Помощь в написании студенческих работ
Антистрессовый сервис

Системный анализ и синтез моделей данных и методы обработки информации в самоорганизующихся комплексах оперативной диагностики

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Вторая проблема — это создание теоретических основ адаптивного синтеза информационно-вычислительных конфигураций (ИВК) АСОИ на базе известных методов синтеза ЭВМ. Основное направление решения данной проблемы, это создание системы адаптивного синтеза (САС) самоорганизующихся конфигураций АСОИ на основе применения известных методов синтеза ЭВМ. Две эти проблемы решают на разных уровнях: на уровне… Читать ещё >

Системный анализ и синтез моделей данных и методы обработки информации в самоорганизующихся комплексах оперативной диагностики (реферат, курсовая, диплом, контрольная)

Содержание

  • Условные обозначения
  • 1. Создание интерактивных самоорганизующихся баз данных и правил для адаптивного синтеза комплексов оперативной диагностики
    • 1. 1. Комплексы оперативной диагностики и самоорганизующиеся базы данных и правил
    • 1. 2. Проблема адаптивного синтеза информационно-вычислительных конфигураций
    • 1. 3. Цель, научная проблема и основные задачи исследования
  • 2. Самоорганизующиеся эволюционные неоднородные компьютерные системы и адаптивный синтез комплексов оперативной диагностики
    • 2. 1. Принципы построения однородных многопроцессорных вычислительных систем. щ
    • 2. 2. Анализ путей создания самоорганизующихся эволюционных неоднородных компьютерных систем
    • 2. 3. Взаимосвязь интеллектуальных и самоорганизующихся эволюционных неоднородных компьютерных систем
    • 2. 4. Основные пути создания систем адаптивного синтеза информационно-вычислительных конфигураций
    • 2. 5. Принципы построения и применения систем адаптивного синтеза информационно-вычислительных конфигураций
  • 3. Анализ и обобщение структур представления данных традиционных моделей данных
    • 3. 1. Формализованное описание основных структур представления данных традиционных моделей данных
    • 3. 2. Анализ структур представления данных традиционных моделей данных
    • 3. 3. Сравнение основных структур представления данных традиционных моделей данных
    • 3. 4. Обобщение основных структур представления данных традиционных моделей данных
    • 3. 5. Пятиуровневая одномерная таблица представления данных
  • 4. Интерактивное самоорганизующееся многомерное динамическое пространство унифицированного представления данных и правил
    • 4. 1. Теоретические основы создания самоорганизующегося пространства унифицированного представления данных и правил
    • 4. 2. Основные возможности самоорганизующегося представления ф данных
    • 4. 3. Переход от одномерных многоуровневых таблиц представления данных к многомерному пространству представления данных
    • 4. 4. Сравнение трехуровневых таблиц представления данных и трехмерного пространства представления данных
    • 4. 5. Структуры данных о точках самоорганизующегося пространства
    • 4. 6. Структуры представления данных об отношениях точек самоорганизующегося пространства
    • 4. 7. Формализованное описание самоорганизующихся структур данных
    • 4. 8. Пример описания данных в самоорганизующемся пространстве
    • 4. 9. Эволюционность самоорганизующихся структур данных
  • 5. Обработка данных в самоорганизующемся пространстве унифицированного представления данных и правил
    • 5. 1. Обработка данных на основе адаптивной логической сети правил
    • 5. 2. Особенности обработки данных на основе логической сети
    • 5. 3. Основы «графового» поиска маршрута логического вывода
    • 5. 4. Адаптивный механизм логического вывода на сети гиперправил с мультиактивизаторами, управляемой потоком данных
    • 5. 5. Адаптивность механизма логического вывода на эволюционной интерактивной сети гиперправил с мультиактивизаторами
    • 5. 6. Квадратичной сложности методы поиска минимального разреза
    • 5. 7. Линейный матричный метод поиска маршрута логического вывода на сети правил
  • I. 6. Распараллеливание потокового множественного доступа к общей базе данных в условиях недопущения взаимного искажения данных
    • 6. 1. Анализ методов распараллеливания доступа к базам данных
    • 6. 2. Подход к распараллеливанию множественного доступа к БД
    • 6. 3. Проблема обеспечения потокового множественного доступа к БД в условиях недопущения взаимного искажения данных
    • 6. 4. Конвейерная реализация алгоритма функционирования сервера базы данных с потоковым распараллеливанием
    • 6. 5. Исследование параметров виртуальных потоковых баз данных
    • 6. 6. Структуры данных для виртуальных потоковых баз данных
    • 6. 7. Оценка быстродействия обработки потока данных
  • 7. Линейный метод единично-инкрементного суммирования чисел
    • 7. 1. Необходимость линейного метода суммирования чисел
    • 7. 2. Основы линейного метода переборного суммирования чисел
    • 7. 3. Устройство линейного переборного суммирования чисел
    • 7. 4. Алгоритм линейного переборного суммирования чисел
    • 7. 5. Исследование параметров переборного суммирования чисел
    • 7. 6. «Табличная» модификация переборного суммирования чисел
    • 7. 7. Модификация метода суммирования чисел с уменьшением необходимого объема оперативной памяти ЭВМ
    • 7. 8. Локальные корректировки вычислений и обработки данных
    • 7. 9. Перспективы применения самоорганизующихся баз данных и ¦Щ правил для адаптивного синтеза комплексов оперативной диагностики

Одной из основных проблем, решаемых при создании автоматизированных систем обработки информации (АСОИ), в целом, и программно-аппаратных комплексов (ПАК) оперативной диагностики (ОД) в частности, является обеспечение, в условиях их непрерывного функционирования, адаптации программно-аппаратных средств для эффективного решения сложных задач. Анализ актуальных научных проблем создания АСОИ (ПАК ОД) показал, что необходимо, прежде всего, решить следующие две взаимосвязанные актуальные научные проблемы.

