Xreferat.com » Рефераты по информатике и программированию » Использование алгоритмов искусственного интеллекта в процессе построения UFO-моделей

Использование алгоритмов искусственного интеллекта в процессе построения UFO-моделей

процессе построения UFO-моделей" width="25" height="29" align="BOTTOM" border="0" /> еще остались "висящие" входы и выходы, то муравей случайным образом размещается на любом из них. Иначе – покидает компонент Использование алгоритмов искусственного интеллекта в процессе построения UFO-моделей по тому пути, по которому он на него попал.

Если же у компонента Использование алгоритмов искусственного интеллекта в процессе построения UFO-моделей остались "висящие" входы и выходы, то муравей случайным образом размещается на любом из них.


2.3.5 Пример перемещений муравья

Пусть контекстная диаграмма системы имеет два входа (a и b) и два выхода (c и d), а муравей находится в конце входа b (рис. 2.14).


Использование алгоритмов искусственного интеллекта в процессе построения UFO-моделей

Рисунок 2.14 – Контекстная диаграмма с двумя входами и двумя выходами


Пусть в библиотеке компонентов находятся (рис. 2.15):

компонент С1 с входами b, e и выходом d;

компонент С2 с входом a и выходами e, f;

компонент С3 с входом f и выходом c.


Использование алгоритмов искусственного интеллекта в процессе построения UFO-моделей

Рисунок 2.15 – Пример библиотеки компонентов


Первое перемещение муравей делает следующим образом.

Вначале он выбирает из библиотеки компонент С1, у которого есть вход b, который можно присоединить к входу b контекстной диаграммы.

После присоединения входа b компонента С1 к входу b контекстной диаграммы, муравей "переползает" по входу b на компонент С1 и присоединяет "висящий" выход d компонента С1 к еще свободному выходу d контекстной диаграммы системы.

У компонента С1 остался "висящий" вход e, в начале которого и размещается муравей (рис. 2.16).


Использование алгоритмов искусственного интеллекта в процессе построения UFO-моделей

Рисунок 2.16 – Первый ход муравья


Второе перемещение муравей делает следующим образом.

Вначале он выбирает из библиотеки компонент С2, у которого есть выход e, который можно присоединить к входу e компонента С1.

После присоединения выхода e компонента С2 к входу e компонента С1, муравей "переползает" по входу e на компонент С2 и присоединяет "висящий" вход a компонента С2 к еще свободному входу a контекстной диаграммы системы.

У компонента С2 остался "висящий" выход f, в конце которого и размещается муравей (рис. 2.17).


Использование алгоритмов искусственного интеллекта в процессе построения UFO-моделей

Рисунок 2.17 – Второй ход муравья

Третье перемещение муравей делает следующим образом.

Вначале он выбирает из библиотеки компонент С3, у которого есть вход f, который можно присоединить к выходу f компонента С2. После присоединения входа f компонента С3 к выходу f компонента С2, муравей "переползает" по выходу f на компонент С3 и присоединяет "висящий" выход c компонента С3 к еще свободному выходу c контекстной диаграммы системы (рис. 2.18).


Использование алгоритмов искусственного интеллекта в процессе построения UFO-моделей

Рисунок 2.18 – Третий ход муравья


У компонента С3 не осталось "висящих" входов и выходов. Поэтому муравей "переползает" обратно по связи f на компонент С2. У компонента С2 тоже не осталось "висящих" входов и выходов. Поэтому муравей "переползает" обратно по связи e на компонент С1. У компонента С1 тоже не осталось "висящих" входов и выходов. Поэтому муравей "переползает" обратно по связи b на вход b контекстной диаграммы системы.

Муравей вернулся в начальное положение, поэтому его перемещения на этом прекращаются.

Присоединяя "висящие" входы или выходы компонента, муравей в первую очередь должен пытаться их присоединять к еще свободным входам или выходам контекстной диаграммы системы, а уже потом – к "висящим" входам или выходам других компонентов.

Наконец, из библиотеки компонентов муравью, вероятно, следует выбирать для присоединения тот компонент, у которого в результате окажется меньше "висящих" входов и выходов. Хотя такая локальная оптимальность вовсе не гарантирует того, что процесс построения системы из заданных компонентов закончится быстрее.


