Помощь в учёбе, очень быстро...
Работаем вместе до победы

Математические методы, алгоритмы и программные системы для решения прикладных задач качественного характера при логическом представлении нечетких знаний

Диссертация: Математические методы, алгоритмы и программные системы для решения прикладных задач качественного характера при логическом представлении нечетких знаний
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

В научных исследованиях компьютеры традиционно используются для моделирования, решения систем уравнений, оптимизации и т. д. в качестве вычислительного устройства, преобразующего некоторые наборы исходных данных в выходные результаты в виде массивов чисел, таблиц, графиков в соответствии с используемыми теориями и методами. Однако существует и другая сторона научных исследований, связанная… Читать ещё >

Содержание

  • 1. СОСТОЯНИЕ ВОПРОСА И ЗАДАЧИ ИССЛЕДОВАНИЙ
    • 1. 1. Общая характеристика вопроса представления знаний и методов решения качественных задач прикладного характера с применением ЭВМ
    • 1. 2. Вопросы нечеткости, неясности и других граней неопределенности в теории и практических применениях
    • 1. 3. Математические методы и системы для решения прикладных задач качественного характера
    • 1. 4. Описание постановки задач исследований и последовательности их решения
    • 1. 5. Выводы
  • 2. РЕШЕНИЕ ЗАДАЧИ МАТЕМАТИЧЕСКОГО СИНТЕЗА И АНАЛИЗА МОЛЕКУЛЯРНЫХ СТРУКТУР МЕТОДАМИ ДИСКРЕТНОЙ МАТЕМАТИКИ
    • 2. 1. Постановка задачи и ее практическое значение
    • 2. 2. Алгоритм генерации полного набора матриц смежности неизоморфных графов
    • 2. 3. Алгоритм анализа матриц смежности по их топологическим особенностям
    • 2. 4. Система математического синтеза и анализа молекулярных структур МАИСС
    • 2. 5. Примеры применения системы МАИСС
    • 2. 6. Выводы
  • 3. РЕШЕНИЕ ЗАДАЧИ ИДЕНТИФИКАЦИИ СТРУКТУР МНОГОАТОМНЫХ МОЛЕКУЛ ПО СПЕКТРОХИМИЧЕСКИМ ДАННЫМ ПРИ ТАБЛИЧНО — ПРОДУКЦИОННОЙ ФОРМЕ ПРЕДСТАВЛЕНИЯ НЕЧЕТКИХ ЗНАНИЙ
    • 3. 1. Постановка задачи и ее практическое значение
    • 3. 2. Система распознавания структур многоатомных молекул РАСТР
    • 3. 3. Представление знаний в системе РАСТР
    • 3. 4. Примеры решения задач идентификации структур молекул
    • 3. 5. Выводы
  • 4. ПРИКЛАДНОЕ ИСЧИСЛЕНИЕ НЕЧЕТКИХ ПРЕДИКАТОВ
    • 4. 1. Постановка задачи
    • 4. 2. Основные определения и свойства
    • 4. 3. Дедуктивные вопросы прикладного исчисления нечетких предикатов
    • 4. 4. Формальное представление и классификация прикладных задач качественного характера
    • 4. 5. Выводы
  • 5. ФОРМАЛИЗАЦИЯ ЗНАНИЙ И РЕШЕНИЕ КАЧЕСТВЕННЫХ ЗАДАЧ В ОБЛАСТИ МОЛЕКУЛЯРНОЙ СПЕКТРОСКОПИИ
    • 5. 1. Формализация знаний
    • 5. 2. Решение качественных задач прогнозирования, интерпретации, структурно-группового анализа
    • 5. 3. Выводы
  • 6. ПРИМЕНЕНИЕ ИСЧИСЛЕНИЯ НЕЧЕТКИХ ПРЕДИКАТОВ ДЛЯ ФОРМАЛИЗАЦИИ ЗНАНИЙ И РЕШЕНИЯ ЗАДАЧ КАЧЕСТВЕННОГО ХАРАКТЕРА В РАЗЛИЧНЫХ ПРЕДМЕТНЫХ ОБЛАСТЯХ
    • 6. 1. Управление производственной и коммерческой деятельностью предприятия
    • 6. 2. Задачи оценочного характера
      • 6. 2. 1. Оценка качества изделий народного потребления
      • 6. 2. 2. Контроль сроков выполнения решений
    • 6. 3. Разработка естественноязыкового интерфейса
    • 6. 4. Выводы
  • 7. СИСТЕМНЫЕ ВОПРОСЫ ПРИКЛАДНОЙ ТЕОРИИ РЕШЕНИЯ ЗАДАЧ КАЧЕСТВЕННОГО ХАРАКТЕРА
    • 7. 1. Основные понятия и модели, используемые в процессе решения качественных задач
    • 7. 2. Вопросы общения решающих систем
    • 7. 3. Цели решающих систем
    • 7. 4. Выводы
  • 8. ВОПРОСЫ ПРОГРАММНОЙ РЕАЛИЗАЦИИ МЕТОДОВ РЕШЕНИЯ КАЧЕСТВЕННЫХ ЗАДАЧ В ИСЧИСЛЕНИИ НЕЧЕТКИХ ПРЕДИКАТОВ
    • 8. 1. Примеры программ на ТУРБО-ПРОЛОГе, расширенном для 154 нечеткой логики
    • 8. 2. Пример решения задачи структурно-группового анализа в нечеткой логике
    • 8. 3. Выводы 198 ОСНОВНЫЕ
  • ВЫВОДЫ И РЕЗУЛЬТАТЫ
  • СПИСОК ЛИТЕРАТУРЫ