Первая проблема — это создание интерактивных самоорганизующихся баз данных (БД) и знаний, на основе которых возможно создание программного обеспечения АСОИ. Отметим, что, так как фактически в «базах знаний» хранятся только правила, процедуры и другие отношения объектов, то вместо термина «базы знаний», в этом же смысле, целесообразно применять термин «базы правил», т. е. эти термины являются синонимами, но второй термин все же является более адекватным. Подчеркнем, что особую актуальность решению первой проблемы придает то, что в последнее время теория баз данных оказывает определяющее воздействие на многие смежные области. Например, базы данных и правил используются при создании перспективных ЭВМ, что определяет место и роль другой научной проблемы.

Вторая проблема — это создание теоретических основ адаптивного синтеза информационно-вычислительных конфигураций (ИВК) АСОИ на базе известных методов синтеза ЭВМ. Основное направление решения данной проблемы, это создание системы адаптивного синтеза (САС) самоорганизующихся конфигураций АСОИ на основе применения известных методов синтеза ЭВМ. Две эти проблемы решают на разных уровнях: на уровне программного обеспечения (первая) и на уровне аппаратных средств (вторая), фактически одну и ту же проблему — создание самоорганизующихся (эволюционных) АСОИ (ПАК ОД). Анализ задач, которые необходимо решить как для создания самоорганизующихся баз данных и правил (СБДП), так и для построения САС ИВК, показал их взаимозависимость, поэтому обе эти проблемы в совокупности образуют одну крупную научную проблему. Следовательно, разработка теоретических и реализационных основ создания СБДП и САС ИВК для построения программно-аппаратных комплексов оперативной диагностики, предназначенных для решения сложных задач, является актуальной крупной научной проблемой.

Решение этой новой проблемы вносит значительный вклад в развитие экономики страны, способствует повышению обороноспособности России и имеет важное хозяйственное значение и практическую ценность для целого ряда областей (медицины, экономики, юриспруденции, анализа чрезвычайных ситуаций, метеорологии и других). Отдельные наиболее сложные задачи этих областей могут быть отнесены к классу ресурсоемких научно-практических задач оперативной диагностики. Как правило, это уникальные диагностические задачи (УДЗ), решение которых носит эмпирический характер и требует научно-обоснованного оперативного синтеза специализированных ИВК. Известные технологии баз данных и знаний, а также систем автоматизированного проектирования (САПР) не применимы в этом случае, так как основное противоречие состоит в том, что в условиях дефицита времени требуется оперативно синтезировать уникальный эволюционный самоорганизующийся программно-аппаратный комплекс оперативной диагностики (СПАКОД) с использованием всех доступных ресурсов, включая Интернет, для обеспечения экспресс-диагностики сложных, уникальных задач. Как правило, это NP-полные задачи, которые в зависимости от конкретной ситуации, могут быть сведены к набору полиномиальных задач, решаемых за обозримое допустимое время с учетом конкретных ограничений. На программном уровне эволюционность такого комплекса обеспечивается СБДП, а на аппаратном уровне — САС ИВК.

Адаптивность синтеза ИВК обусловлена уникальностью каждой диагностической задачи, необходимостью учета ранее разработанных вариантов конфигураций, быстротой создания, развития и старения программных и аппаратных средств. Для синтеза требуемых конфигураций фактически необходимо разработать некоторую новую САПР на основе распределенных СБДП. Исходные данные могут быть в различных форматах представления данных и знаний, но их необходимо хранить в едином структурированном пространстве унифицированного представления данных и правил с целью научно-обоснованного всеобъемлющего синтеза уникальных конфигураций ЭВМ и последующего оперативного решения задачи. Подчеркнем, что САС ИВК сама по себе может являться ядром формируемого уникального программно-аппаратного комплекса оперативной диагностики.

Таким образом, актуальность крупной научной проблемы разработки самоорганизующихся баз данных и правил для создания систем адаптивного синтеза информационно-вычислительных конфигураций обусловлена тем, что необходимо в минимальное время достижение максимального быстродействия для решения уникальной диагностической задачи в ситуации, когда нахождение правильного решения имеет жизненно-важное значение, цена которого априори во много раз превышает стоимость затрат на синтез любой АСОИ. Следовательно, известные методы синтеза ЭВМ, основанные на коммерческой эффективности, в таких ситуациях не применимы.

Научная проблема, решаемая в диссертации, формулируется следующим образом: разработка теоретических основ построения самоорганизующихся программно-аппаратных комплексов оперативной диагностики за счет использования известных технологий автоматизированного проектирования и создания интерактивных самоорганизующихся баз данных и правил, изыскания принципов построения и применения систем адаптивного синтеза информационно-вычислительных конфигураций, разработки быстродействующих методов обработки информации, что позволит уменьшить время решения уникальных диагностических задач, снизить материально-финансовые затраты и повысить эффективность разработки и эксплуатации компьютерных систем.