2.4 Перемещение нескольких муравьев


Естественно, что сборка системы из заданных компонентов будет производиться гораздо быстрее, если ее будет осуществлять не один муравей, но несколько. Количество муравьев может задаваться произвольным образом. Например, их можно разместить по одному в конце каждого входа и в начале каждого выхода контекстной диаграммы системы. Однако при этом возникает проблема разрешения конфликтов при попытке разных муравьев присоединить, например, к одному свободному выходу контекстной диаграммы, "висящие" выходы своих компонентов (рис. 2.19).


Использование алгоритмов искусственного интеллекта в процессе построения UFO-моделей

Рисунок 2.19 – Конфликт двух муравьев


2.4.1 Разрешение конфликтов

Можно предложить несколько способов разрешения конфликтов муравьев при доступе к одним ресурсам.

Например, можно назначить муравьям приоритеты – целые числа от 1 до V, где V – количество муравьев. Чем меньше число, тем выше приоритет. Таким образом, самый высокий приоритет имеет муравей, которому сопоставлено число 1, а самый низкий – муравей, которому сопоставлено число V. Если два муравья конфликтуют, то предпочтение отдается тому, у которого выше приоритет. Например, если у муравьев, изображенных выше на рис. 2.19, приоритеты назначены так, что муравей, находящийся на выходе c компонента C1, имеет приоритет 7, а муравей, находящийся на выходе c компонента C2, имеет приоритет 9, то их конфликт за выход c контекстной диаграммы системы разрешиться в пользу муравья, находящегося на выходе c компонента C1, который имеет более высокий приоритет по сравнению с муравьем, находящимся на выходе c компонента C2. Результат разрешения конфликта этих двух муравьев показан на рис. 2.20.


Использование алгоритмов искусственного интеллекта в процессе построения UFO-моделей

Рисунок 2.20 – Разрешение конфликта двух муравьев


Другим способом может быть разрешение конфликта, основанное на присоединении к свободной связи любой случайным образом выбранной "висящей" связи.

Наконец, предпочтение можно отдавать муравью, у которого больше "висящих" связей.


2.4.2 Пример перемещений нескольких муравьев

Пусть контекстная диаграмма системы имеет два входа (a и b) и два выхода (c и d), а муравей 1 находится в конце входа b, и муравей 2 – в начале выхода c, рис. 2.21).


Использование алгоритмов искусственного интеллекта в процессе построения UFO-моделей

Рисунок 2.21 – Размещение муравьев на контекстной диаграмме

Пусть в библиотеке компонентов находятся (рис. 2.22):

компонент С1 с входами b, e и выходом g;

компонент С2 с входом a и выходами e, f;

компонент С3 с входами f, h и выходом c;

компонент С4 с входом g и выходами h, d.


Использование алгоритмов искусственного интеллекта в процессе построения UFO-моделей

Рисунок 2.22 – Библиотека из четырех компонентов


Первое перемещение муравей 1 делает следующим образом.

Вначале он выбирает из библиотеки компонент С1, у которого есть вход b, который можно присоединить к входу b контекстной диаграммы.

После присоединения входа b компонента С1 к входу b контекстной диаграммы, муравей "переползает" по входу b на компонент С1. У компонента С1 остался "висящий" вход e и "висящий" выход g, в конце которого и размещается муравей 1 (рис. 2.23).


Использование алгоритмов искусственного интеллекта в процессе построения UFO-моделей

Рисунок 2.23 – Первый ход муравья 1


Первое перемещение муравей 2 делает следующим образом. Вначале он выбирает из библиотеки компонент С3, у которого есть выход c, который можно присоединить к выходу c контекстной диаграммы. После присоединения выхода c компонента С3 к выходу c контекстной диаграммы, муравей "переползает" по выходу c на компонент С3. У компонента С3 остались "висящие" входы h и f, в начале которого и размещается муравей 2 (рис. 2.24).


Использование алгоритмов искусственного интеллекта в процессе построения UFO-моделей

Рисунок 2.24 – Первый ход муравья 2


Второе перемещение муравей 1 делает следующим образом.

