Помощь в написании студенческих работ
Антистрессовый сервис

Модели и алгоритмы построения распределенных систем поддержки принятия решений

Диссертация: Модели и алгоритмы построения распределенных систем поддержки принятия решений
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Дополнительным системным осложнением реализации распределенного подхода поддержки принятия решений является необходимость организации распределенного, а не централизованного управления вычислительным процессом, которое должно включать дисциплину планирования решения задач, поступающих в непредсказуемые моменты времени, в каждом узле сетиопределение приоритетов задач, которыми запущен узел… Читать ещё >

Модели и алгоритмы построения распределенных систем поддержки принятия решений (реферат, курсовая, диплом, контрольная)

Содержание

  • РАЗДЕЛ
  • Обзор теоретических исследований в области построения систем принятия решений на основе распределенной параллельной обработки информации
    • 1. 1. Особенности компьютерной поддержки принятия согласованных групповых решений
    • 1. 2. Особенности целесообразности построения СРМПР и схема ее функционирования
    • 1. 3. Обзор и анализ существующих разработок по созданию систем с распределенным механизмом поиска решений (СРМПР)
      • 1. 3. 1. Сравнительная характеристика существующих СРМПР
      • 1. 3. 2. Оценка свойств и структурных характеристик РСППР
      • 1. 3. 3. Коммерческие пакеты, используемые в системах поддержки принятия групповых решений
      • 1. 3. 4. Типы моделей представления знаний и стратегий управления для использования в РСППР
    • 1. 4. Основные задачи исследований
  • Выводы к разделу
  • РАЗДЕЛ
  • Теоретические исследования по выбору формальных средств описания РСППР и информационные проблемы синтеза распределенных вычислительных систем
    • 2. 1. Основные особенности взаимодействия локальных СПР на основе консультаций
    • 2. 2. Объектная структуризация знаний в РСППР
  • Описание предметной области РСППР
    • 2. 3. Формальные средства описания механизма распределенного принятия решений
    • 2. 4. Выбор характеристик узлов распределенной СППР при обработке и передаче сообщений от узла-источника до узла-адресата по информационному критерию
  • Выводы к разделу
  • РАЗДЕЛ
  • Алгоритмы и модели формализованного описания взаимодействия процессов и агентов в распределенных системах поддержки принятия решений
    • 3. 1. Особенности реализации основных режимов РСППР для организации многозадачной многопользовательской работы пользователей РСППР
      • 3. 1. 1. Согласование действий агентов, принятие соглашения о представлении знаний, коммуникации
      • 3. 1. 2. Описание основных компонентов архитектуры РСППР
      • 3. 1. 3. Выбор средств представления знаний и обмена знаниями, механизма параллельного РПР
    • 3. 2. Формирование алгоритма РПР на базе системной организации взаимодействия прикладных процессов в локальной сети ЭВМ
    • 3. 3. Построение логической модели инструментальной версии РСППР
    • 3. 4. Организация распределенного управления вычислительным процессом в РСППР
      • 3. 4. 1. Методика планирования решения задач в узлах РСППР
      • 3. 4. 2. Определение приоритетов задач
      • 3. 4. 3. Процедура управления ходом вычислительного процесса в сети при изменении загрузки процессоров
  • Выводы к разделу
  • РАЗДЕЛ
  • Экспериментальные исследования основных характеристик РСППР
    • 4. 1. Инструментальный комплекс для исследования характеристик РСППР
    • 4. 2. Оценка качественных и количественных параметров РСППР
    • 4. 3. Моделирование РСППР с позиции теории массового обслуживания
    • 4. 4. Формирование имитационной модели для РСППР
      • 4. 4. 1. Проверка имитационной модели на сопоставимость с аналитическими оценками
      • 4. 4. 2. Исследование работоспособности в условиях имитационного моделирования
    • 4. 5. Многопользовательский режим работы РСППР
  • Выводы к разделу

В настоящее время в современном обществе изменился круг задач, решаемых человеком в различных сферах своей деятельности. Возникли новые сложные проблемы, для которых характерна ситуация, когда новые явления возникают сразу параллельно, а не «по очереди», и относятся к различным предметным областям. Л это потребовало организации совместной работы специалистов в разных областях экспертизы над решением единой задачи или проблемы. В связи с этим появился новый класс вычислительных систем — распределенные системы поддержки принятия решений /РСППР/, которые объединяют локальные специализированные системы принятия решений /СПР/, обладающие элементами искусственного интеллекта и решающих задачи в составной области экспертизы через обмен взаимными консультациями (сообщениями).

Действительно, увеличение объема информации, поступающей непосредственно к лицам, принимающим решения /ЛПР/, усложнение решаемых задач, необходимость учета большого числа взаимосвязанных факторов и быстро меняющейся обстановки требует шире использовать многопроцессорные вычислительные комплексы разной архитектуры и сети ЭВМ, ресурсы которых распределены в пространстве.