Целью работы является решение крупной научной проблемы разработки теоретических основ построения самоорганизующихся программно-аппаратных комплексов оперативной диагностики для повышения, по заданным критериям, эффективности решения сложных оперативных диагностических задач в условиях дефицита времени, неопределенности и непрерывности функционирования, что имеет важное значение для развития экономики страны и повышения ее обороноспособности.

В соответствии с поставленной целью определены задачи диссертации:

1) изыскать принципы построения и применения систем адаптивного синтеза информационно-вычислительных конфигураций;

2) в теории баз данных провести системный анализ, сравнение и обобщение основных структур представления данных традиционных моделей данных;

3) разработать теоретические основы создания интерактивных самоорганизующихся баз данных и правил;

4) создать метод обработки данных на основе применения интерактивной самоорганизующейся логической сети правил, управляемой потоком данных;

5) разработать быстродействующий метод «графового» поиска маршрута логического вывода путем построения многополюсной сети теории графов и определения ее минимального разреза;

6) разработать метод распараллеливания потокового множественного доступа к общей БД в условиях недопущения взаимного искажения данных;

7) разработать метод алгоритмической минимизации необходимого количества устройств и вычислительных процедур сложения для единично-инкрементного суммирования чисел.

Диссертация состоит из семи разделов, первые три из которых содержат обзорный материал, а последние четыре, посвящены теоретическим и реализационным основам создания самоорганизующихся баз данных и правил для адаптивного синтеза комплексов оперативной диагностики.

В первом разделе диссертации рассмотрена проблема создания самоорганизующихся баз данных и правил для синтеза комплексов оперативной диагностики, сформулирована проблема адаптивного синтеза информационно-вычислительных конфигураций, а также определены цель, научная проблема и основные задачи исследования.

Во втором разделе исследованы принципы построения однородных вычислительных систем, проведен анализ основных путей создания самоорганизующихся эволюционных неоднородных компьютерных систем и предложены принципы построения и применения САС ИВК.

В третьем разделе проведено формализованное описание основных структур представления данных традиционных моделей данных, их анализ, сравнение и обобщение в виде нового формализма пятиуровневой одномерной таблицы представления данных.

Четвертый раздел диссертации посвящен разработке теоретических основ построения самоорганизующегося информационного (миварного) пространства. В этом разделе проанализированы основные возможности самоорганизующегося представления данных, показан переход от одномерных многоуровневых таблиц представления данных к многомерному самоорганизующемуся пространству представления данных, проведено сравнение трехуровневых таблиц и трехмерного миварного пространства представления данных, подробно описаны структуры представления данных о точках миварного пространства и об их отношениях, приведен подробный пример описания данных в миварном информационном пространстве.

В пятом разделе предложены методы обработки данных на основе адаптивной логической сети правиладаптивный механизм логического вывода на сети гиперправил с мультиактивизаторамиквадратичной сложности методы поиска маршрута логического вывода на основе определения минимального разреза многополюсных сетей и линейной сложности матричный метод поиска маршрута логического вывода.

В шестом разделе рассмотрен метод корректного распараллеливания доступа к общей базе данных в условиях недопущения взаимного искажения одновременно обрабатываемых данных, приведена конвейерная реализация алгоритма функционирования сервера базы данных с потоковым распараллеливанием, исследованы параметры предлагаемых виртуальных потоковых баз данных, а также проведена оценка быстродействия обработки потока данных различными методами, которая доказала максимальность распараллеливания доступа предлагаемого метода.

В седьмом разделе диссертации рассмотрен новый метод повышения быстродействия обработки данных на основе запатентованного линейного способа единично-инкрементного суммирования чисел, который при решении некоторых классов задач позволяет достичь существенного повышения оперативности обработки данных. Кроме того, предложены «табличная» модификация единично-инкрементного суммирования чисел и модификация метода суммирования чисел с уменьшением необходимого объема оперативной памяти ЭВМ. Там же проанализированы возможности и перспективы использования локальных корректировок вычислений и обработки данныхподведены итоги исследований и показаны перспективы применения самоорганизующихся баз данных и правил для адаптивного синтеза комплексов оперативной диагностики.

Таким образом, в диссертации сформулирована новая крупная научная проблема, которая является актуальной и имеет важное хозяйственное значение. Внедрение, полученных в диссертации научных результатов, позволит повысить эффективность решения сложных оперативных диагностических задач в условиях дефицита времени, неопределенности и непрерывности функционирования, что имеет важное значение для развития экономики страны и повышения ее обороноспособности.

выводы.

1) В данном разделе диссертации рассмотрен новый метод единично-инкрементного суммирования чисел, предложены две его модификации, проанализированы возможности и перспективы использования локальных корректировок вычислений и обработки данныхподведены итоги исследований и показаны перспективы применения самоорганизующихся баз данных и правил для адаптивного синтеза комплексов оперативной диагностики.

2) Представленные научные результаты могут использоваться как по отдельности, так и вместе, позволяя в совокупности решить проблему создания самоорганизующихся баз данных и правил.

3) Решение предыдущей проблемы позволило также решить научную проблему построения систем адаптивного синтеза информационно-вычислительных конфигураций, которые способны изменять не только свои программные средства и их конфигурации, но, в перспективе, и наращивать, модернизировать и аппаратные средства информационно-вычислительных комплексов.

