Многомерная эволюционная прикладная автоматизированная информационная система поддержки принятия решений для управления инновационными ресурсами химической и нефтехимической промышленности России

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Исследования. Современный этап развития химической и нефтехимической промышленности России характеризуется ориентацией на широкое внедрение инновационных высокотехнологичных производств. В этой связи для, принятия обоснованных решений в целях формирования эффективной инновационной политики развития как всей отрасли в целом, так и отдельных промышленных предприятий становится объективно… Читать ещё >

Содержание

Глава 1. АНАЛИЗ ОСОБЕННОСТЕЙ И СПЕЦИФИКИ УПРАВЛЕНИЯ ИННОВАЦИОННЫМИ РЕСУРСАМИ ХИМИЧЕСКОЙ И НЕФТЕХИМИЧЕСКОЙ ПРОМЫШЛЕННОСТИ РОССИИ

1.1. Проблема создания многомерной эволюционной прикладной автоматизированной информационной системы поддержки принятия решений для управления инновационными ресурсами химической и нефтехимической промышленности России.

1.2. Анализ динамики изменения состояния основных фондов в научных организациях химического комплекса.

1.3. Исследование автоматизированных систем для динамического анализа инновационного потенциала химического научно-промышленного комплекса России.

1.4. Особенности и специфика управления инновационными ресурсами химической и нефтехимической промышленности России.

1.5. Анализ проблем создания прикладных автоматизированных информационных систем поддержки принятия решений для управления инновационными ресурсами.

Многомерная эволюционная прикладная автоматизированная информационная система поддержки принятия решений для управления инновационными ресурсами химической и нефтехимической промышленности России (реферат, курсовая, диплом, контрольная)

Выводы по главе 1. 62.

Глава 2. АНАЛИЗ СОВРЕМЕННЫХ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ И РАЗРАБОТКА НОВЫХ ПРИНЦИПОВ ОРГАНИЗАЦИИ И СТРУКТУРИРОВАНИЯ ДАННЫХ ДЛЯ МНОГОМЕРНОЙ ЭВОЛЮЦИОННОЙ ПРИКЛАДНОЙ АВТОМАТИЗИРОВАННОЙ ИНФОРМАЦИОННОЙ СИСТЕМЫ ДЛЯ УПРАВЛЕНИЯ ИННОВАЦИОННЫМИ РЕСУРСАМИ ХИМИЧЕСКОЙ И НЕФТЕХИМИЧЕСКОЙ.

ПРОМЫШЛЕННОСТИ НА ОСНОВЕ МИВАРНОГО ИНФОРМАЦИОННОГО ПРОСТРАНСТВА. 64.

2.1. Основы миварного подхода и искусственный интеллект. 65.

2.2. Анализ современных информационных технологий, баз данных, вычислений и логической обработки. 97.

2.3. Понятие миварного пространства, унифицированного представления данных и правил, принципы организации и структурирования данных в нем. 105.

2.4. Основные возможности миварного подхода. 110.

2.5. Структуры представления данных для моделирования предметной области. 114.

2.6. Формализованное описание модели данных для многомерной эволюционной прикладной автоматизированной информационной системы поддержки принятия решений для управления инновационными ресурсами химической и нефтехимической промышленности в миварном информационном пространстве.

Выводы по главе 2. 120.

Глава 3. МЕТОД ЛОГИКО-ВЫЧИСЛИТЕЛЬНОЙ ОБРАБОТКИ ДАННЫХ ХИМИЧЕСКОЙ И НЕФТЕХИМИЧЕСКОЙ ПРОМЫШЛЕННОСТИ РОССИИ НА ОСНОВЕ ПРОДУКЦИЙ И МИВАРНОЙ СЕТИ ПРАВИЛ ДЛЯ УПРАВЛЕНИЯ ИННОВАЦИОННЫМИ РЕСУРСАМИ. 123.

3.1. Анализ существующих парадигм и моделей обработки данных. 123.

3.2. Общая форма продукций. Возможности и ограничения продукционного подхода. 125.

3.3. Описание и анализ метода прямой волны и метода обратной волны логического вывода. 130.

3.4. Представление сетей продукций в виде двудольных графов. 132.

3.5. Миварные сети. 134.

3.6. Миварный метод логико-вычислительной обработки данных химической и нефтехимической промышленности России. 138.

Выводы по главе 3. 154.

Глава 4. РАЗРАБОТКА НОВЫХ МОДЕЛЕЙ ОПИСАНИЯ ИНФОРМАЦИОННЫХ ПРОЦЕССОВ ХИМИЧЕСКОЙ И НЕФТЕХИМИЧЕСКОЙ ПРОМЫШЛЕННОСТИ РОССИИ В ФОРМАЛИЗМЕ МИВ АРНЫХ СЕТЕЙ. 157.

4.1. Развитие миварных сетей и продукций для реализации правил выбора «если., то., иначе.». 157.

4.2. Развитие миварных логических сетей на основе многомерных бинарных матриц для реализации одновременной эволюционной обработки более десяти тысяч правил в реальном времени. 164.

4.3. Применение многомерных бинарных матриц для развития возможностей многодольных миварных логических сетей. 168.

4.4. Миварный подход и понимание естественных языков. 172.

4.5. Представление знаний в искусственном интеллекте. Семантические сети как альтернатива исчислению предикатов. 175.

4.6. Преимущества миварного подхода перед семантическими сетями и продукциями. 179.

Выводы по главе-4! 191.

Глава 5. ПРОГРАММНОЕ И ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ МИВАРНОЙ МУЛЬТИПРЕДМЕТНОЙ ЭКСПЕРТНОЙ СИСТЕМЫ МНОГОМЕРНОЙ эволюционной ПРИКЛАДНОЙ5 АВТОМАТИЗИРОВАННОЙ ИНФОРМАЦИОННОЙ СИСТЕМЫ ПОДДЕРЖКИ7 ПРИНЯТИЯ! РЕШЕНИЙ ДЛЯ УПРАВЛЕНИЯ ИННОВАЦИОННЫМИ РЕСУРСАМИ ХИМИЧЕСКОЙ И НЕФТЕХИМИЧЕСКОЙ промышленности России. 194.

5.1. Программный комплекс многомерной эволюционной прикладной автоматизированной информационной системы поддержки принятия решений для управления инновационными ресурсами химической и нефтехимической промышленности России «1ппоу-СЬеш». 194.

5.2. Применение многомерной эволюционной прикладной автоматизированной информационной системы поддержки принятия решений для управления инновационными ресурсами химической, и нефтехимическойпромышленности России для анализа и оценки инновационного потенциала отраслевой химической науки. -^^у.

5.3. Реализация в многомерной эволюционной прикладной автоматизированной информационной системе поддержки принятия решений для управления инновационными ресурсами химической и нефтехимической промышленности России различных прикладных задач.і.206.

5.4. Создание автоматизированных систем обработки информации на основе миварного подхода.242.

5.5. Программный комплекс «УДАВ» и распараллеливание логических и вычислительных задач на основе миварных сетей 254.

5.6. Активная миварная интернет-энциклопедия.272.

Выводы по главе 5 280.

ЗАКЛЮЧЕНИЕ

282.

СПИСОК ЛИТЕРАТУРЫ

286.

ПЕРЕЧЕНЬ СОКРАЩЕНИЙ 313.

Актуальность темы

исследования. Современный этап развития химической и нефтехимической промышленности России характеризуется ориентацией на широкое внедрение инновационных высокотехнологичных производств. В этой связи для, принятия обоснованных решений в целях формирования эффективной инновационной политики развития как всей отрасли в целом, так и отдельных промышленных предприятий становится объективно необходимым проведение системного анализа и автоматизированной оценки параметров инновационного развития предприятий химического и нефтехимического комплекса. Однако специфика управления инновационными ресурсами (УИР) на предприятиях химической и нефтехимической промышленности России (ХНП) заключается в том, что принятие управленческого решения по развитию инновационного процесса на данных предприятиях базируется на информации, характеризующейся следующими основными особенностями: многообразие инновационной деятельности и, как следствие, достаточно значительное количество характеризующих ее индикаторовнечеткость части показателей инновационного развитиякачественный характер ряда показателей и широкое использование в этой связи балльных оценокнеобходимость использования разнообразных «срезов, сечений» и т. п. (по регионам, отраслям, годам и т. д.), т. е. явная многомерность представления данных о предметной областиразличные формы представления результатов для принятия решениймногоаспектность оценки инновационных ресурсоввысокая динамика изменения системы показателей, детерминирующая необходимость анализа инновационного процесса с учетом возможности появления новых ключевых параметров. Кроме того, анализ и выбор показателей инновационного развития предприятий химического и нефтехимического комплекса осуществляется в условиях неопределенности, вызванной наличием факторов, принципиально не поддающихся строгой количественной оценке. Вэтой связи. особую актуальность приобретает научная проблема разработки соответствующей автоматизированной информационной системы, способной, с" одной стороны, хранить и обрабатывать всю систему разнообразной информации о состоянии иразвитии как собственно предприятий ХНП, так. и их инновационных ресурсов, а с другой — иметь возможность функционального наращивания и масштабируемости системы.

Степень научной разработанности проблемыАнализ показывает, что разработке научно-теоретических основ формирования, использования и развития инновационных ресурсов посвящены работы таких выдающихся отечественных и зарубежных ученых как Шумпетер Й., Портер М., Твисс Б., Друкер П., Глазьев С. Ю., Оголева Л. Н., Поршнева А. Г. и ряда других. Значительный вклад' в развитие системного анализа и теории принятия решений внесли Вентцель E.G., Волкова В. Н., Дегтярев Ю. И., Емельянов A.A., Денисов A.A., Костров A.B., Ларичев О. И., Оптнер С., Перегудов Ф. И., Подиновский В. В., Поспелов Д. А., Саати Т., Темников Ф. Е., Хитч Ч. и др. Применение системного подхода к созданию информационных систем управления ' предприятиями химической и нефтехимической промышленности России было развито в работах Бахвалова Л. А., Гартман Т. Н., Гордеева Л. С., Дорохова И. Н., Егорова А. Ф., Кафарова В. В., Корнюшко В. Ф, Кузина PJE., Мёшалкина В. П., Нетушила A.B., Петрулевича A.A.', Савицкой Т. В., Саркисова ПД., Федунец Н. И., Шаталова В. В. и др. На основе работ этих ученых были созданы информационно-аналитические системы, позволяющие осуществлять динамический анализ инновационного потенциала химического научно-промышленного комплекса России. Однако в основу этих систем были положены стандартные базы данных, что не позволяет решить проблему управления инновационными ресурсами в полном объеме. Кроме того, в данных системах отсутствует возможность функционального наращивания экспертных систем и их масштабируемости.

С другой стороны, проблемам создания экспертных систем, искусственного интеллекта, баз данных, вычислений, логической обработки и создания прикладных автоматизированных информационных систем посвящены работы ряда известных зарубежных специалистов, таких как: Амамия М., Танака Ю., Атре Ш., Ахо A.B., Хопкрофт Д. Э., Ульман Д. Д., Берзтисс А. Т., Васильев В. И., Шевченко А. И., Вейд А., Дейкстра Э., Дейт К., Джордж Ф., Кук Д., Бейз Г., Люгер Дж.Ф., Майника Э., Мартин Дж., Мейер Д., Олле Т. В., Райли Д., Саймон А. Р., Таунсенд К., Фохт Д., Тиори Т., Фрай Дж., Уинстон П., Ульман Ж., Уотермен Д., Уэлдон Дж., Финк Д., Флорес И., Фогель JL, Оуэне А., Уолш М. Хант Э., Эндрю А., Эшби У. Р., Цикритзис Д., Лоховски Ф. и др. Среди отечественных ученых этими проблемами плодотворно занимались Абрамов С. М., Анисимов Б. В., Бабаян Б. А., Хорошевский В. Ф., Барский А. Б., Бурцев B.C., Бирюков Б. В., Гутчин И. Б., Варламов О. О., Воеводин В. В., Гиглавый A.B., Городецкий В. И., Евреинов Э. В., Еремеев А. П., Журавлев Ю. И., Замулин A.B., Калиниченко Л. А., Когаловский М. Р., Корнеев В. В., Кузнецов С. Д., Ладенко И. С., Марков A.C., Новиков Б. А., Осипов Г. С., Попов Э. В., Райбекас А. Я., Ростовцев Ю. Г., Смирнов A.B., Соколов Б. В., Стефанюк В. Л., Чудинов С. М., Цаленко М. Ш., Шалютин С. М., Юсупов P.M. и многие другие. В результате этими учеными были разработаны основы создания баз данных, экспертных систем, миварных технологий, принципы организации и структурирования данных, созданы многие автоматизированные системы. Однако в целом научная проблема разработки многомерной эволюционной экспертной системы для своевременной и адекватной обработки информации в целях управления инновациями в химической и нефтехимической промышленности России на сегодняшний день так и осталась нерешенной.