Математические методы, алгоритмы и программные системы для решения прикладных задач качественного характера при логическом представлении нечетких знаний (реферат, курсовая, диплом, контрольная)

Рассматриваемая работа посвящена вопросам разработки и применения математических методов, алгоритмов, программ и экспертных систем для формализации знаний нечеткого характера и решения качественных задач в прикладных научных исследованиях, организационной и управленческой деятельности, других областях применения ЭВМ.

Актуальность работы определяется некоторыми характерными тенденциями развития информатизации общества. Связано это прежде всего с переориентацией использования компьютеров с вычислений, расчетов на переработку и хранение больших объемов разнообразной информации и решение задач качественного характера, в том числе и требующих умения проявлять интеллектуальное поведение. Такие задачи характерны для прикладных научных исследований, организационной, управленческой, коммерческой и других родов деятельности.

В научных исследованиях компьютеры традиционно используются для моделирования, решения систем уравнений, оптимизации и т. д. в качестве вычислительного устройства, преобразующего некоторые наборы исходных данных в выходные результаты в виде массивов чисел, таблиц, графиков в соответствии с используемыми теориями и методами. Однако существует и другая сторона научных исследований, связанная с необходимостью быстрого и эффективного решения практических прикладных задач. Решение таких задач, как правило, не связано с привлечением глубоко проработанных теоретических знаний, а производится на основе эмпирических данных, известных особенностях, закономерностях и т. п. Эти знания представляют собой некоторый «поверхностный» слой, необходимый и достаточный для решения практически важных задач. Такие знания обычно объемны, слабо систематизированы, источником их является научная литература, собственный опыт специалиста, для них характерны некоторая неопределенность, нечеткость как в содержании, так и в методах применения. В то' же время прикладные задачи в основном носят массовый характер, их постоянно решают многие специалисты с разным опытом и уровнем квалификации. Важность формализации подобных знаний и разработки необходимых решающих процедур с оценкой истинности получаемых результатов не вызывает сомнения.

Конечной целью автоматизированной обработки деловой, коммерческой и т. п. информации является принятие решений в области организации, управления, оценки параметров, характеристик, а также качества самих решений. Кроме того, многие практически важные качественные задачи относятся к областям планирования, контроля, обучения, классификации и т. д. Для их эффективного решения характерно использование логических выводов в условиях неопределенных, нечетких знаний.

