Discrete and Continuous Models and Applied Computational ScienceDiscrete and Continuous Models and Applied Computational ScienceDiscrete and Continuous Models and Applied Computational Science2658-46702658-7149Peoples' Friendship University of Russia named after Patrice Lumumba (RUDN University)8364ArticlesСтатьиResearch ArticleThe Algorithms of the Mulri-Threaded Relevant LP-inferenceПараллельные алгоритмы релевантного LP-выводаBolotovaS YuБолотоваСветлана Юрьевнаbolotova.svetlana@gmail.comMakhortovS DМахортовСергей Дмитриевичsd@expert.vrn.ruVoronezh State UniversityВоронежский государственный университет150220142NO2 (2014)№2 (2014)21621908092016Copyright ©; 2014, Болотова С.Ю., Махортов С.Д.2014Болотова С.Ю., Махортов С.Д.http://creativecommons.org/licenses/by/4.0https://journals.rudn.ru/miph/article/view/8364The relevant LP-inference, which is based on the solution of logical equations, is an effective tool that can be used for research and optimization of production-logical systems. It significantly reduces the number of executed queries to an external source of information (either to a database or an interactive user). The preference is given to testing the facts that are really needed in the inference. However, experiments have shown that the process of using the relevant LP-inference may require an excessive amount of computational resources of the computer. So, the relevant LP-inference method was modified to use parallel computing algorithms. This paper describes the implementation of a multi-threaded algorithms for relevant LP-inference and provides the pseudocodes of these algorithms. Multi-threading is a fundamentally new element in the implementation, which allows speeding up the process of constructing sets of facts that are required in the inference, and their further processing.Релевантный LP-вывод, который основывается на решении логических уравнений, является эффективным средством для исследования и оптимизации продукционно-логических систем. Он позволяет существенно сократить количество выполняемых запросов к внешнему источнику информации (к базе данных или интерактивному пользователю). Предпочтение отдаётся исследованию только тех фактов, которые действительно необходимы при выводе. Однако эксперименты показали, что процесс использования релевантного LP-вывода может потребовать большого количества вычислительных ресурсов компьютера. В связи с этим метод релевантного LP-вывода был модифицирован путём использования параллельных вычислений. В этой статье описывается реализация параллельных алгоритмов релевантного LP-вывода и приводятся псевдокоды этих алгоритмов. Многопоточность является абсолютно новым элементом в реализации, который позволяет ускорить процесс построения множеств фактов, которые необходимы при выводе, и их дальнейшего исследования.backward inferencerelevant inferencelogic equationsparallelismmulti-threadingобратный выводрелевантный выводлогические уравнениямногопоточность1.Gupta A. Parallelism in Production Systems. - London: Pitman, 1987.2.Liberatore P. Redundancy in Logic II: 2CNF and Horn Propositional Formulae // Artificial Intelligence. - 2008. - Vol. 172, No 2-3. - Pp. 265-299.3.Maciol A. An Application of Rule-Based Tool in Attributive Logic for Business Rules Modeling // Expert Systems with Applications. - 2008. - Vol. 34, No 3. - Pp. 1825-1836.4.Poli R., Langdon W. B. Backward-Chaining Evolutionary Algorithms // Artificial Intelligence. - 2006. - Vol. 170, No 11. - Pp. 953-982.5.Katerinenko R. S., Bessmertnyi I. A. A Method for Acceleration of Logical Inference in the Production Knowledge Model // Programming and Computer Software. - 2009. - Vol. 37, No 4. - Pp. 197-199.6.Makhortov S. D. Mathematical Foundations of Artificial Intelligence: Theory LP-structures for the Construction and Studying of Knowledge Models of Production Type / Ed. by V. A. Vasenin. - Moscow: MCCME, 2009.7.Richter J. Programming applications for Microsoft Windows. - Grove City: Microsoft Press, 1999.