Слишком велика цена потерь, которые несут коммерческие фирмы и некоммерческие организации за счет недооценки важности комплексного подхода к созданию РСППР на основе распараллеливания вычислительных процессов РСППР должны не только быть информационными системами, т. е. выполнять функции сбора, обработки, хранения, передачи и представления информации, но и выполнять многовариантные расчеты, необходимые для принятия наиболее обоснованных управленческих решений.

В настоящее время в качестве распределенных вычислительных систем, как правило, используются распределенные экспертные системы, имеющие следующие особенности:

• физическая или логическая распределенность в зависимости от того, располагаются они на разных узлах вычислительной сети или на одном узлестепень и характер распределенности зависит от характера вычислительных средств, реализующих экспертную системухарактера обрабатываемой информации;

• распределенность баз данных и знаний;

• распределенность задачкаждая экспертная система при рассмотрении ее как операционного узла способна выполнить одну или несколько задач, которые она может решить в зависимости от поступающей информациивыбор задач, которые способна решить система, зависит от доступных ей базы знаний, базы данных, входной информации;

• стратегия информационного обмена, которая определяет, когда узел должен передавать информацию другим узлам, какого типа информация должна передаваться и кто является адресатом информации.

Однако использование таких распределенных систем все еще наталкивается на определенные методологические трудности, связанные с объединением фрагментарно или полностью различных областей экспертизы (проблема представления знаний при наличии больших баз знаний), организацией распределенного принятия решений (логического вывода) при обходе нескольких областей экспертизы (одновременно в нескольких локальных СПР) для решения задач, требующих привлечения знаний многих экспертов и, с организацией параллельных вычислений, т. е. параллельного выполнения нескольких взаимодействующих процессов на разных процессорах, когда процессы обмениваются информацией и синхронизируют свои действия, ожидая, при необходимости, готовности друг друга к выполнению совместных вычислений.

Сама реализация параллельных вычислений в РСППР дала иное понимание самого вычислительного процесса, который трактуется как совокупность асинхронно выполняемых параллельных вычислительных процессов или параллельно реализуемых действий агентов. Развитие региональных и глобальных вычислительных сетей, к которым могут быть подключены локальные сети специалистов, обеспечивает получение всей необходимой э информации в реальном времени. А это налагает ограничения на скорость передачи информации из одной точки сети в другую в условиях наложения помех, искажения сообщений. Резкое увеличение объемов информации, перерабатываемых такой системой в единицу времени, влияет на ужесточение временных характеристик работы системы.

Дополнительным системным осложнением реализации распределенного подхода поддержки принятия решений является необходимость организации распределенного, а не централизованного управления вычислительным процессом, которое должно включать дисциплину планирования решения задач, поступающих в непредсказуемые моменты времени, в каждом узле сетиопределение приоритетов задач, которыми запущен узел и которые стоят в очередиопределение механизма управления вычислительным процессом при изменении загрузки сетиприоритетное упорядочивание передачи сообщенийорганизацию выполнения параллельного шага распределенного принятия решений (РПР) — выбор необходимого числа пакетов в шаге РПРаналитическое и имитационное моделирование, как узла, так и всей распределенной вычислительной сети и т. д.

Единой методологической концепции решения указанных вопросов для выдачи рекомендаций по построению РСППР, когда в ее узлах расположены модули баз знаний (источники знаний) из разных, пусть и смешенных предметных областей, в настоящее время, по сути, нет. Не отражены в отечественной и зарубежной литературе экспериментальные исследования количественно-качественных показателей функционирования рассматриваемых распределенных СППР.

Перечисленные выше вопросы, требующие определения необходимых вычислительных ресурсов узлов сети, а так же существующие проблемы неопределенности, противоречивости, свойственные процессам принятия решений, являют собой краткий перечень типов трудностей, возникающих при практической реализации распределенного подхода поддержки принятия решений, которые вместе со сложностями подбора и реализации необходимого математического обеспечения, определяют актуальность создания методологии 6 построения РСППР.

Цель исследования заключается в разработке алгоритмов и средств построения РСППР с использованием локальных систем принятия решений с элементами искусственного интеллекта и аналитических моделей.

