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

Разработка аппарата формализации измерительных знаний

Диссертация: Разработка аппарата формализации измерительных знаний
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Научная новизна диссертационной работы определяется тем, что автором дано обобщение и получены новые теоретические результаты в области формализации измерительных знаний. Разработан аппарат формализации измерительных знаний, основанный на избранных математических структурах и методах представления измерительных знаний, который служит базой для создания интеллектуальных измерительных систем… Читать ещё >

Содержание

  • 1. СОВРЕМЕННОЕ СОСТОЯНИЕ ИССЛЕДОВАНИЙ В ОБЛАСТИ ИНТЕЛЛЕКТУАЛЬНЫХ ИЗМЕРИТЕЛЬНЫХ СИСТЕМ
    • 1. 1. Терминологические пояснения
      • 1. 2. 0. ценка возможности и оправданности создания интеллектуального измерительного средства
    • 1. 3. Интеллектуальные системы в области метрологии
    • 1. 4. Классификация интеллектуальных систем в области метрологии по кругу решаемых задач
    • 1. 5. Классификация интеллектуальных систем в области метрологии по группе используемых методов
    • 1. 6. Классификация интеллектуальных систем в области метрологии по моделям представления знаний
    • 1. 7. Постановка задачи
    • 1. 8. Основные результаты, полученные в главе 1
  • 2. БАЗОВЫЕ ФОРМАЛИЗМЫ ИЗМЕРИТЕЛЬНОГО МАТЕМАТИЧЕСКОГО ОБЕСПЕЧЕНИЯ ИНТЕЛЛЕКТУАЛЬНЫХ ИЗМЕРИТЕЛЬНЫХ СИСТЕМ
    • 2. 1. Формализмы для представления измерительной цепи
      • 2. 1. 1. Использование-исчисления для описания измерительной цепи
      • 2. 1. 2. Использование алгоритмических описаний измерительной
    • 2. 2. Базовые формализмы расчетного оценивания погрешностей
      • 2. 2. 1. Исходные положения
      • 2. 2. 2. Расчетное оценивание характеристик погрешностей
        • 2. 2. 2. 1. Вывод расчетного соотношения на основе представления погрешности в виде суммы компонент
        • 2. 2. 2. 2. Расчетное оценивание характеристик погрешностей без разделения на компоненты
      • 2. 2. 3. Постановка задачи разработки измерительного математического обеспечения интеллектуальной измерительной системы
    • 2. 3. Основные результаты, полученные в главе 2
  • 3. МЕТОДЫ МЕТРОЛОГИЧЕСКОГО АНАЛИЗА В СОСТАВЕ ИЗМЕРИТЕЛЬНОГО МАТЕМАТИЧЕСКОГО ОБЕСПЕЧЕНИЯ ИНТЕЛЛЕКТУАЛЬНОЙ ИЗМЕРИТЕЛЬНОЙ СИСТЕМЫ
    • 3. 1. Метрологический анализ описаний измерительной цепи с использованием типового А,-исчисления
    • 3. 2. Использование аппарата прослеживания ур-семантики для оценивания характеристик погрешностей
    • 3. 3. Постановка задачи прослеживания слабейшего предусловия для выполнения метрологического анализа в интеллектуальных измерительных системах
      • 3. 3. 1. Особенности описаний измерительных цепей в области
      • 3. 3. 2. Определение объекта спецификации
      • 3. 3. 3. Оценка существующих средств составления спецификаций
        • 3. 3. 4. 0. бзор существующих средств составления спецификаций
        • 3. 3. 4. 1. Обзор методов описания временных характеристик
        • 3. 3. 4. 2. 0боснование необходимости применения фреймовых описаний
        • 3. 3. 4. 3. Описание измерительных цепей на разных уровнях абстракции
      • 3. 3. 5. Постановка метрологического анализа алгоритмического описания измерительной цепи как задачи прослеживания слабейшего предусловия
    • 3. 4. Основные результаты, полученные в главе 3
  • 4. МЕТОД ПАРАЛЛЕЛЬНОГО ПРОСЛЕЖИВАНИЯ СЛАБЕЙШЕГО ПРЕДУСЛОВИЯ — П-МЕТОД КАК МЕТОД МЕТРОЛОГИЧЕСКОГО АНАЛИЗА
    • 4. 1. Преобразование алгоритмических описаний измерительных цепей к виду сети фреймов
    • 4. 2. Вычисление слабейшего предусловия для фреймовых описаний
    • 4. 3. П-метод прослеживания слабейшего предусловия фреймовых описаний
    • 4. 4. Оптимизация базы измерительных знаний
    • 4. 5. Прослеживание семантики слабейшего предусловия для описаний с использованием циклических конструкций
      • 4. 5. 1. Способ вычисления слабейшего предусловия для оператора цикла
      • 4. 5. 2. Вычисление слабейшего предусловия для циклов с неопределенным числом повторений
      • 4. 5. 3. Вычисление слабейшего предусловия для бесконечных циклов
    • 4. 6. Основные результаты, полученные в главе 4
  • 5. МЕТРОЛОГИЧЕСКИЙ АНАЛИЗ ОПИСАНИЙ ИЗМЕРИТЕЛЬНЫХ ЦЕПЕЙ С ИСПОЛЬЗОВАНИЕМ СТАНДАРТНЫХ ЭЛЕМЕНТОВ И АНАЛИЗ ПРОЦЕССОРНЫХ ДИНАМИЧЕСКИХ ПОГРЕШНОСТЕЙ
  • 5. ¡-.Метрологический анализ описаний измерительных цепей с использованием стандартных измерительных модулей
    • 5. 2. Пример использования аппарата прослеживания слабейшего предусловия для анализа характеристик погрешности описания с процедурной абстракцией и обратной связью
    • 5. 3. Вычисление слабейшего предусловия для описаний, включающих средства представления знаний о времени
      • 5. 3. 1. Неметрические точечные события
      • 5. 3. 2. Метрические точечные события
      • 5. 3. 3. Метрические интервальные события
    • 5. 4. Основные результаты, полученные в главе 5
  • 6. АЛГОРИТМИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ИНТЕЛЛЕКТУАЛЬНЫХ ИЗМЕРИТЕЛЬНЫХ СИСТЕМ
    • 6. 1. Алгоритм работы интеллектуального измерительного средства
    • 6. 2. Идентификация ситуации
    • 6. 3. Синтез поля возможных измерительных алгоритмов
    • 6. 4. Синтез описания физической измерительной цепи и выполнение измерительного эксперимента
    • 6. 5. Параметрический синтез описаний измерительных цепей
    • 6. 6. Структурно-параметрический синтез измерительных цепей
    • 6. 7. Выполнение измерительного эксперимента
    • 6. 8. Детализированное описание алгоритма работы интеллектуальной измерительной системы
    • 6. 9. Основные результаты, полученные в главе 6
  • 7. ПРЕДСТАВЛЕНИЕ ИНТЕЛЛЕКТУАЛЬНЫХ ИЗМЕРИТЕЛЬНЫХ СИСТЕМ В ТЕРМИНАХ ФОРМАЛЬНЫХ СИСТЕМ
    • 7. 1. Структура базы измерительных знаний интеллектуальной измерительной системы
    • 7. 2. Алгоритм работы интеллектуальной измерительной системы с учетом структуры знаний
      • 7. 2. 1. Идентификация ситуации
      • 7. 2. 2. Синтез поля возможных измерительных алгоритмов
      • 7. 2. 3. Синтез описания физической измерительной цепи и выполнение измерительного эксперимента
    • 7. 3. Основные результаты, полученные в главе 7

Разработка аппарата формализации измерительных знаний (реферат, курсовая, диплом, контрольная)

Развитие современной измерительной техники определяется требованиями, вытекающими из задач метрологического обеспечения современных информационных технологий на базе применения новых материалов, компонент и технологий производства, что создает основу для автоматизации измерений.