Рассматриваемая работа в той или иной степени основана на таких научных дисциплинах, как математическая логика, теория нечётких множеств, теории искусственного интеллекта, экспертных систем и представления знаний, математическая лингвистика, теория программирования. Большое число ученых и специалистов внесло значительный вклад в эти области и автор будет называть их по ходу изложения материала.

Цель работы заключается в разработке нового научного направления в области представления знаний и методов решения задач — теории и методов формализации логических компонентов нечетких знаний и процедур решения прикладных задач качественного характера.

Для достижения поставленной цели в диссертации должны быть решены следующие задачи.

1. Разработана теория и методы представления и формализации логических компонентов нечетких знаний, используемых в прикладных научных исследованиях, организационной, управленческой деятельности и ряде других областей применения ЭВМ.

2. Разработаны методы, алгоритмы и процедуры решения прикладных качественных задач широко распространенных классов: прогнозирования, интерпретации, идентификации и т. д.

3. Создан пользовательский интерфейс на основе преимуществ предложенных методов формализации нечетких знаний и решения качественных задач.

4. Разработаны экспертные и автоматизированные системы, реализующих предложенные методы представления знаний, решения качественных задач и организации пользовательского интерфейса.

Новая научная идея работы состоит в интегрированном подходе к выбору модели представления прикладных знаний, при котором для организации и формализации предметных областей используется прикладное исчисление нечетких предикатов. Такое представление, с одной стороны, задает описание знаний о предметной области, а с другой стороныпроцедуры, реализующие рассуждения. При этом подобная формализация дает возможность использовать такое центральное понятие логики, как доказательство, ценность которого заключается в том, что оно представляет собой конструкцию, синтаксическая правильность которой гарантирует семантическую правильность.

Научная новизна диссертации заключается в следующем: -решена задача математического синтеза и анализа молекулярных структур методами дискретной математики и разработан комплекс программ МАИСС;

— решена задача идентификации структур многоатомных молекул по спектрохимическим данным при таблично-продукционной форме представления нечетких знаний и разработана экспертная система РАСТР;

— предложена теория и методы формализации нечетких знаний прикладного характера на основе объединения возможностей логики предикатов первого порядка и теории нечетких множеств — прикладное исчисление нечетких предикатов;

— показана возможность решения качественных задач в прикладном исчислении нечетких предикатов методом доказательства теорем с оценкой истинности полученных результатов;

— проведена формализация и структурирование логических компонентов знаний прикладного характера в ряде проблемных областей;

— проведена систематизация и формальное описание широко распространенных классов прикладных качественных задач: прогнозирования, интерпретации, идентификации;

— приведены примеры формализации знаний и решения качественных задач на языке ТУРБО-ПРОЛОГ, расширенном для нечеткой логики;

— показана возможность использования нечеткой логики в естественноязыковых приложениях.

Достоверность научных положений, выводов и результатов подтверждается:

— использованием для представления логических компонентов нечетких знаний и решения качественных задач формальной аксиоматико-дедуктивной системы с общепринятыми в математике синтаксическими и семантическими конструкциями;

— использованием для решения ряда качественных задач классических методов дискретной математики;

— успешным применением разработанных методов при создании экспертных и информационных систем;

— внедрением и эксплуатацией созданных экспертных и информационных систем.

Более чем 2 0-летнюю работу в рассматриваемой области автор начинал в неформальном творческом коллективе академика РАЕН, д.ф.-м.н., проф.

Л.А.Грибова под его непосредственным руководством и выражает ему искреннюю признательность. Автор благодарен д.х.н., проф. М. Е. Эляшбергу за долговременное и плодотворное сотрудничество, одним из результатов которого было создание экспертных систем МАИСС и РАСТР. За многолетнее сотрудничество автор признателен В. М. Петрову, особо отмечая его вклад в решение проблем естественноязыкового интерфейса. Академику МАИ, д.т.н., проф. В. З. Букрееву автор благодарен за создание творческой атмосферы на руководимой им кафедре информатики, благодаря чему и стало возможным оформить рассматриваемые работы как диссертацию.