4) Системный анализ и синтез моделей данных и методов обработки информации позволили решить актуальную крупную научную проблему создания теоретических и реализационных основ адаптивного синтеза самоорганизующихся программно-аппаратных комплексов оперативной диагностики.

5) Цель диссертационной работы, имеющей теоретическое значение, достигнута, решена крупная научная проблема, имеющая важное хозяйственное значение, и приведены рекомендации по использованию научных выводов, которые способствуют развитию экономики и повышению обороноспособности России.

заключение

.

К концу 20 века были разработаны: либо одномерные многоуровневые, либо многомерные, либо динамические базы данных и знаний. Возрастание потребностей науки и практики сделало актуальным решение новых сложных задач оперативной диагностики в условиях многомерного, динамического и непрерывного функционирования комплексов оперативной диагностики. Известные технологии баз данных и САПР не применимы для синтеза таких комплексов. Противоречие в том, что в условиях дефицита времени требуется оперативно синтезировать («под задачу») уникальный программно-аппаратный комплекс с использованием всех доступных ресурсов, включая Интернет, для обеспечения экспресс-диагностики сложной (уникальной) задачи. После решения одной задачи комплекс переформировывается, самоорганизуется для решения другой уникальной задачи.

Совокупность взаимосвязанных проблем разработки самоорганизующихся баз данных и правил, систем адаптивного синтеза информационно-вычислительных конфигураций и быстродействующих методов обработки информации образует общую единую крупную научную проблему создания теоретических основ построения самоорганизующихся программно-аппаратных комплексов оперативной диагностики — СПАКОД, от успеха решения которой зависит оперативность диагностики и распознавания в таких важных областях, как: медицина, обработка законодательных актов, метеорологическое прогнозирование, ликвидация чрезвычайных ситуаций, прогнозирование финансово-экономического состояния и других.

Адаптивность синтеза информационно-вычислительных конфигураций обусловлена уникальностью каждой диагностической задачи, необходимостью учета ранее разработанных вариантов конфигураций и методов решения сложных задач, быстротой создания, развития и старения программных и аппаратных средств. Для синтеза требуемых конфигураций фактически необходимо разработать некоторую новую САПР на основе распределенных самоорганизующихся баз данных и правил. Исходные данные для синтеза информационно-вычислительных конфигураций и последующего решения задач, могут существовать в различных форматах представления данных и знаний, но их необходимо хранить в едином структурированном пространстве унифицированного представления данных и правил (знаний) с целью научно-обоснованного всеобъемлющего синтеза уникальных информационно-вычислительных конфигураций и последующего оперативного решения сложных (уникальных) диагностических задач.

Для решения новой актуальной крупной научной проблемы разработки теоретических основ построения самоорганизующихся программно-аппаратных комплексов оперативной диагностики в диссертации предложено ввести самоорганизующуюся информационную систему, которая на основе накопления и обработки информации в условиях непрерывности функционирования и дефицита времени способна к самоконфигурации (самоорганизации), развитию и оптимизации по заданным критериям.

Для обеспечения эволюционного развития самоорганизующихся программно-аппаратных комплексов оперативной диагностики в диссертации предложено на программном уровне ввести самоорганизующиеся базы данных и правил, а на аппаратном уровне — системы адаптивного синтеза информационно-вычислительных конфигураций.

Для создания систем адаптивного синтеза информационно-вычислительных конфигураций в диссертации предложены теоретические принципы их построения и применения.

Для создания самоорганизующихся баз данных и правил в диссертации проведено: формализованное описание, анализ, сравнение и обобщение основных структур представления данных традиционных моделей данных путем применения пятиуровневых одномерных таблиц представления данных, а также предложены теоретические основы построения динамического многомерного объектно-системного дискретного информационного пространства унифицированного представления данных и правил (знаний).

Для повышения динамичности (эволюционности) и быстродействия логической обработки информации в диссертации создан метод обработки данных на основе применения интерактивной самоорганизующейся адаптивной многоярусной многотиповой динамической логической сети правил, управляемой потоком данных.

Для повышения оперативности обработки информации в самоорганизующихся программно-аппаратных комплексах оперативной диагностики в диссертации предложены принципы «графового» поиска маршрута логического вывода и разработаны: метод поиска маршрута вывода на логической сети правил (путем определения минимального разреза многополюсной сети теории графов) и адаптивный механизм логического вывода на эволюционной самоорганизующейся интерактивной сети гиперправил с мультиактивизаторами, управляемой потоком данных.

Для повышения быстродействия логической обработки информации в самоорганизующихся программно-аппаратных комплексах оперативной диагностики в диссертации разработан линейной сложности матричный метод поиска маршрута логического вывода на сети правил.

Для повышения быстродействия обработки информации в самоорганизующихся программно-аппаратных комплексах оперативной диагностики в диссертации разработаны квадратичной сложности методы поиска минимального разреза (максимального потока) двухполюсных и многополюсных сетей теории графов.

Для увеличения степени параллельности и повышения оперативности обработки информации в самоорганизующихся программно-аппаратных комплексах оперативной диагностики в диссертации разработан метод распараллеливания потокового множественного доступа к общей базе данных в условиях недопущения взаимного искажения данных.

Для повышения быстродействия единично-инкрементного суммирования чисел в различных программно-аппаратных комплексах в диссертации разработан линейный метод единично-инкрементного суммирования чисел путем алгоритмической минимизации количества процедур и устройств сложения.

Научная новизна диссертации заключается в том, что в ней впервые:

1) предложены принципы построения и применения систем адаптивного синтеза информационно-вычислительных конфигураций;

2) на основе применения пятиуровневых одномерных таблиц представления данных осуществлено описание, системный анализ, сравнение и обобщение основных структур представления данных графо-табличных моделей данных;

3) разработаны теоретические основы создания интерактивных самоорганизующихся баз данных и правил путем построения многомерного информационного динамического («миварного») пространства унифицированного представления данных и правил;

4) предложен метод обработки данных на основе применения интерактивной самоорганизующейся логической сети правил, управляемой потоком данных;

5) разработаны быстродействующий метод «графового» поиска маршрута логического вывода, матричный метод поиска маршрута логического вывода и квадратичные методы поиска минимального разреза многополюсных сетей;

6) разработан метод распараллеливания потокового множественного доступа к общей БД в условиях недопущения взаимного искажения данных;

7) разработан метод алгоритмической минимизации количества процедур и устройств сложения для единично-инкрементного суммирования чисел.

Практическое использование научных результатов позволило:

1) разработать теоретические основы построения самоорганизующихся программно-аппаратных комплексов оперативной диагностики;

2) повысить эволюционные и интеллектуальные способности компьютерных систем путем интерактивного формирования запросов и ресурсов для развития в изменяющейся внешней среде;

3) повысить оперативность и эффективность решения сложных задач;

4) уменьшить время решения задач за счет повышения производительности адаптивных ЭВМ относительно традиционных, в среднем за период эксплуатации, на половину разности производительности следующих и современных поколений ЭВМ (не менее чем в 50 раз);

5) повысить эффективность разработки, эксплуатации и модернизации компьютерных систем (АСОИ) за счет оптимизации синтеза конфигураций по критерию отношения реальной производительности к стоимости;

6) повысить реальную производительность адаптивных самоорганизующихся ЭВМ относительно пиковой мощности обычных ЭВМ с 10−30% до 50−70%;

7) снизить материально-финансовые затраты разработки и эксплуатации компьютерных систем (АСОИ).

В диссертации изложены основные результаты по системному анализу моделей данных, синтезу самоорганизующихся баз данных и правил, разработке быстродействующих методов обработки информации и изысканию принципов построения и применения систем адаптивного синтеза информационно-вычислительных конфигураций для создания самоорганизующихся комплексов оперативной диагностики. Основные научные результаты диссертации опубликованы /25,164,318 -349/. Предложенные в диссертации новые решения строго аргументированы и критически оценены по сравнению с другими известными результатами. В диссертации приведены рекомендации по использованию полученных научных выводов. Кроме того, полученные научные результаты практически используются, что подтверждается соответствующими актами о реализации.

Таким образом, в диссертации решена новая крупная научная проблема, которая является актуальной и имеет важное хозяйственное значение. Реализация, внедрение и использование полученных в диссертации результатов вносит значительный вклад в развитие экономики страны и повышение ее обороноспособности.

Показать весь текст

Список литературы

  1. А. с. 176 724 СССР, МКИ G 06 F 7/50, 1965.
  2. А. с. 249 050 СССР, МКИ G 06 F 7/50, 1969.
  3. Адаптивные и экспертные системы в управлении // Тез. докл. 5-го Ленинградского симпозиума по теории адаптивных систем «ТАС 91», 17 — 19 апреля 1991 г.-Л., 1991.
  4. Алгоритмы, математическое обеспечение и архитектура многопроцессорных вычислительных систем / Под ред. Ершова А. П. М.: Наука, 1982.
  5. М., Танака Ю. Архитектура ЭВМ и искусственный интеллект. -М.: Мир, 1993.
  6. .В., Четвериков В. Н. Основы теории и проектирования цифровых вычислительных машин. М.: Высшая школа, 1990.
  7. И.С. Метод элиминации структур данных, основанный на системах переписывания формул // Программирование, 1999, № 4, с. 5 15.
  8. Г. Т., Тюрин В. Д. Топология сетей ЭВМ и многопроцессорных систем. М.: Радио и связь, 1991.
  9. А.В. Почему сильные государства любят слабую криптографию // Защита информации. Конфидент, № 3, 1997, с. 65 67.
  10. Ш. Структурный подход к организации баз данных. М.: Финансы и статистика, 1983.
  11. С.М., Бандман О. Л. Корректность параллельных вычислительных процессов. Новосибирск: Наука, 1990.
  12. .А., Бочаров А. В., Волин А. С. и др. Многопроцессорные ЭВМ и методы их проектирования / Под ред. Смирнова Ю. М. М.: Высшая школа, 1990.
  13. Базы знаний интеллектуальных систем / Т. А. Гаврилова, В. Ф. Хорошевский. СПб.: Питер, — 384 с.
  14. А.Б. Параллельные процессы в вычислительных системах. Планирование и организация. М.: Радио и связь, 1990. — 256 с.
  15. И.З. Представление и обработка нечеткой информации в интеллектуальных системах: Дис.. д-ра физ. мат. наук. — Переславль-Залесский, 1996.
  16. О.В., Столбоушкин А. П., Тайцлин М. А. Базы данных над фиксированным бесконечным универсумом // Программирование, 1998, № 1,с. 6- 17.
  17. Н.Н. Конструирование преобразователей моделей данных в системе интеграции неоднородных баз данных: Дис.. канд. физ. мат. наук.-М., 1987.
  18. Е.М. Алгебраические методы в теории баз данных и представлении знаний: Дис. д-ра физ. мат. наук. — М., 1996.
  19. А.Т. Структуры данных. М.: Статистика, 1974. — 408 с.
  20. B.C. Новые подходы к созданию высокопараллельных вычислительных структур // Искусственный интеллект 2000. Тез. докл. науч. конф. — Таганрог: ТРТУ, 2000.
  21. Буч Г. Объектно-ориентированное проектирование с примерами применения / Пер. с англ. М.: Конкорд, 1992.
  22. К., Медовников Д., Тюменев В. Работы у наших потомков не будет // Эксперт, № 17, 8 мая 2000 г., с. 28 29.
  23. В.А. Распараллеливание алгоритмов и программ. Структурный подход. М.: Радио и связь, 1989.
  24. Е. Последовательно-параллельные вычисления. М.: Мир, 1985.
  25. О.О. Эволюционные базы данных и знаний для адаптивного синтеза интеллектуальных систем. Миварное информационное пространство. М.: Радио и связь, 2002. — 288 с.
  26. В.И., Шевченко А. И. Формирование и опознавание образов. Серия «Искусственный интеллект». Донецк: Изд-во ДонГИИИ, 2000. -360с.
  27. Г. П. Программное обеспечение неоднородных распределенных систем. Анализ и реализация. М.: Финансы и статистика, 1986.
  28. А. Стандарты объектных запросов // Системы управления базами данных, 1996,№ 4.
  29. И.В. Разработка и реализация СУБД сетевого типа: Дис.. канд. физ. мат. наук. — М., 1981.
  30. В.В. Информационная структура алгоритмов. М.: Изд-во МГУ, 1997.
  31. 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.
  32. В.В. Параллельные структуры алгоритмов и программ. М.: ОБМАН СССР, 1987.
  33. Вычислительная математика и математическое моделирование // Труды международной конференции. Том 1,2. М.: Ин-т вычислительной математики РАН, 2000.
  34. Г. П., Сапоженко А. А. Сборник задач по дискретной математике. М.: Наука, 1977.
  35. Т.А., Котова Е. Е., Писарев А. С. Активные схемы как инструмент семантического анализа // Труды межд. семинара «Диалог 99». Таруса, 1999. С. 26−27.
  36. Т.А., Червинская К. Р. Извлечение и структурирование знаний для экспертных систем. М.: Радио и связь, 1992.
  37. П., Гавранек Т. Автоматическое образование гипотез (Математические основы общей теории). М.: Наука, 1984. — 262 с.
  38. А.В. Исследование и разработка методов управления единым архивом данных применительно к задачам автоматизации проектирования цифровых устройств: Дис. канд. техн. наук. М., 1975.
  39. А.В. Теория баз данных. Меморандум трех // Программирование, 1992, № 2.
  40. М.М. Множественная модель данных в информационных системах. М.: Наука, 1992. — 208 с.
  41. В.М. Кибернетика, вычислительная техника, информатика. Избранные труды: В 3 т. Киев: Наукова думка, 1990.
  42. .А. Вычислительные системы с болыним-числом процессоров. М.: Радио и связь, 1995.
  43. .А. Параллельные вычислительные системы. М.: Наука, 1980.
  44. В.И. Прикладная алгебра и дискретная математика. Часть 1. Алгебраические системы. МО СССР, 1984. — 174 с.
  45. В.И. Прикладная алгебра и дискретная математика. Часть 2. Формальные системы нелогического типа. МО СССР, 1986. — 200 с.
  46. В.И. Прикладная алгебра и дискретная математика. Часть 3. Формальные системы логического типа. МО СССР, 1987. — 177 с.
