, с. 152-162.

6. Bobrow D. et al. GUS a frame-driven dialog system. -Artificial Intelligence, 1977, vol. 8, No. 2, pp. 155-173.

7. Майлопулос Дж. и др. TORUS система для управления данными, понимающая естественный язык.- В кн.: Труды 1У Международной объединенной конференции по искусственному интеллекту. Тбилиси, 1975, т. 6, с. I16-137.

8. Беленький А.С., Микулич Л.И., Найденова Е.Я., Червонен-кис А.Я. Диалоговая информационно-справочная система для планирования и управления в транспортных системах (ДИСПУТ). П.-Автоматика и телемеханика, 1981, № 5, с. 169-180.

9. Buchanan В. New research on expert systems. In:

10. Machine Intelligence 10. Chichester: Ellis Horwood and New York: Halsted, 1982, pp. 268-299.

11. Buchanan В., Peigenbaum E. DENDRAL and meta-DENDRAL: their applications dimension. Artificial Intelligence, 1978, No. 11, p. 5-24.

12. Gasching I. Preliminary performance analysis of the PROSPECTOR consultant system for mineral exploration. In: Proceedings of the Sixth International Joint Conference on Artificial Intelligence. Tokyo, 1979, pp. 308-310.

13. Клещев А.С., Линецкий А.И., Перчук В.Л., Черняховская М.Ю. МЕДИЗЮР проблемно-ориентированный язык представления знаний.- М., 1980. - 30 с. (Препринт/Научный совет по комплексной проблеме "Кибернетика" при Президиуме АН СССР).

14. Vesander G., Stolfo S., Zielinski I., Miller P.,

15. Сорр В. ACE: an expert system for telephone cable maintenance. -In: Proceedings of the Eighth International Joint Conference on Artificial Intelligence. Karlruhe, 1983, pp. 116-121.

16. Kaxpo М.И., Калья А.П., Тыугу Э.Х. Инструментальная система программирования ЕС ЭВМ (ПРИЗ).- М.: Финансы и статистика, 1981. 158 с.

17. Бабаев И.О., Новиков Ф.А., Петрушина Г.И. Язык ДЕКАРТ -входной язык системы СПОРА. В кн.: Прикладная информатика.

18. М.: Финансы и статистика, 1981, вып. I, с. 35-72.

19. Тыугу Э.Х. Вычислительные фреймы и структурный синтез программ.- Изв. АН СССР. Техническая кибернетика, 1982, № 6, с. 176-182.

20. Калья А.П., Мацкин М.Б. Интеллектуальный диалог с базами данных.- В кн.: Интерактивные системы: Материалы советско- финского симпозиума. М., 1979, часть I, с. 124-134.

21. Мацкин М.Б. Система генерации сообщений об ошибках.

22. В кн.: Автоматизация производства пакетов прикладных программ: Тез. докл. Всесоюзн. конф. Таллин, 1980, с. 43-45.

23. Мацкин М.Б. Организация диалога в САПР с автоматическим синтезом программ.- В кн.: Тез.докл. 1У Всесоюзн. совещания по автоматизации проектирования электротехнических устройств. Таллин, 1981, с. 107-108.

24. Мацкин М.Б. Интеллектуальные средства отладки задач.

25. В кн.: Тез.докл. семинара проекта ДИАЛОГ. Тарту, 1982, с. 56-58.

26. Мацкин М.Б. Самоанализ состояния системы как средство отладки представленных знаний,- in: Artificial Intelligence and Information-COHTROL Systems of Robots: II International Conference. Preprints of papers. Smolenice, 1982, c. 158-161.

27. Мацкин М.Б. Средства отладки для системы с автоматическим синтезом программ.- Программирование, 1983, № 4, с. 21-26.

28. Тыугу Э.Х., Мацкин М.Б. Вычислительные фреймы фор^л ИИВ.- В кн.: Применение математической логики: Тез.докл. Всесоюзы, конф. Таллин, 1983, с. 203-205.

29. Клещев А.С. Представление знаний. Методология, формализмы, организация вычислений и программная подцержка.- В кн.: Прикладная информатика. М.: Финансы и статистика, 1983, вып. I,с. 49-94.

