Православный свято-тихоновский гуманитарный университет

Вид материала

Пояснительная записка

Содержание Системы искусственного интеллекта Пояснительная записка Цель курса. Связь с другими научными дисциплинами. Объем дисциплины и виды учебной работы Содержание дисциплины Содержание курса 1.2. Знания и данные (1 час). 1.3. Понятия о прикладных системах искусственного интеллекта (2 часа). 2.1. Логика предикатов первого порядка (2 часа). 2.2. Псевдофизические логики (2 часа). 2.3. Правила-продукции (3 часа). 2.4. Семантические сети (2 часа). 2.5. Фреймы и объекты (2 часа). 2.6. Нейронные сети (1 час). 3.1. Архитектура экспертных систем (2 часа). 3.2. Технология построения экспертных систем (3 часа). 3.3. Взаимодействие с компьютером на естественном языке (2 часа). 3.4. Методы приобретения знаний (4 часа). 4. Раздел 5. Нейронные сети. 4.2. Другие модели нейронных сетей (2 часа). ... Полное содержание

Подобный материал:

• I международная конференция «вопросы эпиграфики», 111.8kb.
• Слова с корнем благ- в церковнославянском и современном русском языках, 525.98kb.
• Тихоновский Богословский Университет Центр педагогических исследований «Покров» Возрастная, 7228.88kb.
• Православный свято-тихоновский гуманитарный университет богословский факультет Кафедра, 875.62kb.
• Православный свято-тихоновский гуманитарный университет исторический факультет, 588.21kb.
• Карельская Автономная Советская Социалистическая республика на рк национальный архив, 6698.76kb.
• Третий православный пасхальный театральный фестиваль, 19.84kb.
• Тихоновский Гуманитарный Университет Исторический факультет Кафедра Истории России, 977.98kb.
• Российский гуманитарный научный фонд администрация смоленской области ноу впо смоленский, 40.1kb.
• «Московский гуманитарный университет», 322.34kb.

ПРАВОСЛАВНЫЙ СВЯТО-ТИХОНОВСКИЙ ГУМАНИТАРНЫЙ УНИВЕРСИТЕТ

КАФЕДРА ИНФОРМАТИКИ

С. В. БУЯНОВ

Описание курса

Системы искуственного интеллекта


для студентов, обучающихся

по специальности 351500 –

«МАТЕМАТИЧЕСКОЕ ОБЕСПЕЧЕНИЕ И

АДМИНИСТРИРОВАНИЕ ИНФОРМАЦИОННЫХ СИСТЕМ»


_


Москва

2006


Описание курса подготовлено: С.В. Буянов, к.т.н.,


Рецензенты: ___________________________________


Системы искуственного интеллекта:

Учеб.-метод. материалы. - М., 2005: Изд-во ПСТГУ


Учебно-методические материалы утверждены на заседании кафедры «Информатики» (протокол № )

Системы искусственного интеллекта

Пояснительная записка

Данная дисциплина является обязательной федеральной компонентой цикла СД для данной специальности. Её изучение вносит необходимый вклад в достижение ожидаемых результатов в профессиональной части программы подготовки математика-программиста.

Цель курса.

Целью курса является введение в курс проблем и методов решения задач искусственного интеллекта, включая задачи поддержки принятия решений.

Оно включает изучение содержания и методов инженерии знаний, роли особенностей и места экспертных систем как систем искусственного интеллекта, возможностей систем искусственного интеллекта в приложениях, предназначенных для систем поддержки решения. А также ознакомление студентов с основными математическими моделями представления знаний в системах искусственного интеллекта

• Сформировать системное базовое представление, первичные знания, умения и навыки студентов по основам инженерии знаний и нейроинформатики, как двум направлениям построения интеллектуальных систем.
  
• Дать общие представления о прикладных системах искусственного интеллекта.
  
• Дать представление о роли искусственного интеллекта и нейроинфоратики в развитии информатики в целом, а также, в научно-техническом прогрессе.
  