Поскольку в реализации современных информационных технологий все большее место занимают интеллектуальные системы проектирования, интеллектуальные системы управления и т. п., назрела необходимость в создании интеллектуальных измерительных систем (ИнИС), как подсистем интеллектуальных информационных систем. Под интеллектуальностью понимается способность технического средства принимать решения, основанные на знаниях. [109].

Использование процессорных измерительных средств (ИС) создает предпосылки для их интеллектуализации на основе избыточности ИС и введения в состав измерительных систем баз измерительных знаний. Техническую базу для создания интеллектуальных измерительных систем определяет переход к использованию агрегатных программных и аппаратных модулей в составе измерительных систем [113].

Интерес к проблемам интеллектуализации измерений оформился в начале 80-х годов. Однако формирование концептуальных основ и необходимого метрологического математического обеспечения носят преимущественно описательный характер, что и определило отсутствие практических результатов в этой области.

В дальнейшем под ИнИС понимается средство, обладающее способностью целенаправленного выбора и выполнения рационального алгоритма измерения в фиксированной ситуации, определяемой видом измеряемой величины, свойствами объекта измерений, требованиями, предъявляемыми к процедуре и средствам измерения и наложенными ограничениями на основании базы измерительных знаний [109]. Иначе говоря, ИнИС характеризуется способностью использовать текущую информацию для изменения алгоритма измерений на основе некоторых знаний. Соответственно, как и другие интеллектуальные средства ИнИС должны включать в свой состав базы измерительных знаний (БИЗ).

Важным моментом, связанным с рассматриваемым типом ИнИС является полностью автоматическое функционирование.

Из изложенного следует, что ИнИС принципиально отличается от измерительных средств, имеющих в своем составе агрегатные программные и аппаратные модули, использованием знаний из БИЗ в процессе принятия решений.

Исходя из приведенного определения цикл работы ИнИС, относящийся к обслуживанию одной конкретной ситуации, должен включать в себя идентификацию измерительной ситуации, синтез наилучшего из числа возможных алгоритма измерений и соответствующей измерительной цепи и реализацию требуемых измерений [109].

Создание ИнИС предполагает наличие развитого измерительного математического обеспечения (ИМО). Работы в этом направлении проводились в рамках раздела теоретической метрологии, занимающейся математическими моделями объектов, процедур, средств и условий измерений, а также алгоритмическим обеспечением метрологического анализа и синтеза. В [109] этот раздел назван математической метрологией. Именно на базе формализации знаний из области математической метрологии возможно создание измерительного математического обеспечения ИнИС.

Под формализацией понимается представление понятий и методов предметной области в терминологии формальных систем.

ИМО ИнИС включает в себя следующие три части: совокупность знаний, относящихся к описанию моделей измерительных модулей, сигналов и измерительной ситуации (МО), метрологический анализ (МА), метрологический синтез (МС). Каждая последующая часть предполагает использование результатов, сформированных в предшествующих, а в совокупности МО, МА, и МС составляют ИМО ИнИС. {{{ МО} ->М А} ->МС} ->ИМО ИнИС.

ИМО получило значительное развитие. Это касается, прежде всего, аппарата описания измерительных процедур и алгоритмического обеспечения метрологического анализа [80,109−114,116,7,88]. Получены интересные результаты в направлении измерений с коррекцией, адаптивных и статистических измерений.

Однако ИМО не доведено до необходимой полноты. В настоящее время создание ИнИС замедляется незавершенностью работ по формированию ИМО и отсутствием отработанных принципов построения ИнИС. Практически не проводились работы по формированию математического обеспечения, относящегося к идентификации ситуаций. В области синтеза измерительных цепей в работах Э. И. Цветкова сформированы лишь базовые формализмы. И, наконец, имеющееся теоретическое обеспечение не систематизировано с позиций его применения в ИнИС и не имеет необходимого формализованного описания.

Существующие методы математической метрологии не позволяют выполнять метрологический анализ и синтез в автоматическом режиме, поскольку использованные математические модели не пригодны для представления в терминологии формальных систем. Дополнительная, сложность заключается в том, что объектом изучения является измерительная цепь, состоящая из сочетания программных и аппаратных, как аналоговых, так и цифровых модулей.

Перечисленные проблемы связаны с текущим состоянием предметной области.

В настоящее время отсутствует аппарат формализации измерительных знаний, необходимый для создания ИнИС, работающей в автоматическом режиме.

Актуальность работы.

Актуальность работы определяется отсутствием аппарата формализации измерительных знаний, что не позволяет разрабатывать конкретные интеллектуальные измерительные системы. В то же время существующие методы проектирования оказываются малоэффективными при решении современных задач, требующих для. своего решения применения технологий искусственного интеллекта. С другой стороны, измерительная техника получила в настоящее время настолько широкое распространение, что возникла необходимость решать типовые измерительные задачи с помощью автоматических систем, не привлекая к их решению квалифицированных специалистов.

Поэтому разработка аппарата формализации измерительных знаний для создания ИнИС, является важной актуальной научно-технической проблемой.

Связь с государственными программами и НИР.

Диссертационная работа выполнялась в рамках госбюджетой работы «Методы и алгоритмы оптимизации структуры измерительного эксперимента в системах экологического мониторинга» (СПбГЭТУ N гос. per. 1 960 011 414);

Цель работы.

Теоретическое обобщение, исследование известных и разработка новых элементов аппарата формализации измерительных знаний, составляющего теоретическую базу для создания интеллектуальных измерительных систем. Построение измерительного. математического обеспечения интеллектуальных измерительных систем, которое заключается в разработке алгоритмов метрологического анализа и синтеза, обеспечивающих автоматическое построение оптимальной измерительной цепи в процессе выполнения метрологического эксперимента на основании описания измерительной ситуации и базы измерительных знаний.

Основные задачи исследований.

Поставленная цель достигается решением следующих задач:

— формализация измерительной информации для создания баз измерительных знаний на основе избранных структур и методов представления знаний;

— разработка измерительного математического обеспечения для реализации автоматического метрологического анализа в интеллектуальных измерительных системахразработка измерительного математического обеспечения автоматического метрологического синтеза измерительных цепей в интеллектуальных измерительных системах;

— разработка теоретических основ построения интеллектуальных измерительных систем с особым акцентом на развитие алгоритмического обеспечения.

Методы и методики исследования.

Результаты исследований, включенные в диссертацию, базируются на алгоритмической теории измерений, общей теории сложных систем, теории исследования операций, теории точности, теории принятия решений, теории алгоритмов, на базовых понятиях и методах математической логики и искусственного интеллекта, а так же на накопленном опыте и результатах в области проектирования измерительных систем экологического мониторинга в процессе работы на базе кафедры информационно-измерительной техники СПбГЭТУ, в ряде промышленных и инжиниринговых организаций: ТОО «Юнион Кард-Петро», ООО «Системы. Технологии. Сопровождение», ООО «СтройИнформСервис», ЗАО «Кармона» .

Научная новизна диссертационной работы определяется тем, что автором дано обобщение и получены новые теоретические результаты в области формализации измерительных знаний. Разработан аппарат формализации измерительных знаний, основанный на избранных математических структурах и методах представления измерительных знаний, который служит базой для создания интеллектуальных измерительных систем. Определены принципы автоматического формирования аналитического представления критерия качества — характеристик погрешностей. На основании сформированной концептуальной основы баз измерительных знаний разработан метод построения и анализа поля прототипов — метод синтеза измерительных цепей. Все это составляет основу измерительного математического обеспечения интеллектуальных измерительных систем. Разработанные принципы легли в основу создания алгоритмического обеспечения интеллектуальной измерительной системы.

Совокупность полученных результатов создает основы нового перспективного научного направления в теории и практике информационно-измерительных систем и формирует аппарат формализации измерительных знаний, который позволяет разработку интеллектуальных измерительных систем.

В рамках данного научного направления получены следующие научные результаты. Основные научные результаты состоят в том, что исследованы и разработаны:

1) теоретические основы формализации измерительных знаний и манипулирования формализованными знаниями, создающие основу построения интеллектуальных измерительных систем;

2) измерительное математическое обеспечение интеллектуальных измерительных систем, которое включает в себя:

— метод автоматического метрологического анализа в рамках избранного формализованного представления измерительных знаний, позволяющий проведение анализа в автоматическом режиме с формированием аналитического выражения критерия качества. Для двух представлений измерительных цепей — с использованием-исчисления и алгоритмического описания.