Задачи исследования:

• обоснование необходимости разработки моделей и алгоритмов создания РСППР для различных прикладных областей;

• анализ существующих средств представления знаний и стратегий выполнения распределенного принятия решений с целью использования в РСППР и выбора компонентов ее архитектуры;

• исследование специфики, условий и принципов организации взаимодействия локальных СПР в сети на основе консультаций и особенностей многопользовательской работы РСППР;

• выбор и обоснование модели обмена сообщениями в составной предметной области и разработка логической структуры узла РСППР, механизмов РПР и управления потоками заданий на основе системно-сетевой организации взаимодействия прикладных процессов;

• разработка моделей и алгоритмов формализованного планирования решений задач, поступающих в непредсказуемые моменты времени, в узлах сети, оценки приоритетов стоящих в очереди задач, управления процессом обработки информации при изменении загрузки сети и одновременного выбора характеристик нескольких узлов сети в условиях шумов;

• исследование основных количественных и качественных параметров функционирования РСППР на основе имитационного моделирования распределенной вычислительной сети.

Идея работы заключается в выявлении взаимосвязей между выполняемым параллельным шагом распределенного принятия решений и формируемой дисциплиной обмена знаниями для локальных систем принятия решений.

Основные научные положения, разработанные соискателем, и их новизна:

— механизмы распределенного принятия решений с отложенным выполнением и управления потоками заданий при совместном решении сложной проблемы несколькими ЛПР позволяют, в отличие от существующих, найти оптимальные отношения между основными программными и информационными элементами вычислительной сети ЭВМ;

— модели и алгоритмы распределенного управления ходом процесса в сети на основе теорий отсекающих плоскостей Гомори, принципов Парето и равномерной загрузки узлов отличаются возможностью находить не полностью загруженные процессоры, перераспределять задачи между узлами сети при их решении и загружать РСПТТР в режиме, близком к оптимальному, при изменении загрузки процессоров сети с учетом возможных изменений приоритетов стоящих в очереди задач, поступающих в непредсказуемые моменты времени;

— модель информационной цепочки из нескольких промежуточных узлов при обработке и передаче сообщений от узла — источника до узла — адресата в условиях шумов на основе положений теории информации, позволяет, в отличие от известных, определить условия повышения достоверности передачи сообщений, не снижая величины пропускной способности;

— имитационная модель позволяет, в отличие от существующих, найти зависимость производительности РСППР от производительности сетевой операционной системы и определить область изменения характеристик сетевой операционной системы (время обслуживания для распределенного принятия решений, объем концентратора и т. д.), в которой ее применение для организации многопользовательского режима работы оправдано.

Достоверность научных положений, выводов и рекомендаций, сформулированных в диссертации, подтверждается:

— корректным использованием в проведенных исследованиях методов теории исследования операций, принятия решений, многокритериальной оптимизации, массового обслуживания, параллельных процессов обработки информации, систем искусственного интеллекта, статистического анализа;

— положительными результатами имитационного и экспериментального моделирования режимов последовательного выполнения заданий и параллельного выполнения шага распределенного поиска решений при совместной работе РСППР и специализированной сетевой операционной системы (СОВПП) в локальной сети ЭВМ с помощью разработанных * инструментальных средств, показавшими достаточную для практики точность полученных оценок временных показателей (время обслуживания заявки, время параллельного выполнения шага РПР, время обработки модуля базы знаний, время управления СОВПП и т. д.) и производительности РСППР (максимальные отклонения в пределах 6% от реальных значений).

Научная значимость работы состоит в разработке комплексного подхода к распределенному управлению процессами обработки информации и механизма формализованного описания взаимодействия нескольких локальных СПР при параллельной обработке информации в узлах вычислительной сети ЭВМ, который включает модели и алгоритмы обмена сообщениями и распределенного решения задач, поступающих в непредсказуемые моменты времени из нескольких предметных областей, что позволяет построить алгоритмы и модели создания распределенных & систем под держки принятия решений для различных приложений.

Практическая значимость работы состоит :

• в формировании алгоритмов выполнения параллельного шага распределенного принятия решений, позволяющих определять оптимальное число свободных процессоров для управления параллельным РПР;

• выборе рациональной частоты обращений к блоку управления разделяемой памятью, при которой не будет перегрузки сетевых средств непроизводительной работой и сокращается время выполнения РПР;

• проведении имитационного моделирования как отдельного узла, так и всей распределенной вычислительной сети;

• создании инструментальных средств для реализации предложенных алгоритмов распределенной обработки данных в локальной сети ЭВМ;

• внедрении основных результатов диссертационной работы в разработки ЗАО «НПО ГидроМаш» (г.Москва), а также в учебный процесс для подготовки бакалавров, специалистов и магистров по направлению 550 800 «Информатика и вычислительная техника» на кафедре «Автоматизированные системы управления» МГГУ. Щ.

Апробация работы.

Основные результаты диссертации и ее отдельные положения докладывались на семинарах кафедры АСУ и следующих конференциях: Product Development in Engineering Education (Лохмар, Германия, 1998 г.), «Неделя горняка» (г. Москва, 2001;2003 гг.), Advanced Engineering Design (Прага, Чехия, 2003 г.).

Публикации.