• Подготовить студентов к применению концепций интеллектуальных систем в обучении в магистратуре и при дипломном проектировании по специальности
  

Задачи курса

Преподать

• Базовые определения и понятия инженерии знаний и нейроинформатики.
  
• Основные задачи и методы инженерии знаний и нейроинформатики.
  
• Методы представления и обработки знаний.
  
• Знание как субъективная категория, взаимосвязь с понятиями данных и информации.
  
• Методы формализации знаний, в том числе, нечетких.
  
• Методы решения задач в системах, основанных на знаниях.
  
• Методы приобретения знаний.
  
• Архитектура экспертных систем, как одного из типов интеллектуальных систем.
  
• Технология разработки экспертных систем.
  
• Принципы построения нейронных сетей.
  
• Разные модели нейронных сетей. Их алгоритмы функционирования и методы обучения.
  

Требования к уровню освоения курса

В результате изучения дисциплины у студентов должны быть сформулированы представления о:

• истории, целях и задачах исследований в области искусственного интеллекта,
  
• прикладных системах искусственного интеллекта,
  
• двух подходах к построению интеллектуальных систем – логическом и нейрокибернетическом,
  
• нечеткости знаний, ее природе и разновидностях,
  
• проблемах построения систем общения с компьютером на естественном языке,
  
• областях применения интеллектуальных систем,
  
• проблемах и основных методах представления и обработки знаний,
  
• проблемах и способах построения нейронных сетей.
  

После изучения дисциплины студент должен

знать содержание:

• понятий инженерии знаний и нейрокибернетики,
  
• методов представления и обработки знаний,
  
• основных моделей нейронных сетей, методов и алгоритмов их обучения,
  
• структуры экспертных систем и их архитектурных особенностей в зависимости от особенностей решаемой задачи,
  
• этапов построения экспертных систем,
  
• методов построения систем общения на естественном языке.
  

приобрести умения и навыки:

• ориентироваться в различных типах интеллектуальных систем,
  
• ориентироваться а различных методах представления знаний, переходить от одного метода к другому,
  
• формализовать знания экспертов с применением различных методов представления знаний,
  
• ставить задачу построения экспертной системы для решения задачи выбора вариантов в плохо формализуемой предметной области,
  
• разрабатывать продукционные базы знаний для решения задач задачи выбора вариантов в плохо формализуемой предметной области
  
• применять основные модели нейронных сетей
  

Связь с другими научными дисциплинами.

Для изучения курса необходимо знание следующих курсов: Дискретная математика, Базы данных и СУБД, Структуры и алгоритмы компьютерной обработки данных


ОБЪЕМ ДИСЦИПЛИНЫ И ВИДЫ УЧЕБНОЙ РАБОТЫ

Вид учебной работы	Всего часов	Семестры
Общая трудоемкость	180	8
Аудиторные занятия	76	8
Лекции	38	8
Практические занятия (семинары)	19	8
Лабораторные работы	19	8
Самостоятельная работа	102	8
Реферат/курсовая работа/выпускная квалификационная работа		8
Вид итогового контроля	Экзамен	8

СОДЕРЖАНИЕ ДИСЦИПЛИНЫ

РАЗДЕЛЫ ДИСЦИПЛИНЫ И ВИДЫ ЗАНЯТИЙ

№ п/п	Тематический план	Лекции	Практические занятия, семинары
1	2	3	4
1	Введение	2
2	История искусственного интеллекта	1
3	Знания и данные	1
4	Понятия о прикладных системах искусственного интеллекта	2
5	Логика предикатов первого порядка	2
6	Псевдофизические логики	2
7	Правила-продукции	3
8	Семантические сети	2
9	Фреймы и объекты	2
10	Нейронные сети	1
11	Архитектура экспертных систем	2
12	Технология построения экспертных систем	3
13	Взаимодействие с компьютером на естественном языке	2
14	Методы приобретения знаний	4
15	Нейронные сети. Перцептроны	2
16	Другие модели нейронных сетей	2
17	Применение нейронных сетей	0.5
18	Заключение. Перспективы развития искусственного интеллекта	0.5
19	Экспертная компонента интегрированной информационной системы GURU		4
20	Продукционные системы		6
21	Доказательство теорем в ЛППП		12
22	Реляционные языки		4
23	ПФЛ		8

СОДЕРЖАНИЕ КУРСА

 

Введение (2 час).