Для решения этой крупной научной проблемы в диссертации предлагается многомерная эволюционная прикладная автоматизированная информационная система (МЭПАИС) поддержки принятия решений для управления инновационными ресурсами химической и нефтехимической промышленности России. Фактически, МЭПАИС УИР ХНП — это экспертная система для управления. инновациями в химической и нефтехимической промышленности России. Термин «экспертная система» иногда заменяют на менее антропоморфный — «система поддержки принятия решений» (СППР). Принципиальным отличием МЭПАИС УИР ХНП от предыдущего поколения экспертных систем является: системное многомерное объединение нескольких предметных областей, реальное время работы на десятках тысяч правил и эволюционное наращивание данных и правил (знаний) на основе двух инновационных российских информационных технологий: «миварное информационное пространство» и «миварные логико-вычислительные сети».

Научная проблема: разработка теоретических основ построения многомерной эволюционной прикладной автоматизированной информационной системы поддержки принятия решений для управления инновационными ресурсами химической и нефтехимической промышленности России в целях принятия решений на основе комплексной и многоаспектной оценки текущего состояния и перспектив развития инновационных ресурсов химической и нефтехимической промышленности.

Объектом исследования являются информационные системы и процессы, включая теоретические, программные и информационные аспекты обеспечения функционирования систем и реализации процессов генерации, сбора, хранения, обработки и представления информации для управления инновационными ресурсами химической и нефтехимической промышленности России.

Предметом исследования являются прикладные автоматизированные информационные системы, ресурсы и технологии в технической сфере деятельностианалитические, процедурные информационные модели предметной области и экспертные системы, включаемые в контур обработки информации и принятия решения для управления инновационными ресурсами химической и нефтехимической промышленности Россииметоды и модели описания информационных процессов и информационных ресурсовновые принципы организации и структурирования данных, концептуального, логического, физического проектирования мультимедийных баз данных и иных специализированных информационных систем, методы оценки и оптимизации структур баз данных на логическом уровненовые миварные принципы разработки и организации функционирования информационных систем и процессов, применения миварных информационных технологий и систем в принятии решений на различных уровнях управления.

Целью диссертационного исследования является создание на основе миварного подхода теоретического, программного и информационного обеспечения функционирования прикладных автоматизированных информационных систем для реализации процессов сбора, хранения, обработки и представления информации для комплексного управления инновационными ресурсами химической и нефтехимической промышленности России.

В соответствии с поставленной' целью определены задачи диссертационного исследования:

1) провести анализ особенностей и специфики управления инновационными ресурсами химической и нефтехимической промышленности России;

2) проанализировать современные информационные технологии баз данных, вычислений и логической обработки, выявить их ограничения и проблемы создания прикладных автоматизированных информационных систем;

3) разработать новые принципы организации и структурирования данных для специализированных информационных систем поддержки принятия решений при управлении инновационными ресурсами химической и нефтехимической промышленности России на основе миварного I информационного пространства;

4) разработать метод логико-вычислительной обработки данных химической и нефтехимической промышленности России на основе продукций и миварной сети правил для управления инновационными ресурсами;

5) предложить новую модель описания информационных процессов химической и нефтехимической промышленности России в формализме миварных сетей на основе многомерных бинарных матриц для реализации одновременной эволюционной обработки более десяти тысяч объектов и правил в реальном времени;

6) разработать новую модель описания информационных процессов химической и нефтехимической промышленности России в формализме миварных сетей и продукций на основе трехдольных и многодольных графов для реализации правил выбора «ЕСЛИ., ТО., ИНАЧЕ.»;

7) создать программное и информационное обеспечение миварной мультипредметной экспертной системы МЭПАИС УИР ХНП России.

1 1.

Научная новизна полученных результатов заключается в разработке:

1) структур представления данных в модели данных на основе миварного информационного пространства с добавлением вероятностных характеристик для МЭПАИС УИР ХНП;

2) линейной вычислительной сложности метода логико-вычислительной обработки данных для управления инновационными ресурсами химической и нефтехимической промышленности России на основе миварной сети;

3) модели описания информационных процессов для МЭПАИС УИР ХНП в формализме миварных сетей на основе многомерных бинарных матриц;

4) модели описания информационных процессов для МЭПАИС УИР ХНП в формализме миварных сетей на основе многодольных графов;

5) мультипредметных экспертных систем на основе программного комплекса МЭПАИС и реализации процессов сбора, хранения, обработки и представления информации для информационных систем и процессов в тех предметных областях, которые могут быть формализовано описаны в миварном информационном пространстве.

Методы исследования., При решении, задач, поставленных в работе, использованы основные положения системного анализа, методы оптимизации на сетях, и графах, математической логики, математического программирования и теории множеств, графов, структур данных, принятия решений, баз данных и правил, а также методы имитационного и натурного моделирования.

Достоверность научных результатов. Достоверность полученных теоретических и прикладных результатов подтверждается использованием строгого математического аппарата при построении и исследовании моделей, методов и алгоритмов, результатами компьютерного моделирования, 1 согласованностью полученных результатов с имеющимися в российской и зарубежной литературе данными, практическим внедрением и использованием результатов диссертационного исследования.

Для публичной защиты выдвигается следующая совокупность новых научных результатов и положений:

• формализованное описание модели данных для МЭПАИС УИР ХНП, построенной на основе миварного информационного пространства с добавлением вероятностных характеристик;

• метод логико-вычислительной обработки данных химической и I нефтехимической промышленности России на основе продукций и миварной сети для управления инновационными ресурсами;

• модель описания информационных процессов химической и нефтехимической промышленности России в формализме миварных сетей на основе многомерных бинарных матриц;

• модель описания информационных процессов химической и нефтехимической промышленности России в формализме миварных сетей на основе многодольных графов;

• программный комплекс МЭПАИС УИР ХНП и реализация процессов сбора, хранения, обработки и представления информации для управления инновационными ресурсами, химической и нефтехимической промышленности России.

Практическая ценность заключается^ следующем. В 2005;2008 гг. по контрактам ФГУП «Государственный ордена Трудового Красного Знамени научно-исследовательский институт химических реактивов и особо чистых химических веществ» (ФГУА «ИРЕА») с Минэнерго и Минпромторгом России для системного анализа инновационной деятельности 135 ведущих промышленных предприятий химического комплекса за 1995;2007 гг. была разработана компьютерная информационная система. Информационное ядро системы составляют статформы «4-инновация» за 1995;2007 гг. Система внедрена и успешно эксплуатируется в Минэнерго и Минпромторге России.

Ряд практических аспектов диссертационного исследования был использован при выполнении инновационного проекта «Разработка технологии вовлечения в хозяйственный оборот отходов производств фотоэлектрических преобразователей», имевшего целью создание технологии утилизации смесей отходов переработки высокочистого кремния солнечного и электронного качества для повышения эффективности выделения полезных компонентов, а также испытание конечных продуктов этой переработки в' технологии получения оптических и лазерных устройств государственный контракт ГК 02.740.11.0435 от 30.09.2009 г.). 1.

Апробация работы. Результаты диссертационной работы докладывались и обсуждались на: Российской конференции аспирантов, студентов и молодых ученых (ИВТ-2010) (г. Ульяновск, 2010 г.) — Х1-ой Международной научно-практической конференции «Информационная безопасность» (ИБ-2010) (г. Таганрог, 2010 г.) — Н-ой Международной научно-практической конференции «Современные информационные и инновационные технологии на транспорте М1ШТ-2010» (г. Херсон, Украина, 2010 г.) — П-ой Всероссийской научно-практической конференции с международным участием, «Информация и образование: границы коммуникаций" — (INFOHO) (г. Горно-Алтайск, 2010 г.) — Конгрессе по интеллёктуальным! системам: и, информационным технологиям «AIS-IT'10» (г. Геленджик, 2010 г.) — Научно-технической конференциипосвященной 60-летию ФГУГ1 «НИИР», (г. Москва, 2010 г.) — V-X Международных научных, конференциях «Современные проблемы истории естествознания! Bs области химии, химической технологии и нефтяного дела» (г. Уфа, 2004;2009 гг.) — XII, XIX, XXI, XXII Международных научно-технических конференциях «Химические реактивы, реагенты и процессы малотоннажной химии» (РЕАКТИВ-2004, РЕАКТИВ-2006, РЕАКТИВ-2008, РЕАКТИВ-2009) (г. Уфа, 2004 г., 2006 г., 2008 г., 2009 г.) — Международной научно-практической конференции «Теория активных систем» (ТАС-2009) (г. Москва- 2009 г.) — 11-ом Международном форуме по нанотехнологиям (г. Москва, 2009 г.) — IV-ой Международной научно-практической конференции «Логистика и экономика ресурсосбережения и энергосбереженияв промышленности» (МНПК «ЛЭРЭП-4−2009») (г. Самара, 2009 г.) — 1-ой Международной конференции РХО им. Д. И: Менделеева «Энергои. ресурсосберегающие технологии в химической и нефтехимической промышленности» (г. МоскваРХТУ им. Д. И. Менделеева, 2009 г.) — Международной научно-практической конференции «Модель менеджмента для экономики, основанной на знаниях» (г. Москва, МЭСИ- 2009 г.) — Х-ом Всероссийском симпозиуме «Стратегическое планирование и развитие, предприятий» (г. Москва, ЦЭМИ РАН, 2009 г.) — ХП-бй Международной 'научно-технической конференции «Наукоемкие химические технологии-2008» (г. Волгоград, 2008 г.) и др.

Публикации. Основные научные результаты по теме диссертацииопубликованы в 69 научных работах, в том числе в двух монографиях и 11 статьях в журналах, рекомендованных ВАК РФ для опубликования основных результатов диссертационных работ на соискание ученых степеней доктора наук. По результатам диссертационного исследования получены патенты на полезную модель и изобретение. Общий объем публикаций по теме диссертационного исследования составил более 35 п.л.

Объем и структура работы. Диссертация состоит из введения, пяти глав, заключения и списка литературы из 519 наименований. Она содержит 314 страниц текста, 2 таблицы и 57 рисунков.

Выводы по главе 5.

В пятой главе описаны результаты создания программного и информационного обеспечения миварной мультипредметной экспертной системы «Многомерная эволюционная прикладная автоматизированная информационная система поддержки принятия решений для управления инновационными ресурсами химической и нефтехимической промышленности России». Кроме того, показана реализация процессов сбора, хранения, обработки и представления информации для УИР ХНП России.

Отметим, что миварный подход — это современный подход к созданию не только прикладных автоматизированных систем различных типов, перечисленных в параграфе 5.5, но, в перспективе, и к созданию систем искусственного интеллекта [68, 344].

Таким образом, активная миварная энциклопедия будет представлять собой мультипредметную экспертную систему с эволюционным наращиванием знаний и активным решением различных задач в реальном времени на основе миварных логико-вычислительных сетей. В качестве прототипа активной миварной энциклопедии рассматривается программный комплекс «Многомерная эволюционная прикладная автоматизированная информационная система поддержки принятия решений для управления инновационными ресурсами химической и нефтехимической промышленности России» и ПК «УДАВ».

Все поставленные задачи успешно решены и цель диссертации в виде создания на основе миварного подхода теоретического, программного и информационного обеспечения функционирования экспертной системы «Многомерная эволюционная прикладная автоматизированная информационная система поддержки принятия решений для управления инновационными ресурсами химической и нефтехимической промышленности России» для реализации процессов сбора, хранения, обработки и представления информации для комплексного управления инновационными ресурсами химической и нефтехимической промышленности России достигнута.