По теме диссертации опубликовано 6 научных работ.

Структура и объем диссертации

Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы из 132 наименований, содержит 23 рисунка, 8 таблиц.

Основные результаты работы:

1. Исследованы особенности компьютерной поддержки принятия групповых решений на основе механизма взаимных консультаций. Определены факторы, влияющие на методы компьютерной поддержки принятия согласованных решений. Выполнен анализ современных коммерческих пакетов, используемых в методах построения распределенных вычислительных систем.

2. Исследованы специфика, условия организации распараллеливания выполнения распределенного принятия решений и особенности многопользовательского режима работы ЛПР, определяющие условия и принципы параллельной обработки информации и взаимодействия локальных СПР в сети ЭВМ при совместном принятии решений. На этой основе обоснован выбор средств представления и обмена знаниями, механизмов параллельного РПР, принципы согласования действий агентов.

3. Разработан комплексный подход к распределенному принятию решений с отложенным выполнением и управлению потоками заданий с учетом особенностей выполнений параллельных вычислений на основе системно-сетевой организации взаимодействия прикладных процессов и агентов в локальной сети ЭВМ, позволяющий сформировать логические модели инструментальной версии РСППР в целом и ее отдельного узла, алгоритм параллельного выполнения шага РПР. Получено формализованное описание компонентов архитектуры РСППР.

4. Разработана методика оптимального выбора характеристик узлов распределенной системы поддержки принятия решений при обработке и передаче сообщений от узла-источника до узла-адресата на основе положений теории информации, позволяющей учесть динамические свойства каналов передачи сообщений и сформулировать условия, при которых можно получить в системе сколь угодно малую ошибку, а скорость передачи сообщений по каналу с шумами, близкой к пропускной способности канала.

5. Разработаны модель и методики оптимального планирования выполнения задач, поступающих в непредсказуемые моменты времени, в узлах сети с постоянным числом единиц загрузкиопределении рангов девяти задач, находящихся в очереди на выполнение процессороммониторинга управления вычислительным процессом сети, на основе теорий отсекающих плоскостей Гомори, Порето, и оптимального сглаживания, позволяющие эффективно перераспределять задачи между узлами сети для их выполнения и загружать РСППР в режиме, близком к оптимальному, с учетом возможных изменений приоритетов стоящих в очереди задач во время решения других задач.

6. Исследованы основные временные характеристики (время параллельного выполнения шага РПР, граничные показатели времени обслуживания СОВПП, время пребывания и обслуживания в сети при выполнении шага РПР и пр.) и производительность РСППР при реализации параллельного выполнения РПР в зависимости от числа параллельных заданий в шаге РПР. С помощью разработанной имитационной модели установлено, что эффективное распараллеливание заданий начинается при среднем числе пакетов в шаге РПР, равным числу свободных процессоровпри интенсивной нагрузке сканирование концентратора свободными процессорами должно иметь малый период, и наоборот — в противном случае.

ЗАКЛЮЧЕНИЕ

.

В диссертационной работе решена важная научно-практическая задача разработки комплексного подхода к поддержке принятия решений с учетом особенности организации распределенного управления процессом обработки информации в локальной сети ЭВМ в реальном масштабе времени.