Автор глубоко признателен за внимание к работе, обсуждение полученных результатов, ценные замечания по существу и полезные указания по оформлению работы профессорско-преподавательскому составу и сотрудникам Московской Государственной Академии приборостроения и информатики, Московского Государственного инженерно-физического института, кафедры информатики РосЗИТЛП, Института геохимии и аналитической химии РАН, ВЦ СО РАН, Новосибирского института органической химии СО РАН, кафедры физики ТСХА, п/я А1147, ВНИИ органического синтеза, НИИ спецтехники МВД, НИИ материаловедения, где докладывались отдельные результаты и работа в целом.

Автор признателен всем ученым и специалистам, от которых получил консультации, советы, замечания по улучшению качества диссертационной работы и выражает благодарность за содействие сотрудникам организаций, в которых были внедрены результаты.

ОСНОВНЫЕ ВЫВОДЫ И РЕЗУЛЬТАТЫ.

1. Предложена теория и методы формализации нечетких знаний прикладного характера на основе объединения возможностей логики предикатов первого порядка и теории нечетких множеств — прикладное исчисление нечетких предикатов.

2. Показана возможность решения качественных задач в прикладном исчислении нечетких предикатов методом доказательства теорем с оценкой истинности полученных результатов.

3. Проведена формализация и структурирование логических компонентов знаний прикладного характера в ряде проблемных областей.

4. Проведена систематизация и формальное описание широко распространенных классов прикладных качественных задач: прогнозирования, интерпретации, идентификации.

5. Приведены примеры знаний решения качественных задач в описанном формализме на языке ТУРБО-ПРОЛОГ.

6. Показана возможность использования нечеткой логики в естественноязыковых приложениях.

7. Методами дискретной математики решены качественные задачи построения полного набора структурных изомеров многоатомных молекул и идентификации структурных формул по спектрохимическим данным.

8. Разработанная теория и методы логического представления нечетких знаний и решения качественных задач были использованы и используются в настоящее время при создании ряда экспертных систем и систем обработки данных в области прикладных научных исследований и в области автоматизации производства и управления:

— система математического синтеза и анализа молекулярных структур МАИСС, результаты расчетов системой МАИСС точного числа изомеров различного атомного состава и их построение получены и описаны впервые;

— экспертная система распознавания структур многоатомных молекул РАСТР, неоднократно модифицированный вариант системы РАСТР эксплуатируется более 20 лет;

— экспериментальная экспертная система СПРИНТ, система используется для отработки предлагаемых методов и имеет в своем составе ряд универсальных компонентов, применимых в других системах подобного рода;

— система управления производственной и коммерческой деятельностью малого предприятия;

— автоматизированная система оценки качества изделий легкой промышленности;

— система контроля сроков выполнения решений.