Предмет, объект, метод, цель и задачи дисциплины "Системы искусственного интеллекта". Место и роль систем искусственного интеллекта в учебном плане и в работе выпускника по направлению "Информатика и вычислительная техника". Основная литература по дисциплине и ее краткий анализ.


Раздел 1. Концептуальные основы искусственного интеллекта.

1.1. История искусственного интеллекта (1 час).

Зарождение исследований в области искусственного интеллекта (ИИ). Два направления: логическое и нейрокибернетическое. Ранние исследования в 50-60-е годы (Н.Винер, Мак-Каллок, Розенблатт, Саймон, Маккартни, Слэйджл, Сэмюэль, Гелернер, Н.Амосов). Появление первого развитого языка программирования LISP для построения систем ИИ. Появление в конце 60-х годов интегральных (интеллектуальных) роботов и первых экспертных систем. Успехи экспертных системи застой в нейрокибернетике в 70-е годы. Новый бум нейрокибернетики в начале 80-х годов (Хопфилд). Появление логического программирования и языка PROLOG. Программа создания ЭВМ 5-го поколения. Стратегическая компьютерная инициатива США. Исследования по ИИ в СССР и России.

1.2. Знания и данные (1 час).

Свойства знаний и отличие знаний от данных. Типы знаний: декларативные и процедурные, экстенсиональные и интенсиональные. Нечеткие знания. Виды и природа нечеткости. Проблема понимания смысла как извлечения знаний из данных и сигналов.

1.3. Понятия о прикладных системах искусственного интеллекта (2 часа).

Прикладные системы ИИ – системы, основанные на знаниях. Понятие инженерии знаний. Экспертные системы. Их области применения и решаемые ими задач. Обобщенная структура экспертных систем. Интеллектуальные роботы. Их обобщенная структура. Системы общения на естественном языке и речевой ввод-вывод. Применение ИИ в системах управления производством. Применение ИИ в делопроизводстве и в сети Internet.


Раздел 2. Методы представления знаний и решения задач.


2.1. Логика предикатов первого порядка (2 часа).

Логические и эвристические методы представления знаний. Понятие предиката, формулы, кванторов всеобщности и существования. Интерпретация формул в логике предикатов 1-го порядка. Метод резолюции для доказательства теорем в логике 1-го порядка. Логика Хорна как основа языка логического программирования Prolog. Недостатки логики 1-го порядка как метода представления знаний. Пути повышения выразительных возможностей логики 1-го порядка: введение модальностей и повышение значности. Логика возможного-необходимого. Трехзначная семантика Лукасевича. Семантика возможных миров.

2.2. Псевдофизические логики (2 часа).

Теория нечетких множеств – основа псевдофизических логик. Нечеткая логика. Понятие лингвистической переменной. Примеры псевдофизических логик: пространственная и временная логики.

2.3. Правила-продукции (3 часа).

Структура правил-продукций. Типы ядер правил-продукций и варианты их интерпретаций. Методы логического вывода: прямой и обратный. Стратегии выбора правил при логическом выводе. Методы представления и обработки нечетких знаний в продукционных системах. Достоинства и недостатки правил-продукций как метода представления знаний.

2.4. Семантические сети (2 часа).

Основные понятия семантических сетей: представление объектов и отношений между ними в виде ориентированного графа. Типы отношений в семантических сетях. Абстрактные и конкретные сети. Принципы обработки информации в семантических сетях. Связь семантических сетей с логикой 1-го порядка и псевдофизическими логиками.

2.5. Фреймы и объекты (2 часа).

Основные понятия фрейма: слоты, присоединенные процедуры-слуги и процедуры-демоны, наследование свойств. Связь понятия фрейма и объекта в объетно-ориентированном программировании. Сети фреймов. Принципы обработки данных в сети фреймов. Примеры языков инженерии знаний, основанных на фреймах: FRL и KRL.


