Doklady ChemistryDoklady ChemistryДоклады Российской академии наук. Химия, науки о материалах2686-95353034-5111The Russian Academy of Sciences65190010.31857/S2686953524040031YEALJUCHEMICAL TECHNOLOGYХИМИЧЕСКАЯ ТЕХНОЛОГИЯResearch ArticleMultiset Grammars as a Basic Knowledge Representation Model for Intelligent Systems Enabling Chemical Reactions EngineeringМультимножественные грамматики как базовая модель представления знаний для интеллектуальных систем инжиниринга химических реакцийSheremetI. A.ШереметИ. А.
Congo

Academician of the RAS

Академик РАН

sheremet@rfbr.ruGeophysical Center of the Russian Academy of SciencesГеофизический центр Российской академии наук181220245171243202022025Copyright ©; 2024, Russian Academy of SciencesCopyright ©; 2024, Российская академия наук2024Russian Academy of SciencesРоссийская академия наукhttps://journals.eco-vector.com/2686-9535/article/view/651900

Application of multiset grammars as a knowledge representation model for intelligent systems, enabling analysis, optimization and design of complex chemical reactions, is proposed. This approach makes it possible to implant chemical knowledge bases into knowledge bases of intelligent systems, implementing smart planning and scheduling in cyberphysical industry, and thus to move to integrated end-to-end smart control of vast heterogeneous industrial clusters.

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.

multisetmultiset grammarchemical reactionroute of a complex chemical reactionмультимножествомультимножественная грамматикахимическая реакциямаршрут сложной химической реакцииМешалкин В.П. Экспертные системы в химической технологии. Основы теории, опыт разработки и применения. М: Химия, 1995. 368 с.Мешалкин В.П. Основы интенсификации и ресурсоэнергоэффективности химико-технологических систем. Смоленск: Принт-экспресс, 2021. 442 с.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.Спивак С.И., Исмагилова А.С., Хамитова И.А. // Докл. АН. 2010. Т. 434. № 4. С. 499–501.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.Спивак С.И., Исмагилова А.С., Ахмеров А.А. // Химия высоких энергий. 2015. Т. 49. № 4. С. 247–252. http://doi.org/10.7868/S0023119315040166Баскин 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/RCR4746Шеремет И.А. Рекурсивные мультимножества и их приложения. М.: Наука, 2010. 291 с.Sheremet I.A. Multigrammatical Framework for Knowledge-Based Digital Economy. Cham: Springer Nature, 2022. 461 p.Sheremet I. // Data Sci. J. V. 17. № 4. P. 1–17. http://doi.org/10.5334/dsj-2018-004Kaper 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.