Вначале он выбирает из библиотеки компонент С4, у которого есть вход g, который можно присоединить к выходу g компонента С1.

После присоединения входа g компонента С4 к выходу g компонента С1, муравей "переползает" по входу g на компонент С4, выход h которого он соединяет с входом h компонента С3, а выход d – c выходом d контекстной диаграммы системы (рис. 2.25).


Использование алгоритмов искусственного интеллекта в процессе построения UFO-моделей

Рисунок 2.25 – Второй ход муравья 1


Второе перемещение муравей 2 делает следующим образом. Вначале он выбирает из библиотеки компонент С2, у которого есть выход f, который можно присоединить к входу f компонента С3. После присоединения выхода f компонента С2 к входу f компонента С3, муравей "переползает" по входу f на компонент С2, выход e которого он соединяет с входом e компонента С1, а вход a – c входом a контекстной диаграммы системы (рис. 2.26).


Использование алгоритмов искусственного интеллекта в процессе построения UFO-моделей

Рисунок 2.26 – Второй ход муравья 2


3. Пример использования Microsoft Excel в процессе построения UFO-модели из заданных компонентов на основе алгоритма муравья


Пусть контекстная диаграмма системы имеет такой вид, как на рис. 3.1, и все муравьи расположены у входов в диаграмму.


Использование алгоритмов искусственного интеллекта в процессе построения UFO-моделей

Рисунок 3.1 – Начальное размещение трех муравьев


Пусть библиотека компонентов содержит шесть подсистем, таких, как показано на рис. 3.2.


Использование алгоритмов искусственного интеллекта в процессе построения UFO-моделей

Рисунок 3.2 – Библиотека из шести компонентов


В Microsoft Excel данную библиотеку компонентов можно представить так, как показано на рис. 3.3, на листе "Библиотека компонентов".


Использование алгоритмов искусственного интеллекта в процессе построения UFO-моделей

Рисунок 3.3 – Представление библиотеки в Microsoft Excel

Текущее положение муравьев в Microsoft Excel можно представить так, как показано на рис. 3.4, на листе "Муравьи".


Использование алгоритмов искусственного интеллекта в процессе построения UFO-моделей

Рисунок 3.4 – Представление текущего положения муравьев в Microsoft Excel


Для поиска в библиотеке компонентов того компонента, который может быть подключен муравьем к той "висящей" стрелке, на которой он сейчас находится, можно воспользоваться функцией ПРОСМОТР [45].

Функция ПРОСМОТР имеет две синтаксические формы: вектор и массив. Вектор – это диапазон, который содержит только одну строку или один столбец. Векторная форма функции ПРОСМОТР просматривает диапазон, в который входят значения только одной строки или одного столбца (так называемый вектор) в поисках определенного значения и возвращает значение из другого столбца или строки. Эта форма функции ПРОСМОТР используется, когда требуется указать интервал, в котором находятся искомые значения. Другая форма функции ПРОСМОТР автоматически использует для этой цели первую строку или первый столбец.

Синтаксис векторной формы функции ПРОСМОТР имеет следующий вид: ПРОСМОТР (Иск_знач; Просматриваемый_вектор; Вектор_результатов).

Иск_знач – это искомое значение, которое ПРОСМОТР ищет в первом векторе. Искомое значение может быть числом, текстом, логическим значением, именем или ссылкой, ссылающимися на значение. Просматриваемый_вектор – это интервал, содержащий только одну строку или один столбец. Значения в аргументе просматриваемый вектор могут быть текстами, числами или логическими значениями. Следует отметить, что значения в аргументе просматриваемый вектор должны быть расположены в порядке возрастания, в противном случае функция ПРОСМОТР может вернуть неверный результат. Тексты в нижнем и верхнем регистре считаются эквивалентными. Вектор_результатов – это интервал, содержащий только одну строку или один столбец. Он должен быть того же размера, что и просматриваемый вектор. Для поиска в библиотеке компонентов того компонента, который может быть подключен муравьем 1 к "висящей" стрелке a, на которой он сейчас находится, в ячейку Е3 введем формулу


=ПРОСМОТР(C3;'Библиотека компонентов'!$A$2:$A$7;

'Библиотека компонентов'!$B$2:$B$7),


которую затем распространим с помощью маркера заполнения в ячейки Е4 и Е5. Результат показан на рис. 3.5.