Показать весь текст

Список литературы

  1. С. Аналитические системы на базе Oracle Express OLAP // информационные технологии.- 2001, № 6, С. 27−35.
  2. Л.Б., Дрожжинов В. И. Основы построения вычислительных сетей для автоматизированных систем. -М.: Энергоатомиздат, 1990.-310 С.
  3. В.И., Косых B.C., Шершаков В. М. Многокритериальное управление локальной вычислительной сетью с использованием переменного протокола управления доступом к среде передачи данных // Автоматика и телемеханика, № 7, 1992, С. 154−164.
  4. В.В., Коваленко И. М. Введение в теорию массового обслуживания. -М.: Наука, 1966.-455С.
  5. .А. Параллельные вычислительные системы. М.: Наука, 1980. -252 С.
  6. В.А., Павлов П. Г., Четвериков В. Н. Логическое управление информационными процессами. М.: Энергоатом-издат, 1984. — 304 С.
  7. П. Логика, алгебра и базы данных. М.: Машиностроение, 1989. — 359 С.
  8. П.А. Алгоритмы управления логическим выводом для распределенной экспертной системы // Тезисы доклада Всесоюзной конференции «Создание и применение гибридных экспертных систем», Рига, 1990. С. 19−21.
  9. Н.Б., Илюшин А. И. Распределенное программирование на базе языка Си // XVI Всесоюзная школа-семинар по вычислительным сетям. Тезисы доклада. 4.1. Москва- Минск. — 1989. — С.53−58.
  10. В.А., Вишневский В. М. Сети массового обслуживания. Теория и применение к сетям ЭВМ. М.: Радио и связь, 1988. — 192 С.
  11. У., Фридман Л. Методология экспертной оценки проектных решений для систем с базами данных. М.: Финансы и статистика, 1986. — 280 С.
  12. В.А., Тренев В. Н. Распределенные системы принятия решений, М.: Наука, 1999.-280 С.
  13. 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.
  14. Искусственный интеллект: В 3 кн. Кн.2. Модели и методы: Справочник /Под ред. Д. А. Поспелова. М.: Радио и связь, 1990.- 304 С.
  15. Искусственный интеллект: В 3 кн. Кн.З. Программные и аппаратные средства: Справочник /Под ред. В. Н. Захарова и В. Ф. Хорошевского. М.: Радио и связь, 1990.-368 С.
  16. Искусственный интеллект: применение в химии. Под ред. Т. Пирса, Б.Хони. -М.: Мир, 1988.-430 С.
  17. JI.A. Методы и средства интеграции неоднород-ных баз данных. -М.: Наука, 1983. -424 С.
  18. М.И., Калья А. П., Тыугу Э. Х. Инструментальная система программирования ЕС ЭВМ (ПРИЗ). М.: Финансы и статистика, 1981. — 157С.
  19. С. Математическая логика. М.: Мир, 1973. -480 С.
  20. К., Кларк В. Язык программирования ПРОЛОГ.-М.: Мир, 1987.-305С.
  21. В.Е. Представление в ЭВМ неформальных процедур. М.: Наука, 1989, — 159 С.
  22. Ю.Н., Кузубов В. И., Волощенко А. Б. Математическое программирование. М.: Высшая школа, 1980.-317 С.
  23. В.В., Быков А. Ю. Модульное программирование параллельных экспертных систем для локальных компьютерных сетей // Сбон. Научных трудов кафедры АСУ. М.: МГГУ, 2000, С. 105 — 209.
  24. В.В., Быков А. Ю. Ранжирование возможных решений по управлению газодинамическими ситуациями выемочного участка угольной шахты. Горный информационно-аналитически бюллетень. — 2002, стр. 164−167.
  25. В.В., Быков А. Ю. Оценка пропускной способности вычислительной сети при параллельной обработке сообщений в локальных узлах сети. М., 2001. 8 С. — Деп. в ВИНИТИ 21.09.01, № 4868 — В97.
  26. В.В., Быков А. Ю. Экспертно статистический метод корректировки прогноза эндогенной пожароопасности на угольных шахтах припринятии распределенных решений. Горный информационно-аналитически бюллетень-2003,-с. 170- 172.
  27. О.И., Петровский А. Б. Системы поддержки принятии решений: современное состояние и перспективы развития // Итоги науки, Т.21. Техническая кибернетика. -М.: ВИНИТИ, 1987, С. 139−146.
  28. О.И., Мошкович Е. М. Качественные методы принятия решений. М.: Наука, 1996.-304 С.
  29. О.И. Некоторые проблемы искусственного интеллекта // Сборник трудов ВНИИСИ, 1990, № 10, С. 3−9.
  30. Леонг-Хонг Б. Плагман Б. Системы словарей справочников данных. М.: Финансы и статистика, 1986. — 311 С.
  31. Логическое программирование. Сборник статей, Под ред. В. Н. Агафонова. -М.: Мир, 1988.-368 С.
  32. Ю.Я. Интеллектуальные информационные системы. М.: Наука 1990.-232 С.
  33. Дж. Искусственный интеллект и Пролог на микро-ЭВМ. М.: Машиностроение, 1990. — 240 С.
  34. А. А. Распределенные операционные системы управляющих вычислительных комплексов ЭВМ // Автоматика и телемеханика, № 1, 1988, С.8−37.
