Рассматриваются концепции комплекса, который относится к классу экспертных систем и предназначен для проведения вычислительных (модельных) экспериментов с целью анализа индексов производительности (временных показателей) распределённых систем обработки данных (РСОД). В рамках рассматриваемого комплекса разрабатывается новый класс моделей анализа временных характеристик РСОД, учитывающих механизмы оптимизации запросов к распределенной БД, и применения метода принятия решений, который опирается на целостный выбор варианта архитектуры. Если фрейм экспертной системы связать с оператором SQL, то фреймы объединяются в сеть, которая соответствует последовательности выполнений SQL-операторов приложений, запускаемых пользователями РСОД. Т. к. при выполнении операторов SQL используются различные ресурсы вычислительной сети, то сеть фреймов отображается на ресурсы вычислительной сети.

Работа выполнена в контексте исследований по разработке методов построения онтологических баз знаний, ориентированных на поддержку принятия решений в корпоративных информационных системах. Используются модели семантических сетей базы знаний и документов этой базы в виде взвешенных мультиграфов. Вводится ряд метрик этих сетей, основанных на их топологических свойствах. На основе указанных метрик осуществляется кластеризация семантической сети базы знаний. Далее с использованием тех же метрик определяются веса вершин и дуг мультиграфа этой сети. Наконец, предлагается ряд мер важности концептов в семантической сети базы знаний, которые могут быть использованы для оценки релевантности запросов к базе знаний. 

Статья посвящена вопросу разработки адаптивной информационной системы на основе базы знаний. В работе определён класс адаптивных информационных систем, и предложена структура такой системы. Для иллюстрации предложенной логической модели базы знаний рассмотрен пример решения одной задачи из предметной области, связанной с управлением персоналом.

Существуют задачи интерпретации, диагностики, контроля, прогнозирования, планирования, проектирования и т.д. Такие задачи могут быть решены с помощью экспертных систем (ЭС), которые являются ярким представителем систем искусственного интеллекта. Во многих областях человеческой деятельности объекты, с которыми оперируют специалисты, не могут быть сведены к чисто синтаксическим объектам, характерным для математики. Медицина представляет одну из областей человеческой деятельности, где знания специалистов трудно формализуемы. Разработка диагностических медицинских экспертных систем в настоящее время является актуальной задачей.