2.6. Нейронные сети (1 час).

Основные понятия о естественных и искусственных нейронных сетях и нейронах. Формальный нейрон МакКаллока-Питтса. Нейронная сеть как механизм, обучаемый распознаванию образов или адекватной реакции на входные сигналы (входную информацию). Классификация нейронных сетей.


Раздел 3. Экспертные системы.


3.1. Архитектура экспертных систем (2 часа).

Особенности архитектуры нейронных сетей (особенностей методов представления и обработки знаний) от особенностей решаемой задачи.

3.2. Технология построения экспертных систем (3 часа).

Условия применимости экспертных систем. Типы экспертных систем в зависимости от степени завершенности и особенностей использования: демонстрационные, исследовательские, промышленные, коммерческие. Этапы построения экспертных систем: идентификация, концептуализация, формализация, реализация, тестирование. Трудности при создании экспертных систем.

3.3. Взаимодействие с компьютером на естественном языке (2 часа).

Трудности распознавания естественного языка (ЕЯ). Синтаксически- и семантически-ориентированные подходы к распознаванию ЕЯ. Этапы анализа ЕЯ: морфологический, синтаксический, семантический, прагматический. Модели семантики языка.

3.4. Методы приобретения знаний (4 часа).

Основные понятия методов обучения. Классификация методов обучения по способу обучения: эмпирические и аналитические, по глубине обучения – символьные (поверхностные) и на основе знаний (глубинные). Связь этой классификации с понятиями индуктивного вывода, вывода по аналогии, обучения на примерах. Сведение задачи приобретения знаний к задаче обобщению. Индукция Милля. Недостатки этого метода. ДСМ-метод. Определение индуктивного вывода. Понятие аналогии. Абстрагирование. Определение вывода по аналогии.


4. Раздел 5. Нейронные сети.


4.1. Перцептроны (2 часа).

Многослойные перцептроны. Оценка состояния нейронной сети. Сведение функционирования нейронной сети к задаче минимизации целевой функции. Алгоритм обучения обратным распространением ошибки.

4.2. Другие модели нейронных сетей (2 часа).

Модель Хопфилда. Модель Кохонена. Модель Гросберга-Карпентера. Программная и аппаратная реализации нейронных сетей.

4.3. Применение нейронных сетей (0.5 часа).

Нейронная сеть как ассоциативная память. Использование нейронных сетей для прогнозирования. Особенности обработки символьной и численной информации в нейронных сетях.


Заключение. Перспективы развития искусственного интеллекта (0.5 часа).

План практических занятий

По курсу предусмотрены следующие темы практических занятий:
Т е м а 1. Экспертная компонента интегрированной информационной системы GURU (4 часа)
Т е м а 2. Продукционные системы (6 часов)
Т е м а 3. Доказательство теорем в ЛППП (12 часов).
Т е м а 4. Реляционные языки (4 часа)
Т е м а 5. ПФЛ (8 часов)


Темы лабораторных работ

1. Знакомство с примерами прикладных систем искусственного интеллекта (4 часа).
   
2. Разработка экспертной системы. Постановка задачи. Идентификация предметной области (4 часа).
   
3. Разработка экспертной системы. Концептуализация (4 часа).
   
4. Разработка экспертной системы. Формализация и реализация (4 часа).
   
5. Разработка экспертной системы. Тестирование (4 часа).
   
6. Нейронные сети. Перцептрон с обучением обратным распространением ошибки (4 часа).
   
7. Нейронные сети. Модель Хопфилда (4 часа).
   
8. Нейронные сети. Модель Гроссберга-Карпентера (4 часа).
   

Примерные темы самостоятельных работ по курсу СИИ

9. Оценка согласования экспертиз
   
10. Метод резолюции в логике высказываний
    
11. Метод резолюции в логике предикатов 1 порядка
    
12. Решение задач в пространстве состояний
    
13. Рост фигур
    
14. Моделирование процесса самовоспроизведения
    
15. Вывод в гиперкубовых системах
    
16. Правдоподобный вывод
    
17. моделирование фронтального роста фигур
    
18. Интеллектуальные игры и интеллектуальный интерфейс
    
19. Нечёткий вывод
    
20. Построение скелета двух - мерного изображения
    
21. Задача раскроя материала для двух- и трёхмерного случая
    
22. Интеллектуальные агенты в АТС (система интеллектуального обслуживания)
    
23. Модели нейронов
    
24. Многомерные базы данных и знаний
    
25. Логарифмы на графах
    
26. Кодирование графов
    
27. Кодирование текста
    
28. Моделирование конечных игр
    
29. Моделирование бесконечных игр
    
30. Обработка эмпирической информации
    
31. Системы обработки знаний
    
32. Коммуникационные системы и логический вывод
    
33. Фрактальное описание системы
    
34. Машина вывода
    
35. Языки описания проблем
    
36. Языки СИИ
    
37. Гипертекстовые и экспертные системы
    
38. Средства разработки и отладки проектных решений
    
39. Распознавание образов
    
40. Речевые технологии
    

ВОЗМОЖНЫЕ ТЕМЫ РЕФЕРАТОВ, ДОКЛАДОВ, КУРСОВЫХ И

ВЫПУСКНЫХ КВАЛИФИКАЦИОННЫХ РАБОТ

41. Продукциональные системы в т.п. и с исключениями из правил
    
42. Представление в ЭВМ неформальных процедур
    
43. Коэффициент конкордации оценки согласования экспертиз
    
44. Задача унификации
    
45. Метод резолюций в доказательстве теорий
    
46. Модели самовоспроизведения
    
47. Решение задач в пространстве состояний
    
48. Кодирование информации
    
49. Вывод в формальных грамматиках
    
50. Типы языков. Языки проектирования. Языки ЛСА
    
51. Многоагентные системы
    
52. Многомерные базы данных
    
53. Способы представления знаний в СИИ
    
54. Поискавые системы
    
55. Правдоподобный вывод и правдоподобные рассуждения
    
56. Некорректные задачи
    
57. Математическая философия
    
58. Фракталы и фрактальный анализ
    
59. Язык как система
    
60. Способ организации языков
    
61. Рельеф, ландшафт
    
62. Неформальные языки
    
63. Когнитология
    
64. Семиотика
    
65. Интеллектуальные игры
    
66. Эффективные стратегии поиска решений
    
67. Алгоритмы и сценарии
    
68. Экспертные системы
    
69. Информационные технологии в принятии решений
    
70. Интуиционизм
    
71. Черви и их обнаружение
    
72. Нечёткий вывод в системе пе6чатных продукций
    
73. Проблема поиска
    

СПИСОК ЛИТЕРАТУРЫ


ОСНОВНАЯ ЛИТЕРАТУРА

1. Джонс М.Т. Программирование искусственного ителлекта в приложениях. 2006.
   
2. Ясницкий Л.Н. Введение в искусственный интеллект. Гриф УМО по классическому университетскому образованию. Изд. Academia, 2005
   
3. Джордж Ф. Люггер. Искусственный интеллект. Стратегии и методы решения сложных проблем. Изд. Вильямс, 2003
   
4. Братко И. Алгоритмы искусственного интеллекта на языке Prog: Перевод с английского. Изд. Вильямс, 2004
   
5. Рассел С., Норвиг П. Искусственный интеллект. Современный подход. Изд. Вильямс, 2006
   
6. Ясницкий Л.Н. введение в искусственный интеллект. Изд. Академия, 2005
   

ДОПОЛНИТЕЛЬНАЯ ЛИТЕРАТУРА

7. Галанский Б.Л., Поляков В.И. Информационные системы. Томск:Изд-во Том. ун-та, 1989, 154с.
   Клини С. Математическая логика. М., 1973.
   
8. Нильсон Н.Дж. Принципы искусственного интеллекта. −М., 1985.
   
9. Поспелов Г.С. Искусственный интеллект − основа новой информационной технологии. −М.: Наука, 1988. −280с.
   
10. Поспелов Д.А. Моделирование рассуждений. Опыт анализа мыслительных актов. −М.: Радио и связь, 1989. −184с.
    
11. Чень Ч., Ли Р. Математическая логика и автоматическое доказательство теорем. −М., 1983
    
12. Акофф Р., Ф. Эмери. О целеустремленных системах. – М.: Советское радио, 1974.
    
13. Арбиб М., Метафорический мозг. - М.: Мир, 1976.
    
14. Васильев В.И., Распознающие системы. Справочник. - Киев, Наукова думка, 1983.
    
15. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. — СПб.: Питер, 2000. — 384 с.
    
16. Горбань А.Н., Д.А. Россиев. Нейронные сети на персональном компьютере. -Новосибирск, Наука, 1996.
    
17. Джексон П. Введение в экспертные системы.— М.:Вильямс, 2001. — 624 с.
    
18. Дмитриева М.В., Павлова М.В. Система автоматизации процесса решения задач.
    
19. Дюбуа Д., А.Прад. Теория возможностей. Приложения к представлению знаний в информатике. - М.: Радио и связь, 1990.
    
20. Ефимов Е.И. Решатели интеллектуальных задач. −М.: Наука, 1982. -316с.
    
21. Ж.-Л. Лорьер. Системы искусственного интеллекта. - М: Мир, 1991.
    
22. Заде. Л. Понятие о лингвистической переменной и его применение к принятию решений. - М.: Мир, 1976.
    
23. Змитрович А.И. Интеллектуальные информационные системы. – Минск, Тетрасистемс, 1997. – 367 с.
    
24. Искусственный интеллект. −В 3-х кн. Кн.2. Модели и методы: Справочник/Под ред. Д.А. Поспелова. −М.: Радио и связь, 1990. −340с.
    
25. Искусственный интеллект. Применение в интегрированных производственных системах. Под ред. Э.Кьюсиака. - М.: Машиностроение, 1991.
    
26. Искусственный интеллект. Справочник в 3-х томах. - М.: Радио и связь, 1990.
    
27. Кандрашина Е.Ю., А.В.Литвинцева, Д.А.Поспелов. Представление знаний о времени и пространстве в интеллектуальных системах. - М.: Наука, 1989.
    
28. Ковальски Р., Логика в решении проблем. - М.: Наука, 1990.
    
29. Кокорева Л.В., Перевозчикова О.Л. Диалоговые системы и представление знаний. – Киев, Наукова думка, 1993. – 446 с.
    
30. Компьютерные инструменты в образовании 1998.,N 2, 3-4,5
    
31. Косовский Н.К. Элементы математической логики и ее применение к теории субрекурсивных алгоритмов. Изд-во ЛГУ, 1981
    
32. Кузин Е.С. Интеллектуальный интерфейс. Общие принципы организации и проблемы реализации. −Изв. АН СССР. Техн. кибернетика, №5, 1985. -С. 90-102.
    
33. Куссуль Э.М. Ассоциативные нейроподобные структуры. - Киев, Наукова думка, 1990.
    
34. Ланкастер Ф.У. Информационно - поисковые системы. Характеристики, испытание и оценка. М.: Мир, 1972, 308с.
    
35. Левин Р., Д.Дранг, Б.Эдельсон. Практическое введение в технологию искусственного интеллекта и экспертных систем с иллюстрациями на Бейсике. - М.: Финансы и статистика, 1990.
    
36. Логический подход к искусственному интеллекту. - М.: Мир, 1990.
    
37. Любарский Ю.Д. Интеллектуальные информационные системы. М.: Наука, 1990. — 350 с.
    
38. Любарский Ю.Я., Интеллектуальные информационные системы. - М.: Наука, 1990.
    
39. Малышев Н.Г., Л.С. Берштейн, А.В. Боженюк. Нечеткие модели для экспертных систем в САПР. - М.: Энергоатомиздат, 1991.
    
40. Марселлус Д., Программирование экспертных систем на Турбо-Прологе. - М.: Финансы и статистика, 1994.
    
41. Маслов С.Ю. Теория дедуктивных систем и ее применение. −М.: Радио и связь, 1986. −135с.
    
42. Мелихов А.Н., Л.С.Бернштейн, С.Я.Коровин. Ситуационные советующие системы с нечеткой логикой. - М.: Наука, 1990.
    
43. Мендельсон Э. Введение в математическую логику. М., 1984
    
44. Минский М. Фреймы для представления знаний. −М.: Энергия, 1979. −151с.
    
45. Нейроинформатика / А.Н.Горбань и др. – Новосибирск, Наука, 1998.
    
46. Нейрокомпьютеры и интеллектуальные роботы. Под ред. Н.М.Амосова. – Киев, Наукова думка, 1991.
    
47. Нечеткие множества и теория возможностей. Под ред. Р.Ягера. - М.: Радио и связь, 1986
    
48. Нильсон Н., Принципы искусственного интеллекта. - М.: Радио и связь, 1985.
    
49. Обработка знаний. - М: Мир, 1990.
    
50. Обработка нечеткой информации в системах принятия решений.- М.: Радио и связь, 1989.
    
51. Попов Э.В. и др. Статические и динамические экспертные системы. — М.: Финансы и статистика, 1996. — 320 с.
    
52. Попов Э.В., Экспертные системы. - М:, Наука, 1987.
    
53. Попов Э.В., Общение с ЭВМ на естественном языке. - М:, Наука, 1986.
    
54. Поспелов Д.А. Ситуационное управление: теория и практика. М.:Наука, 1986, 288с.
    
55. Поспелов Д.А., Моделирование рассуждений. - М.: Радио и связь, 1989.
    
56. Построение экспертных систем. Под ред. Ф.Хейес-Рота, Д.Уотермена, Д.Лената. - М.: Мир, 1987.
    
57. Представление и использование знаний. - М: Мир, 1989.
    
58. Приобретение знаний. - М: Мир, 1990.
    
59. Реальность и прогнозы искусственного интеллекта. -М.: Мир, 1987.
    
60. Системы управления базами данных и знаний. Справочное издание под ред. А.Н.Наумова. - М.: Финансы и статистика, 1991.
    
61. Сойер Б., Д.Л.Фостер. Программирование экспертных систем на Паскале. - М.: Финансы и статистика, 1990.
    
62. Соломатин Н.М. Информационно-семантические системы. – М., Высшая шк., 1989 – 127 с.
    
63. Таунсенд К., Д.Фохт. Проектирование и программная реализация экспертных систем на персональных ЭВМ. - М.: Финансы и статистика, 1990.
    
64. Техническая имитация интеллекта. - // В уч. пос. Робототехника и гибкие автоматизированные производства в 9 кн. Кн. 6. - М.: Высшая школа, 1986.
    
65. Тугенгольд А.К., Рубанчик В.Б. Искусственный интеллект в машиностроительных технологических системах: Учеб. пособие /ДГТУ , 1996. — 140 с.
    
66. Уинстон П., Искусственный интеллект. М.: Мир, 1980.
    
67. Уоссермен Ф. Нейрокомпьютерная техника : Теория и практика.М.: Мир. 1992.
    
68. Уотерман Д., Руководство по экспертным системам. - М.: Мир, 1989.
    
69. Хоггер К.. Введение в логическое программирование. М.: Мир, 1988.
    
70. Хювенен Э., Й.Сеппянен. Мир Лиспа. В 2-х томах. - М.: Мир, 1990.
    
71. Шенк Р., Обработка концептуальной информации. - М.: Энергия, 1980.
    
72. Экспертные системы. Принципы работы и примеры. Под ред. Р.Форсайта.- М.: Радио и связь, 1987.
    
73. Элти Дж., М. Кумбс. Экспертные системы. Концепции и примеры. – М.: Финансы и статистика, 1987.
    
74.