  35. М. Фреймы для представления знаний. М.: Энергия, 1979. — 152 С.
  36. Н. Принципы искусственного интеллекта. М.: Радио и связь, 1985. -373 С.
  37. Обработка нечеткой информации в системах принятия решения /Борисов А.Н., Алексеев А. В., Меркурьева Г. В. и др. М.: Радио и связь, 1989. — 304 С.
  38. С. Обработка знаний. М.: Мир, 1989,-292 С.
  39. С. Приобретение знаний. М.:Мир, 1990, — 303 С.
  40. В.В., Алашеев А. Е., Гришанов П. А., Олевский С. М., Поберий В. В., Хайкин И. А. Логическое проектирование сетевых информационных систем на базе мини-ЭВМ. Рига, Зинатне, 1987. — 267 С.
  41. В.В., Олевский С. М. Архитектура системы организации взаимодействия прикладных процессов, использующей общедоступную память. -Автоматика и вычислительная тех-ника. 1987. N6. — С. 3−9.
  42. В.В., Гришаиов П. А. Инструментальные средства логического программирования сетевых абонентских комплексов. Вычислительные сети. -Вып.4, — Рига.: Зинатне, 1989. — С.5−47.
  43. В.В., Гришанов П. А., Олевский С. М. Применение экспертной системы для создания средств управления сетевыми прикладными процессами // Тезисы докладов XI Всесоюзного совещания по проблемам управления. -Ташкент. сентябрь 1989. — С.278−279.
  44. В.В., Гришанов П. А. Экспертная система для конфигурации сетей Х.25 // Тезисы докладов 6 Всесоюзной конференции «Вычислительные сети коммутации пакетов». -Рига. октябрь 1989. — С.63−65.
  45. В.В., Гришанов П. А., Олевский С. М. Распределенная экспертная система на базе сетевой операционной системы // Тезисы докладов Всесоюзной школы-семинара «Методы искусственного интеллекта в САПР. Гурзуф. — май 1990. — С.135−137.
  46. В.В., Гришанов П. А. Прототип распределенной экспертной системы в локальной сети персональных ЭВМ //
  47. Тезисы Всесоюзного совещания по экспертным системам. -Суздаль. декабрь 1990. — С. 28−29.
  48. Дж. Теория сетей Петри и моделирование систем. М.: Мир, 1984. — 264 С.
  49. В.В., Ногин В. Д. Парето-оптимальные решения многокритериальных задач. — М.: Наука, 1982. 297 С.
  50. Э. В. Экспертные системы: решение неформальных задач в диалоге с ЭВМ. М.: Наука, 1987. — 285 С.
  51. Д.А. Логико-лингвистические модели в системах управления. М.: Энергоиздат, 1981. — 231 С.
  52. Построение экспертных систем /Редакторы: Хейес-Рот Ф., Уотерман Д., Ленат Д.-М.: Мир, 1987.-441 С.
  53. М.Х. Многокритериальное распределение однородного ресурса в вычислительных системах // Автоматика и телемеханика, № 2, 1996, С.139−146.
  54. Программное обеспечение персональных ЭВМ /Под ред. Стогния А. А. Киев: Нуков. Думка, 1989. — 368 С.
  55. Реальность и прогнозы искусственного интеллекта: Сб. статей /Под ред. В. Л. Стефанюка. М.: Мир, 1987. — 247 С.
  56. В.Д., Шапот В. Д. Интеллектуальный анализ данных в бизнес-приложениях: подход фирмы Cognos // Новость искусственного интеллекта, 1997, № 4, С.25−53.
  57. О.А., Илюшин А. И., Дерябин Н. Б. Распределенные вычисления в Фортране // XVI Всесоюзная школа-семинар по вычислительным сетям. Тезисы доклада. Ч.З. Москва- Минск». — 1989. — С.286−290.
  58. Л.П., Гелмерс А., Проенса А. Стратегия мониторинга интенсификации обмена сообщениями для параллельных систем с распределенной памятью // Программирование, 1995, № 1, С.71−77.
  59. Дж. Искусственный интеллект: подход на основе эвристического программирования. М.: Мир, 1973. -319 С.
  60. Л., Шапиро Э. Искусство программирования на языке ПРОЛОГ. -М.: .-Мир, 1990. 235 С.
  61. Э.А. Программное обеспечение параллельных процессов. М.: Наука, 1986.-С.302.
  62. Э.А. Компьютерная поддержка принятия решений. М.: СИНТЕГ, 1998.-376 С.
  63. Э.А. Возможности и реализация компьютерных систем поддержки принятия решений // Известия РАН. Теория и системы управления. -2001, № 3, С.86−114.
  64. Э.А. Анализ ведения деловых переговоров с помощью компьютерных систем поддержки принятия групповых решений // Известия РАН. Теория и системы управления. 2002, № 6, С.98−123.
  65. Э.А. Компьютерная поддержка переговоров при согласовании управленческих решений. — М.: СИНТЕГ, 2003. 284 С.
  66. В.Х. Концептуальное программирование. М.: Наука, 1984. — 256 С.
  67. Д. Руководство по экспертным системам. М.: Мир, 1989. 388 С.
  68. В.А., Семенов АЛ. Теория алгоритмов: основные открытия и приложения. М.: Наука, 1987. — 288 С.