Использование алгоритмов искусственного интеллекта в процессе построения UFO-моделей

Рисунок 3.5 – Поиск компонентов в Microsoft Excel


Заметим, что для муравья 3 результат поиска оказался неверным. Это связано с тем, что компоненты в библиотеке (рис. 3.3) упорядочены по возрастанию по системам, но не по входам, как это требует функция ПРОСМОТР. Поэтому функция ПРОСМОТР вернула неверный результат. Чтобы в дальнейшем получать правильные результаты, необходимо изменить представление библиотеки компонентов так, как показано на рис. 3.6.

Использование алгоритмов искусственного интеллекта в процессе построения UFO-моделей

Рисунок 3.6 – Измененная библиотека компонентов


Теперь Microsoft Excel дает правильный результат (рис. 3.7).


Использование алгоритмов искусственного интеллекта в процессе построения UFO-моделей

Рисунок 3.7 – Верный результат поиска компонентов в Microsoft Excel


Итак, Microsoft Excel рекомендует (рис. 3.7):

муравью 1 подключить к выходу a компонент С1;

муравью 2 подключить к выходу b компонент С2;

муравью 3 подключить к выходу c компонент С4.

Сделаем это (рис. 3.8):


Использование алгоритмов искусственного интеллекта в процессе построения UFO-моделей

Рисунок 3.8 – Первые перемещения муравьев


Заметим, что муравей 1 закончил свои перемещения, а муравей 2 перешел на стрелку g, и муравей 3 – на стрелку h.

Посмотрим, что теперь предложит Microsoft Excel муравьям 2 и 3 (рис. 3.9).


Использование алгоритмов искусственного интеллекта в процессе построения UFO-моделей

Рисунок 3.9 – Вторая итерация поиска компонентов в Microsoft Excel


Итак, Microsoft Excel рекомендует (рис. 3.9):

муравью 2 подключить к выходу g компонент С3;

муравью 3 подключить к выходу h компонент С5.

Сделаем это (рис. 3.10):


Использование алгоритмов искусственного интеллекта в процессе построения UFO-моделей

Рисунок 3.10 – Вторые перемещения муравьев


Заметим, что муравей 2 также закончил свои перемещения, а муравей 3 перешел на стрелку i.

Посмотрим, что теперь предложит Microsoft Excel муравь. 3 (рис. 3.11).


Использование алгоритмов искусственного интеллекта в процессе построения UFO-моделей

Рисунок 3.11 – Третья итерация поиска компонентов в Microsoft Excel

Сделаем это и посмотрим на окончательный результат (рис. 3.12):


Использование алгоритмов искусственного интеллекта в процессе построения UFO-моделей

Рисунок 3.12 – Окончательный результат


4. Использование алгоритма муравья в процессе UFO-моделирования шахтной транспортной системы


Все результаты, представленные в этом разделе, получены в ходе исследовательской практики в отдельном подразделении "Шахта "Комсомольская"" государственного предприятия "Антрацит" Министерства угольной промышленности Украины (г. Антрацит, Луганская область).


4.1 Общие сведения о подразделении "Шахта "Комсомольская""


Подразделение создано для осуществления производственной, хозяйственной, коммерческой и других видов деятельности с целью содействия всестороннему развитию государственного предприятия "Антрацит", повышению его инвестиционной привлекательности, получения прибыли.

Подразделение работает по единой производственно-технологической программе с государственным предприятием "Антрацит" и отчитывается перед ним о результатах финансово-хозяйственной деятельности.

