Президиум РАНДоклады Российской академии наук. Химия, науки о материалах Doklady Chemistry

  • ISSN (Print) 2686-9535
  • ISSN (Online) 3034-5111

Мультимножественные грамматики как базовая модель представления знаний для интеллектуальных систем инжиниринга химических реакций

Код статьи
10.31857/S2686953524040031-1
DOI
10.31857/S2686953524040031
Тип публикации
Статья
Статус публикации
Опубликовано
Авторы
Том/ Выпуск
Том 517 / Номер выпуска 1
Страницы
24-32
Аннотация
В работе предлагается использовать математический аппарат мультимножественных грамматик в качестве модели представления знаний для интеллектуальных систем анализа, оптимизации и проектирования сложных химических реакций. Это позволит интегрировать базы знаний об указанных реакциях с базами знаний интеллектуальных систем программно-целевого планирования в рамках базового стека цифровой экономики и на этой основе организовать целостные процессы управления функционированием индустриальных кластеров, охватывающие как сборочные, так и химические производства.
Ключевые слова
мультимножество мультимножественная грамматика химическая реакция маршрут сложной химической реакции
Дата публикации
18.09.2025
Год выхода
2025
Всего подписок
0
Всего просмотров
2

Библиография

  1. 1. Мешалкин В.П. Экспертные системы в химической технологии. Основы теории, опыт разработки и применения. М: Химия, 1995. 368 с.
  2. 2. Мешалкин В.П. Основы интенсификации и ресурсоэнергоэффективности химико-технологических систем. Смоленск: Принт-экспресс, 2021. 442 с.
  3. 3. Мешалкин В.П., Бобков В.И., Дли М.И. Интеллектуальные методы и экспертные системы инжиниринга энергоресурсоэффективных химико-энерготехнологических процессов. Смоленск: Принт-Экспресс, 2021. 360 с.
  4. 4. Спивак С.И., Исмагилова А.С., Хамитова И.А. // Докл. АН. 2010. Т. 434. № 4. С. 499–501.
  5. 5. Баскин И.И. Формально-логический подход к органическим реакциям Н.С. Зефирова и С.С. Трача и его приложения для решения задач органической химии. В сб.: Органическая химия в работах Н.С. Зефирова. Уфа: Гилем, 2012. С. 219–238.
  6. 6. Спивак С.И., Исмагилова А.С., Ахмеров А.А. // Химия высоких энергий. 2015. Т. 49. № 4. С. 247–252. http://doi.org/10.7868/S0023119315040166
  7. 7. Баскин И.И., Маджидов Т.И., Антипин И.С., Варнек А.А. // Успехи химии. 2017. Т. 86. № 11. С. 1127–1156. http://doi.org/10.1070/RCR4746
  8. 8. Шеремет И.А. Рекурсивные мультимножества и их приложения. М.: Наука, 2010. 291 с.
  9. 9. Sheremet I.A. Multigrammatical Framework for Knowledge-Based Digital Economy. Cham: Springer Nature, 2022. 461 p.
  10. 10. Sheremet I. // Data Sci. J. V. 17. № 4. P. 1–17. http://doi.org/10.5334/dsj-2018-004
  11. 11. Kaper H., Roberts F., Sheremet I. Preparing for a Crisis: Improving the Resilience of Digitized Complex Systems. In: Mathematics for Action. Supporting Science-Based Decision-Making. Dhersin J.-S., Kaper H., Ndifon W., Roberts F., Rousseau C., Ziegler G.M. (Eds.). Paris: UNESCO, 2022. pp. 25–26.
QR
Перевести

Индексирование

Scopus

Scopus

Scopus

Crossref

Scopus

Высшая аттестационная комиссия

При Министерстве образования и науки Российской Федерации

Scopus

Научная электронная библиотека