  69. X. Представление и использование знаний. М.: Мир, 1989. — 220 С.
  70. Д. Локальные сети ЭВМ: архитектура, принципы построения, реализация. М.: Финансы и статистика, 1986. — 359 С.
  71. Д., Кармоди К., Келлер К. и др. Технология экспертных систем для военных применений: Избранные примеры //ТИИЭР. 1988. — Т.76. N10. С. 18−69.
  72. К. Введение в логическое программирование. М.: Мир, 1988. — 348 С.
  73. Д., Лоховски Ф. Модели данных. М.: Финансы и статистика, 1985. — 344 С.
  74. Д., Бернстайн Ф. Операционные системы. М.: Мир, 1977. — 336 С. ЭИ Информатика N44, 1987 г. 213, Сопряжение систем с базами данных с экспертными системами, с 1−5.
  75. К. Работы по теории информации и кибернетике. М.: ИИЛ, 1963. -830 С.
  76. Р. Многокритериальная оптимизация. Теория, расчет и приложения. -М.: Радио и связь, 1994. 374 С.
  77. ЭИ Информатики № 44, 1987 г. 231, Сопряжение систем с базами данных с экспертными системами, с. 1−5.
  78. Дж., Кубе М. Экспертные системы: концепции и примеры. М.: Финансы и статистика, 1987. — 191 С.
  79. Экспертные системы. Принципы работы и примеры. Под ред. Р. Форсайта, М.: Радио и связь, 1987 г. 224 с.
  80. Язык Пролог в пятом поколении ЭВМ. Сборник статей 1983- 1986 гг. /Сост. Н. И. Ильинский. М.: Мир 1988. — 501 С.
  81. Э.А. Информационно-вычислительные сети. М.: Финансы и статистика, 1984. — 232 С.
  82. Э.Л. Локальные информационно-вычислительные сети. Рига: Зинатне, 1985. — 284 С. Янг С. Алгоритмические языки реального времени: конструирование и разработка. — М.: Мир 1987. — 400 С.
  83. Янг. С. алгоритмические языки реального времени: конструирование и разработка. М.: Мир 1987. — 400 С.
  84. Adler R.M., Cottman В.Н. A Development Framework for
  85. Distributed Artificial Intelligence // The Fifth Conference on Artificial Intelligence Application, Maiami, March 6−10, 1990. -p.l 16−121.
  86. Arratibel P., Glize P., Percebois C. Parallelism in the SATIN Multi-Expert System // Parallel Processing and Appliation Journ. Elsevier, North Holland, -p. 120−132.
  87. Ashany R., Shekhar S. Application of AI Techniques to Distributed Systems // Eighth Annual Phoenix Conference Computers and Communication, Scottsdale March 22−24, 1989. p.633−638.
  88. Beresovsky B.A., Trachtengerts E.A. Request rank determination with respect to a vcctor criterion in multiprocessors systems // 1st IFAC/IFIP Symp. Software Сотр. and Cont.-Tallinn, 1976. -p.59−62.
  89. Booker L.B., Goldberg D.E., Holland J.H. Classifier Systems Genetic Algoritms // Artificial Intelligence. N 40, — 1989. — p.235−282.
  90. Berzins V. et al. An Introduction to the Specification Language SPEC // IEEE Software. March, 1990.-p.74−84.
  91. Chandrasekaran B. Hierarchical Classification: Its Usefulness for Diagnjsis and Sensor Validation // IEEE Journal on Selected Areas in Communications. -Vol.6,N 5. -June 1988. p.884−891.
  92. Decision Support Tolls. iRenaissance DS Suite http://www.rossinc.com/pubsector/pubdssuite.html.
  93. Digital Design Data Vision. http://www.dig-des.com/soIutions/dss/Default.htm.
  94. Dilger W. Object-oriented knowledge Representation -an Overview // J. New Gener.Comput.Syst. -N2, — 1989.- p.339−363.
  95. Dixit V. et al. The Allocation Problem in Parallel Production Systems // Journal of Parallel and Distributed Computing. N 8. — 1990. — p.20−29.
  96. Durfee E.H., Lesser V.R., Corkill D.D. Coherent Cooperation Among Communicating Problem Solvers // IEEE Transaction on Computers. Vol. C-36, N11. -November 1987. — p. 1275−1291.
  97. Eom S.B. Decision support systems researth: reference disciplines and a cumulative tradition // The International Journal of Management Science. 1995. -p.511−523.
  98. Environmental Decision Support System, http://envro.ncsc.org/products
  99. IJayes-Roth B. A Blackboard Architecture for Control // Artificial Intelligence. -Vol.26, N 3. July 1985. — p.251−321.
  100. Hern L.E.C. On distributed artificial intelligence // The Knowledge Engineering Review. Vol.3, N 1. — 1988. — p.21−57.
  101. Hughes J. Why Functional Programming Matters // The Computer Journal. Vol.32, N 2. — 1989. — p.98−107.
  102. Kersten G.E., Noronha S.J. Supporting International Negotiation With a WWW-Based System. http://www.iiasa.ac.at/Research/DAS/interneg/research/ interneg/inspireintro.
  103. Kinoshita T. et al. Knowledge-Based Design Support System for Computer Communication System // IEEE Journal on Selected Areas in Communications. -Vol.6, N5.-June 1988.-p.850−861.
  104. Krall E.J., McGehearty P.E. A Case Study of Parallel Execution of a Rule based Expert System // Intern. Journal Parallel Programm/- 1986, № 15.- p.5−32.
  105. Kupriyanov V.V., Kupreev N.I., Bykov A.J. Parallel Rule based Expert System for Local Computer Network // Proceed. Of Product Development in Ingineering Education Center. (PDEE'98). -Lohmar, Germany. -1998, -p. 140−147.
  106. Kupriyanov V.V., Fedunec N.I., Bykov A.J. Decision Making on Coordination and Control in the Distributed Agent System // Proceed. Of 3rd Intern. Conf. on Advanced Engineering Design (AED'03). — Prague, Czech Republic, 1−4 June2003. — p. 65−66.
  107. LAN Evaluation Report.- Orem USA, Novell, Inc, 1986.-77 p.
  108. Larson J. Four Reference Architectures for Distributed Database Management Systems // Computer Standarts & Interfaces. N 8. — 1988/1989. — p.209−221.
  109. Li Т., Marlin C.D. Algorithms for the Parallel Execution of Rule based Expert Systems // Inf. Processing 89-Proc. IFIP 11th World Computer cong. — San Francisco, СЛ.-1989.-p. 331−336.
  110. MacRae J.R., Byrne C.D. Connectionism Applied to a Real Time Expert System for Tactical Data Fusion // Third Annual Expert Systems in Goverment Conference. -Washington. October 19−23, 1987. — p.66−71.
  111. Motschnig-Pitrik R. A Framework for the Support of a Common Structural Level for Software-, Data Base-, and Knowledge-Based Systems // Journal Systems Software. N 12. 1990. — p.125−137.
  112. MS Windows Ver.3.0, User’s Guide.- Microsoft Inc, 1990.-355 p.
  113. Muralidhar K. MAPCON: An Expert System for Configura- tion of MAP Networks // IEEE Journal on Selected Areas in Communications. Vol.6, N 5. — June1988. -p. 869−874.
  114. NetWare ver.2.15, User’s Guide.- Orem USA, Novell Inc, zl988.- 257 p.
  115. Newsfront // Data Communications. February 1989. — p.56−60.
  116. On Conceptual Modelling /Edited by M. Brodie et al. -Springer-Verlag, 1984. -p.510.
  117. Pountain D. Parallelizing Prolog // Byte. November 1988. — p.387−394.
  118. Schwaderer W.D. IBM’s Local Area Networks. N.Y.: Van Nosnrad Reinhold, 1989.-p.294.
  119. Scenario: Planning Guide. Cognos. — 1997. — p. 342.
  120. Sharkey P.D., Dehamer M.J., Simmons L.P. An intelligent decision support system for assessing patient severity of illness in the management of health care resources. http://www.latanze.loyola.edu/frames/research/wp.006.html.
  121. Simonovic A., Slobodan P. Decision support for sustainable water resources ч development in water resources planning in a changing world // Proceeding of Intern.
  122. UNESCO sympos.-Karlsruhe, Germany. 1994. — p. 3−13.
  123. Smith B.T., Middleton D. Exploiting Fine Grained Parallelism in Production System // Proceed. 7th Biennial Confer, of the Canadian Society for Computational Studies of Intelligence, June 1988. — p. 262−270.
  124. Takahashi К. et al. An Intelligence Support for Protocol and Communication Software Development // IEEE Journal on Selected Areas in Communications. Vol.6, N5.-June 1988.-p.842−849.
  125. Tanca L., Ceri S. ELAND: An Expert Sysytem for the Configuration of Local Area Networks’Applications // Conference on Local Computer Networks. Minneapolis. -1986. — p.89−98.
  126. Telem M. Information Requirement Specification 1: Brainstorming Collective Decision-making Approach // Information Processing & Management. Vol.24, No.5. 1989. — p.549−557.
  127. Tout K.R., Evans D.J. Static Scheduled Data-Driven Models for Parallel Expert Systems //Journ. Integrated Computer-Aided Egineering. -№ 1.1993.-p.29−41.
  128. Tsai J.P. A Knowledge-Based System for Software Design // IEEE Journal on Selected Areas in Communications. -Vol.6, No.5. June 1988. — p.828−841.
  129. USDA Integrated Pest Management, Information and Decision Support System. http://www.usda.dis.anl.gov/usda.html.
  130. Waterman D.A. A Guide to Expert Systems. Addison Wesley Publishing Company, 1985.-p. 420.129. http://gogle.yahoo.com130. http://dir.altavista.com131. http://envpro.ncsc.org/products132. http://www.smartsettle.com/flash.html.
Заполнить форму текущей работой

Сессия? Спокойно!