Показать весь текст

Список литературы

  1. Нечеткие множества и теория возможностей. Последние достижения. Матер, науч. конф. Под ред. P.P. Ягера. Пер. с англ. В. Б. Кузьмина. М.:Радио и связь, 1986, 391с.
  2. ТэраноТ. Введение в нечеткие системы. Сб. Прикладные нечеткие системы. Под ред. Тэрано Т., Асаи К., Сугэно М. Пер. с япон. Ю. Н. Чернышева. М.:Мир, 1993, 363 с.
  3. Feigenbaum Е.А., Buchanan В.J., Lederberg J. Machine intellegence. Edinburg, 1971,6, p.165.
  4. Shortliffe E.H. Computer Based Medical Compation: MYCIN. American Elsevier, New York, 1976.
  5. B.B., Грибов JI.A., Эляшберг M.E. Алгоритм и программа идентификации многоатомных молекул по оптическим спектрам. Доклады АН СССР. Т. 232, № 3, М., 1977.
  6. Gribov L.A., Elyashberg М.Е., Serov V.V. Computer system for structure recognition of polyatomic molecules by I.R., N.M.R., U.V. and M.S. methods. Analytica Chimica Acta, 95, Amsterdam, 1977, p. 75−96.
  7. Green С.С., Raphael В. The use of theorem-proving techniques in question-answering systems. Proc. 23rd ACM Nat. Conf., 1968.
  8. H. (Nilson N.) Problem solving methods in artificial intelligence. New York: Mc Graw-Hill Book Company, 1971. Рус. пер.: Искусственный интеллект. М. Мир, 1973.
  9. Е.И. Решатели интеллектуальных задач. М.: Наука, 1982, 313с.
  10. Дж. (Robinson G.) A machine-oriented logic based on the resolution principle. J. ACM, 1965, v. 12, № 1, p. 23−41. Рус. пер.: Машинно-ориентированный логический базис в принципе резолюций. Кибернетический сб., Новая сер., № 7, М.: Мир, 1970.
  11. Мае лов С. Ю. Обратный метод установления выводимости в классическом исчислении предикатов. ДАН СССР, т. 159, N1, 1964, с. 17−20.
  12. Minsky M.L. A framework for representing knowledge. Cambridge: Massachusetts Institute of technology, 1974. Рус. пер.: Фреймы для представления знаний. М.: Энергия, 1979.
  13. Zadeh L.A. Fuzzy set. Information and control. N 8, 1965, p. 338
  14. Представление и использование знаний. Под ред. X. Уэно, М.Исидзуки. М.: Мир, 1989.
  15. Zadeh L.A. A fuzzy-set-theoretic interpritation of linguistic hedges. J. Cybern, 2, 4−34, 1972.
  16. Zadeh L.A.The concept of a linguistic variable and its application to approximate reasoning. Part 1, 2, 3. Information Sciences. 1975, N8, p. 199−249- N8, p. 301−357- N9, p. 43−80.
  17. Zadeh L.A.Outline of new approach to the analysis of complex systems and decision process. IEEE Trans, on SMC. 1973.Vol. 3, N1, p. 28−44.
  18. Zadeh L.A. Out line of a new approach to ehe analysis of complex systems and decision process. IEEE Trans, on SMC.Vol. 3, N1, 1973.
  19. Zadeh L.A. PRUF A meaningful representation language for natural language. Int. Journal of Man-Machine Studies. N10, 1978.
  20. M., Мукодоно M., Ямагава P. Нечеткие компьютеры и программное обеспечение. Сб. Прикладные нечеткие системы. Под ред. Тэрано Т., Асаи К., Сугэно М. Пер. с япон. Ю. Н. Чернышова.М.:Мир, 1993, 363 с.
  21. С., Сути М. и др. Экспертные системы. Сб. Прикладные нечеткие системы. Под ред. Тэрано Т., Асаи К., Сугэно М. Пер. с япон. Ю. Н. Чернышова. М.:Мир, 1993, 363 с.
  22. Serov V.V., Gribov L.A., Elyashberg М.Е. Elements of the applied theory of solving gualitative problems of molecylar spectroscopy. Journal of Molecular Structure 129, Amsterdam, 1985. p. 183−214.
  23. Serov V.Y., Elyashberg M.E., Gribov L.A. System-related matters in the theory of solving qualitative problems. Journal of Molecular Structure, 178, Amsterdam, 1988. pp. 1−21.
  24. В.В. Общая теория решения задач (радиология). М.: ВЗПИ, 1990.
  25. Пойя (Polya G.). Mathematics and plausidle reasoning (2 vols). Princeton, 1954. Рус. пер.: Математика и правдоподобные рассуждения. М.: Наука, 1975.