Таким образом, в диссертации, имеющей теоретическое и практическое значение, решена научная проблема, имеющая важное научное и, хозяйственное. значение, приведены рекомендации по использованию научных выводов для развития химической и нефтехимической промышленности России.

ЗАКЛЮЧЕНИЕ

В диссертации предложен оригинальный подход в области искусственного интеллекта по созданию миварных экспертных систем. Обоснованы следующие основные выводы диссертационной работы.

1. Анализ предметной области выявил особенности и специфику управления инновационными ресурсами химической и нефтехимической промышленности России: многообразие инновационной деятельности, многочисленность и изменяемость индикаторов, нечеткость показателей, необходимость многомерности представления данныхмасштабируемость и эволюционность, использование качественных показателей, многоаспектность, вероятностные характеристики и нечеткие принадлежности показателей, необходимость хранить и обрабатывать все данные в едином формализме.

2. Проведенный в работе анализ современных информационных технологий баз данных, вычислений и логической обработки позволил выявить их ограничения и проблемы создания прикладных автоматизированных информационных систем, а также обосновать, что существует научная проблема разработки теоретических основ построения эволюционной мультипредметной экспертной системы для управления инновационными ресурсами химической и нефтехимической промышленности России (МЭПАИС УИР ХНП) в целях принятия решений на основе комплексной и многоаспектной оценки текущего состояния и перспектив развития инновационных ресурсов химической и нефтехимической промышленности.

3. Обосновано, что наиболее эффективными для МЭПАИС УИР ХНП являются миварные принципы организации и структурирования данных.

4. Для создания МЭПАИС УИР ХНП разработан новый метод логико-вычислительной обработки данных химической и нефтехимической промышленности России на основе развития продукций и миварных сетей? за счет:

• представления информации для управления: инновационными ресурсами химической! и нефтехимической! промышленности Россиив виде специального. вида «миварных матриц»;

• • снижения вычислительнойсложности конструирования алгоритмов г обработки данных илогического вывода на таких матрицах с факториальной долинейной-. ,.

• обеспечения адаптивности и. эволюционности, т. е-. возможности изменения исходных и обрабатываемых данных в процессе поиска5 решений;

• обеспечения возможности распараллеливания логики и вычислений-.

• введениямногомерности для! мультипредметности экспертной системы;

• введения,^ нечеткости и вероятностных характеристик в миварные матрицы- '.':.•.

• автоматического выявления* недостающихисходных данных и ихактивного запроса у пользователя или систем сбора информации;

5. Для расширения возможностейпараллельной обработки больших объемов информации и решения сложных задач в МЭПАИС УИР ХНП разработана новая модель описания информационных процессов химической и нефтехимической промышленности России в формализме миварных сетей за счет дополнительного введения многомерных бинарных матриц, которые позволили реализовать одновременную эволюционную' обработку более десяти тысяч правил в реальном времени на многопроцессорных вычислительных комплексах.,. .

6. Для расширения возможностей: описания правил обработки информации и реализации правил выбора «если., то., иначе.» в МЭПАИС УИР ХНП разработана новая модель описания информационных процессов химической и нефтехимической промышленностиРоссии в формализме миварных сетей и продукций' за счет перехода от двудольных графов миварных сетей путем введения формализма многодольности графов к трехдольным и многодольным графам представления информации для управления инновационными ресурсами химической и нефтехимической промышленности России и для других предметных областей.

7. Предложенные модели и метод позволили синтезировать эффективную структуру экспертной системы для управления инновационными ресурсами химической и нефтехимической промышленности России.

8. Создано программное и информационное обеспечение миварной мультипредметной экспертной системы (МЭПАИС) для управления инновационными ресурсами химической и нефтехимической промышленности России.

9. В качестве дальнейшего развития рассмотрены наиболее эффективные механизмы и принципы создания мультипредметных миварных экспертных систем и предложено эволюционное создание миварной активной Интернет-энциклопедии для разработки перспективных интеллектуальных систем в различных областях знаний. Фактически реализована мультипредметная эволюционная активная обучаемая логически рассуждающая система с параллельным решением многопоточных задач с линейной вычислительной сложностью.

10. Результаты теоретических исследований и моделирования применялись при создании программных комплексов экспертных систем и баз данных в целях управления инновационными ресурсами химической и нефтехимической промышленности России.

11. Основные научные результаты по теме диссертации прошли апробацию на многочисленных международных научных конференциях, опубликованы в 69 научных работах, в том числе в двух монографиях и 11 статьях в журналах, рекомендованных ВАК РФ для опубликования основных результатов диссертационных работ на соискание ученых степеней доктора наук [317−382, 506−508]. По результатам диссертационного исследования получены патенты на полезную модель и изобретение.

Все поставленные задачи успешно решены и цель диссертации в виде создания на основе миварного подхода теоретического, программного и информационного обеспечения функционирования МЭПАИС для реализации процессов сбора, хранения, обработки и представления информации для комплексного управления инновационными ресурсами химической и нефтехимической промышленности России достигнута.

Таким образом, в диссертации, имеющей теоретическое и практическое значение, решена научная проблема, имеющая важное хозяйственное значение, приведены рекомендации по использованию научных выводов для развития химической и нефтехимической промышленности России.