— метод автоматического метрологического синтеза в рамках интеллектуальной измерительной системы, результатом которого является измерительный алгоритм, описанный уравнением измерения.

3) метод метрологического анализа алгоритмических описаний измерительных цепей впервые с использованием аппарата прослеживания слабейшего предусловия, и разработаны следующие методы:

— метод параллельного прослеживания слабейшего предусловия — п-метод, позволяющий проводить метрологический анализ алгоритмических описаний, сокращая рост предиката от экспоненциального к полиномиальному;

— метод прослеживания слабейшего предусловия для циклических конструкций, который позволяет на базе уравнения измерений осуществлять метрологический анализ описаний с обратной связью;

— метод прослеживания слабейшего предусловия для выполнения метрологического анализа описаний измерительных цепей, отражающих время с помощью временной логики, расширенной введением интервальных событий;

— метод прослеживания слабейшего предусловия для выполнения метрологического анализа описаний измерительных цепей, отражающих структуру и позволяющих проводить метрологический анализ измерительных цепей, предназначенных для выполнения совместных измерений;

— метод прослеживания слабейшего предусловия для выполнения метрологического анализа описаний измерительных цепей, использующих абстракцию модуля и позволяющих сводить вычисление слабейшего предусловия процедуры к вычислению слабейшего предусловия одного оператора присваивания.

4) при разработке метода метрологического синтеза .были предложены следующие методы:

— метод структурного синтеза на базе метода генетических алгоритмов, который позволяет осуществлять одновременное построение и поиск в поле решений — поле измерительных алгоритмов;

— метод структурно-параметрического синтеза на базе аналитического выражения критерия качества, который позволяет определять потенциальную точность синтезируемых алгоритмов в аналитическом виде.

Практическая ценность результатов работы заключается в том, что:

— разработанные теоретические основы формализации измерительных знаний позволяют создавать базы измерительных знаний рассматриваемого типа;

— разработанные методы составляют основу автоматических методов метрологического анализа и синтеза измерительных процедур в составе интеллектуальных измерительных систем рассматриваемого типа.

Разработанное измерительное математическое обеспечение интеллектуальной измерительной системы создает основу качественного изменения проектируемых систем:

— позволяет решать задачи требующие для своего решения применения технологий искусственного интеллекта;

— позволяет осуществлять автоматическое изменение алгоритма измерения в процессе проведения метрологического эксперимента на основе базы измерительных знаний и знания метрологической ситуации.

Результаты теоретических исследований легли в основу конкретных программных разработок, внедренных как в рамках работы на кафедре ИИТ СПбГЭТУ, так и на промышленных предприятиях.

Предложенные принципы построения интеллектуальных измерительных систем могут быть полезны широкому кругу проектировщиков и исследователей для практического решения соответствующих задач.

Реализация результатов работы заключается во внедрении их при непосредственном участии автора:

— при создании информационной структуры поддержки системы экологического мониторинга в рамках работы «Методы и алгоритмы оптимизации структуры измерительного эксперимента в системах экологического мониторинга» (СПбГЭТУ N гос. per. 1 960 011 414, г. Санкт-Петербург);

— при создании научной разработки «Алгоритмы обработки знаний и приведения их к формализованному виду» для систематизации технологических процессов настройки банковского оборудования (ООО «Системы. Технологии. Сопровождение.» г. Санкт-Петербург);

— при создании пакета программ «Алгоритмы системы принятия решений базы знаний» для обследования транзакционного потока процессингового центра (ТОО «Юнион Кард-Петро» г. Санкт-Петербург);

— при создании научной разработки «Алгоритмы обработки знаний и приведения их к формализованному виду» использованной при создании информационно-технической базы знаний «Строительство и архитектура» для формализации результатов испытаний на прочность различных сочетаний конструктивных элементов (ООО «СтройИнформСервис» г. Москва);

— при создании пакета программ «Интеллектуальная измерительная система для контроля технологического процесса» для модернизации производственной линии (ЗАО «Кармона» г. Москва).

Апробация работы. Основные научные и практические результаты исследований по теме диссертации докладывались и обсуждались на:

— XIV всемирный конгресс IMECO (Тампере, Финляндия, 1997г);

Межвузовской научно-технической конференции «Динамика нелинейных дискретных электротехнических и электронных систем/ (Чебоксары, 1995 г.);

— Международном симпозиуме «Методы и средства мониторинга состояния окружающей среды МСОС-95» (Санкт-Петербург, 1995г);

— VIII Всесоюзной научно-технической конференции «Перспективы развития и применения средств вычислительной техники для моделирования и автоматизированного исследования» (Москва, 1991);

— Международной научно-технической конференции «Актуальные проблемы фундаментальных наук» (Москва, 1991);

— 46-й научно-технической конференции «Актуальные проблемы развития радиотехники, электроники, связи (Ленинград, 1991 г), а также на ряде других конференций, семинаров и совещаний.

Публикации. Всего по теме диссертации опубликовано 28 печатных работ, включая монографию, 18 статей, 8 тезисов докладов и методические указания.

Личный вклад автора. Во всех работах, опубликованных в соавторстве, автором дана постановка задачи, предложены основные идеи методов, алгоритмов и структур аппаратных и программных средств, получены аналитические выражения и теоретические результаты.

Соавторство, в основном, относится к конкретизации и детализации теоретических результатов и идей для частных случаев, к разработке и внедрению конкретных решений.

Структура работы. Диссертация состоит из введения, семи глав, заключения, списка литературы, включающего 231 наименование, и приложения. Основная часть работы изложена на 236 страницах машинописного текста. Работа содержит 31 рисунок и 2 таблицы.

7.3.Основные результаты, полученные в главе 7.

В настоящем разделе описано ИнИС в терминологии формальных систем с учетом разработанного ИМО и детализировано алгоритмическое обеспечение ИнИС.

1. Определено базовое математическое средство, использованное для представления измерительных знаний — сеть фреймов с наложенной семантикой в виде высказываний на языке предикатов первого порядка, с точки зрения формальных систем.

2. Описана структура базы измерительных знаний ИнИС, причем особое внимание было уделено представлению структурных элементов базы знаний в виде терминах формальных систем.

3. Детализирован алгоритма работы ИнИС с учетом трансформации базы измерительных знаний в процессе работы.

ЗАКЛЮЧЕНИЕ

.

В работе получены следующие научные и практические результаты.

1. На основании анализа современных тенденций развития информационно-измерительной техники сформулировано направление исследований — разработка аппарата формализации измерительных знаний для создания интеллектуальных измерительных систем на основе современных технологий интеллектуальных систем и методов алгоритмической теории измерений и математической логики, как важная научная проблема, имеющая широкое практическое применение.

2. Впервые разработаны и теоретически обоснованы средства формализации и манипулирования формализованными измерительными знаниями, позволяющие строить интеллектуальные измерительные системы, работающие в автоматическом режиме.

3. Разработано измерительное математическое обеспечение интеллектуальных измерительных систем, которое включает в себя: формализацию измерительных знаний на базе избранной математической структуры для представления моделей объектов, входящих в состав измерительных знанийметод метрологического анализа в рамках избранного формализованного представления измерительных знаний, позволяющий проведение анализа в автоматическом режиме с формированием аналитического выражения критерия качества. Метод разработан для двух представлений описаний измерительных цепей — с использованием X-исчисления и алгоритмических описаний. При разработке метода метрологического анализа алгоритмических описаний впервые было предложено использовать аппарат прослеживания слабейшего предусловия.