  26. В.М., Серов В. В. Представление знаний в экспертной системе, базирующейся на объектно-ориентированном методе и исчислении нечетких предикатов. Тёзисы докладов. 3-ая Межд. научно-технич. конф. «Программное обеспечение ЭВМ». Тверь, 1990.
  27. Mesarovic M.D. Foundations for general system theory. In: Views on Gen. Syst. Theory. New York- London- Sydney: Wiley, 1964. Рус.пер.: Обоснование общей теории систем. В кн.: Общая теория систем. М.: Мир, 1966.
  28. Д.А. Ситуационное управление: теория и практика. М.: Наука, 1986.
  29. Ю.И. Ситуационное управление большими системами. М.: Энергия, 1974.
  30. Sacerdoti E.D. Planning in a hierachy of abstraction space. Artificial Intelligens, v. 5, pp. 115−135.
  31. B.M. Диалоговая информационно-логическая система. Труды Межд. конф. по Искусственному Интеллекту. Ленинград Репино, 1977.
  32. Robinson J.A. Logic Programming Past, Present and Future. New Generation Computing, 1983, vol. l, pp. 133−146.
  33. Kowalski R. Logic Programming. In: Proceeding of the IFIP-83, Horth Holland, 1983, pp. 133−146.
  34. Kowalski R. Algorithm = Logic + Control. Communication of ACM, 1979, vol. 22, N7, pp. 424−435.
  35. У., Меллиш К. Программирование на языке Пролог. М.: Мир, 1987.
  36. Ин Ц., Соломон Д. Использование Турбо Пролога. Пер. с англ. Д. Ю. Буланже, О. Л. Кондратьева. М.: Мир, 1993, 598с.
  37. В.В. Решение качественных задач методом доказательства теорем в прикладном логическом исчислении. Тезисы докладов. Межвузовский научн.-технич. семинар «Системный анализ, техническая и экономическая кибернетика». М., 1984.
  38. М. Нечеткий вывод резоляционного типа. Нечеткие множества и теория возможностей. Последние достижения. Матер, науч. конф. под ред. P.P. Ягера. Пер. с англ. В. Б. Кузьмина. М.: Радио и связь, 1986, 391с.
  39. M., Масудзава M. Свойство резолюций в нечеткой логике. Дэнси цусин гаккай ромбусин.Т. J66-D, N7, 1983.
  40. М. Что такое нечеткий Пролог? Computer today. N25, 1988, р.416.
  41. В.В., Эляшберг М. Е., Грибов JI.A. Математический «синтез» всех топологических изомеров бензола. Известия ТСХА. Вып. 1, М., 1977, с. 215.
  42. В.В., Эляшберг М. Е., Грибов JI.A. Система математического «синтеза» и анализа всех структурных формул органических соединений, соответствующих заданной брутто-формуле. Доклады АН СССР. т. 224, № 1, М., 1975. .
  43. Serov V.V., Elyashberg М.Е., Gribov L.A. Mathematical synthesis and analysis of molecular structures. Jornal of Molecular Structure, 31, pp.381−397, Amsterdam, 1976.
  44. M.E., Серов B.B. Грибов JI.A. Применение ЭВМ для построения структурных формул по данным молекулярного спектрального анализа. Тезисы докладов. Третий семинар «Использование вычислительных машин в спектроскопии молекул». Новосибирск, 1975.
  45. В.В., Эляшберг М. Е. Математический «синтез» и анализ молекулярных структур с применением ЭВМ и его использование. Тезисы докладов 6-ой Межотраслевой конф. молодых специалистов. М.: ГИРЕДМЕТ, 1976.
  46. В.В., Эляшберг М. Е., Грибов Л. А. Комплекс алгоритмов и программ математического «синтеза» и анализа структурных формул химических соединений. Депонент ВИНИТИ .№ 1464−76, М., 1976.
  47. В.В., Эляшберг М. Е., Грибов Л. А. Алгоритм и программа проверки наличия или отсутствия заданных фрагментов в структурных формулах химических соединений, представляемых графами. Журн. структурной химии. Т. 17, № 6, Новосибирск, 1976.
  48. В.В., Эляшберг М. Е. Система программ математического «синтеза» и анализа структурных формул всех изомеров, отвечающих заданной брутто-формуле. Сб. аннотаций программ для молекулярной спектроскопии. Новосибирск, 1977.