Основными видами деятельности, которые осуществляет подразделение, являются, в частности:

добыча угольной продукции;

переработка (обогащение) угольного сырья;

переработка, использование и реализация отходов производства, вторичного сырья;

разработка и внедрение проектов по применению новой техники, передовой технологии, современных методов организации производства, а также использование прогрессивных материалов, изделий и конструкций;

развитие производственно-хозяйственного комплекса подразделения, повышение производительности труда и эффективности добычи угля, максимальное использование внутренних резервов, интенсификация производственных процессов;

обеспечение экономического анализа производственной и финансово-хозяйственной деятельности с целью выявления резервов повышения эффективности производства, улучшения использования материальных, трудовых и финансовых ресурсов;

научно-техническая деятельность.

Для достижения цели создания подразделения и учитывая необходимость обеспечения подразделением выполнения планов добычи угля, эффективного освоения производственных мощностей и наибольшего использования внутренних резервов при соблюдении безопасных условий труда и наименьших затратах трудовых, материальных и денежных ресурсов, а также повышения социально-экономического уровня трудового коллектива и удовлетворения социальных потребностей работников, подразделение осуществляет, в частности, следующие производственно-хозяйственные функции:

самостоятельно планирует свою деятельность, исходя из основных показателей, которое доводит государственное предприятие "Антрацит";

на основе перспективной программы развития и задания, которое устанавливается государственным предприятием "Антрацит" на добычу угля, разрабатывает планы производства, доводит их до участков и цехов;

разрабатывает проекты отработки очистных забоев и анализирует эффективность использования используемого оборудования при обеспечении соблюдения безопасных условий труда;

осуществляет выбор системы разработки угольных месторождений и его элементов, способов подготовки участков для выема, способов механизации основных процессов очистных и подготовительных работ, способов управления горным давлением в очистных и подготовительных выработках;

принимает участие в рассмотрении проектов отработки шахтных полей и технологических процессов;

внедряет в производство достижения отечественной и зарубежной науки и техники.


4.2 Подготовка и вскрытие шахтного поля


Подземный транспорт шахт и рудников горнодобывающей промышленности является составным звеном общешахтной транспортной системы. Он представляет собой многозвенную систему, состоящую из разнотипных транспортных установок цикличного и непрерывного действия, с взаимосвязанными параметрами, функционирующую в сложных горно-геологических условиях [46].

Характерные черты подземного транспорта:

сравнительно небольшие расстояния транспортирования в подземных условиях при значительных объёмах перевозки;

неравномерность грузопотоков;

широкая разветвлённость транспортных магистралей;

наличие в одной магистрали нескольких видов транспорта и необходимость перегрузок в местах сопряжения;

многозвенность транспорта, работающего в горизонтальных и наклонных выработках в стеснённых условиях при значительной запылённости, влажности и загазованности окружающей среды.

Основные виды подземного транспорта: конвейерный и локомотивный.

Конвейерный транспорт характеризуется:

высокой производительностью, связанной с поточностью;

низкой трудоёмкостью обслуживания;

высокой надёжностью;

низким уровнем травматизма обслуживающего персонала;

способностью транспортировать груз, как по горизонтальным, так и по наклонным выработкам;

удобством сопряжения с очистными забоями.

Недостатки конвейерного транспорта:

относительно высокие капитальные и эксплуатационные затраты;

неприспособленность к транспортированию крупнокусковых и абразивных грузов;

низкая технологическая гибкость.

Локомотивный транспорт характеризуется

многофункциональностью;

практически неограниченной производительностью;

высокой экономичностью;

маневренностью;

высоким коэффициентом готовности.

Недостатки локомотивного транспорта:

цикличность

зависимость производительности от уровня организации

ограниченность применения по углам наклона

наличие сложного аккумуляторного хозяйства при использовании аккумуляторных электровозов.

Существуют различные системы подготовки и вскрытия шахтного поля. Одной из них является панельная система подготовки с отработкой длинными столбами по простиранию.