4. При разработке метода метрологического анализа для алгоритмических описаний впервые были предложены следующие методы:

— метод параллельного прослеживания слабейшего предусловия — п-метод, позволяющий проводить метрологический анализ алгоритмических описаний, сокращая рост предиката от экспоненциального к полиномиальному;

— метод прослеживания слабейшего предусловия для циклических конструкций, который позволяет на базе уравнения измерений осуществлять метрологический анализ описаний с обратной связью;

— метод прослеживания слабейшего предусловия для выполнения метрологического анализа описаний измерительных цепей, отражающих время с помощью временной логики, расширенной введением интервальных событий;

— метод прослеживания слабейшего предусловия для выполнения метрологического анализа описаний измерительных цепей, отражающих структуру и позволяющих проводить метрологический анализ измерительных цепей, предназначенных для выполнения совместных измерений;

— метод прослеживания слабейшего предусловия для выполнения метрологического анализа описаний измерительных цепей, использующих абстракцию модуля и позволяющих сводить вычисление слабейшего предусловия процедуры к вычислению слабейшего предусловия одного оператора присваивания.

5. Предложен метод метрологического синтеза в рамках интеллектуальной измерительной системы, результатом которого является измерительный алгоритм, описанный уравнением измерения. В рамках метода разработаны:

— метод структурного синтеза на базе метода генетических алгоритмов, который позволяет осуществлять одновременное построение и поиск в поле решений — поле измерительных алгоритмов;

— метод структурно-параметрического синтеза на базе аналитического выражения критерия качества, который позволяет определять потенциальную точность синтезируемых алгоритмов в аналитическом виде.

6. Разработанные методы легли в основу программных систем.

Показать весь текст

Список литературы

  1. В.Н. Спецификация программ: Понятийные средства и их организация. Новосибирск: Наука, 1987. — 416 с.
  2. A.A., Станкевич Л. С., Хохловский В. Й. Доказательство корректности цифровых схем в экспериментальной системе верификации//Изв. ЛЭТИ: Сб. науч. тр. Ленингр. Электротехн. институт им. В. И. Ульянова (Ленина). 1991. — Вып.436. — С.47−50
  3. Алгоритмическое обеспечение интеллектуальных измерительных систем/Станкевич Л.С.- С.-Петербургск. гос. электротехн. ун-т. СПб., 1998. — 36 е.: ил. — Библиогр. 15 назв. — Рус. — Деп. в ВИНИТИ 20.01.98 N 129 — В 98.
  4. Язык функциональных спецификаций/ • М. И. Аугустон, Я. М. Барздинь, А. К. Зариныд и др.//Республиканский фонд алгоритмов и программ Латвийской ССР. 1983. — N696. — 44 с.
  5. Базовые формализмы расчетного оценивания погрешностей/Станкевич Л.С.- С.-Петербургск. гос. электротехн. ун-т. -СПб., 1998. 17 с. — Библиогр. 9 назв. — Рус. — Деп. в ВИНИТИ 20.01.98 N 138 -В 98.
  6. И.Н., Семендяев К. А. Справочник по математике для инженеров и учащихся втузов. 13-е изд., исправленное. — М.: Наука, гл. ред. физ.-мат. лит., 1986. — 544 с.
  7. В.А. Модели типа Крипке для хронологической логики знания//Вопросы кибернетики. 1980. — Выпуск: Проблемы искусственного интеллекта. — С. 15 8−168
  8. Ю.Вишняков В. А. Архитектура интеллектуального АРМ контроля//Приборы и системы управления. 1990. -Ы 3. — С.8−10
  9. В., Лондон Р., Шоу М. Введение в построение программ на языке Альфард//Данные в языках программирования. Сб. статей. М.: Мир, 1982.-С.123−153
  10. Вычисление слабейшего предусловия для описаний, включающих средства представления знаний о времени/Станкевич Л.С.- С.-Петербургск. гос. электротехн. ун-т. СПб., 1998. — 32 е.: ил. — Библиогр. 2 назв. — Рус. -Деп. в ВИНИТИ 20.01.98 N141−698
  11. Вычисление слабейшего предусловия для фреймовых описаний/Станкевич Л.С.- С.-Петербургск. гос. электротехн. ун-т. СПб., 1998. — 9 с. — Библиогр. 3 назв. — Рус. — Деп. в ВИНИТИ 20.01.98 N 143 — В 98.
  12. Нормируемые метрологические характеристики средств измерений: ГОСТ 8009–84 ГСИ. М., 1984 г.
  13. Д. Наука программирования. М.: Мир, 1984.- 416 с.
  14. Дал У., Дейкстра Э., Хоор К. Структурное программирование. -М.: Мир, 1975.-247 с.
  15. Данные в языках программирования/Под ред. В. Н. Агафонова. -М.: Мир, 1982.-438 с.
  16. Э. Дисциплина программирования. М.: Мир, 1978.175 с.
  17. А.П. Научные основы доказательного программирования//Вестник АН СССР. 1984. -N 10. — С.7−18
  18. А.П. О сущности трансляции //Программирование. 1977. — N5. — С.21−39
  19. Ю.Л., Палютин Е. А. Математическая логика. М.: Наука, 1979.-320 с.
  20. А.К. Формальное описание языка спецификаций. Республиканский фонд алгоритмов и программ Латвийской ССР. -N591. -1987.-26 с.
  21. Интеллектуальная измерительная система. Общие формализмы для представления знаний/Станкевич Л.С.- С.-Петербургск. гос. электротехн. ун-т. СПб., 1998. — 4 с. — Библиогр. 4 назв. — Рус. — Деп. в ВИНИТИ 20.01.98 N 135-В 98.
  22. Интеллектуальная измерительная система. Формализмы для представления измерительной цепи/Станкевич Л.С.- С.-Петербургск. гос. электротехн. ун-т. СПб., 1998. — 5 с. — Библиогр. 6 назв. — Рус. — Деп. в ВИНИТИ 20.01.98 N 134 — В 98.
  23. Искусственный интеллект: В 3 кн. Кн. 1. Системы общения и экспертные системы: Справочник/Под ред.Э. В. Попова. М.: Радио и связь, 1990.-464 с.
  24. Искусственный интеллект: В 3 кн.2.Модели и методы: Справочник/Под ред.Э. В. Попова. М.: Радио и связь, 1990. — 304 с.
  25. Искусственный интеллект: В 3 кн.3.Программные и аппаратные средства: Справочник/Под ред.Э. В. Попова. М.: Радио и связь, 1990. — 368 с.
  26. Использование аппарата прослеживанияур-семантики для оценивания характеристик погрешностей/Станкевич Л.С.- С.-Петербургск. гос. электротехн. ун-т. СПб., 1998. — 6 с. — Библиогр. нет — Рус. — Деп. в ВИНИТИ 20.01.98 N 139 — В 98.
  27. Г. И., Солопченко Г. Н. Актуальные метрологические проблемы разумных измерений/ЛГруды V Международного Симпоз. ИМЕКО «Интеллектуальные измерения».-Йена, ГДР, 10−14 июня 1986. С.65−69
  28. Е.Ю. Время в представлении знаний: соотношения между единичными событиями. Новосибирск, 1983. -24 с. — (Препринт/СО АН СССР ВЦ"Ж38).
  29. Е.Ю. Время в представлении знаний: соотношения между последовательностями событий. Новосибирск, 1983. — 32 с. -(Препринт/СО АН СССР ВЦ’ШбЗ).
  30. Е.Ю. Некоторые приблизительные соотношения и их использование в рамках формальной модели времени: формальное представление лингвистической информации. Новосибирск.: ВЦ СО АН СССР, 1982. — С.123−136
  31. Е.Ю. Средства представления темпоральной информации в базах знаний//Известия АН СССР. Техническая кибернетика. -1984.-N5. С. 15−22
  32. Е.Ю., Литвинцева Л. В., Поспелов Д. А. Представление знаний о времени и пространстве в интеллектуальных системах. М.: Наука, 1989. — 326 с.
  33. В.П. Оптимизирующие преобразования программ. М.: Наука, 1988. — 336 с.
  34. К.Л., Маккейб Ф. Г. Микро-Пролог. Введение в логическое программирование. М.: Радио и связь, 1987. — 312 с.
  35. Е.С. Интеллектуальный интерфейс. Общие принципы организации и проблемы реализации//Известия АН СССР, Технич. кибернетика. 1985. — N5.
  36. В.М. Генетический поиск и оптимизация в конструкторских САПР//ХХИ international school and conference on computer aided design, Ukraine Crimea, Yalta-Gurzuff, 4−14 May, 1995. -P.327−328
  37. С.С. Использование вычислительной техники, программирование и искусственный интеллект (перспективы развития)//Микропроцессорные средства и системы. 1984. — N3. — С.3−9
  38. В.К. Трассировка на основе коллективной адаптации, рефлексии и генетической эволюции//ХХП international school and conference on computer aided design, Ukraine Crimea, Yalta-Gurzuff, 4−14 May 1995. -P.330−331
  39. С.Ф. Метод максимума компактности и комплексные измерительные задачи//Измерительная техника. 1995. — N7.-C.15−21
  40. С.Ф., Маркова Е. В. Планирование испытаний при метрологическом аттестовании программного обеспечения статистической обработки данных//Измерительная техника. 1995. -N 6. — С.9−13
  41. A.A. Об одном подходе к анализу программ//Кибернетика. 1979. -N 6. — С. 1−8
  42. Н.Д. Исследование и разработка интеллектуальных сервисных подсистем высокопроизводительных вычислительных систем: Автореф. дисс. канд. техн. наук. Л., 1991 г. — 16 с.
  43. ., Гатег Дж. Использование абстракций и спецификаций при разработке программ. М.: Мир, 1989. -424 с.
  44. Логический подход к искусственному интеллекту: от классической логики к логическому программированию/А.Тейз, П. Грибомон, Ж. Луи и др. -М: Мир, 1990.-432 с.
  45. Лорьер Ж.-Л. Системы искусственного интеллекта: Пер. с франц. -М.: Мир, 1991.-568 с.
  46. Е.В. Вопросы применения экспертных систем. -Минск: НПО «Центрсистем», 1989. 145 с.
  47. Е.В. Статические экспертные системы в измерительных задачах//Измерительная техника. 1995. — N.12. — С.3−7
  48. Математическая логика в программировании. Сб. статей 19 801 988гг.: Пер. с англ. М.: Мир, 1991, — 408 с.
  49. Э. Введение в математическую логику. М.: Наука, 1971.-320 с.
  50. Методический материал по применению ГОСТ 8009–84 ГСИ «Нормируемые метрологические характеристики средств, измерений». М.: изд. стандартов, 1975 г.
  51. Методы верификации аппаратных средств: Методические указания к лабораторным работам по дисциплине методы проектирования и САПР ЭВМ./А.А.Айтбаев, А. В. Горянкин, Л. С. Станкевич, В.Н.Хохловский" — под ред. Г. И.Степашкина". С.-Пб.: ЛЭТИ, 1991. — 32 с.
  52. Методы электрических измерений: Учебное пособие для вузов/Л.Г.Журавин, М. А. Мариненко, Е. И. Семенов, Э.И.Цветков- под ред. Э. И. Цветкова. Л.: Энергоатомиздат. Ленингр. отд-ние, 1990. — 288 с.
  53. Метрологический анализ описаний измерительной цепи с использованием типового Я-исчисления/Станкевич Л.С.- С.-Петербургск. гос. электротехн. ун-т. СПб., 1998. — 6 с. — Библиогр. 2 назв. — Рус. — Деп. в ВИНИТИ 20.01.98 N 137-В 98.
  54. Метрологический анализ описаний измерительных цепей с использованием стандартных элементов/Станкевич Л.С.- С.-Петербургск. гос. электротехн. ун-т. СПб., 1998. — 20 е.: ил. — Библиогр. 1 назв. — Рус. -Деп. в ВИНИТИ 20.01.98 N 136-В98.
  55. МИ 202−80 Методика. Метрологические характеристики измерительных систем. Принципы регламентации и контроля. Основные положения. М.Изд. стандартов. 1980 г.
  56. МИ 222−80. Расчет метрологических • характеристик измерительных каналов ИИС по метрологическим характеристикам компонентов. М., изд. стандартов, 1980 г.
  57. М. Структура для представления знания/Психология машинного зрения. Сб. статей. М.: Мир, 1978. — С.249−338
  58. М. Фреймы для представления знаний. М.: Энергия, 1979.-368 с.
  59. Д. Д., Прокопчина C.B., Чернявский Е. А. Информационные технологии интеллектуализации измерительных процессов. Санкт-Петербург: Энергоатомиздат, 1995 г.
  60. В.А., Рякин О. М. Прикладные методы верификации программ/под ред. А. П. Ершова. М.: Радио и связь, 1988. — 256 с.
  61. Оптимизация базы измерительных знаний/Станкевич Л.С.- С.-Петербургск. гос. электротехн. ун-т. СПб., 1998. — 14 с. — Библиогр. 4 назв. -Рус. — Деп. в ВИНИТИ 20.01.98 N 132 — В 98.
  62. П.П., Туз Ю.М. Интеллектуальные измерительные комплексы//Приборы и системы управления. 1989. -N 7. — С. 15−16
  63. Оценка возможности и оправданности создания интеллектуального измерительного средства/Станкевич JI.C.- С.-Петербургск. гос. электротехн. ун-т. СПб., 1998. — 12 с. — Библиогр. 31 назв. -Рус. — Деп. в ВИНИТИ 20.01.98 N 131 — В 98.
  64. П-метод прослеживания слабейшего предусловия фреймовых описаний/Станкевич JI.C.- С.-Петербургск. гос. электротехн. ун-т. СПб., 1998. — 18 е.: ил. — Библиогр. 3 назв. — Рус. — Деп. в ВИНИТИ 20.01.98 N 132 -В 98.
  65. Э.В. Экспертные системы: Решение неформализованных задач в диалоге с ЭВМ. М.: Наука. Гл.ред.физ.-мат.лит, 1987. — 288 с.
  66. Г. С. Искусственный интеллект основа новой информационной технологии. — М.: Наука, 1988. — 272 с.
  67. Г. С. Искусственный интеллект. Новая информационная технология//Вестник АН СССР. 1983. — N 6. — С.31−42
  68. Д.А. Логические методы анализа и синтеза схем. М.: Энергия, 1974.-368 с.
  69. Д.А. О «человеческих» рассуждениях в интеллектуальных системах//Вопросы кибернетики. Логика рассуждений и ее моделирование. М.: Научный совет по комплексной проблеме «Кибернетика». — 1983. — С.5−37
  70. Построение экспертных систем. М.: Мир, 1987. — 441 с.
  71. Построение экспертных систем: Пер. с англ./Под ред. Ф. Хейеса-Рота, Д. Уотермана, Д.Лената. М.: Мир, 1987. — 441 с.
  72. Прикладные нечеткие системы: Пер. с япон./К.Асаи, Д. Ватвдв, С. Иваи и др.- под редакцией Т. Тэрано, К. Асаи, М.Сугэно. М.: Мир, 1993. -368 с
  73. Прослеживание семантики слабейшего предусловия для описаний с использованием циклических конструкций/Станкевич Л.С.- С.-Петербургск. гос. электротехн. ун-т. СПб., 1998. — 20 е.: ил. — Библиогр. нет. — Рус. — Деп. в ВИНИТИ 20.01.98 N 133 — В 98.
  74. Л.К. Проблемы использования экспертных систем в интеллектуальных средствах измерений. Сб. докладов Международной конференции «Мера-90». М., — 1990.
  75. В.Н., Соболев B.C., Цветков Э. И. Интеллектуальные средства измерений/Под ред. д-ра техн. наук Э. И. Цветкова. М.: РИЦ «Татьянин день», 1994. — 280 с.
  76. О.М. Основы методологии проектирования корректных программ. М.: МЭИ, 1980. — 82с.
  77. Система управления базами данных и знаний: Справ. изд./А.Н.Наумов, А. М. Вендров, В. К. Иванов и др.- под. ред. А. Н. Наумова. -М.: Финансы и статистика, 1991. 352 с.
  78. Словарь по кибернетике/Под ред. В. С. Михалевича. Киев: Украинская советская энциклопедия, 1989. — 678 с.
  79. B.C. Актуальные вопросы развития теории интеллектуальных измерительных систем/УПриборы и системы управления. -1989. -N3. С.16−19
  80. B.C., Воронков B.C. Новые технологии измерений на основе систем виртуальных приборов//Физическая метрология: теоретические и прикладные аспекты/Под ред. А. Е. Городецкого, В. Г. Курбанова. Санкт-Петербург: издательство KN, 1996. — С.303−314
  81. B.C., Станкевич JI.C., Цветков Э.И.//Международный симпозиум/УМетоды и средства мониторинга состояния окружающей среды МСОС-95. Тез. докл. Санкт-Петербург, 1995. — С. 14−15
  82. Г. Н. Принципы нормирования, определения и контроля характеристик погрешностей вычислений в ИИС//Измерительная техника. 1985.-N 3. — С.9−11
  83. Л.С. Базы знаний интеллектуальных измерительных систем//МОРИНТЕХ'97. Тез. докл. Труды П-й международной конференции по морским интеллектуальным технологиям. Санкт-Петербург, 9−12 сентября 1997. — Т.5.-С.260−264
  84. Л.С. Верификация в интеллектуальных измерительных средствах. Йошкар-Ола: Марийское книжное издательство, 1995 г. — 183с.
  85. Л.С. Метод параллельной верификации логико-алгоритмических уравнений измерения//Изв. ЛЭТИ: Сб. науч. тр./Государственный Электротехн. университет.-Л., 1995.-Вып.479.-С.45−50.
  86. Л.С. Составление спецификаций в виде фреймов для верификации проектов цифровых устройств//Актуальные проблемы фундаментальных наук: Тез. докл. Международная научн.- техн. конф. М., Октябрь 1991. -С.185−186
  87. Л.С. Составление спецификаций в виде фреймов для верификации проектов цифровых устройств//Актуальные проблемы фундаментальных наук: Тез. докл. Международная научн.- техн. конф. М., Октябрь 1991. — С.185−186
  88. Л.С. Формальное представление измерительных знаний//Вестник северо-западного отделения ' метрологической академии/издательство ВНИИМ.-СПб., Вып. 1, 1998.-Р.26 39.
  89. Статические и динамические экспертные ' системы: Учеб. пособие/Э.В. Попов, И. Б. Фоминых, Е. Б. Кисель, М. Д. Шапот. М.: Финансы и статистика, 1996. — 320 с.
  90. Структурное обеспечение интеллектуальных измерительных систем/Станкевич Л.С.- С.-Петербургск. гос. электротехн. ун-т. СПб., 1998. — 19 е.: ил. — Библиогр. 5 назв. — Рус. — Деп. в ВИНИТИ20.01.98 N 130 -В 98.
  91. Требования и спецификации в разработке программ./Под ред.В. Н. Агафонова. М.: Мир, 1984. — 533 с.
  92. В. Методология программирования: Пер. с англ.- под ред. А. П. Ершова. М.: Мир, 1981. — 264 с.
  93. Э.Х. Концептуальное программирование. М.: Наука, 1984.-256 с.
  94. Д. Руководство по экспертным системам: Пер. С англ.-М. Мир, 1989 г.-388с.
  95. X. Представление и использование знаний/Под ред. Ч. Уэно, М. Исидзука. М.: Мир, 1989. — 128 с.
  96. А., Харрисон П. Функциональное программирование: Пер. с англ. М.: Мир, 1933. — 637 с.
  97. Фути К, Судзуки Н. Языки программирования и схемотехника СБИС. М.: Мир, 1988. — 223 с.
  98. Э. Искусственный интеллект. М.: Мир, 1978. — 558 с.
  99. Э., Сеппянен Й. Мир Лиспа, Т. 1. Введение в язык Лисп и функциональное программирование: Пер. с финск. М.: Мир, 1990. — 447 с.
  100. Э., Сеппянен Й. Мир Лиспа, Т. 2. Методы и системы программирования: Пер. с финск. М.: Мир, 1990. — 319 с.
  101. Э.И. Алгоритмические основы измерений. Санкт-Петербург: Энергоатомиздат, 1992. -252 с.
  102. Э.И. Математическая метрология./Изв. Метрологической академии. 1993 г.
  103. Э.И. Основы теории статистических измерений. Л.: Энергоатомиздат, 1986. — 256 с.
  104. Э.И. Потенциальная точность процессорных измерительных средств//Приборы и системы управления. 1989. — N 12.-С.16−18
  105. Э.И. Процессорные измерительные средства. Л.: Энергоатомиздат. — 1989. — 224 с.
  106. Применение методов имитационного моделирования для метрологического анализа процессорных измерительных средств и их блоков/ Э. И. Цветков, Г. Н. Хуснутдинов, В. С. Соболев и др. // Измерения, контроль, автоматизация. 1987. -N 1. — С.3−14
  107. Е.А., Чье Ен Ун. Аналогово-цифровые измерительно-вычислительные преобразователи. СПб.: Энергоатомиздат, 1994. — 140 с.
  108. Чу Я. Организация ЭФМ и микропрограммирование. М.: Мир, 1975.-590 с.
  109. Экспертные системы. Принципы работы и примеры. М.: Радио и связь, 1987.-223 с.
  110. Aid to hierarchical and structured logic design using temporal logic and Prolog/M.Fujita, S. Kono, H. Tanaka, T. Moto-oka//IEEE proc. 1986. — V. E-133, N 5. — P.283−294
  111. Allison M., Eng C., Mech M.I.E., Inst M.M.C. Building management systems in the pharmaceutical industry// Measurement+Control. September 1999. — Vol.29. -N 10. — P.300−303
  112. Amble T. Logic programming and knowledge engeneering.- Reading: Addison-Wesley, 1987. -281 p.
  113. Arciszewski Т., Michalski R, Dybala T. STAR Methodology-Based Learning about Construction Accidents and their Prevention//Journal of Construction Automation. -1995. Vol. 4. — P.75−85
  114. Aylor J.H., Waxman R., Scarat C. VHDL feature description and analysis //IEEE des. and test of computers. — 1986. — V.3. — N 2: — P. 17−27
  115. Bilchev G., Parmee I.C. Adaptive search strategies for heavily constrained design spaces//XXII international school and conference on computer aided design. Ukraine Crimea, Yalta-Gurzuff. — 4−14 May 1995.-P.34−40
  116. Bochmann G.V., Hardware Specification with Temporal Logic: An Example//IEEE Trans, on Computers. 1982. -N 3. — P.223−231
  117. Bratko L, Mozetic L, Lavrac N. Automatic Synthesis and Compression of Cardiological Knowledge/Eds. J.E. Hayes, D. Michie, J. Richards//Machine Intelligence II. Oxford: Clarendon Press, 1988. — P.435−454
  118. Bryant A. MOSSIM: A Switch-Level Simulator for MOS-LST// Proc. l8th.Design Automation Conf. July 1981. — P.786−790
  119. CALTROP -construction and evaluation of decision trees using an Evolutionary Algorithm//Application of Computer Systems, Proceedings of the Third International Conference. Szczecin-Poland. — November 21−22. — 1996. -P.113−122
  120. Calvert M. The intelligent application of SIS can produce competitive advantage//Measurement+Control. April 1996. — V.29. -N 3. -P.-78−81
  121. Campbell R.H., Habermann A.N. The Spesification of Process Synchronization by Path Expressions// Lecture Notes in Computer Science.-1974. N16.-P.89−102
  122. Camurati P., Prinetto P. Formal verification of hardware correctness: introduction and survey of current research//Computer. 1988. — V.21. — N 7. -P.8−19
  123. Chan Meng Khoong. RECESS: A Generalized Framework for Resource Change Expert Systems//In Proc. 1st Singapore Intl. Conf. on Intelligent Systems, Raffles City Convention Centre. Singapore. — September 1992. — P.219 -224
  124. Chisholm K.J., Bradbeer P.V.G. Using a Genetic Algirithm to Optimise a Draughts Program Board Evaluation Function//Application of Computer Systems, Proceedings of the Third International Conference. Szczecin-Poland. — November 21−22 1996. — P.97−104
  125. Chu Y. Introducing CDL//IEEE Trans, on computers.- 1974. V.7. -N 12. — P.42−44
  126. Church A. The calculi of lambda-conversion. Princeton University Press, 1941- reprinted 1963 by University Microfilms Inc., Ann Arbor, Michigan, USA.
  127. Clapp M.D. Building management systems past, present, & future//Measurement+Control. December 1996/January 1997. — V.29. — N 10. -P.294−297
  128. Cleemput W.M. Hierarchical Design for VLSI Problems and Advantages, in Seitz//Proceedings of Caltech Conference on VLSI.- 1979. P.78−93
  129. Comer D.E., Gehani N.H. Flex. A High-Level Language for Specifying Customized Microprocessors//IEEE Tranc. on Software Engineering. -1985. V. SE-11. -N 4. — P.387−396
  130. Coughlan C., Running S. W.- An expert system to aggregate forested landscapes within a geographic information system//Artificial Intelligence Applications in Natural Resource Management. -1989. 3(4). — P. 35−43
  131. Dasgupta S. Computer Design and Description Languages. Advances in Computers. London: Academic Press, 1982. — P.91−154
  132. DDL Verifier and temporal logic/T. Uehara, T. Saito, F. Maruyama, N.Kawato./CHDL'83:IFIP 6th Int’l Symp. 1983, P.91−102
  133. Dietmeyer D.L. Introducing DDL//IEEE Computer.- 1974. V.7. -N 12.-P.34−38
  134. Dijkstra E.W. Guarded commands, nondeterminancy and formal derivation of programs//Communications of the ACM. 1975. -V.18. — N 8. -P.453−457
  135. Dowdeswell R.M., Carr-Brion K.G., Boyle W.O. Pollution breakthrough monitoring using optical sensing and an artificial neural network decision system//Measurement science & technology. September 1996. — V.17. -N 9. — P.1212−1219
  136. Duric Z., Fayman J.A., Rivlin E. Function From Motion//IEEE Transactions on Pattern Analysis and Machine Intelligence. June 1996. -Vol. 18. — N 6. — P.579−591
  137. Ehrig M., Kreowski H.-J., Padawitz P. A case stydy of absttact implementations and their correctness//Lecture Notes on Computer Science. -1978. -N 64. P.155−163
  138. Ershov A.P., Itlcin V.E. Correctness of mixed computation in Algol-like programs//6th conference on mathematical foundations of computer scince. Tatranska Lomnica. -CHSSR. September 1−5, 1977. — P.54−68
  139. Expert system saves 20 million L on pipeline management//C&I. -July 1994.-31 p.
  140. Feigenbaum E.A. The art of artificial intelligence: Themes and case studies of knowledge engineering//The fifth International Joint Conference on Artificial Intelligence. Boston: MIT, 1977. — P. 1014−1029
  141. Fermanian T.W., Michalski R.S. WEEDER: An Advisory System for the Identification of Grasses//Turf. Agronomy Journal. — 1989. — Vol. 81. — N 2. -P. 313−316
  142. Finkelstein L. Theoretical Basis of Intelligent and Knowledge Based Instrumentation//Proc. IMECO TC7 Intern. Symp. On AIMac'91. Kyoto, Japan: SICE, 1991.- P.43−50
  143. Fujita M., Tinker H., Moto-olca T., Logic Design Assistance with Temporal Logic//CHDL'85:IFIP 7th Int’l Symp. Computer Hardware Description Languages and their Applications. 1985. — P. 129−137
  144. Gardner J.W., Hines E.L., Pang C. Detection of vapours and odous from a multisensor array using pattern recognition: self-organising Adaptive Resonance Techniques//Measurement+Control. July/August 1996. — V.29. — N 6. — P.172−178
  145. Gardner J.W., Hines E.L., Wilkinson M. Application of artificial neural networks to an electronic olfactory system//Measurement science & technology. May 1990. — V. 1. — N 5. — P.446−451
  146. Goguen J.A., Thatcher J.W., Wagner E.G. An intial algebra approach to the specification correctness and implementation of abstract data typesZ/Структурирование 78. Сб. статей. M.: Наука, 1979. — С.80−149
  147. Gordon M.J.C., Herbert J.M.J. Formal hardware verification metodology and its application to a network interface chip//IEE proc.- 1986. -V.E-133. N 5. — P.255−270
  148. Haaland P.D., Yen D., Liddle R.F. An Expert System for the Design of Screening Experiments//Proceeding of the American Statistical Association. Computer Section. 1985. — P.223−227
  149. Haaser В. Designing serial communications for building control//Measurement+Control. December 1996/ January 1997. — Vol. 29. — N 10.- P.304−307
  150. Hahn Gerald J. More Intelligent Statistical Software and Statistical Expert Systems: Future Directions//The Americal Statistican. February 1985. -V.39. — N1. — P.1−16
  151. Hall C. The Intelligent Software Development Tools Market. Part I. Intelligent Software Strategies. February 1996. — V. 12. — N 2. — P. 1−12
  152. Hall C. The Intelligent Software Development Tools Market. Part II. Intelligent Software Strategies. 1996. — V. 12. -N 3. — P. 1−16
  153. Hand D.J. Statistical Expert Systems: Necessary Attributes//Journal of Applied Statistics. January 1985. — V.12. — N 1. — P.19−27
  154. Harmon P. The Intelligent Software Development Tools Market. Part I. Intelligent Software Strategies. 1995. — V. l 1. — N 2. — P. 1−13
  155. Hart D. New development in computing and control technology to improve energy performance//Measurement+Control. June 1996. — V.29. — N 5. -P.134−138
  156. Hartenstein R.W. Computer Structure Partitioning Schemes.-Kaiserslautern: FB Informatic, 1987. -367 p.
  157. Hartenstein R.W. Higher Level Simulation and CHDLs// Proc. IFIP Summer School on VLSI Design. Beatenberg, Switzerland. — 1986. -P.456−458
  158. Hartenstein R.W. Increasing Hardware Complexity A Challenge to Computer Architecture Education//ACM.-1973. — N34. -P.48−54
  159. Hartenstein R.W. The classification of hardware description languages. North Holland: Elsevier Science Publishers. Amsterdam, 1987. -P.15−47
  160. Hayes-Roth F., Jacobstein N. The State of Knowledge-based Systems//Communications of the ACM. March 1994. — V.37. -N 3. — P.27−39
  161. Heibig A.G. Control machines: a new model of parallelism//Theoretical Computer Science. 1991. — V.87. -N 1. — P.43−80
  162. Hoar C.A.R. Proof of correctness of data representations//Acta Inform. 1972. — V.l. — Fasc.3. — P.271−281
  163. Howell S.K., Hamilton T.D.S., Turson B.C.H. A system of autonomous, intelligent voltage supplies based on a serial bus//Measurement science & technology. January 1990. — Vol 1. — N 1. — P. 17−23