Показать весь текст

Список литературы

Абрамов С.М. Метавычисления и их применение: Дис.. д-ра физ. мат. наук. -Переславль-Залссский, 1995.
Абрамов С.М. Метавычисления и их применения. М.: Наука, Физматлит, 1995.
Алякин A.A., Бессарабов А. М., Ягудин С. Ю., Терехов Д. В., Гафитулин М. Ю. Интегрированная оценка конкурсных инновационных проектов отраслевых НИИ химической и нефтехимической промышленности // Нефтепереработка и нефтехимия, 2006.-№ 8.-С. 3−8.
Амамия М., Танака Ю. Архитектура ЭВМ и искусственный интеллект. М.: Мир, 1993.
Анисимов Б. В. Четвериков В.Н. Основы теории и проектирования цифровых вычислительных машин. М.: Высшая школа, 1990.
Артамонов Г. Т. Тюрин В.Д. Топология сетей ЭВМ и многопроцессорных систем. -М.: Радио и связь, 1991.
Арутюнян Э.С. Синтез нейросетевых систем управления манипуляционными роботами на основе обратных динамических моделей: Автореферат дис.. канд. техн. наук.-Уфа, 2000, — 16 с.
Arpe Ш. Структурный подход к организации баз данных. М.: Финансы и статистика, 1983.
Ахо A.B., Хопкрофт Д. Э., Ульман Д. Д. Структуры данных и алгоритмы. М.: Издательский дом «Вильяме». 2007. — 400 с.
Н.Ачасова С. М., Бандман O. JL Корректность параллельных вычислительных процессов. Новосибирск: Наука, 1990.
Бабаян Б.А., Бочаров A.B., Волин A.C. и др. Многопроцессорные ЭВМ и методы их проектирования / Под ред. Ю. М. Смирнова. М.: Высшая школа, 1990.
Базовый доклад к обзору ОЭСР «Национальная инновационная система и государственная инновационная политика Российской Федерации» // Официальный сайт Министерства образования и науки Российской Федерации. 02.11.2009 г. М.: Минобрнауки РФ, 2009. — 208 с.
Базы знаний интеллектуальных систем / Т. А. Гаврилова, В. Ф. Хорошевский. -СПб.: Питер, 2001.-384 с.
Барский А.Б. Параллельные процессы в вычислительных системах. Планирование и организация. М.: Радио и связь, 1990. — 256 с.
Батыршин И.З. Представление и обработка нечеткой информации в интеллектуальных системах: Дис.. д-ра физ. мат. наук. — Персславль-Залесскии. 1996.
Белеградек О.В., Столбоушкин А. П., Тайцлин М. А. Базы данных над фиксированным бесконечным универсумом // Программирование, 1998. -№ 1. С. 6−17.
Белецкий В.Н. Многопроцессорные и параллельные структуры с организацией асинхронных вычислений. Киев: Наукова думка, 1988.
Белов В.В. Технология комплексной оценки качества интеллектуальных программных продуктов двойного применения в процессе сертификационных испытаний: Автореферат дис.. канд. техн. наук. — М., 2000. 25 с.
Вениаминов Е.М. Алгебраические методы в теории баз данных и представлении знаний: Дис. д-ра физ. мат. наук. — М., 1996.
Берзтисс А.Т. Структуры данных / Пер. с англ. М.: Статистика, 1974. — 408 с.
Бессарабов A.M. Интегрированная оценка инновационного потенциала отраслевых научных организаций (на примере НИИ химического комплекса) // Химическая промышленность сегодня, 2003. № 11. — С. 12−21.
Бессарабов A.M., Алякин A.A., Айвазян Е. А., Жданович O.A. Компьютерный менеджмент качества особо чистых .веществ на основе концепции CALS (ISO-10 303 STEP) // Приборы и автоматизация, 2005. -№ 12. С. 26−36.
Бессарабов A.M., Афанасьев А.Н. CALS-технологии при проектировании перспективных химических производств // Химическая технология, 2002. № 3. — С. 2630.
Бессарабов A.M., Афанасьев А. Н., Ефимова В. П., Рябеико Е.А. CALS-технологии и их внедрение в химическом комплексе России // Химия и рынок, 2001. № 3. — С. 43−45.
Бессарабов A.M., Гафитулин М. Ю., Поляков A.B., Сафонова Т. А. Автоматизированные системы для управления инновационным бюджетным финансированием отраслевой науки // Приборы и автоматизация, 2005. — № 6. — С. 51−60.
Бессарабов A.M. Жданович O.A. Разработка информационной системы аналитического контроля качества химических реактивов и особо чистых материалов // Неорганические материалы, 2005. Т. 41, № 11. — С. 1397−1404.
Бессарабов A.M., Квасюк A.B., Кочетыгов A.J1. Системный анализ инновационной деятельности ведущих предприятий химического комплекса (1995−2007 гг.) // Теоретические основы химической технологии, 2009. Т. 43, № 3. — С. 3−12.
Бессарабов A.M., Квасюк A.B., Кочетыгов A.JI. Системный анализ инновационной деятельности ведущих предприятий химического комплекса (1995−2007 гг.) // Теоретические основы химической технологии, 2009. — Т.43, № 4. С. 466−475.
Бессарабов A.M., Поляков A.B. Разработка информационно-аналитической системы для оценки инновационного потенциала отраслевых ПИИ химического комплекса (1990−2003 гг.) // Информационные технологии, 2005. -№ 11. С. 44−52.
Бессарабов A.M., Рябенко Е. А., Ефимова В. П., Сафонова Т. А. Инновационный потенциал научных организаций химического комплекса России: 1990−2000 гг. // Химия и рынок, 2002. № 2−3. — С. 42−45.
Бессарабов A.M., Ягудин С. Ю., Гафитулин М. Ю., Терехов Д. В. Системный анализ бюджетного инновационного финансирования отраслевых научных организаций химической и нефтехимической промышленности // Нефтепереработка и нефтехимия, 2006. -№ 4. -С. 17−22.
Бессарабов A.M., Ягудин С. Ю., Прокудшт C.B. Кадровые и финансовые ресурсы отраслевой науки в химическом и нефтехимическом комплексе // Нефтепереработка и нефтехимия, 2005. № 1. — С. 7−12.
Бирюков Б.В., Гутчин И. Б. Машина и творчество. Результаты, проблемы, перспективы. — М.: Радио и связь, 1982.
Бурцев B.C. Новые подходы к созданию высокопараллельных вычислительных структур// Искусственный интеллект-2000. Тез. докл. науч. конф. Таганрог: ТРТУ, 2000.
Бурцев B.C. Принципы построения многопроцессорных вычислительных комплексов «Эльбрус»: Препринт. М., 1977.
Буч Г. Объектно-ориентированное проектирование с примерами применения / Пер. с англ. — М.: Конкорд, 1992.
Вальковский В.А. Распараллеливание алгоритмов и программ. Структурный подход. М.: Радио и связь, 1989.
Вальковский В.А., Малышкин В. Э. Синтез параллельных программ и систем на вычислительных моделях. Новосибирск: Наука, 1988.
Валях Е. Последовательно-параллельные вычисления / Пер. с англ. М.: Мир, 1985.
Варламов О.О. Алгоритм разреза сети по вершинам и ребрам ее графа сложности 0(п2) // Труды НИИР: Сб. ст. М., 1997. — С. 92−97.
Варламов 0.0. Анализ взаимосвязей GRID и САС ИВК, SOA и миварного подхода // Искусственный интеллект, 2005. № 4. — С. 4−11.
Варламов 0.0. Интеллектуальные системы информационной безопасности и системный синтез модели компьютерных угроз // Искусственный интеллект, 2006. — № 3.- С. 720−727.
Варламов О.О. Компьютерная разведка и создание АС до класса защищенности 1 Г на основе сертифицированного ПС «ЭЛАР Саперион» // Искусственный интеллект, 2008.- № 3. С. 137−144.
Варламов О.О. О ¦ миварно-матричпом подходе к решению задач поиска минимального разреза и коммивояжера в целях снижения вычислительной сложности // Искусственный интеллект. 2008. — № 3. — С. 626−629.
Варламов О.О. О необходимости перехода от теории искусственного интеллекта к разработке теории активного отражения // Известия Южного федерального университета. Технические науки. 2007. Т. 77. — № 2. — С. 89−95.
Варламов О.О. О системном подходе к созданию модели компьютерных угроз и ее роли в обеспечении безопасности информации в ключевых системах информационной инфраструктуры // Информационное противодействие угрозам терроризма, 2006. № 8. -С. 216−228.
Варламов О.О. Основы многомерного информационного развивающегося (миварного) пространства представления данных и правил // Информационные технологии, 2003. — № 5. — С. 42−47.
Варламов О.О. Параллельная обработка • потоков информации на основе виртуальных потоковых баз данных // Известия вузов. Электроника. 2003. № 5. — С. 8289.
Варламов О.О. Переборное единично-ипкрементное суммирование чисел с линейной вычислительной сложностью // Автоматизация и современные технологии, 2003.-№ 1,-С. 34−40.
Варламов О.О. Пользовательская техническая компьютерная угроза и способы защиты от нее на основе обработки избыточных и закрытых запросов к базам данных // Известия Южного федерального университета. Технические науки. 2007. — Т. 76. — № 1. — с. 37−42.
Варламов О.О. Проблема адаптивного синтеза конфигураций интеллектуальных многопроцессорных систем // Интеллектуальные и многопроцессорные системы-2001. Тез. докл. Международной научной конференции. Таганрог: ТРТУ, 2001. С. 114−117.
Варламов О.О. Разработка адаптивного механизма логического вывода на эволюционной интерактивной сети гиперправил с мулыиактивизаторами, управляемой потоком данных // Искусственный интеллект, 2002. № 3. — С. 363−370.
Варламов О.О. Разработка квадратичной сложности методов поиска минимального разреза двухполюсных и многополюсных сетей // Искусс! венный интеллект, 2002. № 3. — С. 371−375.
Варламов О.О. Разработка линейного матричного метода определения маршрута логического вывода на адаптивной сети правил // Известия вузов. Электроника, 2002. -№ 6.-С. 43−51.
Варламов О.О. Разработка метода распараллеливания потокового множественного доступа к общей базе данных в условиях недопущения взаимного искажения данных // Информационные технологии, 2003. — № 1. — С. 20−28.
Варламов О.О. Самоорганизующиеся программно-аппаратные комплексы как развитие GRID-iexHOJioniu, SO А, миварного подхода и САС ИВК // Известия Таганрогского государственного радиотехнического университета, 2005. — № 9. С. 135 176.
Варламов О.О. Системный анализ и синтез моделей данных и методы обработки информации для создания самоорганизующихся комплексов оперативной диагностики // Искусственный интеллект. 2003. № 3. — С. 299−305.
Варламов О.О. Системы обработки информации и взаимодействие групп мобильных роботов на основе миварного информационного пространства // Искусственный интеллект, 2004. — № 4. — С. 695−700.
Варламов О.О. Создание интеллектуальных систем на основе взаимодействия миварного информационного пространства и сервисно-ориентированной архитектуры // Искусственный интеллект, 2005. № 3. — С. 13−17.
Варламов О.О. Создание теории активного отражения как обобщения теории искусственного интеллекта и возможность ее реализации в миварном инфопространстве // 1 1скусственный интеллект,.2007. № 3. — С. 17−24.
Варламов О.О. Способ суммирования чисел.' Патент на изобретение № 2 145 113 от 23.10.1998 г., Россия, 2000.
Варламов О. О: Эволюционные базы данных и знаний для адаптивного синтеза интеллек1уальных систем. Миварное информационное пространство. М.: Радио и связь, 2002. — 288 с.
Варламов О.О. Эволюционные базы данных и знаний. Миварное информационное нрос1ранство // Известия Южного федерального университета. Технические науки. 2007. -Т. 77,-№ 2.-С. 77−81.
Варламов О.О., Адамова JI.E., Амарян М. Р., Лысаковский В. А. Обучение персонала на основе самоорганизующегося миварного информационного пространства в региональных компаниях электросвязи // Искусственный интеллект, 2003. № 4. — С. 318 323.
Варламов О.О., Адамова Л. Е., Амарян М. Р., Лысаковский В. А. Проблема защиты информации в АСУ регионального оператора связи на основе миварных баз данных и правил // Искусственный интеллект, 2003. № 3. — С. 306−315.
Варламов О.О., Адамова Л. Е. Блохина C.B. Интеллектуальные технологии, управление развитием территориальной образовательной системы и образ «школы будущего» // Искусственный интеллект, 2007. № 4. — С. 147−155.
Варламов О.О., Адамова Л. Е., Локотков A.A., Межуев Н. В. и др. Системы искусственного интеллекта и компьютерные угрозы информационной безопасности // Искусс1 венный интеллект, 2004. № 3. — С. 781−788.'
Варламов О. О. Амарян М.Р. Многомерное изменяющееся представление данных для компаний электросвязи // Вестник связи International, 2003. — № 1. С. 23−25