При панельной системе подготовки применяется следующая схема транспорта. Отбитый уголь по призабойному скребковому конвейеру через перегружатель доставляется на ярусный штрек. В зависимости от мощности забоя, могут быть применены 2 последовательно соединённые конвейера 2ЛТ80 и 2Л80 или один 1ЛТ100 на всю длину ярусного штрека. Далее уголь подаётся на панельный конвейерный уклон, где, в зависимости от нагрузки, могут быть применены уклонные ленточные конвейеры 1ЛУ100, 2ЛУ100 или 2ЛУ120В. В месте сопряжения уклона и главного полевого транспортного штрека оборудуется горный бункер ёмкостью 100-150 т. По главному штреку транспортирование осуществляется локомотивной откаткой. Для доставки материалов и оборудования к очистному забою по ярусным штрекам предусматривается установка грузо-людской монорельсовой дороги ДМКМ. Для обслуживания конвейера на конвейерном уклоне устанавливается монорельсовая дорога.


4.3 UFO-модель шахтной транспортной системы


Контекстная модель шахтной транспортной системы показана на рис. 4.1.


Использование алгоритмов искусственного интеллекта в процессе построения UFO-моделей

Рисунок 4.1 – Контекстная модель шахтной транспортной системы


В процессе построения декомпозиции контекстной модели шахтной транспортной системы муравей может пользоваться библиотекой компонентов, основные элементы которой представлены на рис. 4.2.


Использование алгоритмов искусственного интеллекта в процессе построения UFO-моделей

Рисунок 4.2 – Основные элементы библиотеки компонентов


Первоначально муравей находится в добывающем забое. Если муравей выбрал для транспортировки отбитого угля компонент "Конвейер 1ЛТ100", то диаграмма декомпозиции контекстной модели шахтной транспортной системы примет следующий вид (рис. 4.3).


Использование алгоритмов искусственного интеллекта в процессе построения UFO-моделей

Рисунок 4.3 – Первый шаг муравья


Далее муравей может выбрать уклонный ленточный конвейер 1ЛУ100. В этом случае диаграмма декомпозиции контекстной модели шахтной транспортной системы примет такой вид, как показано на рис. 4.4.


Использование алгоритмов искусственного интеллекта в процессе построения UFO-моделей

Рисунок 4.4 – Второй шаг муравья


На последнем шаге муравей выбирает локомотивную откатку. В результате получается такая диаграмма декомпозиции контекстной модели шахтной транспортной системы, как показано на рис. 4.5.


Использование алгоритмов искусственного интеллекта в процессе построения UFO-моделей

Рисунок 4.5 – Третий шаг муравья


Если бы на первом шаге муравей выбрал вместо конвейера 1ЛТ100 конвейер 2ЛТ80, а вместо конвейера 1ЛУ100 конвейер 2ЛУ120В, то в результате получилась бы диаграмма декомпозиции контекстной модели шахтной транспортной системы, показанная на рис. 4.6.


Использование алгоритмов искусственного интеллекта в процессе построения UFO-моделей

Рисунок 4.6 – Диаграмма декомпозиции контекстной модели


Выводы


В процессе выполнения магистерской аттестационной работы получены следующие результаты:

проанализированы современные технологии построения систем;

проанализированы прикладные методы и технологии искусственного интеллекта:

нейронные сети;

генетические алгоритмы;

системы, основанные на продукционных правилах;

нечеткая логика;

умные агенты;

алгоритм муравья.

осуществлена адаптация алгоритма муравья к задаче построения UFO-модели из заданных компонентов:

начальное размещение муравья;

правила соединения муравьем UFO-компонентов;

перемещение муравья из входа и выхода контекстной диаграммы;

перемещение муравья из входа и выхода UFO-компонента;

разрешение конфликтов при перемещении нескольких муравьев.

разработан пример использования Microsoft Excel в процессе построения UFO-модели из заданных компонентов на основе алгоритма муравья;

полученные результаты применены в процессе UFO-моделирования шахтной транспортной системы.

Полученные результаты можно использовать в процессе UFO-анализа.

Среди возможных направлений развития следует отметить перспективность исследования возможности применения других алгоритмов искусственного интеллекта в процессе UFO-анализа. Также направлением развития может быть внедрение полученных результатов в CASE-инструментарии, используемые в процессе моделирования систем.

Результаты работы апробированы на IV-м Международном научно-практическом форуме "Информационные технологии и кибернетика 2006", который проходил в Днепропетровске 27-28 апреля 2006 г., и опубликованы в сборнике докладов и тезисов этого форума [44].