30. Опарин Г.А. Сатурн метасистема для построения пакетов прикладных программ.- В кн.: Разработка пакетов прикладных программ. Новосибирск: Наука, 1982, с. 130-160.

31. Криштопа И.В., Непомнящий Б.Д., Перевозчикова О.Л. Ющен-ко Е.Л. ДИСУППП диалоговая система управления специализированными пакетами прикладных программ.- Кибернетика, 1980, № 2,с. 70-76.

32. Гайдамакина С.П., Дагалдьян А.А., Кузнецова В.А., Натан-зон Е.В., Романова Т.Е. Система программирования СПРУТ.- В кн.: Методы трансляции. Ростов:РГУ, 1981, с. 5-24.

33. Щуберт Л. Усиление выразительной мощности семантических сетей.- В кн.: Кибернетический сборник. Новая серия. М.: Мир, 1979, вып. 16, с. I7I-2I2.

34. Поспелов Д.А. Логико-лингвистические модели в системахуправления.- М.: Энергоиздат, 1981.- 232 с.

35. Griffith Е. Three principles of representation for semantic network. ACM Transactions on Database Systems, 1982, vol. 7, No. 3, pp. 417-442.

36. Quillian M. The teachable language comprehender. -Comm. of ACM, 1969, No. 12, pp. 459-475.

37. Хант Э. Искусственный интеллект.- M.: Мир, 1978.- 558 с.

38. Тыугу Э.Х. Решение задач на вычислительных моделях.-йурн. вычисл. математики и мат. физики, 1970, т. 10, № 3,с. 38-46.

39. Минский М. Структура для представления знаний.- В кн.: Психология машинного зрения. М.: Мир, 1978, с. 249-338.

40. Bobrow D., Winograd Т. An overview of KEL a knowledge representation language. Cognitive Science, 1977, vol. 1, No. 1, pp. 3-46.

41. Eoberts E., Goldstein I. The PEL manual. AI Memo, No. 409, MIT, September 1977. - 29 p.

42. Абрамов В.Г., Брябрин В.М., Пховелишвили М.Т., Сенин Т.В., Элигулашвили А.А. ДИЛОС диалоговая система взаимодействия с ЭВМ на естественном языке.- М.: ВЦ АН СССР, 1979.80 с.

43. Клини С. Математическая логика.- М.: Мир. Редакция литературы по математическим наукам, 1973.- 480 с.

44. Чень Ч., Ли Р. Математическая логика и автоматическое доказательство теорем.- М.: Наука. Главная редакция физико-математической литературы, 1983.- 360 с.

45. Клини С. Введение в метаматематику.- М.: Издательство иностранной литературы, 1957.- 515 с.

46. Davis Е., Buchanan В., Shortliffe Е. Production rulesas a representation for a knowledge-based consultation program. Artificial Intelligence, 1977, vol. 8, Ho. 1, pp. 15-47.

47. Поспелов Д.А. Большие системы. Ситуационное управление.-М.: Знание, 1975.- 62 с.

48. Sussman G., Steele G. CONSTRAINTS expressing almost hierarchical descriptions. - Artificial Intelligence, 1980, vol. 14, No. 1, pp. 1-39.

49. Вопросы кибернетики. Логика рассуждений и ее моделирование/ Под ред. Д.А.Поспелова.- М.: Научный Совет по комплексной проблеме "Кибернетика" АН СССР, 1983.- 180 с.

50. Мельчук И.А. Опыт теории лингвистических моделей "СМЫСЛ ТЕКСТ".- М.: Наука, 1974.- 314 с.

51. Попов Э.В. Общение с ЭВМ на естественном языке.- М.: Наука. Главная редакция физико-математической литературы, 1982.360 с.

52. Ловицкий В.А. Диалоговая естественноязыковая система принятия решений: Учебное пособие.- Харьков: ХПИ, 1981.- НО с.

53. Виноград Т. Программа, понимающая естественный язык.-М.: Мир, 1976.- 294 с.

54. Левин Д.Я. СТЕНД система адаптации лингвистических процессоров.- Новосибирск, 1980.- 30 с. (Препринт/ ВЦ C0AH СССР: 238).

55. Kowalski R. Predicate logic as programming language. -In: Pcoc. of IFIP, North-Holland Publ. Сотр., 1974, pp. 569-574.

56. Scott A., Clancey I., Davis R., Shortliffe E. Explanation capabilities of production-based consultation systems. Stanford Heuristic Programming Project MEMO MPP-77-1, Computer Science Department Report No. STAN-CS-77-593, February 1977. - 30 p.

57. Joslin P. System productivity facility. IBM System Journal, 1981, vol. 20, БГо. 4, pp. 388-406.

58. Брябрин B.M, Ф-язык формализм для представления знаний в инструментальной диалоговой системе.- В кн.: Прикладная информатика. М.: Финансы и статистика, 1981, вып. I, с. 73-103.

59. Брябрин В.М. Адаптивный диалог основа персональной вычислительной системы.- В кн.: Лингвистические процессоры и представление знаний. Новосибирск, 1981, с. 22-40.

60. Кахро М.И., Рюнкла Э.Х. Технологический комплекс для построения диалоговых пакетов программ.- В кн.: Автоматизация построения пакетов прикладных программ и трансляторов: Тез. докл. Всесоюзн. конф. Таллин, 1983, с. 81-83.

61. Левин Д.Я. Программирование в системе СЕТЛ.- Новосибирск, 1978.- 28 с. (Препринт/ ВЦ СО АН СССР; 138).

62. McGregor S., Lewis A. Windowing software gives bit-mapped screen a graphics interface. Electronics, 1983, December 1, pp. 128-132.

63. Goldberg A., Robson D. SMALLTALK-80. The language and its implementation. Reading: Addison-Wesley Publishing Company, 1983. - 716 p.

64. Pischer G. Symbiotic, knowledge-based computer support systems. Automatica, 1983, vol. 19, No. 6, pp. 627-637.

65. Лозовский B.C. 0 некоторых аспектах человеко-машинного диалога.- Изв. АН СССР. Техническая кибернетика, 1981, № 3,с. 147-156.

66. Шмундак А.Л. Система МИС: Абстрактная машина.- Таллин, 1982.- 33 с (Препринт/ АН ЭССР; К-7).

67. Попов Э.В., Преображенский А.Б. Определение функцийи механизмов систем, взаимодействующих с многофункциональнымибазами данных,- В кн.: Тез.докл. семинара проекта ДИАЛОГ. Тарту, 1982, с. 64-65.

68. Попов Э.В. Принципы построения системы общения пользователей с базами данных.- В кн.: Лингвистические процессоры и представление знаний. Новосибирск, 1981, с. 66-78.

69. Winograd В. Beyond programming languages. Comm. of ACM, 1979, vol. 22, No. 7, pp. 394-404.

70. Г^ков Л.И., Ломако Е.И., Попов Э.В., Преображенский А.Б. Информационная система со средствами общения на формализованном и естественном языках.- В кн.: Первая Всесоюзная конференция "Банки данных". Тбилиси, 1980, с. III-II6.

71. Mints G-., Tyugu Е. Justification of structural synthesis of programs.- Sci.of Comp.Progr., 1983, vol.2, No.3, pp.215-240.

72. Тыугу Э.Х. Решатель вычислительных задач.- Журн. вычисл. математики и мат.физики, 1971, т. II, № 4, с. 992-1004.

73. Тыугу Э.Х., Харф М.Я. Алгоритмы структурного синтеза программ.- Программирование, 1980, № 4, с. 3-13.

74. Волож Б.Б., Мацкин М.Б., Минц Г.Е., Тыугу Э.Х. Система ПРИЗ и исчисление высказываний.- Кибернетика, 1982, № 6,с.63-70.

75. Сodd Е. A relational model of data for large shared data banks. Comm. of ACM, 1970, vol. 13, No. 6, pp. 377-387.

76. Motus L., Lomp A. Distributed computer control system's software dynamics specification. In: Preprints of Ninth Congress of IEAC. Budapest, 1984, vol. 2, pp. 144-148.

77. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений.- М.: Мир, 1976,- 165 с.

78. Коломбетти М. 0 структуре знания в модели человеческого разума.- В кн.:• Представление знаний и моделирование процессов понимания. Новосибирск, 1980, с.3-iZ.

79. Калья А.П. Система управления базой данных ДАБУ-2.-Таллин, 1982.- 56 с. (Препринт/ Институт кибернетики АН ЭССР, Институт планирования АН ЭССР).