Варламов О.О., Амарян М. Р. Применение технологий баз данных в АСУ региональных операторов электросвязи // BeciHiiK связи, 2003. — № 9. С. 79−82.
Варламов О.О., Амарян М. Р. Принципы и методы построения программно-аппаратных комплексов автоматизированных систем управления связью. М.: ИРИАС, 2003. — 204 с.
Варламов О.О., Амарян М. Р., Межуев Н. В. Устройство для суммирования чисел. Патент на полезную модель № 42 671 от 10.12.2004 г., Россия, 2004.
Варламов О.О., Варламов О. Г., Варламов А. О. Устройство получения изображений (варианты). Патент на изобретение № 2 319 187 от 30.11.05 г., опубл. 10.03.2008 г. Россия, 2008.
Варламов О.О., Варламов О. Г., Варламов А. О. Об одном подходе к созданию интеллектуальных систем добывания видеоинформации путем оптического синтезирования апертуры // Искусственный интеллект, 2006. № 3. — С. 714−720.
Варламов О.О., Журавлева Э. М., Адамова JI.E. и др. Вопросы подготовки и мотивации специалистов по информационной безопасности // Известия Таганрогского I ос дарственного радиотехнического университета, 2004. № 4. — С. 431−432.
Варламов О.О., Журавлева Э. М., Лысаковский В. А. О защите информации в АСУ регионального оператора связи на основе применения миварных баз данных и правил // КомпыоЛог. 2002. -№ 6. С. 10−16.
Варламов О.О., Журавлева Э. М., Чудинов С. М. и др. Проблема защиты информации в АСУ регионального оператора// Вестник связи, 2003. — № 1. — С. 42−48.
Варламов О.О., Журавлева Э. М., Чудинов С. М. О моделях документооборота и обучения на основе миварного пространства данных в АСУ регионального оператора связи // КомпьюЛог, 2002. № 5. — С. 39−43.
Варламов О.О., Кашенцева И. Ю. Амарян М.Р. и др. Интеллектуальные системы и проблематика прогнозирования развития Рунета // Искусственный интеллект, 2005. № 3. С. 410−419.
Варламов О.О., Кашенцева И. Ю. Синтез интеллектуальных процедур поддержки принятия решений для компаний электросвязи в условиях вступления России в ВТО // Искусственный интеллект. 2006. — № 3. — С. 737−746.
Варламов О.О., Кашенцева И. Ю., Коюв К. Ю. и др. Решение экономических задач и интеллектуальные сис1емы CRM операторов элекфосвязи // Искусственный интеллект, 2006.-№ 3.-С. 763−773.
Варламов О.О., Кузьменко М. Р., Котов К. Ю. и др. Роль интеллектуальных систем информационной безопасности для Рунета // Искусственный интеллект, 2005. — № 4. — С. 757−762.
Варламов О.О., Межуев Н. В. Методы единично-инкрементного суммирования чисел для ИТИ регионального оператора электросвязи // Вестник связи, 2004. — № 9. -С. 32−41.
Варламов О.О., Межуев Н. В., Адамова JI.E. и др. Моделирование Рунета для синтеза информационноттелекоммуникационной инфраструктуры // Искусственный интеллект, 2005. -№ 3. С. 117−126.
Варламов О.О., Межуев Н. В., Адамова J1.E. и др. Некоторые особенности построения системы защиты информации в АСУС оператора электросвязи // Известия Таганрогского государственного радиотехнического университета, 2004. № 4. — С. 78−79.
Варламов О.О., Межуев Н. В., Адамова JI.E. и др. О развитии метода анализа иерархий для решения системно-экономических задач в целях повышения конкурентоспособности операторов электросвязи // Искусственный интеллект, 2006. — № 4. С. 453−459.
Варламов О.О., Тожа К. Э. Интеллектуальные системы принятия решений и запатенюванное устройство определения в сети связи места минимального разреза и максимального потока // Искусственный интеллект, 2008. № 4. — С. 302−307.
Варламов О.О., Тожа К. Э. О развитии корпоративной вычислительной сеш энергосбытовой деятельности на основе перспективных технологий баз данных // Вестник МАРТИТ, 2006. № 31. — С. 31−33.
Варламов О.О., Тожа К. Э. Устройство для определения места максимального потока в сети связи. Патент на полезную модель № 72 559 от 25.01.2008 г., опубл. 20.04.08 г., Россия, 2008.
Васильев В.И., Шевченко А. И. Формирование и опознавание образов. Серия «Искусственный интеллект». — Донецк: Изд-во ДонГИИИ, 2000. 360 с.
Васильев Г. П. Программное обеспечение неоднородных распределенных систем. Анализ и реализация. М.: Финансы и статистика, 1986.
Вейд А. Стандарт^ объектных запросов // Системы управления базами данных, 1996.- № 4.
Величко И.В. Разработка и реализация СУБД сетевого типа:Дис.. канд. физ. -мат. наук. М., 1981.
Винер Н. Кибернетика, или управление и связь в животном и машине. М.: Радио. 1958.
Воеводин В.В. Информационная структура алгоритмов. М.: Изд-во МГУ, 1997.
Воеводин В.В. Математические модели и методы в параллельных процессах. -М.: Наука, 1986.
Воеводин В.В. Отображение проблем вычислительной математики на архитектуру вычислительных систем // Вычислительная математика и математическое моделирование. Тр. международной конф. Т. 1. — М.: Ин-т вычисл. математики РАН, 2000.- С. 242−255.
Воеводин В.В. Параллельные структуры алгоритмов и программ. М.: ОВМ АН СССР, 1987.
Воронин Ю.А. Теория классифицирования и ее приложения. Новосибирск: Наука, 1985.
Воронцов H.H. Теория эволюции: истоки, постулаты и проблемы. М.: Знание, 1984.
Гаврилов Г. П., Сапоженко A.A. Сборник задач по дискретной математике. — М.: Наука, 1977.
Гаврилова Т.А., Котова Е. Е., Писарев A.C. Активные схемы как инструмент семантического анализа // Труды межд. семинара «Диалог 99». Таруса, 1999. — С. 26−27.
Гаврилова Т: А., Червинская K.P. Извлечение и структурирование знаний для экспертных систем. -М.: Радио и связь, 1992.
Гаек П., Гавранек Т. Автоматическое образование гипотез (Математические основы общей теории). М.: Наука, 1984. — 262 с.
Гиглавый A.B. Исследование и разработка методов управления единым архивом данных применительно к задачам автоматизации проектирования цифровых устройств: Дис.. канд. техн. наук. — М., 1975.
Гиглавый A.B. Теория баз данных. Меморандум трех // Программирование, 1992.- № 2.
Гилула М.М. Множественная модель данных в информационных системах. М.: Паука, 1992.-208 с.
Глушков В.М. Кибернетика, вычислительная техника, информатика. Избранные труды: В 3 т. Киев: Наукова думка, 1990.
Головкин Б.А. Вычислительные системы с большим числом процессоров. М.: Радио и связь, 1995.
Горбань А.Н. Обход равновесия. Новосибирск: Наука, 1984.
Горбань А.Н., Хлебопрос Р. Г. Демон Дарвина: Идея оптимальности и естественный отбор. М.: Наука. Гл. ред. физ. — мат. лит., 1988. — 208 с.
Городецкий В.И. Прикладная алгебра и дискретная математика. Часть 1. Алгебраические системы. МО СССР, 1984. — 174 с.
Городецкий В.И. Прикладная алгебра и дискретная математика. Часть 2. Формальные системы нелогического типа. МО СССР, 1986. — 200 с.
Городецкий В.И. Прикладная алгебра и дискретная математика. Часть 3. Формальные системы логического типа. МО СССР, 1987. — 177 с.
Горский Д.П. Вопросы абстракции и образования понятий. М., 1961.
Горшкова Е.А., Пекрестьянов И. С., Новиков Б. А., Павлова Е. Ю. Поддержка согласованности для слабоструктурированных данных // Программирование, 2000. — № 3. С. 23−30.
Грант В. Эволюция организмов. М.: Мир, 1980.
Гурин В. II: Математические основы организации и обработки информации в одном классе многомерных структур данных: Дис. канд. физ. мат. наук. — Грозный, 1982.
Гусева Т.И., Башин Ю. Б. Проектирование баз данных в примерах и задачах. М.: Радио и связь, 1992. — 160 с.
Давыдов А.Н., Барабанов В. В., Судов Е.В. CALS-технологии: основные • направления развития // Стандарты и качество, 2002. № 7. — С.12−18.
Дейкстра Э. Взаимодействие последовательных процессов // Языки программирования. М.: Мир, 1972.
Дейт К. Введение в системы баз данных. — М.: Наука, 1980.
Джордж Ф. Основы кибернетики / Пер. с англ. М.: Радио и связь, 1984. — 272 с.
Дзюба С.М. Разработка методов исследования периодических процессов в задачах управления: Дис.'. д-ра физ. мат. наук. — М.,-1998.
Дмитриев Ю., Корнеев В., Хорошевский В. Вычислительная система с программируемой структурой МИКРОС // Вычислительные системы с программируемой структурой. Вычислительные системы, 94. ИМ СО АН СССР. Новосибирск, 1982.
Долидзе А: Н. Концептуальная модель предметной области со слабовыраженной структурой: Дис. канд. физ. мат. наук. — Тбилиси, 1988.
Дубова H. SOA: подходы к реализации // Открытые системы. СУБД, 2004. № 6. -С. 19−25.
Евреинов Э., Хорошевский В. Однородные вычислительные системы. -Новосибирск: Наука, 1978.
Евреинов Э.В. Однородные вычислительные системы, структуры и среды. М.: Радио и связь, 1981.
Евреинов Э.В., Косарев Ю. Г. Однородные универсальные вычислительные системы высокой производительности. — Новосибирск: Наука, 1966.
Евстигнеев В: А. Применение теории графов в программировании // Под ред. А. П. Ершова. М.: Наука, 1985.
Ефимов Е.И. Субъектно-предикатные модели обоснования тезисов. М., 1991.
Ефимова С.М. Применение П-графов для представления и поиска знаний в динамических базах знаний: Дис. канд. физ.: мат. наук. М., 1986.
Жданович O.A., Айвазян Е. А., Бессарабов A.M. Информационные CALS-технологии при разработке промышленных производств особо чистых материалов // Успехи в химии и химической технологии: сб. научных трудов. 2005. — T. XIX, № 2. -С. 10−12.
Замулин A.B. Интегральная языковая среда для описания и реализации баз данных различных моделей: Дис. д-ра физ. мат. наук. — Новосибирск, 1989.
Замулин A.B. Перспективы развития системы баз данных третьего поколения // Программирование, 1992. -№ 2. С. 33−46.
Замулин A.B. Программное обеспечение информационно-поисковой системы общего назначения: Дис. канд. физ. мат. наук. — Новосибирск, 1974.
Замулин A.B. Системы программирования баз данных и знаний. — Новосибирск: Наука, 1990.
Замулин A.B. Типы данных в языках программирования и базах данных. -Новосибирск: Наука, 1987.
Захарченко А.Н. Обработка информации в комплексных системах мониторинга. -М., 2001.- 147 с.
Зимачева Е.М. Способы вербальной презентации образа «Я» и самоотношение субъекта: Дис.. канд. псих. наук. — М., 1997.
Зыкин C.B. Формирование пользовательского представления реляционной базы данных с помощью отображений // Программирование, 1999. — № 3. С. 70−80.
Зыков A.A. Основы теории графов. М.: Наука, 1987.
Ивахненко А.Г., Зайченко Ю. П., Димитров В. Д. Принятие решений на основе самоорганизации.-М.: Советское радио, 1976. •
Игнатьев А. Г1. Кривошеев О. Н., Чудинов С. М. Системотехнические подходы и экономические методы развития инновационной деятельности телекоммуникационной компании. (Монография). Белгород: Изд-во БелГУ. 2009. — 252 с.
Ильин В.П. О стратегиях распараллеливания в математическом моделировании // Программирование, 1999. -№ 1. С. 41−46.
Ильин Г. М. Модели информационных систем: Дис.. канд. физ. мат. наук. — JL, 1975.
Илюшин А.И. Построение системы управления данными на основе ограниченного числа базисных понятий: Дис. канд. физ. мат. наук. — М., 1974.
Индикаторы инновационной деятельности: 2008. Статистический сборник. М.: ГУ-ВШЭ, 2008.-424 с.
Интеллектуальные и многопроцессорные системы-2005. — Таганрог: ТРТУ, 2005. 344 с.
Интеллектуальные многопроцессорные системы 2007 — Таганрог: ТРТУ, 2007. -256 с.
Интеллектуальные робототехнические системы — 2007. Таганрог: ТРТУ, 2007. -318 с. «
Иофинова М.Е. Решетки помеченных деревьев в задаче согласованного обновления иерархических баз данных: Дис. канд. физ. мат. наук. — М. 1989.
Искусственный интеллект-2000 // Тез. докл. науч. конф. Таганрог: ТРТУ, 2000. -202 с.
Кабанов А.Г., Давыдов А. Н., Барабанов В. В., Судов Е.В. CALS-технологии для военной продукции // Стандарты и качество, 2000. № 3. — С. 65−72.
Калинин В.Н., Резников Б. А., Варакин Е. И. Теория систем и оптимального управления. Ч. 2. Понятия, модели, методы и алгоритмы оптимального выбора. — Л., 1987. 589 с.