  49. М.Е., Серов В. В., Грибов Л. А. Распознавание химических соединений по их молекулярным спектрам с применением программы построения структурных формул из атомов и фрагментов. Журн. прикладной спектроскопии. Т.26, Вып. 2, Минск, 1977.
  50. М.Е., Грибов Л. А., Серов В. В. Молекулярный спектральный анализ и ЭВМ. М.: Наука, 1980, 301с.
  51. М.Е., Грибов Л. А. Журн. прикладной спектроскопии, 1968, 8, с. 296.
  52. Использование вычислительных машин в спектроскопии молекул". Новосибирск, 1977.
  53. В.В., Эляшберг М. Е., Грибов JI.A. Структурная интерпретация молекулярных спектров. Системный подход. Сб. «Теоретическая спектроскопия «.М., 1977.
  54. В.В., Эляшберг М. Е., Грибов JI.A. Система программ автоматического распознавания структуры многоатомных молекул по колебательным спектрам. Сб. аннотаций программ для молекулярной спектроскопии. Новосибирск, 1977.
  55. В.П. Экспертные системы в химической технологии. М.: Химия, 1995,368с.
  56. JI.A., Эляшберг М. Е., Серов В. В. и др. Спектры и ЭВМ-инструменты определения пространственных структур молекул. Тезисы докладов 9-ой Межд. конф. по применению ЭВМ в химии и химическом образовании. Новосибирск, 1978.
  57. В.В., Грибов JI.A., Эляшберг М. Е. Система программ идентификации химических соединений по молекулярным спектрам. Депонент ВИНИТИ № 2912−78. М., 1978.
  58. Gribov L.A., Elyashberg М.Е., Serov V.V. On the solution of one classical problem in vibrational spectroscopy. Journal of Molecular Structure, 50, pp. 371 387, Amsterdam, 1978.
  59. В.В., Эляшберг М. Е. Формализация решения качественных спектроскопических задач. Тезисы докладов 5-ой Всесоюзной конф. по аналитической химии органических соединений .М., 1984.
  60. В.В., Эляшберг М. Е. Формализация решения качественных задач молекулярной спектроскопии. Журн. структурной химии. Т.27, № 2, Новосибирск, 1986.
  61. М.Е., Серов В. В., Никитин Г. Н. Система распознавания структур молекул РАСТР-3. Тезисы докладов. 7-ая Всесоюзная конф. «Использование вычислительных машин в химических исследованиях и спектроскопии молекул». Рига, 1986.
  62. М.Е., Серов В. В., Петров В. М. и др. Система искусственного интеллекта для молекулярной спектроскопии. Тезисы докладов. Всесоюзная конф. «Математические методы и ЭВМ в аналитической химии». М., 1986.
  63. Elyashberg M.E., Serov V.Y., Gribov L.A. Artificial intelligence systems for molecular spectral analysis». Talanta, Vol.34, No. l, Great Britain, 1986. pp.21−30.
  64. Петров В.М.,' Серов В. В. Интегрированная модель предметной области в системе, основанной на знаниях. Межвузовский сб. научных трудов «Системный анализ, информатизация и прикладные задачи.» М.: РЗИТЛП, 1994.
  65. В.М., Серов B.B. Модель понимания связного на уровне абзаца научно-технич. текста. Матер, конф. «Автоматизация проектирования и производства в легкой промышленности.» М.: РЗИТЛП, 1995.
  66. В.М., Серов В. В. Методы и формальный аппарат, обеспечивающие анализ неграмматичных выражений ограниченного естественного языка. Матер, конф. «Автоматизация проектирования и производства в легкой промышленности.» М.: РЗИТЛП, 1995.
  67. Serov V.V. Elements of the appliend theory of solving qualitative problems. Multiple criteria and game problems under uncertainti. The Fourth International Workshop. Moscow, 1996.
  68. Виноград T. Understanding natural language. New York: Acad. Press, 1972. Рус. пер.: Программа, понимающая естественный язык. М.: Мир, 1976.
  69. Эрбран (Herbrand J.) 1930 Reschedeshes sur la theorie de la demonstration. -Trav. Soc. Sei. Lettres varsovie, Classe III Sei. Math. Phys., No. 33, 1930.