  164. Instrumentation Reference and Catalog. Best and Measurement, Process Monitoring and Control. National Instruments. — 1995.
  165. Jain P., Lam S.S. Specification of real-time broadcast networks//IEEE Trans, on computers. 1991. — V.40. — N4. — P.404−422
  166. Johnson M. Neural networks in advanced instrument design//Measure+Control. May 1996. — V.29. — N.4. — P. 101−105
  167. Jonston J. Sensors and instrumentation for energy efficiency//Measurement+Control. June 1996. — V.29. — N.5. — P.143−146
  168. Katz S., Manna Z. Logical Analysis of Programms.//Comm. ACM. -1976. Vol.19. — N 4. — P. 188−206
  169. Keller M. Building the Scientific Modeling Assistant: An interactive environment for specialized software design//In AAAI-91 Workshop on Automating Software Design. Anaheim CA: American Assoc. for Artificial Intelligence. — 1991. — P.71−80
  170. Keller M.- Knowledge-Intensive Software Design Systems: Can too much knowledge be a burden?//In AAAI-92 Workshop on Automating Software Design. San Jose, CA: American Assoc. for Artificial Intelligence. — 1992. — P. 93−97.
  171. Keller R. M. Artificial Intelligence Support for Scientific Model-building//AAAI Fall Symposium on Intelligent Scientific Computation, Cambridge. MA: American Assoc. for Artificial. — 1992. — P.63−67
  172. Koza J. R Genetic Programming: On the Programming of Computers by Means of Natural Selection. MIT Press, 1992. — 819 p.
  173. Lemos R.A., Nakamura M., Sugimoto I. A self-organizing map for chemical vapour classification//Transducer'93. Japan. — PP. 1082−1085.
  174. Lipsett R, Marschner E., Shahdad M. Vhdl the language//IEEE des. and test of computers. — 1986. — V.3. -N2. — P.28 — 41
  175. Manna Z., Pnueli A. Verification of concurrent programs: Temporal proof principles//Lecture notes in computer science. 1982. -N 131. — P.200−252
  176. Manna Z., Pnueli A. Verification of concurrent programs the temporal framework/Eds. R.S.Boyer, J.S.Moor//The correctness problem in computer science. London: Academic Press, 1982. — P.215−273
  177. Maryuama F., Fujita M. Hardware Verification // Computer. -1985. -V.18.-N2. -P.22−32
  178. Maryuama F. A Verification Technique for Hardware Designs//19th DAC. 1982. -P.832−841
  179. McFarland M., Parker A. An Abstract Model of Behavior for Hardware Description//IEEE Trans, on Computers. 1983. — V.32. — N 7. — P.621−637
  180. Mellichamp J.M., Young H. Park. A Statistical expert systems for simulation analysis//Simulation:The Society for computer simulation international.- April 1989. V52. — N 4. — P. 134−140
  181. Miller J.F., Thomson P. Optimisation of Finite State Machines using Genetic Algorithms and Tabu Search//Application of Computer Systems. -Proceedings of the Third International Conference. Szczecin, Poland. -November 21−22, 1996. — P. 105−112
  182. Milne G.J. The formal description and verification of hardware timing//IEEE Trans, on computers. 1991. — V.40. — N 7. — P.811−826
  183. Newell A. Heuristic programming: ill-structured problems//Progress in operation research. 1969. — V.3. — P.362−414
  184. Piatrowski T.F., Ip L., He D. State Architecture Notation and Simulation: A Formal Technique for Spesification and testing of Protocol Systems//Computer Networks. 1982. -N 6. — P.397−417
  185. Pipitone F., De Jong K.A., Spears W., Marrone M. The FIS Electronics Troubleshooting Project.- Expert Systems Applications to Telecommunications, Liebowitz. (Ed) Wiley and Sons, 1988. — P. 73−101
  186. Pitchumani V., Stabler E.P. Verification of register transfer level parallel sequences//IEEE trans, on computers. 1985. — V. C-34. -N 8. — P.761−765
  187. Porter K.M., Lai P.Y. Statistical Expert System for Analysis Determination//Proceeding of the American Statistical Association. Computer Section. 1986. -P.309−311
  188. Punch W.F., Zongker D.A., Goodman E.D. LIL-GP a tool for genetic programming//XXII international school and conference on computer aided design. Ukraine Crimea, Yalta-Gurzuff, 4−14 May, 1995. — P.26−32
  189. Review 1076/ A: Minutes of the VHDL//Analysis and Standardization Group. Marchl3. 1987. — Vol4. -29 p.
  190. Richardson J., Palmer M. Some Guidelines for Genetic Algorithm with Penalty Functions//Proc. of the Third International Conference on Genetic Algorithms, Los Altos, CA: Morgan Kaufmann Publishers, 1989. P. 191−197
  191. Robinson L., Levitt N. Proof techniques for hierarchically structured programs//Comm ACM. 1977. — V.20. — N4. — P. 271−283
  192. Saffel J. Environmental measurement and control in buildings/ZMeasurement+Control. December 1996/January 1997. — Vol. 29. -N 10. — P.298−299
  193. Sato S., Sugito M. FUJITSU scientific and technical// Artifical intelligence. 1986. — V.22. -N3. — P. 139−181
  194. Shiva S.G. Computer Hardware Description Languages Tutorial//Proceedings of the IEEE. 1979. — V.67. — N12. — P. 1605−1615
  195. Shostak R.E. Formal Verification of Circuit Designs// CHDL'85:IFIP 7th Int’l Symp. Computer Hardware Description Languages and their Applications.- Aug. 1985. P. 13−30
  196. Shumer H.V., Gardner J.W. Odour discrimination with an electronic nose//Sens. Aetuators. 1996. — V. B. — N 8. — P. l-11
  197. Silbermann G.M., Spillinger I. RIDDLE: A foundation for test generation on a high-level design description//IEEE Trans, on computers 1991. -V.40. — N.l. — P.80−87
  198. Sisto R., Cimimiera L., Valenzano A. A protocol for multirendezvous of LOTOS Process//IEEE Trans, on computers. 1991. — V.40. — N4. — P.437−447
  199. Smith R.G., Baker J.D. The DIPMETER advisor system//Proceedings IJCAI-83.-P. 122−129
  200. Stankevich L., Tsvetkov E. Structural synthesis of measuring chains in intelligent systems//XIV IMECO world congress, 1−6 june 1997, Tampere Finland.-V. 5 .-PP.-126−128.
  201. Strategic testing environment with formal description techniques/K.Katsuyama, F. Sato, T. Nakakawaji, T. Mizuno //IEEE Trans, on computers. 1991. — V.40. -N4. — P.514−525
  202. Suzuki N. Concurrent Prolog as an Efficient VLSI Design Language//Computer. 1985. — V.18. — N.2. — P.33−40
  203. Swangwanna S., Zytkow J.M. Real-Time Decision Making for Autonomous Flight Control: SAE Technical Paper Series, 891 053, General Aviation Aircraft Meeting & Exposition, Wichita, Kansas, April 1989. P. 1−7
  204. Taner A.h., Brignell J.E. A graphical user interface for intelligent sensor ASIC recognfiguration//Proceeding of Sensors & Thier Application Conference VII. Dublin, 10−13 September, 1995. — P.-365−369
  205. Taner A.H., White N.M. Virtual instrumentation: a solution to the problem of design complexity in intelligent instruments// Measurement+Control. -July / August 1996. Vol 29. — N 6. — P. 165−171
  206. Veiga P.M.B., Lanca M.J.A., Harpa: A hierarchical multy- level hardware description language//IEEE 21th. Design Automation Conference. -1984. -P.59−65
  207. VHDL Analysis and Recommendations//Analysis and Standardization Group.March. 1987. — Vol 4. — P.29
  208. VHDL Analysis and Recommendations: Minutes of the VHDL Analysis and Standardization Group. July-October 1986. — V.2. — 155 p.
  209. VHDL Analysis and Recommendations: Minutes of the VHDL// Analysis and Standardization Group. March-June 1986. — V.l. — 108 p.
  210. VHDL Tutorial//IEEE Standard 1076. -March 1986.-75 p.
  211. Wang Ping, Li Rong, Chen Yuguan. The implementation of a flexible gas sensor array for an electronic nose//East Asia Conf. On Chemical Sensors. -Xian China, 5−8 October 1995. P.-71−73
  212. Wang Ping, Li Rong, Lu Weixue. Study on flexible neural network for olfactory sensory system//Transducer'95. Sweeden. — P.715−717
  213. Wang Ping, Xie Jun. A novel method combined neural network with fuzzy logic for odour recognition//Measurement science & technology. December 1996. -V.7. — N.12. — P.-1707−1712
  214. Wulf W.A., London R.L., Shaw M. An introduction to the construction and verification of Alphrad programs//IEEE Trans. on computers.-1976. V2. — N4. — P.253−265
  215. Yan Shu, Yuquan Chen, Weixve Lu. A taste sensing system with BP and SOM neural network//Tech. Dig. Fifth Int. Meeting on Chemical Sensors. -Rome-Italy. 1994. — V.2. — P. 1041−1044
Заполнить форму текущей работой

Пора сдавать?