Калиниченко Л.А. Метод построения коммутативных отображений моделей данных при интеграции неоднородных баз данных // Программирование. 1999. — № 6. — С. 38−47.
Калиниченко JI.A. Методы и средства интеграции неоднородных баз данных. -М.: Наука, 1983.
Калиниченко Л.А., Манукян М. Г. Языковые средства временно-ориентированной модели данных//Программирование, 1990. — № 5. С. 73−86.
Калиниченко Л.А., Рывкин В. М. Машины баз данных и знаний. М.: Наука. Гл. ред. физ.-мат. лит., 1990. — 296 с.
Калиниченко Л. А. Скворцов H.A. Брюхов Д. О., Кравченко Д. В., Чабан И. А. Проектирование персонализированных электронных библиотек над Web-сайтами со слабоструктурированными данными // Программирование. 2000. -№ 3. — С. 9−22.
Каляев A.B. Многопроцессорные системы с программируемой архитектурой. -М.: Радио и связь, 1984. .
Каляев A.B. Суперкомпьютеры, супернейрокомпьютеры и искусственный интеллект // Искусственный интеллект-2000. Тез.'докл. науч. конф. Таганрог: ТРТУ, 2000. — С. 12−14.
Квасюк A.B., Кочетыгов А. Л., Ягудин С. Ю., Бессарабов A.M. Компьютерный анализ инновационного развития ведущих предприятий шинной промышленности (19 952 005) // Нефтепереработка и нефтехимия, 2008. № 7. — С. 8−14.
Киселева В.В., Кузнецова Т. Е. Государственные научные центры: структурные преобразования // Проблемы прогнозирования, 1997. — № 4. С. 111−123.
Ковтун И.И. Матрично-реляционпая модель данных в организационно-производственных системах мониторинга и управления: Дис.. канд. техн. наук. М., 1997.- 183 с.
Ковтун И.И. Матрично-реляционная модель данных для представления и обработки информации в автоматизированных системах мониторинга и управления // Программирование, 1997. — № 6. С. 58−72.
Когаловский М.Р. Систематика коллекций информационных ресурсов в электронных библиотеках // Программирование, 2000. — № 3. С. 30−52.
Когаловский М.Р. Энциклопедия технологий баз данных. — М.: Финансы и статистика, 2005. — 800 с.
Когаловский М.Р., Новиков Б. А. Электронные библиотеки — новый класс информационных систем // Программирование, 2000. — № 3. — С. 3−8.
Козленко Л.А. Разработка математического обеспечения систем управления вложенными транзакциями в параллельных и распределенных средах: Автореферат дис. канд. техн. наук. Воронеж, 2000.
Концепция развития безопасных информационных технологий: обеспечение защиты информации в проектах информатизации России. Отчет. М., 1992. — 149 с.
Корженевич Ю.В.- Кобайло A.C. Синтез вычислительных структур. М.: Наука и техника, 1989.
Корнеев В.В. Архитектура вычислительных систем с программируемой' структурой. Новосибирск: Наука, 1985.
Корнеев В.В. Параллельные вычислительные системы. М.: Нолидж, 1999.
Корнеев В.В., Киселев А:В. Современные микропроцессоры. М.: Нолидж, 1998.
Костенко В.А., Смелянский P.JL, Трекин А. Г. Синтез структур вычислительных систем реального времени с использованием генетических алгоритмов // Программирование, 2000. № 5. — С. 63−72.
Коуги П.М. Архитектура конвейерных ЭВМ / Пер. с англ. М.: Радио и связь, 1985.
Кохонен Т. Ассоциативная память. -М.: Мир,'1980.
Кошелев С.А. Программирование без программирования. Использование утилиты Designer пакета Clarion для разработки программ. М.: Радио и связь, 1992. — 192 с.
Кристофидес Н. Теория графов. Алгоритмический подход / Пер. с англ. — М.: Мир, 1978.
Кузин J1.T. Основы кибернетики. Т. 1. Математические основы кибернетики. Учебное пособие для студентов втузов. — М.: Энергия, 1973. 504 с.
Кузин J1.T. Основы кибернетики: В 2-х т. Т. 2. Основы кибернетических моделей. Учебное пособие для вузов. М.: Энергия, 1979. — 584 с.
Кузнецов О.П. Дискретная математика для инженера. 6-е изд., стереотип. — СПб: Издательство „Лань“, 2009. — 400 с.
Кузнецов С.Д. Базы данных: языки и модели. М.: ООО „Бином-Пресс“, 2008. -720 с.
Кузнецов С.Д., Пономаренко В. Н. Выработка оптимальных планов выполнения запросов в реляционных СУБД // Программирование, 1990. № 2.
Кук Д., Бейз Г: Компьютерная математика: Пер. с англ. М.: Наука, Гл. ред. физ.-мат. лит., 1990. -384 с.
Ладенко И.С. Имитационные системы. Новосибирск: Наука, 1981. — 300 с.
Ладенко И.С. Интеллектуальные системы в целевом управлении. Новосибирск: Наука, 1987, — 199 с., ¦
Ладенко И.С. Интеллектуальные системы и логика. Новосибирск: Наука, 1973. -172 с.
Ладенко И.С. Логические методы построения математических моделей. -Новосибирск: Наука, 1980. 192 с.
Ластовецкий А.Л. Язык и система параллельного программирования для разработки программ, эффективно переносимых в классе распределенных вычислительных систем: Дис. д-ра физ.-мат. наук. — М., 1997.
Левонтин Р. Генетические основы эволюции. М.: Мир, 1978.
Лекции по теории графов: Учебное пособие. / В. А. Емеличев, О. И. Мельников, В. И. Сарванов, Р. И. Тышкевич. М.: Наука, 1990.
Леонтьев А.Н. Лекции по общей психологии. М.: Смысл, 2000.
Ливчак А.Б. Полнота языков запросов // Программирование, 1993. — № 2.
Лима Т. Введение в dBASE IV / Пер. с англ. М.: Радио и связь, 1993. — 304 с.
Логический подход к искусственному интеллекту: От модальной логики к логике баз данных / Пер. с франц. // А. Тейз, П. Грибомон, Г. Юлен и др. М.: Мир, 1998.
Ломазова И.А. Каузальная семантика для сетей Петри с контактами // Программирование, 1999. -№ 4. С. 43−53.
Лорьер Ж.-Л. Системы искусственного интеллекта / Пер. с франц. М.: Мир, 1991.-568 с.
Лэнгсам Й., Огенстайн М., Тененбаум А. Структуры данных для персональных ЭВМ / Пер. с англ. М.: Мир, 1989. — 568 с.
Любарский Ю.Я. Интеллектуальные информационные системы. -.М., Наука. Гл. ред. физ.-мат. лит. 1990.
Люгер Дж.Ф. Искусственный интеллект: стратегии и методы решения сложных проблем. -4-е издание: Пер. с англ. М.: Издательский дом „Вильяме“, 2005. — 864 с.
Майника Э. Алгоритмы оптимизации на сетях и графах / Пер. с англ. М.: Мир, 1981.
Майр Э. Популяции, виды и эволюция. — М.: Мир, 1974.
Макалистер Дж. Искусственный интеллект и ПРОЛОГ на микроЭВМ. М.: Машиностроение, 1990.
Мальковский М.Г., Шикин И. Ю. Нечеткий лингвистический интерфейс // Программирование, 1998. № 4. — С. 50−61. ' '
Мальцев A.A. Алгебраические системы. -М.: Наука, 1970.
Мальцев A.A. Алгоритмы и рекурсивные функции. М.: Наука, 1965. — 390 с.
Мандел Т. Дизайнинтерфейсов / The Elements of Usei Interface Design. M.: Издательство ДМК, 2005. — 410 с.
Марков A.C., Лисовский К. Ю. Базы данных. Введение в теорию и методологию: Учебник. — М.: Финансы и статистика, 2006. — 512 с.
Мартин Дж. Организация баз данных в вычислительных системах. М.: Мир, 1980.
Мартыненко Б.К. Синтаксически управляемая обработка данных: Дис. д-ра физ. -мат. наук.-СПб., 1997.
Мартынов М.Г. Пространственные методы доступа // Программирование, 1998. -№ 3. С. 59−69.
Материалы XXI Международной Инновационно — ориентированной конференции молодых ученых и студентов (МИКМУС-2009). М.: Издательство ИМАШ РАН, 2009. -224 с.
Материалы XXII Международной 1 Инновационно — ориентированной конференции молодых ученых и студентов' „Будущее машиностроения России“ (МИКМУС-2010). М.: Издательство ИМАШ РАН, 2009. — 224 с.
Материалы веб-сайга д.т.н. Варламов О. О. // http://www.ovar.narocl.ru. 2010.
Материалы веб-сайта компании МИВАР // http://www.mivar.ru. 2010.
Материалы Международной научно-молодежной школы „Сисхемы и средства искусственного интеллекта“ (ССИИ-2010). Донецк: ИПИИ „Наука i о с iura“, 2010. -116 с.
Материалы Международной научно-технической конференции „Искусственный интеллект. Интеллектуальные системы“ (ИИ-2010) // В 2-х т. Донецк: ИПИИ „Наука i оевгта“, 2010.
Мейер Д. Теория реляционных баз данных. М.: Мир, 1987.
Мидоу Ч. Анализ информационно-поисковых систем. — М.: Мир. 1970.
Минский М. Вычислительные машины и мышление. М.: Мир, 1967.
Минский М. Фреймы для представления знаний. М.: Энергия, 1979.
Миренков H.H.. Параллельное программирование для многомодульных вычислительных систем. М.: Радио и связь, 1989.
Митичкин С.А. Разработка в системе 1С Предприятие 8.0. М.: ООО „1С-Паблишинг“, 2003. — 413 с.
Михайлов A.B. 1С: Предприятие 7.7/8.0: системное программирование. СПб.: БХВ-Петербург, 2005. — 336 с.
Михайлова Е.Г. Структуры хранения для временных баз данных // Программирование, 1997. № 6. — С. 73−80.
Монахов О. Параметрическое описание структур однородных вычислительных сис1см. Вопросы теории и построения вычислительных систем. — Новосибирск: ИМ СОАН СССР, 1979.
Монахова Э. Об аналитическом задании оптимальных двумерных диофантовых структур однородных вычислительных систем // Однородные вычислительные системы. -Новосибирск, ИМ СО АН СССР, 1981.
Мутушев Д.М. Методы обеспечения доступа к объектно-ориентированным базам данных на основе стандартов реляционных систем. Автореферат дис.. канд. физ. мат. наук. — М., 1998.
Мутушев Д.М. Реализация расширения объектной модели ODMG в среде реляционных СУБД // Программирование, 1998. № 3. — С. 46−58.
Мутушев Д.М., Филиппов В. И. Объектно-ориентированные базы данных // Программирование, 1995. -№ 6.
Назин A.B., Позняк A.C. Адаптивный выбор вариантов: Рекуррентные алгоритмы. -М.: На>ка. Гл. ред. физ. мат. лит., 1986.
Наука России в цифрах: 2002. Статистический сборник. М.: ЦИСН, 2003. -137 с.
Научно-технические основы информатизации России. М., 1992.
Нейман Дж. Теория самовоспроизводящихся автоматов / Пер. с англ. М.: Мир, 1971.
Нигиян С.А. Функциональные и логические языки программирования (формализация, анализ, интерпретация): Дис. д-ра физ.-мат. наук. Ереван, 1997.
Нильсон Н. Искусственный интеллект. Методы поиска решений. М.: Мир, 1973.
Новиков Б.А. Системы хранения баз данных и знаний // Программирование, 1993. № 2. — С. 3−30.
Окунишникова Е.В. Временные сети, Петри без перекрышй интервалов срабатывания // Программирование, 1998. — № 5. — С. 15−29.
Олле T.B. Предложения КОДАСИЛ по управлению базами данных. М.: Финансы и сташстика, 1981.
Орлов А. Б. Экспериментальные и прикладные исследования мотивационных образований в зарубежной когнитивной психологии // Психологический журнал, 1990. — Т. 11. -№ 6.
Орфеев Ю.В.,. Тюхтин B.C. Мышление человека и искусственный интеллект. -М.: Мысль, 1978.
Осипов Г. С. Приобретение знаний интеллектуальными системами. М.: Наука, 1997.
Отраслевая наука в цифрах: 2000. Краткий статистический сборник. М.: Минпромнауки России, 2001. — 64 с.
Параллельные вычисления / Пер. с англ. // Под ред. Г. Родрига. М.: Наука, 1986.
Першиков В.И., Савинков В. М. Толковый словарь по информатике. М.: Финансы и статистика, 1991. — 543 с.
Печников A.A. Вопросы логической и физической организации информационных систем: Дис. канд. физ. мат. наук. — Л., 1981.
Питерсон Дж. Теория сетей Петри и моделирование систем / Пер. с англ. М., 1984. — 264 с.
Плоткин Б.И. Универсальная алгебра, алгебраическая логика и базы данных. М.: Наука, 1991.
Попов Э.В. Динамические интеллектуальные системы в управлении и моделировании. М.: МИФИ, 1996.
Попов Э.В. Искусственный интеллект: экспертные системы. М.: Наука, 1990.
Попов Э.В., Фоминых И. Б., Кисель Е. Б., Шапот М. Д. Статистические и динамические экспертные системы. — М.: Финансы и статистика, 1996.
Попов Э.В., Фридман Т. Р. Алгоритмические основы интеллектуальных роботов и искусственного интеллекта. М.: Наука, 1976.
Поспелов Г. С., Поспелов Д. А. Искусственный интеллект — прикладные системы. — М.: Знание, 1985.-48 с. '
Поспелов Д.А. Введение в теорию вычислительных систем. — М.: Советское радио, 1983.-272 с.
Поспелов Д.А. Логико-лингвистические модели в системах управления. М.: Энергоиздат, 1981. -232 с.
Поспелов Д.А. Моделирование рассуждений. Опыт анализа мыслительных актов. М.: Радио и связь, 1989. — 184 с.
Прикладная статистика: Классификация и снижение размерности: Справ, изд. // С. А. Айвазян, В. М. Бухштабер, И. С. Енюков, Л. Д. Мешалкин. // Под ред. С. А. Айвазяна. -М.: Финансы и статистика, 1989.
Проблемы программно-целевого планирования и управления // Под ред. Г. С. Поспелова. М.: Наука, ГРФМЛ, 1981.
Промышленность России. 2006: Статистический сборник. Госкомстат России. -М&bdquo- 2006.-238 с.
Райбекас А.Я. Вещь, свойство, отношение как философские категории. Томск: Изд-во Томского университета, 1977.
Райли Д. Абстракция и структуры данных: Вводный курс. М.: Мир, 1993. -752 с.
Рамакришнан Л. Защита grid // Открытые системы. СУБД, 2004. № 6. — С. 63−68.
Рамъялг А.Е. Разработка метода отображения сетевой модели данных в реляционную и его реализация: Дис. канд. физ. мат. наук. — М., 1979.
Раскин Д. Интерфейс: новые направления в проектировании компьютерных систем / The Human Interface. New Directions for Designing Interactive Systems M.: Издагельство"Символ-Плюс», 2005. — 272 с.
Решение задач в интеллектуальных компьютерных средах: Сб. науч. тр. // АН Украины.-Киев, 1991.
Ривкин М.Н. Векторные операции для моделирования процедур преобразования данных // Программирование, 1991. № 3.
Рокотов В.П. Автоматизированное управление формированием и реализацией планов: Дис. д-ра техн. наук. М., 1998.
Ростовцев Ю.Г.. Информация и представление знаний // Известия ВУЗ. Приборостроение, 1981. -№ 4. С. 92−96.
Ростовцев Ю.Г. Математические методы и модели оценивания военно-политической обстановки. МО СССР, 1986. — 312 с.
Ростовцев Ю.Г., Рахматуллин М. Ю. Формализация целей в системе взаимодействующих роботов // Известия ВУЗ. Приборостроение, 1984. -№ 11 С. 3−9.
Рубинштейн С.Л. Основы общей психологии. В 2-х томах. М.: Педагогика, 1989.
Саати Т.Л. Математические модели конфликтных ситуаций. М.: Советское радио, 1977.
Сазонов В.Ю. Базы данных типа Web, антифунднрованные множества и индуктивная определимость // Программирование, 1999. № 5. — С. 26−43.
Саймон А.Р. Стратегические технологии баз данных: менеджмент на 2000 год: Пер. с англ./ Под ред. и с предисл. М. Р. Когаловского. М.: Финансы и статистика, 1999. -479 с.
Саймон Г. Науки об искусственном. М.: Мир, 1972.
Санду P.A. Метод логико-вычислительной обработки данных химической и нефтехимической промышленности России на основе продукций и миварной сети правил для управления инновационными ресурсами // Прикладная информатика, 2010. № 3(27). — С. 87−107.
Санду P.A. Метод обработки экспериментальных данных о параметрах физических процессов в информационно-измерительных системах на основе миварных логических сетей // Метрология, 2010. № 5. — С. 32−41.
Санду P.A. Создание миварной ' экспертной системы для управления инновационными ресурсами химической и нефтехимической промышленности России. -М.: Московский печатник, 2009. 155 с.
Санду P.A. Создание многомерной эволюционной прикладной автоматизированной информационной системы поддержки принятия решений для управления инновационными ресурсами // Транспортное дело России, 2010. — № 7. — С. 116−119.
Санду P.A. Алякин A.A., Кочетыгов A.JL, Бессарабов A.M. CALS-технология нлазмохимического синтеза особо чистых наноматериалов // Материалы Второго Международного форума по нанотехнологиям (г. Москва, 6−8 октября 2009 г.). М.: ЦВК «Экспоцентр», 2009.
Санду P.A., Бессарабов A.M., Алякин A.A., Айвазян Е. А. Анализ динамики основных фондов в научных организациях химического комплекса // Химическая промышленность сегодня, 2005. № 7. — С. 3−8.
Санду P.A., Бессарабов A.M., Алякин A.A., Поляков A.B., Ягудин С. Ю. Разработка подсистемы анализа и управления материальными ресурсами отраслевого НИИ химического и нефтехимического комплекса // Нефтепереработка и нефтехимия, 2007.-№ 2.-С. 3−9.
Санду P.A., Бессарабов A.M., Кочетыгов А. Л., Квасюк A.B. Информационно-аналитическая система для оценки инновационных ресурсов ведущих предприятийхимической и нефтехимической промышленности // Химическая промышленность сегодня, 2009. -№ 11. С. 4−11.
Санду P.A., Варламов О. О. Миварный подход к созданию интеллектуальных систем и искусственного интеллекта. Результаты 25 лет развития и ближайшие перспекшвы. — М.: Стандартипформ, 2010. 339 с.
Санду P.A.,' Варламов О. О., Владимиров А. Н., Бадалов А. Ю., Тожа К. Э. Миварный метод логико-вычислительной обработки информации для АСУ, тренажеров и экспертных систем реального времени // Искусственный интеллект, 2010. — № 4. — С. 558 565.'
Сайду P.A., Гринберг Е. Е., Левин Ю. И., Ухин В. И., Рябцева М. В., Стрельникова И. Е. Способ очистки жидких, летучих алкилсилоксанов и алкитлсилазанов. № заявки 2 010 145 046 (64 945) от 08.11.2010 г.
Санду P.A., Макаренков Д. А., Мухрин О. Н. Бисерная мельница (полезная модель). № заявки 2 010 135 029/21 (49 801) от 24.08.2010 г. Решение о выдаче патента на полезную модель от 1 декабря 2010 г.
Санду P.A., Сергушин Г. С., Варламов О. О. О разработке обучающих программ по физике на основе миварных логических сетей // В. сб. научных трудов «Информатика и вычислительная техника» / Под ред. В. Н. Негоды. Ульяновск: УлГТУ, 2010. — С. 478 481.
Сиротюк В.О. Разработка моделей, методов и инструментальных средств анализа и синтеза оптимальных структур баз данных в автоматизированных информационно-управляющих системах: Дис.. д-ра техн. паук. М., 1999.
Системы параллельной обработки / Пер. с англ. // Под ред. Д. Ивенса. — М.: Мир, 1985.
Создание и применение гибридных экспертных систем // Тез. докладов Всесоюзной конференции. Рига, 1990.
Справочник по искусственному интеллекту в 3-х т. // Под ред. Э. В. Попова, Д. А. Поспелова. М.: Радио и связь. 1990.
Станишич П. Метод трансляции реляционных SQL-запросов в эквивалентные запросы к трансформированной объектно-ориентированной базе данных // Труды факультета ВМ и К МГУ. Прикладная математика и информатика, 1999. — № 1.
Станишич П. Трансформация реляционных баз данных в объектно-ориентированные, включая трансляцию запросов // Программирование, 1999. — № 5. — С. 12−45.
Стогний A.A., Калнниченко J1.A. 5-я Всесоюзная конференция по базам данных и знаний //Управляющие системы и машины, 1991. — № 7. — С. 3−4.
Тарануха В.М. Разработка и исследование принципов и методов организации вычислений на основе параллельной вертикальной арифметики: Автореферат дис.. д-ра техн. наук. Таганрог, 2000.
Тарануха В.М. Теоретические основы и принципы построения вычислительных средств параллельной вертикальной арифметики. Таганрог, Изд-во «Таганрог», 1996. -140 с.
Тарасюк И.В. Понятия эквивалентностей для разработки параллельных систехМ с использованием сетей Петри // Программирование, 1998. -№ 4. С. 19−39.
Tay бе М. Вычислительные машины и здравый смысл. М.: Мир, 1964.
Таунсенд К., Фохт Д. Проектирование и программная реализация экспертных сис i ем на персональных ЭВМ / Пер. с англ. М.: Финансы и статистика, 1990. — 320 с.
Тслерман В.В., Ушаков Д. М., Швецов И. Е. Уровни параллельности в задачах удовле1ворения ограничений с недоопределенными объектами // Программирование, 1998,-№ 6.-С. 60−69: •
Тербер К.Дж. Архитектура высокопроизводительных вычислительных систем / Пер. с англ. М.: Наука, 1985.
Тимченко В.А. Преобразование классов семантических сетей: Автореферат дис. канд. техн. наук. Владивосток, 2010. — 19 с.
Тиори Т., Фрай Дж. Проектирование структур баз данных. М.: Мир, 1985.
Трахтенгерц Э.А. Введение в теорию анализа и распараллеливания программ ЭВМ. М.: Наука, 1981.
Трахтенгерц Э.А. Программное обеспечение параллельных процессов. М.: Наука, 1981.
Труды Конгресса по интеллектуальным системам и информационным технологиям «AIS 1Т'09» // В 3-х т. — М.: Физматлит, 2009.
Турчин В.Ф. Феномен науки: Кибернетический подход к эволюции. М.: Наука, 1993.
Тыугу Э.Х. Объектно:ориентированное программирование // Программирование, 1990,-№ 6.-С. 16−26.
Уемов А.И. Вещи,' свойства и отношения. М.: Изд-во АН СССР, 1963.
Уинстон П. Искусственный интеллект. — М.: Мир, 1980.
Ульман Ж. Основы систем баз данных. М.: Финансы и статистика, 1983.
Уоссермен Ф. Нейрокомпьютерная техника. A4.: Мир, 1992.
Уотермен Д. Руководство по экспертным системам / Пер. с англ. М.: Мир, 1989. -388 с.
Уэлдон Дж.-JI. Администрирование баз данных / Пер. с англ. М.: Финансы и статистика, 1984. — 207 с.
Федосеев П.Н. Философия и научное познание. — М.: Наука, 1983.
Фейгенбаум Э., Фельдман Дж. Вычислительные машины и мышление. М.: Мир, 1967.
Фейгин Д. Концепция SOA // Открытые системы. СУБД, 2004. № 6. — С. 14−18.
Фейнман Р., Лэйтон Р., Сэндс М. Фейнмановские лекции по физике. Вып.З. М.: Мир, 1965.
Филиппов В.И., Пржиялковский В. В., Шкотин A.B. Инструментальные средства информационного моделирования // Управляющие системы и машины, 1991. № 7.
Философия. Методология. Наука. -М., 1972.
Философский словарь: М.: Политиздат, 1987.
Финк Д. Вычислительные машины и человеческий разум. М.: Мир, 1967.
Флорес И. Структуры и управление, данными / Пер. с англ. — М.: Финансы и статистика, 1982. — 319 с.
Фогель Л., Оуэне А., Уолш М. Искусственный интеллект и эволюционное моделирование. М.: Мир, 1969.
Фридлянов В.Н., Бессарабов A.M. Анализ интеллектуального и экономического потенциала отраслевой химической науки (1990−2002) // Тез. докл. 17-го Менделеевского съезда по общей и прикладной’химии. — Казань, 2003. Т. 1.
Фридлянов В.Н., Остаток С. Ф., Богачев Ю. С., Флерова А. Н. Научно-технический потенциал отраслевых комплексов, курируемых Минпромнауки России (по результатам государственной аккредитации 1998−1999 годов) // Конкурс, 2000. № 3. — С. 2−12.
Фрир Дж. Построение вычислительных систем на базе перспективных микропроцессоров / Пер. с англ. М.: Мир, 1990.
Фролов A.B. Нахождение и использование ориентированных разрезов реальных графов алгоритмов // Программирование, 1997. — № 4. С. 71−80.
Хант Э. Искусственный интеллект. М.: Мир, 1978. — 558 с.
Хоар Ч. Взаимодействующие последовательные процессы / Пер. с англ. М.: Мир, 1989.
Хокни Р., Джессхоуп К. Параллельные ЭВМ. Архитектура, программирование и алгоритмы / Пер. с англ. М.: Радио и связь, 1986.
Хорошевский В.Ф. Пространства знаний в сети Интернет и Semantic Web (Часть 1) // Искусственный интеллект и принятие решений, 2008. № 1. — С. 80−97.
Хэндлер В. Новая архитектура ЭВМ — как увеличить параллелизм, не увеличивая сложности / Пер. с англ. // Системы параллельной обработки. М.: Мир, 1985.
Цаленко М.Ш. Моделирование семантики в базах данных. М.: Наука. Гл. ред. физ.-мат. лит., 1989. -288 с.
Цаленко М.Ш. Реляционные модели баз данных // В сб.: Алгоритмы и организация решения экономических задач. — М.: Статистика, 1977. — Вып. 9. — С. 18−32.
Цикршзис Д., Лоховски Ф. Модели данных. -М.: Финансы и статистика, 1985.
Черняев В.Г. Распределенные управляющие и вычислительные системы. — М.: Мир, 1987.
Четвериков В.Н., Ревунков Г. И., Самохвалов Э. Н. Базы и банки данных. М.: Высшая школа, 1987.
Четвериков С.С. Проблехмы общей биологии и генетики (воспоминания, статьи, лекции). Новосибирск: Наука, 1983.
Чечкин А.В. Математическая информатика. М.: Наука. Гл. ред. физ. — мат. лит., 1991.-416 с.
Чукин Ю. В. Вайнтруб В.М., Гриб О. В., Донец Н. Б., Яблоновский В. А. Концептуальная модель системы управления базой видео-данных // Управляющие системы и машины, 1991. № 2. — С. 77−87.
Шаймарданов Р.Б. Моделирование и автоматизация проектирования структур баз данных. М.: Радио и связь, 1984.
Шалюгин С.М. Искусственный интеллект. Гносеологический аспект. М.: Мысль, 1985.