  70. Прикладная информатика: Сб. ст. Под ред. В. М. Савинкова.М.: Финансы и статистика, 1986, 188с.
  71. H.A., Анисов A.M., Быстров П. И. и др. Логика и компьютер. Моделирование рассуждений и проверка правильности программ. Сер. Кибернетика. М.: Наука, 1990.
  72. Ю.Я. Интеллектуальные информационные системы. М.: Наука, 1990.
  73. Э.В. Общение с ЭВМ на естественном языке. М.: Наука, 1982.
  74. Carbonell J.G., Hayes P.G. Robust parsing using multiple construction-specific strategies. In: Bole, L. (ed.). Natural Language Parsing Systems. New York: Springer Verlag, 1984.
  75. Hayes P.J., Mouradian G, V. Flexible parsing. AJCL1, vol. 7(4), 1981, p.232−241.
  76. Hendrix G.G. Human engineering for apllied natural language processing. «Proceedings 5-th IJCAI, MIT», 1977, p. 183−191.
  77. Kwansy S.C., Sondheimer N.K. Relaxation techniques for parsing grammatically ill-formet, input in natural language understanding systems. AJCL, vol. 7(2), 1981, p. 99−108.
  78. Schang R. et al. An integrated ubderstander. AJCL, vol. 6(1).
  79. Woods W.A., et al. Speech Understanding Systems. Final Technical Report. 3438, Bolt, Beranek and Newman, Inc. Cambridge, Ma, 1976.
  80. Д.А. Ситуационное управление: теория и практика. М.: Наука, 1986.
  81. М.И. Алгоритмы разума. Киев.: Наукова думка, 1979.
  82. С., Саэки Ю. Приобретение знаний. Пер. с япон. М.: Мир, 1990.
  83. X., Исидзука М. Представление и использование знаний. Пер. с япон. М.: Мир, 1989.
  84. В.В., Тальрозе B.JI. Журн. структурной химии, 1970, И, с. 357.
  85. С.Г., Пиоттух-Пелецкий В.И. У1 Всесоюзная конф. «Использование ЭВМ в спектроскопии молекул и химических исследованиях». Тезисы докладов. Новосибирск, 1982, с. 174−175.
  86. К. Инфракрасные спектры и строение органических соединений. М.: Мир, 1965, 216с.
  87. Дж., Финей Дж., Сатклиф JI. Спектроскопия ЯМР высокого разрешения. М.: Мир, 1969, 468с.
  88. McLafferty F.W. Mass spectral correlation. Wahington D. C.: Amer. Chem. Soc., 1963, 117p.
  89. Ч., Ли Р. Математическая логика и автоматическое доказательство теорем: Пер. с англ. под ред. С. Ю. Маслова. М.: Наука, 1983.
  90. А. Введение в теорию нечетких множеств. М.: Радио и связь, 1982.
  91. Техническое задание на создание автоматизированной системы экспертных оценок на художественно-технических советах, демонстрациях мод и тематических просмотрах изделий легкой промышленности, проводимых на базе ВИАлегпрома. М.: ВНИГИАСУлегпром, 1977.
  92. В.З., Серов В. В., Завилевич М. Л. Комплекс программ подсистемы «Выставки» автоматизированной системы экспертных оценок. Тезисы докладов. Научно-технич. семинар «Системный анализ и оптимизация управления». M., 1982.
  93. В.З., Орлов А. Г., Серов В. В. Подсистема «Художественно-технический совет» автоматизированной системы экспертных оценок. Журн. «Текстильная промышленность «, № 9, М., 1984.
  94. Генеральный директор ОАО ВНИИОС академик РИА профессор С.П.Черных-/'71 Xдекабря 1997 г. 1. СПРАВКА ОБ ИСПОЛЬЗОВАНИИ
  95. Разработанные методы представления знаний были внедрены для разработки системы программ управления производственной и коммерческой деятельностью в фирме КЕВЛАР с использованием базы данных FOXPRO.
  96. Система используется для получения информационных сведений и принятия решений по выполнению портфеля заказов в условиях нечеткой информации о заказчике, состоянии производства и возможностей материально-технического снабжения.
  97. Большое значение для практического использования имеет теоретическое обоснование оценки истинности результатов решения задач.1. Директор фирмы КЕВЛАР
Заполнить форму текущей работой

Пора сдавать?