  47. Е.А., Некрестьянов И. С., Новиков Б. А., Павлова Е. Ю. Поддержка согласованности для слабоструктурированных данных // Программирование, 2000,№ 3,с.23−30.
  48. В.Н. Математические основы организации и обработки информации в одном классе многомерных структур данных: Дис.. канд. физ. -мат. наук. Грозный, 1982.
  49. Э. Взаимодействие последовательных процессов // Языки программирования. М.: Мир, 1972.
  50. К. Введение в системы баз данных. М.: Наука, 1980.
  51. А.Н. Концептуальная модель предметной области со слабовы-раженной структурой: Дис. канд. физ. мат. наук. — Тбилиси, 1988.
  52. В. Молетроника это сложное слово // Независимая газета, приложение «НГ -Наука», № 8, 15 сентября 1999, с. 4.
  53. Э., Хорошевский В. Однородные вычислительные системы. -Новосибирск: Наука, 1978.
  54. Э.В. Однородные вычислительные системы, структуры и среды. М.: Радио и связь, 1981.
  55. В.А. Применение теории графов в программировании // Под ред. Ершова А. П. М.: Наука, 1985.
  56. С.М. Применение П-графов для представления и поиска знаний в динамических базах знаний: Дис. канд. физ. мат. наук. — М., 1986.
  57. А.В. Интегральная языковая среда для описания и реализации баз данных различных моделей: Дис.. д-ра физ. мат. наук. — Новосибирск, 1989.
  58. А.В. Перспективы развития системы баз данных третьего поколения // Программирование, 1992, № 2, с. 33 46.
  59. А.В. Программное обеспечение информационно-поисковой системы общего назначения: Дис.. канд. физ. мат. наук. — Новосибирск, 1974.
  60. А.В. Системы программирования баз данных и знаний. Новосибирск: Наука, 1990.
  61. А.В. Типы данных в языках программирования и базах данных. -Новосибирск: Наука, 1987.
  62. Защита информации. Конфидент, 1995 2003 (www.confident.spb.su).
  63. С.В. Формирование пользовательского представления реляционной базы данных с помощью отображений // Программирование, 1999, № 3, с. 70 80.
  64. А.А. Основы теории графов. М.: Наука, 1987.
  65. А.Г., Зайченко Ю. П., Димитров В. Д. Принятие решений на основе самоорганизации. М.: Сов. радио, 1976.
  66. В.П. О стратегиях распараллеливания в математическом моделировании //Программирование, 1999, № 1, с. 41 46.
  67. Интеллектуальные и многопроцессорные системы-2001. Таганрог: ТРТУ, 2001.-344 с.
  68. Интеллектуальные многопроцессорные системы 99 — Таганрог: ТРТУ, 1999. -256 с.
  69. Интеллектуальные робототехнические системы 2001. — Таганрог: ТРТУ, 2001.-318 с.
  70. Информационные и рабочие материалы НИИ МВС ТРТУ, 2000 2002.
  71. Информационные и рабочие материалы НИЦЭВТ, 2000 2001.
  72. М.Е. Решетки помеченных деревьев в задаче согласованного обновления иерархических баз данных: Дис.. канд. физ. мат. наук. -М., 1989.
  73. Искусственный интеллект-2000 // Тез. докл. науч. конф. Таганрог: ТРТУ, 2000. — 202 с.
  74. В.Н., Резников Б. А., Варакин Е. И. Теория систем и оптимального управления. 4.2. Понятия, модели, методы и алгоритмы оптимального выбора. Л., 1987. — 589 с.
  75. Л.А. Метод построения коммутативных отображений моделей данных при интеграции неоднородных баз данных // Программирование, 1999, № 6, с. 38 47.
  76. Л.А. Методы и средства интеграции неоднородных баз данных. М.: Наука, 1983.
  77. Л.А., Манукян М. Г. Языковые средства временно ориентированной модели данных // Программирование, 1990, № 5, с. 73 — 86.
  78. Л.А., Рыбкин В. М. Машины баз данных и знаний. М.: Наука. Гл. ред. физ.-мат. лит., 1990. — 296 с.
  79. Л.А., Скворцов Н. А., 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.
  80. А.В. Многопроцессорные системы с программируемой архитектурой. М.: Радио и связь, 1984.
  81. А.В. Суперкомпьютеры, супернейрокомпьютеры и искусственный интеллект // Искусственный интеллект-2000. Тез. докл. науч. конф.
  82. Таганрог: ТРТУ, 2000.-С. 12−14.
  83. А.В., Каляев И. А., Левин И. И., Пономарев И. М. Базовый модульдля построения реконфигурируемых под задачу вычислительных систем // Известия ВУЗов. Электроника, 1998, № 4, с. 67 — 74.
  84. А.В., Каляев И. А., Левин И. И., Пономарев И. М. Параллельный компьютер с программируемой под структуру задачи архитектурой // Труды шестого международного семинара «Распределенная обработка информации». Новосибирск, 1998. — С. 25 — 29.
  85. А.В., Левин И. И., Шматок А. В. Средства программирования суперкомпьютеров с массовым параллелизмом и программируемой архитектурой // Искусственный интеллект 2000. Тез. докл. науч. конф. — Таганрог: Изд-во ТРТУ, 2000. — С. 145 — 148.
  86. А.В., Станишевский О. Б. Принципы построения программно• аппаратных средств супермакрокомпьютеров // Информатика. М.: 1990, № 2, с. 13−21.
  87. Г. Н. Структурный системный анализ(автоматизация применения). М.: Лори, 1996.
  88. Ю.В., Летичевский А. А. Математическая теория проектирования вычислительных систем. М.: Наука. Гл. ред. физ.-мат. лит., 1988.
  89. Д., Лебен Дж. Техника программирования для IMS. Методология использования DL/1 / Пер. с англ. М.: Финансы и статистика, 1983.-248с.
  90. Каррабис Дж.-Д. Программирование в dBASE III Plus/ Пер. с англ. М.:• Финансы и статистика, 1991. 240 с.
  91. Ким Вон. Технология объектно-ориентированных баз данных // Открытые системы, 1994, № 4.
  92. А., Медовников Д., Тюменев В. Защита для кубита // Эксперт, № 17, 2000, с.30−31.
  93. М. Математика. Утрата определенности / Пер. с англ. М.: Мир, 1984. -446 с.
  94. И.И. Матрично-реляционная модель данных для представления и обработки информации в автоматизированных системах мониторинга и управления //Программирование, 1997, № 6, с. 58 72.
  95. М.Р. Систематика коллекций информационных ресурсов в электронных библиотеках // Программирование, 2000, № 3, с. 30−52.
  96. М.Р., Новиков Б. А. Электронные библиотеки новый класс информационных систем (от составителей выпуска) // Программирование, 2000, № 3, с. 3 — 8.
  97. Козленко Л. А. Разработка математического обеспечения систем управления вложенными транзакциями в параллельных и распределенных сре
  98. Ю.В., Кобайло А. С. Синтез вычислительных структур. М.: Наука и техника, 1989.
  99. В.В. Архитектура вычислительных систем с программируемой структурой. Новосибирск: Наука, 1985.
  100. В.В. Параллельные вычислительные системы. М.: Нолидж, 1999.
  101. В.В., Киселев А. В. Современные микропроцессоры. М.: Нолидж, 1998.
  102. В.А., Смелянский Р. Л., Трекин А. Г. Синтез структур вычислительных систем реального времени с использованием генетичесих алгоритмов // Программирование, 2000, № 5, с. 63 72.
  103. П.М. Архитектура конвейерных ЭВМ / Пер. с англ. М.: Радио и связь, 1985.
  104. Т. Ассоциативная память. М.: Мир, 1980.
  105. С.А. Программирование без программирования. Использование утилиты Designer пакета Clarion для разработки программ. М.: Радио и связь, 1992. — 192 с.
  106. Н. Теория графов. Алгоритмический подход / Пер. с англ. -М.: Мир, 1978.
  107. Л.Т. Основы кибернетики. Т. 1. Математические основы кибернетики. Учеб. пособие для студентов втузов. М.: Энергия, 1973. — 504 с.
  108. Л.Т. Основы кибернетики: В 2-х т. Т. 2. Основы кибернетических моделей. Учеб. пособие для вузов. М.: Энергия, 1979. — 584 с.
  109. С.Д., Пономаренко В. Н. Выработка оптимальных планов выполнения запросов в реляционных СУБД // Программирование, 1990,№ 2.
  110. М. Между строк таблиц Linpack // COMPUTER WEEK -Москва, 1998, № 13, с. 41 43.
  111. И.С. Имитационные системы. Новосибирск: Наука, 1981.-300с.
  112. И.С. Интеллектуальные системы в целевом управлении. Новосибирск: Наука, 1987. — 199 с.
  113. И.С. Интеллектуальные системы и логика. Новосибирск: Наука, 1973.-172с.
  114. И.С. Логические методы построения математических моделей. -Новосибирск: Наука, 1980. 192 с.
  115. И.А. Информация и безопасность. Композиционная технология информационного моделирования сложных объектов принятия решений. М.: МГЦНТИ, 1997. — 336 с.
  116. 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.
  117. И.И. Структурно-процедурное программирование // Искусственный интеллект-2000. Тез. докл. науч. конференции. Таганрог: Изд-во ТРТУ, 2000.-С. 148−151.
  118. И.И., Коробкин В. В. Принципы создания, интеллектуальной самонастраиваемой элементной базы для эффективного аппаратного решения широкого класса задач // Искусственный интеллект-2000. Тез. докл. науч. конф, — Таганрог: ТРТУ, 2000. С. 151−153:
  119. И.И., Пономарев И. М. Методика организации высокоэффективных параллельных вычислений в многопроцессорных системах. // Тезисы международной конференции «Искусственный интеллект-2000». Таганрог: Изд-во ТРТУ, 2000. — С. 142−145.
  120. Лекции по теории графов: Учеб. пособие. / Емеличев В. А., Мельников О. И., Сарванов В. И., Тышкевич Р. И. М.: Наука, 1990.
  121. А.Б. Полнота языков запросов // Программирование, 1993, № 2.
  122. Т. Введение в dBASE IV / Пер. с англ. М.: Радио и связь, 1993.
  123. Логический подход к искусственному интеллекту: От модальной логики к логике баз данных / Пер. с франц. // Тейз А., Грибомон П., Юлен Г. и др. М.: Мир, 1998.
  124. И.А. Каузальная семантика для сетей Петри с контактами // Программирование, 1999, № 4, с. 43 53.
  125. Й., Огенстайн М., Тененбаум А. Структуры данных для персональных ЭВМ / Пер. с англ. М.: Мир, 1989. — 568 с.
  126. Ю.Я. Интеллектуальные информационные системы. М., Наука. Гл. ред. физ.-мат. лит., 1990.
  127. Э. Алгоритмы оптимизации на сетях и графах / Пер. с англ. -М.: Мир, 1981.
  128. М.Г., Шикин И. Ю. Нечеткий лингвистический интерфейс //Программирование, 1998, № 4, с. 50 61.
  129. А.А. Алгоритмы и рекурсивные функции. М.: Наука, 1965.
  130. А.С. Как расширить возможности СУБД CLARION // Библиотека информационных технологий: Вып. 10 // Под ред. Г. Р. Громова. М.: Инфоарт, 1994. — С. 3−10.
  131. А.С. Решение вычислительной задачи при наличии временных ограничений //Изв. вузов. Приборостроение. 1993. Т.36, № 7−8, с.89−92.
  132. А.С., Карпов Е. А., Котухов М. М. и др. Законодательно-правовое и организационно-техническое обеспечение информационной безопасности АС и ИВС // Под ред. И. В. Котенко. СПб.: ВУС, 2000. — 190 с.
  133. Дж. Организация баз данных в вычислительных системах. М.: Мир, 1980.
  134. .К. Синтаксически управляемая обработка данных: Дис.. д-ра физ. мат. наук. — СПб., 1997.
  135. М.Г. Пространственные методы доступа // Программирование, 1998, № 3, с. 59−69.
  136. Д., Тюменев В. Считающий атом // Эксперт, № 17, 8 мая 2000, с. 24 27.
  137. Д. Теория реляционных баз данных. М.: Мир, 1987.
  138. Ч. Анализ информационно-поисковых систем. М.: Мир, 1970.
Заполнить форму текущей работой