Шенк Р. Обработка концептуальной информации. — М.: Энергия, 1980.
Эдельман JI.B. Схема реализации СООБД сетевой структуры на базе СОМ // Программные системы и инструменты. Тёматический сборник № 1. М.: Изд-во факультета ВМ и К МГУ, 2000. — С. 81−97.
Эксперт, 1998 --2010 (http: //www.expert.ru).
Экспертные системы и анализ данных: сборник научных трудов // Под ред. Н. Г. Загорупко. — Новосибирск, 1991.
Экспертные системы. Принципы работы и примеры / Пер. с англ. // Под ред. Р. Форсайта. М.: Радио и связь, 1987. — 224 с.
Эндрю А. Искусственный интеллект. — М.: Мир, 1985.
Яблонский С.В. Введение в дискретную математику. М.: Наука, 1979.
Яглом И.М. Математические структуры и математическое моделирование. — М.: Советское радио, 1980.
Якунин В. А. Обучение как процесс управления. Л., 1988.
Яшин A.M. Разработка экспертных систем. Л.: ЛПИ, 1990.
Abramov S.M., Nesterov I.A., Shevchuk Yu.V. T-language. Preliminary description, RCMS Tech. Report #09/18/1994.
Abrial J.R. Data Semantics. In: Proc. of IFIP TC-2 Working Conference ol' Data Base Management, Amsterdam: North-Holland, 1974.
Asano T. An approach to the homomorphism problem and max-cut problem. IEEE, Symposium on circuit theory proceeding of the IEEE. Kyoto, Japan, 1985, vol. 3, pp. 1657−1660.
Automating knowledge acquisition for expert systems / Ed. by S. Marcus. Boston, 1988.
Banchilhon F. On the Completeness of Query Language for Relational Data Bases. Lcct. Notes in Сотр., Sci. v. 64, Springer-Verlag, 1978, pp. 76−98.
Bancilhon F. ODMG and the ODMG-93 Standard.'// Object Currents. 1996, № 5. SIGS Publications, Inc., New York, NY, USA.
Bancilhon F. The ODMG Standard: The Object Model. // Object Currents. 1996, № 6. SIGS Publications, Inc., New York, NY, USA.
Bancilhon F. Those Persistent Objects. // Object Currents 1996, № 2, SIGS Publications, Inc., New York., NY, USA.
Belegiadek O.V., Stolboushkin A.P., Taitslin M.A. Extended order-generic queries. Manuscript, 1996.
Benedikt M., Dong G., Libkin L., Wong L. Relational expressive power of constraint query languages. Proc. 15th ACM Symp. on Principles of Database Systems. 1996. pp. 5 -16.
Benedikt M., Libkin L. On the structure of queries in constraint query languages. Proc. 11th IEEE Symp. on Logic in Computer Science. Los Alamitos, CA, 1996. IEEE Computei Society Press.
Berchtold S., Keim D.A., Kriegel H.-P. The X-tree: an index structure for high-dimensional data. VLDB. 1996. pp. 28 — 39.
Bessarabov A.M., Zhdanovich O.A., Yaroshenko A.M., Zaikov G. E. Development of an analytical quality control system of high-purity chemical substances on the CALS concept basis // Oxidation Communications. 2007. Vol. 30, No 1, pp. 206−214.
Bode Arndt, Mikroprozessoren: Technology and Architecture, CW-Moscow, № 35, 1994, pp. 47−49.
Boden N., Cohen D., Federman R., Kulawik A., Seitz C., Seizovic J., Su W. Myrinet: a Gigabit-per-Second Local Area Network. IEEE Micro. Feb. 1995.
Buneman P., Winston I. The Use of Data Type Information in an Interactive Database Environment. In: Proceedings of the Workshop on Data Abstraction, Databases and Conceptual Modelling. — SIGPLAN Notices, 16,1,1981, pp. 104 -106.
Burstall R.M., Gogucn J.A. The Semantics of Clear, a Specification Language In: Proceedings, of the 1979 Copenhagen Winter School on Abstract Software Specification, Springer-Verlag, Berlin, 1980, pp. 292 332.
Cattell R.G.G., Barry D.K. The Object Database Standard: ODMG 2.0. Morgan Kaufmann Publishers, Inc., 1997.
Chen P. P. S. The entity-relationship model toward a unified view of data. — ACM Trans, on Database Systems, 1976, 1, № 1.
Codasyl cobol Committee Journal of Development 1981, Publishing Center, Canadian Government, 1981.
Codasyl Data Descriptor Language Committee Journal of Development 1981, Publishing Center, Canadian Government, 1981.
Codasyl End User Facilities Journal of Development 1980, Publishing Center, Canadian Government, 1980.
Codd E.F. A relational model of Data for Large hared Data Banks. ACM. 1970, 13, № 6, pp. 337 — 387.
Codd E.F. Extending the Database Relational Model to capture more meaning. ACM Trans, on Database Systems, 1979, 4, № 4.
Cray T3D Systems Journal, vol. 34, no. 2,1995.
Digital Libraries // Comm. of ACM. Special Issue. V. 38. № 4. April 1995.
Dolphin Interconnect Solutions, Inc. (http://www.dolphinics.com).
Ehrig H., Mahr B. Fundamentals of- Algebraic Specification, v. 1, Springer-Verlag, Berlin, 1985.
Faloutsos C., Jagadish H. J., Manolopoulos Y. Analysis of the n-dimensional quadtree decomposition for arbitrary hyperentangles // TKDE. 1997, V. 9, № 3, pp. 373 383.
Gatteil R.G.G., Atwood T., Duhl J., Ferran G., Loomis M., Wade D. The Object Database Standard: ODMG-93. San-Mateo, CA: Morgan Kaufmann, 1993.
Gal tell R.G.G., Douglas K. Barry. The Object Database Standard: ODMG 2.0. 1997, Morgan Kaufmann, Inc., 1997.
Girow A. Limitations of Object Data Models. // Object Currents. 1997, № 1. New York: SIGS Publications, Inc., 1997.
Goguen J.A., Thatchar J.W., Wagner E.G. An initial algebra approach to the specification, correctness and implementation of abstract data types. In Current Trends in Programming Methodology 4: Data Structuring, Prentice Hall, 1978, pp. 80 -144.
Grunibach S., Su J. Dense-order constraint databases. Proc. 14th ACM Symp. on Principles of Database Systems. 1995. pp. 66 — 77.
Hardgrave W.T. Technique for implementing a set processor. ACM Signal Notices, 1976, № 2.
Kahn B.K. A method for Describing the Information Required by the Data Base Design Process, Proc. Int. ACM / SIGMOD Conf. Manag. Data, 1976, pp. 53 64.
Kalyaev A.V. Multimicroprocessor Systems. Information Processing 86. -Amsterdam. New York. Oxford. Tokyo. -1986, pp. 949 — 954.
Kalyaev A.V. Multiprocessor Systems with Programmable Architecture. Fifth Generation Computer Architectures. -Amsterdam. New York. Oxford. Tokyo.-1986, pp. 291 -300.
Kalyaev A.V. Ultra-high Performance Multiprocessor Supersystems with Programmable Architecture. Aspects of computation on Asynchronous Parallel Processors. -Amsterdam. New York. Oxford. Tokyo. -1989, pp. Ill -123.
Kanellakis P.C., Kuper G.M., Revesz P.Z. Constraint query languages // Journal of Computer and System Sciences. 1995, V.51, № 1, pp. 26 52.
King N.H. Object' DBMSs: Now or Never Will ODBMSs capitalize on new opportunities to manage Web and complex datatypes? // DBMS and Internet Systems. 1997. Miller Freeman, Inc.
Linthicum D.S. Objects Meet Data. // DBMS online Magazine, № 9, 1996, Miller Freeman, Inc. 1996.
Linthicum D.S. Reevaluating Distributed Objects. // DBMS online Magazine. 1997. № 1. Miller Freeman, Inc. .
Linux Journal’s Linux Resources (http://www.ssc.com/Iinux).
Minsky M. A framework for representing knowledge. In: The Psychology of Computer Vision. NY: McCraw-Hill, 1975.
Nesterov I.A., Suslov I.V., Towards programming of numerical problems within the system providing automatic parallelizing // Proceedings of 7th SIAM conference on parallel processing for scientific computing, p. 716, San-Francisco, CA, 1995.
Noakes M.D., Wallach D.A., Dally W.J. The J-Machine Multicomputer: An Architectural Evaluation. Proc. Of the IEEE, 1993.
Notley M.G. The Peterlee IS/1 System. IBM (UK) Scientific Center Report, UKSC -0018, March 1972.
Object Database Management Group. Response to the March 1994 ODMG-93 Commentary. SIGMOD Record September 1994.
Otto M., Van den Bussche J. First-order queries on databases embedded in an infinite structure. Manuscript, 1995.
Paradaens J., Van den Bussche J., Van Gucht D. First-order queries on finite structures over realize. Proc. 10th IEEE Symp. on Logic in Computer Science. IEEE Computer Society Piess, 1995.-pp. 79−87.
Reed P. Using ODBC to Access Nontabular Data. // DBMS online Magazine 1996, № 4. Miller Freeman, Inc.
Revesz P.Z. Safe stratified Datalog with integer order programs. Manuscript, August 1995.
Sandu R.A., Bessarabov A.M., Zakolodina T.V., Zaikov G.E. CALS-technologies in synthesis of multiassortmental manufacturing for phosphoric sludge utilization // Chemistry & Chemical Technology, 2009. Vol. 3, № 4 (октябрь — декабрь 2009 г.).
Sandu R.A.,'Alyakin A.A., Kochetygov A.L., Bessarabov A.M. CALS-technology of plasmachemical synthesis of ultrapure nanomaterials // 2th International Rusnanoforum, Moscow, 2009.
Senko M.E. Data structuies and accessing in database systems. IBM Systems J., 1973, v.12, № l, pp. 161 -169.
Senko M.E. DLAM as a detailed example of ANSI/SPARC Architecture. In. proc. of IFIP TC-2 Working Conf. on Modelling in data base management systems. Amsterdam: North-Holland, 1976.
Seymour P.D. On odd cuts and plane multicommodity flows. Proceedings of London Mathematical Society, ser. 3, vol.42, London, 1981, pp.178−192.
Smith J.M., Smith D.C.P. Principles of Database Design. NJU Symp. Database Design, May 1978, pp. 35 — 40.
SP суперкомпьютеры семейства RS/6000: технологии, архитектура, применение / CW-Москва, 1997, № 14−16, cc. l, 43 — 46, 56, 38, 39, 50.
Wade A.E. Ph. D. Queries on an ODBMS? Objectivity Inc. For Object Magazine, 1996.
Yannakakis M. Et al. Cutting and partitioning a graph after a fixed pattern. Lecture Notes Computers Science, USA, 1983, pp. 712−722.
Zabrodin A.V., Levin V.K., Korneev V.V. The massively paiallel computer system MBC-100. Lecture Notes in Computer Science, N 964. Parallel Computing Technologies. Third International Conference, PaCT-95, St. Petersburg, Russia, Sept. 1995, Springier.
Zilles S.N. Introduction to data algebra’s. Lect. Notes Computing Sci., v.86, SpringerVerlag, 1980.
ПЕРЕЧЕНЬ СОКРАЩЕНИЙ АСОИ автоматизированная система обработки информации. БД — база данных.
ЕСКД единая система конструкторской докумешации. ЕСПД — единая система программной документации. ЕСТД — единая система технологической документации. ЖЦ — жизненный цикл.
МЭПАИС Многомерная эволюционная прикладная автоматизированнаяинформационная система поддержки принятия решений.
ИВК информационно-вычислительные конфигурации.
ИИ — искусственный интеллект.
ИИС информационно-измерительная система.
ИПИ информационная поддержка процессов жизненного цикла изделий. ПППП- интеллектуальные пакеты прикладных программ. ИСПДн — информационная система персональных данных. МАС — мультиагентная система.
МВК многопроцессорный вычислительный кластер. МЭП — многомерная эволюционная прикладная. HIIP — научно-исследовательская работа.
НИОКР научно-исследовательская и опытно-конструкторская работа.
ОКР опытно-конструкторская работа.
ООБД объектно-ориентированные базы данных.
ПАК программно-аппаратный комплекс.1. ПДн персональные данные.1. ПЭВМ персональная ЭВМ.
САС — системы адаптивного синтеза.
СЗИ средства защиты информации.
СЗПДтт система защиты персональных данных.
COA сервисно-ориентированная архитектура.
СПАК самоорганизующиеся программно-аппаратные комплексы.
СПАКОД самоорганизующиеся программно-аппаратные комплексы оперативнойдиагностики.
СППР (автоматизированная информационная) система поддержки принятия решений.
СУБД система управления базами данных. ТЗ — техническое задание.
У ИР управление инновационными ресурсами.
УДАВ — универсальный делатель алгоритмов Варламова.
ФГУГ1 федеральное государственное унитарное предприятие.
ФГУП «СТАНДАРТИНФОРМ» Федеральное государственное унитарноепредприятие «Российский научно-технический центр информации постандартизации, метрологии и оценке соответствия».
ХНП — химическая и нефтехимическая промышленное! ь.
ЯОЗ языки описания знаний.

Заполнить форму текущей работой