Перечень ссылок


1. Лямец В.И., Тевяшев А.Д. Системный анализ. Вводный курс. – Харьков: ХТУРЭ, 1998. – 252 с.

2. Давыдов А.Н., Судов Е.В., Якунина О.В. Применение расширенной идеологии IDEF для анализа и реинжиниринга бизнес-процессов в производственных и организационных системах // Проблемы продвижения продукций и технологий на внешний рынок. Специальный выпуск, 1997. – С. 23-27.

3. Информационные технологии организационного управления сложными социотехническими системами / О.Е. Федорович, Н.В. Нечипорук, Е.А. Дружинин, А.В. Прохоров. – Харьков: Нац. аэрокосм. ун-т "Харьк. авиац. ин-т", 2004. – 295 с.

4. Емельянов В.В., Урусов А.В. IDEF-RDO: имитационный анализ функциональной структуры сложных систем // Программные продукты и системы. – 1997. – № 3. – С. 13-18.

5. Калянов Г.Н. Консалтинг при автоматизации предприятий. – М.: Синтег, 1997. – 316 с.

6. Вендров А.М. CASE-технологии. Современные методы и средства проектирования информационных систем. – М.: Финансы и статистика, 1998. – 176 с.

7. Бондаренко М.Ф., Маторин С.И., Ельчанинов Д.Б. Системная технология моделирования информационных и организационных систем: Учебное пособие. – Харьков: ХНУРЭ, 2005. – 116 с.

8. Емельянов В.В., Попов Э.В. Интеллектуальное имитационное моделирование в реинжиниринге бизнес-процессов // Программные продукты и системы. – 1998. – № 3. – С. 3-10.

9. Маклаков С.В. Моделирование бизнес процессов с BPwin 4.0. – М.: Диалог-МИФИ, 2002. – 224 с.

10. Маклаков С.В. BPwin, ERwin. CASE-средства разработки информационных систем. – М.: Диалог-Мифи, 1999. – 295 с.

11. Маторин С.И. Анализ и моделирование бизнес-систем: системологическая объектно-ориентированная технология. – Харьков: ХНУРЭ, 2002. – 322 с.

12. Бондаренко М.Ф., Соловьева Е.А., Маторин С.И., Ельчанинов Д.Б. Системологическая технология моделирования информационных и организационных систем: Учебное пособие. – Харьков: ХНУРЭ, 2005. – 136 с.

13. Маторин В.С., Маторин С.И., Полунин Р.А., Попов А.С. Знаниеориентированный CASE-инструментарий автоматизации UFO-анализа // Проблемы программирования. – 2002. – №1-2. – С. 469-476.

14. Маторин С.И., Ельчанинов Д.Б. Применение теории паттернов для формализации системологического УФО-анализа // Научно-техническая информация. Серия 2. – 2002. – №11. – С. 1-8.

15. Джонс М.Т. Программирование искусственного интеллекта в приложениях. – М.: ДМК Пресс, 2004. – 312 с.

16. Хьюбел Д. Глаз, мозг, зрение. – М.: Мир, 1990. – 239 с.

17. Pulsed neural networks / by W. Maas and C.M. Bishop eds. – MIT Press. – 1999. – 408 p.

18. Lin C.T. Neural fuzzy systems: a neuro-fuzzy synergism to intelligent systems. – Upper Saddle Rever, New Jersey: Prentice Hall PTR, 1997. – 786 p.

19. Цыпкин Я.З. Основы теории обучающихся систем. – М.: Наука, 1970. – 252 с.

20. Hertz J. Introduction to the theory of neural computation. – Redwood City: Addison-Wesley Publishing Company, 1996. – 327 p.

21. Kohonen T. Self-organizing Maps. – Berlin: Springer-Verlag, 1995. –363 p.

22. Приобретение знаний / Под ред. С. Осуги, Ю. Саэки; Пер. с япон. – М.: Мир, 1990. – 304 с.

23. Огнев И.В. Интеллектуальные системы ассоциативной памяти. – М.: Радио и связь, 1996. – 176 с.

24. Kung S.Y. Digital Neural Networks. – Engewood Cliffs, New Jersey:

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: