Оптимизация принятия решений при обеспечении надежности работы сложных информационно-вычислительных систем тема диссертации и автореферата по ВАК 05.13.01, кандидат технических наук Николов, Александр Георгиевич. Оптимизация и принятие решений в технических системах

Диссертация на тему «Оптимизация принятия решений в САПР на основе интеграции вариационного моделирования и рационального выбора» автореферат по специальности ВАК 05.13.12 - Системы автоматизации проектирования (по отраслям)

1. Айзерман М.А., Алескеров Ф.Т. Выбор вариантов. Основы теории. М.: Наука, 1990. 240 с.

2. Батищев Д. И. Генетические алгоритмы решения экстремальных задач. Воронеж. Гос. техн. ун-т; Нижегородский гос. унт-т. Воронеж, 1995. 69 с.

3. Батищев Д.И. Методы оптимального проектирования. М.: Радио и связь, 1981. 248 с.

4. Батищев Д.И. Поисковые методы оптимального проектирования. М.: Сов. Радио, 1975. 216 с.

5. Батищев Д.И., Коган Д.И. Вычислительная сложность экстремальных задач переборного типа. Н. Новгород: Изд-во Нижегородского университета, 1994. 111 с.

6. Батищев Д.И., Львович Я.Е., Фролов В.Н. Оптимизация в САПР: Учебник. Воронеж: Изд-во ВГУ, 1997. 416 с.

7. Бонгард М.М. О понятии "полезная информация" / Проблемы кибернетики, М.: Физматгиз, 1963, вып. 8, С. 71-102.

8. Брусиловский П. Л. Построение и использование моделей обучаемого в интеллектуальных обучающих системах: Техническая кибернетика, 1992. Ш 5, С.97-116

9. Вальк М., Гирлих Э., Ковалёв М. Проблемы оптимального проектирования систем // Экстремальные задачи оптимального планирования и управления. Минск, 1991. С. 4-21.

10. Вермишев Ю.Х. Основы автоматизации проектирования. М.: Радио и связь, 1988. 280 с.

11. Гаран В.И., Друян В.М., Хенкин Б.Н. Имитационное моделирование при технологическом проектировании прокатных цехов в условиях САПР.// Информатика. Сер. Автоматизация проектирования, 1991. вып.1. С. 64-73.

12. Горанский Г. К., Бендерева Э.И. Технологическое проектирование в комплексных автоматизированных системах подготовки производства. М. : Машиностроение, 1981. 456 с.

13. Грувер М., Зиммерс Э. САПР и автоматизация производства: Пер. с англ. М.: Мир, 1987. 370 с.

14. Дворянкин A.M., Фоменков С.А., Карачунова Г.А. и др. Комплекс интеллектуальных систем автоматизации поиского конструирования. Сб. науч. тр. 4 Национальной конференции с международным участием "Искусственный интеллект 94" Том2, Рыбинск, 1994. С. 321-326

15. Донец A.M., Львович Я.Е., Фролов В.Н. Автоматизированный анализ и оптимизация конструкций и технологий РЭА. М.: Радио и связь, 1983. 104 с.

16. Друян В.М., Гаран В. И., Просяник A.B., Юргеленас A.B. Применение метода образного представления результатов для оценки качества многокритериальных решений в САПР.// Информатика. Сер. Автоматизация проектирования, 1991. вып.1. С. 16-21.

17. Евгеньев Г.Б. Как я пришел к СПРУТ технологии. САПР и графика. 1997. № 3. С.9-13.

18. Евгеньев Г.Б. Новые горизонты проектирования от концептуального до технологического. САПР и графика. 1997. № 5 С.226-231

19. Емельянов В.В., Ясиновский С.И. Гибридная система для планирования производства на основе генетических алгоритмов, методов имитации и экспертных систем // Интеллектуальные САПР. Известия ТРТУ, 1996. Ш 3, С. 4-9.

20. Зайцева A.B., Новицкий Л.П., ГрибковаВ.А. Разработка и применение автоматизированных обучающих систем на базе ЭВМ. Рига: Зинатия, 1989, 174 с.

21. Зайцева Ж.Н. Новый виток в развитии САПР ЭВА // Интеллектуальные САПР: Межвед.темат. науч. сб. Таганрог: ТРТИ, 1988. С. 13-16.

22. Иванов Ю.В., Лакота H.A. Гибкая автоматизация производства РЭА с применением микропроцессоров и роботов. М.: Радио и связь, 1987. 463 с.

23. Инженерное обеспечение гибкого производства изделий радио электроники / С.Д.Кретов, В.М.Литвинов, Я.Е.Львович и др. М.: Радио и связь, 1989. 208 с.

24. Интеллектуальные САПР технологических процессов в радиоэлектронике / Алиев A.C., Восков Л. С., Ильин В.Н. и др.; Под ред. В.Н. Ильина. М.: Радио и связь, 1991. 264 с.

25. Каплинский А.И., Пропой А.И. Методы нелокальной оптимизации, использующие теорию потенциала.// Автоматика и телемеханика, 1993. №7. С. 55-65.

26. Каплинский А.И., Пропой А.И. 0 Градиентных методах нелокальной оптимизации, использующих теорию потенциала.// Доклады АН, 1993. №2. С. 170-172.

27. Капустин Н.М. и др. Диалоговое проектирование технологических процессов. М.: Машиностроение, 1983. 254 с.

28. Кини Р.П., Райфа X. Принятие решений при многих критериях. М.: Радио и связь.

29. Климов В.Е. Клишин В.В. Реинжиниринг процессов проектирования и производство.// Автоматизация проектирования,1996. № 1 С.25-31

30. Козлов П.А. Когнитивное моделирование состава, структуры и оценки эффективности проектных процедур при разработке САПР.// Труды Алтайск.- гос. тех. университета им. И.И. Ползунова, Барнаул, 1993. С.132-139

31. Козлов П.А., Макарова Е.И. Автоматизация компоновочных работ.// Информационных технологий, 1997. Ш 2. С.37-40

32. Краснощёков П. С., Морозов В. В., Фёдоров В.В. Декомпозиция в задачах проектирования // Изв. АН СССР, техн. кибернет.,1. Ш 2, 1979.

33. Краснощёков П.С., Федоров В. В., Флеров Ю.А. Элементы математической теории принятия проектных решений. Автоматизация проектирования, 1997. № 1, С.15-23

34. Кузьмин И.В., Явна A.A., Ключко В.И. Элементы вероятностных моделей автоматизированных систем управления. М.: Сов. радио, 1975. 336 с. ■

35. Курейчик В.М. Концепция построения интеллектуальных САПР конструкторского проектирования // Автоматизация проектирования электронной аппаратуры, Таганрог: ТРТУ, 1989, Вып. 6", С. 4-8.

36. Курейчик В.Н. Математическое обеспечение конструкторского и технологического проектирования с применением САПР: учебник для вузов. М. Радио и связь, 1990. 352 с.

37. Ларичев 0.И. Наука и искусство принятия решений. М.: Наука, 1979. 100 с.

38. Ларичев 0.И. Человеко-машинные процедуры принятия решений.// Автоматика и телемеханика, 1971, №12.

39. Лебедовский М.С., Вейц В.П., Федотов А.И. Научные основы автоматической сборки. Л.: Машиностроение, 1990. 415 с.

40. Львович И.Я. Агрегация перспективных проектных решений с использованием генетических алгоритмов // Высокие технологии в технике, медицине и образовании: Межвуз. сб. науч. тр., Воронеж: ВГТУ, 1996. ч. 1. С,- 67-70.'

41. Львович И.Я. Вариационное моделирование и оптимизация проектных решений. Воронеж, изд.-во ВГТУ, 1997. 114 с.

42. Львович И.Я. Генерация и агрегация доминирующих вариантов технологических, процессов // Оптимизация и моделирование в автоматизированных системах: Межвуз. сб. науч. тр. Воронеж: ВГТУ, 1995. С. 109-112.

43. Львович И.Я. Интеграция обучающих, контролирующих и проектных процедур в учебно-исследовательской САПР ТП // Математическое обеспечение высоких технологий в технике, образовании и медицине: Тез. докл: Всерос. совещ.-семин. Воронеж, -1994. С. 107.

44. Львович И. Я. Информационные оценки эффективности выбора проектных решений в САПР// Оптимизация и моделирование в автоматизированных системах: Межвуз. сб. науч. тр. Воронеж: ВГТУ, 1997. С.149-154

45. Львович И.Я. Комбинаторный выбор на основе вариационного моделирования // Оптимизация и моделирование в автоматизированных системах: Межвуз. сб. науч. тр. Воронеж: ВГТУ, 1996. С. 175-181.

46. Львович И. Я. Основы построения интегрированной среды вариационного моделирования и рационального выбора в САПР// Высокие технологии в технике, медицине, образовании: Межвуз. сб. науч. тр. Воронеж: ВГТУ, 1998. 4.2. С. 30

47. Львович И.Я. Оценка эвристических возможностей проектировщика при комбинаторном моделировании и оптимизации в САПР // Высокие технологии в технике, медицине и образовании: Межвуз. сб. науч. тр. Воронеж: ВГТУ, 1995. 4.1. С. 70-72.

48. Львович И.Я. Оценка эффективности использования учебно-исследовательской САПР в зависимости от обученности пользователях/Высокие технологии в технике и медицине: Межвуз. сб. науч. тр. Воронеж: ВГТУ, 1994. С. 99-102.

49. Львович И.Я. Структура программного обеспечения многовариантной оптимизации сложных систем в среде СРБЗ/РС // Оптимальное проектирование технических устройств и автоматизированных систем: Тез. докл. Рос. совещ. семин. Воронеж, 1992. С. 71.

50. Львович И.Я. Структурная оптимизация сложной системы в среде СРББ/РС // САПР-92. Новые информационные технологии в науке, образование и бизнес: Тез. докл. Международной .конференции и школы молодых учёных и специалистов. Гурзуф-Воронеж, 1992.1. С.207.

51. Львович И.Я. Структурно-параметрическая оптимизация технологических систем на базе имитационного моделирования в среде GPSS/PC // Опыт информатизации в промышленности: Тез. докл. per. совещ. семин., Воронеж, 1993. С. 58.

52. Львович И.Я., Родионов 0.В., Федянин В.И. Автоматизированные учебно-исследовательские системы. Воронеж: Изд-во ВГТУ. 1999. 150 с.

53. Львович И.Я., Львович Э.М., Фролов В.Н. Вариационные процедуры рационального выбора на основе оптимизационных моделей // Высокие технологии в технике, медицине и образовании: Межвуз. сб. науч. тр. ч. 1. Воронеж: ВГТУ, 1996. С. 135-139.

54. Львович И.Я-., Львович Э.М., Фролов В.Н. Структура оптимизационных процедур технологического планирования :// Математическое обеспечение высоких технологий в технике, образовании и медицине: Тез. докл. Всерос. совещ,- семин. Воронеж, 1995. С. 132.

55. Львович И.Я., Львович Э.М., Черняев Ю.Н. Оптимизация информационных систем в условиях активного трансфера типовых решений // Высокие технологии в технике, медицине и образовании: Меж-вуз. сб. науч. тр. Воронеж: ВГТУ, 1997. ч.1. С. 72-77.

56. Львович И.Я., Федорков Е.Д. Математические основы информатики, Воронеж: изд. ВГТУ, 1997. 98 с.

57. Львович И.Я., Фролов В.Н. Алгоритмизация структурно-параметрического имитационного моделирования и оптимизации технологических систем // Современные проблемы алгоритмизации: Тез. докл. респ. конф. Ташкент, 1991. С. 16-17.

58. Львович И.Я., Фролов В.Н. Алгоритмы многокритериального выбора при проектировании сложных систем // Методы и средства оценки и повышения надёжности приборов, устройств и систем: Тез. докл. Рос. науч.-техн. конф., Саратов, 1994. С. 90-91.

59. Львович И.Я., Фролов В.Н. Выбор рационального варианта человекомашинной системы по результатам имитационного моделирования // Эффективность, качество и надёжность систем "человек-техника": Тез. докл. IX Всесоюзн. семин. Воронеж, -1990. ч.2.1. С.67-68.

60. Львович И.Я., Фролов В.Н. Выбор рациональной процедуры агрегации перспективных проектных решений в САПР// Оптимизация и моделирование в автоматизированных системах Межвуз. сб. науч. тр. Воронеж: ВГТУ, 1997. С.142-148

61. Львович И.Я., Фролов В.Н. Имитационное моделирование и структурно-параметрическая оптимизация систем по показателю надёжности электронных устройств: Тез. докл. науч. техн. конф., Бердянск, 1993. С. 37. •

62. Львович И.Я., Фролов В.Н. Имитационное моделирование и структурно-параметрическая оптимизация систем в среде СРЗБ/РС // Автоматизация проектирования РЭА и ЭВА: Тез. докл. науч. техн. конф., Пенза, 1993. С. 28-29.

63. Львович И.Я., Фролов В.Н. Имитационное моделирование процесса выбора структуры'и параметров технологических систем // Математическое моделирование: Тез. докл. Всесоюз. конф. Воронеж, 1992. С. 61.

64. Львович И.Я., Фролов В.Н. Интеллектуальные технологии принятия проектных решений // Информационные технологии в моделировании и управлении: Тез. Докл. международной науч. техн. конф. С.-Петербург, 1996. С. 306-308.

65. Львович И.Я., Фролов В.Н. Использование методов пассивного и активного имитационного эксперимента для структурно-параметрической оптимизации сложных систем // Компьютеризация в медицине: Сб. науч. тр. Воронеж, ВПИ, 1993. С. 4-7.

66. Львович И.Я., Фролов В.Н. Комбинаторное моделирование при исследовании и проектировании технологических систем // Методы и средства оценки и повышения надёжности приборов, устройств и систем: Тез. докл. междунар. науч. техн. конф. Пенза, 1995. С. 7-8.

67. Львович И.Я., Фролов В.Н. Многоальтернативный выбор варианта технологической системы по результатам имитационного моделирования // САПР-93: Информационные технологии в науке, образовании, бизнесе: Тез. докл. Гурзуф-Москва, 1993. С. 10.

68. Львович И.Я., Фролов В.Н. Многокритериальный выбор с использованием переходных процессов структурно-параметрической оптимизации // Компьютеризация в медицине: Сб. науч. тр. Воронеж, ВПИ, 1992. С. 119-125.

69. Львович И.Я., Фролов В.Н. Структурная оптимизация прог-раммнотехнических комплексов САПР на основе имитационного моделирования в среде СРББ/РС // Автоматизация проектирования РЭА и ЭВА: Тез. докл. науч. техн. конф. Пенза, 1992. С. 39-40.

70. Львович И.Я., Фролов В.Н. Структурно-параметрическая оптимизация технологических систем на основе имитационных моделей// Оптимизация и моделирование в автоматизированных системах: Сб. науч. тр. Воронеж: ВПИ, 1991. С. 100-104.

71. Львович И.Я., Фролов В.Н. Учебно-исследовательская САПР ТП в структуре баз знаний // Проблемы создания национальной академической системы баз данных и баз знаний: Тез. докл. Всерос. совещ. Уфа, 1995. С. 30-31.

72. Львович И.Я., Фролов М.В. Интеллектуальная поддержка эксперта при многовариантном выборе // Интеллектуальные САПР: Межвед. сб. науч. тр. Таганрог, ТГРУ, 1995. С. 160-161.

73. Львович И.Я., Юрочкин А.Г. Оптимизация гибкой технологической системы сборки микроэвм с использованием имитационной модели // Алгоритмы моделирования и оптимизации автоматизированных систем: Сб. науч. тр. Воронеж: ВПИ, 1990. С. 95-98.

74. Львович Я.Е. Методы поиска экстремума в задачах разработки конструкции и технологии РЭА. Воронеж: ВПИ, 1982. 77 с.

75. Львович Я.Е., Фролов В.Н. Теоретические основы конструирования, технологии и надёжности РЭА. М.: Радио и связь, 1983, 192 с.

76. МаксимейИ.В. Имитационное моделирование на ЭВМ. М. : Радио и связь, 1988. 230 с.

77. Мельцер М.И. Диалоговое управление производством. М.: Финансы и статистика, 1982.

78. Мильнер Ф.Т. Автоматизация технологического проектирования. Обмен опытом в радиопром., 1984, вып.1.

79. Митрофанов С. П. и др. Применение ЭВМ в технологической подготовке серийного производства. М.: Машиностроение, 1981.287 с.

80. Михалев C.B., Мирзаев С.М. Автоматизация технологической подготовки производства. Минск: Высшая школа, 1982.

81. Мозудер П.К., Стройвас А.И. Статистическое управление технологическим процессом при производстве СБИС: пер с англ.// ТИИР, 1990, том 78, M 2. С.236-258

82. Молчанов A.A. Моделирование и проектирование сложных систем. Киев: Вища. шк., 1988.

83. Моцкус И.Б. Многоэкстремальные задачи проектирования. М. : Наука, 1967. 247 с.

84. Нейлор Т. Машинные эксперименты с моделями экономических систем. М.: Мир, 1975. 502 с.

85. Норенков И.П. Разработка структур САПР // Радиоэлектроника, 1989, №6. С. 19-25. (Изв. высш. учеб. зав.).

86. Норенков И.П., Маничев В.В. Основы теории и проектирования САПР: Учеб. для вузов. М.: Высш. шк., 1990. 335 с.

87. ИЗ. Организационно-технологическое проектирование ГПС / Под ред. С.П. Митрофанова. М.: Машиностроение, 1986. 293 с.

88. Павлов В.В. Унификация программного и информационного обеспечения САПР ТП на основе иерархической системы математического моделирования / Материалы науч.-техн. семин. Разработка и применение САПР ТП. Л.: ЛДНТП, 1985. С. 15-24.

89. Потёмкин И.С. Автоматизация синтеза функциональных схем. М.: Энергоиздат, 1981. 88 с.

90. Проектирование автоматизированных комплексов производства радиоэлектронной аппаратуры / Под ред. В.П. Демина. М.: Радио и связь, 1985.

91. Рахманкулов В.3. Что хотят получит пользователи от новых поколений CAD/CAM/CAE ? Автоматизация проектирования 1997. №2 С.42-43

92. Рыбаков A.B. Обзор существующих CAD/CAM/CAE систем для решения задач компьютерной подготовки производства. Информач4 ционные технологии, 1997. № 3 С. 2-8

93. Семин В.Г. Синтез критерия реализуемости оптоэлектрон-ных преобразователей на ранних стадиях проектирования. Измерительная техника, 1994. № 5. С.13-15.

94. Сигорский В.П. Проблемная адаптация в системах автоматизированного проектирования // Радиоэлектроника, 1986, Ш 6.

95. С. 5-22. (Изв. высш. Учеб. зав.).

96. Смирнов A.B., Юсупов P.M. Технология параллельного проектирования: основные принципы и проблемы внедрения. Автоматизация проектирования, 1997. № 2. С.50-55

97. Смит Дж.М. Математическое и цифровое моделирование для инженеров и исследователей. М.: Машиностроение, 1980.

98. Снапелев Ю.М., Старосельский В.А. Моделирование и управление в сложных системах. М.: Радио и связь, 1974. 264 с.

99. Советов Б. Я. Теория информации. Л.: Изд-во Ленингр. ун-та, 1987. 184 с.

100. Советов Б,Я., Яковлев С. А. Моделирование систем. М.: Высш.шк., 1985. 271 с.

101. Сольницев.Р.И., КононюкА.Е., Кулаков Ф.М. Автоматизация проектирования ГПС. Л.: Машиностроение, 1990. 415 с.

102. Стемпковский М.С. Особенности проектирования и моделирования технологических процессов.// Обмен произв. :техн. опытом, 1986, вып.1. С. 19-23.

103. Стемпковский М.С., Масютин F.F. Пакет прикладных программ для создания автоматизированных диалоговых систем. Обмен произв. техн. опытом, 1987, вып.3. С. 3-8.

104. Ступаченко A.A. САПР технологических операций. Л.: Машиностроение, 1988.234 с.

105. Трахтенгерц Э.А. Компьютерная поддержка принятия решений в САПР.// Автоматизация проектирования. 1997. №5. С.27-38.

106. Трахтенгерц Э.А. Методы генерации, оценки и согласования решений в .распределенных системах поддержки принятия решений.// Автоматика и телемеханика. 1995. М. С. 3-52.

107. Унификация конструкторско-технологических решений при автоматизации технологической подготовки производства микросборок / Под ред. Н. П.Меткина М.: Стандарты, 1988.

108. Фролов В.Н. Управление технологическими процессами производства РЭА в условиях неоднородности. Воронеж: изд-во ВГУ, 1982.

109. Фролов В.Н., Львович Я.Е. Системное проектирование технологических процессов. Воронеж: изд-во ВГУ, 1982. 124 с.

110. Фролов В.Н., Львович Я.Е., Меткин Н.П. Автоматизированное проектирование технологических процессов и систем производства РЭС. М.: Высш. шк., 1991. 436 с.

111. Хартман К. Планирование эксперимента в исследовании технологических процессов / Пер. с нем. Г.А.Фомина, Н.С.Лецкой. М.: Мир, 1977. 552 с.

112. Хокс Б. Автоматизированное проектирование и производство: Пер. с англ. М.: Мир, 1991. 296 с.

113. Цветков В.Д. Системно-структурное моделирование и автоматизация проектирования технологических процессов. Минск: Наука и техника, 1980.

114. Шеннон Р. Имитационное моделирование систем // Искусство и наука. М.: Мир, 1978.

115. Шепелев В. А. Проблема созданная системой среды САПР изделий электроники. Автоматизация проектирования, 1997. № 1.1. С.24-29.

116. Шехтер М.С., Кисин М.Е. О статистической оценке сенсорных данных в процессе опознания простых признаков стимулов.// Вероятностное прогнозирование в деятельности человека. М.: Наука, 1977. С. 242-255.

117. Шоломов Jl. А. Логические методы исследования дискретных моделей выбора. М.: Наука, 1989. 288 с.

118. Шрайбер Т. Моделирование на GPSS. М.: Машиностроение,1980.

119. Юрасов В.Г. Математическое описание одного класса динамических процессов по экспериментальным данным // Математические и технические вопросы медицинской кибернетики: Сб. науч. тр. Воронеж: ВПИ, 1977. С. 35- 39.

120. Allen Р.Е., Macaluso E.R., Billy S.F., Nedungadi A. AIDE 2: An automated analog 1С disign system. Inproc. IEEE Custom Integrated Circuits Const., Portland, USA, 1985. P. 498-501.

121. Allen W., Rosental D., Fiduk K. The MCC CAD Framework. Methodology managment System.- Proceeding of28th ACM/IEEE Design Automation Conference, June, 1991. P.694-698

122. Architecture Tiger Team. Framework Views Provide Architectural Insight.- The Initiative, Fall 1991. P.8-12.

123. Duboi S.D., Prade H. Additious of intersctive fuzzy numbers // IEEE Traus on Automatic Control, 1981. Vol. Al 26.

124. Groover M.P., Zimmers E.W. CAD/CAM: Computer Aided Design and Manufacturing. Prentice Hall Intern., 1984.

125. Hiller F.S. Chance coustrained programming with 0-1 or bounded continuos decision variables // Manag Sci, September, 1967. V.14, P. 18-25.

126. Hubel D.H., Wiesel T.N. Receptivefields and functional architecture of monkey striaate cortex // J. Phisiol.(Engl.), 1966, V. 195. P. 215-243.

127. Ishi K., Coel A., Adler R.E. A model of simultanlous Engineering Design. Artificial Intelligence in Design/ Ed by J.S. Gero.-N.-V.: Springer, 1989. p.489-501.

128. Leskin A. A., Smirnov A.V. A technological 'knowledge model in FMS disign system. Industrial Applications of artiflcal Intelligence/ Ed by J.L.Alty., L.I.Mikulich. Amsterdam, North-Holland,- 1991. P. 375-381

129. Mc. Donald J.C. Hastings W. F. Selecting and jastifying CAD/CAM // Assembly Engineering, 1983. № 4. P. 24-27.

130. Nici M., Van Dijk, Eric Smetink. A non-exponential que-neing system with independent arrivals and batch servicing // J.Appl. Probab., 1990. V. 27. P. 401-408.

131. Rose D., Blakemore C. Analysis of orientation selectivity in the cat's visual cortex // Exp. Brain Res., 1974. V. 27. P. 401-408.

132. Toumazou C., Makris C.A., Berrach C.M. ISAID A methodology for automated analog IC design. Proc. Int. Symp. on CAS, New Orleans, USA, 1990. P. 531-535.

133. Wawrun K.- A formal language description and inference strategy for analog circuit design// Circuits systems and signal processing. V.15. №6, 1996, P.771-805.

134. Wawryn K. An expert system design for analog circuit design. Proc. Int. Conf. of Artifical Intelligence and Applications and Neural Networks. Zurich. Switzerland, 1990. P. 141-144.

135. Wesely J. Stohastic programming // Statist. Neerlandi-ca, 1967, V. 21, M:247

www.dissercat.com

Проблема оптимизации и экспертные методы принятия решений

Рассмотренные до настоящего времени задачи выбора заключались в том, чтобы в исходном множестве альтернатив найти оптимальные. Задача нахождения оптимальной альтернативы заключается в поиске экстремума заданного критерия эффективности. То есть считается, что исследователем сформирован критерий, который выступает в качестве способа сравнения вариантов решения. Предполагается также, что наряду с критерием имеются ограничения, которые также оказывают влияние на результат выбора. Причем следует иметь в виду, что при изменении ограничений при одном и том же критерии результат выбора может оказаться другой.

Идея оптимальности является центральной идеей кибернетики. Понятие оптимальности вошло в практику проектирования и эксплуа­тации сложных технических систем, получило строгое и точное пред­ставление в математических теориях, широко используется в админи­стративной практике. Данное понятие сыграло важную роль в форми­ровании системных представлений. Осознавая ведущую роль оптими­зационного подхода при решении задач выбора, следует остановиться наряде ограничений, которые необходимо осознавать при применении данного подхода. Охарактеризуем их.

1. Оптимальное решение часто оказывается чувствительным к не­значительным изменениям в условиях задачи. В результате изменения условий или предположений, при которых формировалась модель зада­чи принятия решений, могут получиться выводы, существенно отлича­ющиеся друг от друга. В связи с этим в теории оптимальности разви­вается такое направление как исследование устойчивости решения, а также анализ результатов решения на чувствительность к изменению входных параметров, условий и предположений.

2. При решении практических задач оптимизации следует учиты­вать, что анализируемая система имеет взаимосвязи с другими систе­мами, а зачастую она является подсистемой какой-либо гиперсистемы. В связи с этим требуется увязывать цели анализируемой системы с целями других систем и в особенности с глобальными целями гиперси­стемы. В этом случае постановка задачи оптимизации для анализируемой системы может иметь подчиненное значение по отношению к по­становкам задач для других систем. Тогда задача сведется к задаче локальной оптимизации. В этом случае локальная оптимизация может привести к результату, отличающемуся от того, который потребуется от системы при оптимизации целевых функций гиперсистемы. Отсюда следует вывод, что необходимо увязывать критерии анализируемой си­стемы с критериями других систем и, в особенности, гиперсистемы.

3. При использовании оптимизационного подхода не следует отож­дествлять цели системы и критерии, с помощью которых решается задача выбора. Критерий и цель относятся друг к другу как модель и оригинал. Многие цели трудно или даже невозможно количественно описать. Количественный критерий является лишь приближением цели. Критерий характеризует цель лишь косвенно, иногда лучше, иногда хуже, но всегда приближенно.

4. В постановке задачи оптимизации наряду с критериями не менее важную роль играют ограничения. Даже небольшие изменения ограни­чений существенно сказываются на результате решения. Еще более разительный эффект можно получить, исключая одни ограничения и добавляя другие. Отсюда требуется сделать вывод о необходимости тщательного анализа всех условий, при которых решается задача вы­бора. Если при постановке задачи не проведен должным образом ана­лиз условий и в результате не сформирован в полном объеме набор ог­раничений, это может наряду с оптимизацией критерия привести к не­предвиденным сопутствующим эффектам.

Подводя итог сказанному, можно сформулировать отношение к идее оптимизации с позиций системного анализа. Оно состоит в следующем: оптимизация — это мощное средство повышения эффективности, но использовать его следует все более осторожно по мере возрастания сложности проблемы. Многие задачи системных исследований могут быть достаточно хорошо формализованы, сведены к математическим моделям, позволяющим ставить и решать оптимизационные задачи. Однако даже после преодоления сложностей формализации системотех­нических проблем остаются некоторые особенности, которые сказыва­ются на результате решения. А именно, это неустойчивость оптималь­ных решений, сильная чувствительность к изменению условий, и нео­днозначность постановки многокритериальных задач. Меры преодоле­ния данных обстоятельств состоят в проведении анализа решения на чувствительность, всяческое использование априорной информации с целью повышения уровня достоверности моделей, рассмотрение опти­мальных альтернатив по нескольким различным сверткам критериев.

При исследовании социотехнических систем, когда необходимо по­мимо чисто технических вопросов решать организационные и соци­альные проблемы, ситуация существенно усложняется. Учет подобно­го типа вопросов не поддается полной формализации. Следовательно, оптимизационные задачи, которые удается поставить при исследовании сложных систем, неизбежно являются заведомо приближенными, если относятся к системе в целом, либо имеют частичный, подчиненный характер, если описывают хорошо структурированные подсистемы. Ввиду этого оптимизация в системных исследованиях не конечная цель, а промежуточный этап работы. Чем сложнее система, тем осторож­нее следует относиться к ее оптимизации. При исследовании сложных систем неизбежно возникают проблемы, выходящие за пределы фор­мальных математических постановок задач. В ряде случаев, по мере необходимости обращаются к услугам экспертов, т.е. лиц, чьи сужде­ния, опыт и интуиция могут помочь в решении проблемной ситуации.

Основная идея экспертных методов состоит в том, чтобы исполь­зовать интеллект людей, их способность искать решение слабо форма­лизованных задач. При организации работы группы экспертов необхо­димо учитывать, что интеллектуальная деятельность людей во многом зависит от внешних и внутренних условий. Поэтому в методиках орга­низации экспертиз и проведении экспертных оценок специальное внима­ние уделяется созданию благоприятных условий и нейтрализации фак­торов, неблагоприятно влияющих на работу экспертов.

Важную роль в организации работы экспертов играют факторы пси­хологического характера. Прежде всего, эксперты должны быть осво­бождены от ответственности за использование результатов эксперти­зы. Дело не только в том, что лицо, принимающее решения, не должно возлагать ответственности на других, но и в том, что сама ответствен­ность накладывает психологические ограничения на характер выбора, а этого на стадии оценки альтернатив желательно избегать. Следует также принимать во внимание, что решение, принимаемое экспертом, может зависеть от межличностных отношений с другими экспертами, а также от того, известна ли его оценка другим лицам. На ход экспер­тизы могут повлиять и такие факторы, как личная заинтересованность эксперта, его необъективность, личностные качества. С другой сторо­ны, сложность проблем, решаемых в задачах системных исследований, обычно выходит за рамки возможностей одного человека. В этих усло­виях коллективная деятельность открывает дополнительные возмож­ности для взаимного стимулирования экспертов.

Поскольку взаимодействие между экспертами может как стимули­ровать, так и отрицательно сказываться на их деятельности, в разных случаях используют методики проведения экспертиз, имеющие различ­ные степень и характер взаимного влияния экспертов друг на друга. Известны следующие методы проведения экспертиз: анонимные и от­крытые опросы и анкетирование, совещания, дискуссии, деловые игры, мозговой штурм и т.п.

В последнее время с целью оказания помощи эксперту в принятии решения развиваются человеко-машинные системы, так называемые системы «искусственного интеллекта». Развитие систем такого типа идет по нескольким направлениям, а именно, разрабатываются базы знаний и экспертные системы и системы поддержки принятия решений. В системах такого типа лицу, принимающему решение, предоставляет­ся помощь в поиске наилучшего решения. Математическое и программ­ное обеспечение таких систем строится на базе набора формализован­ных процедур, которые лицо, принимающее решение, может использо­вать в любой момент и в любой степени.

studfiles.net

НОУ ИНТУИТ | Лекция | Моделирование и принятие решений в правовых системах

Аннотация: В лекции 16 рассмотрены проблемы моделирования систем и принятия решений в системах, а также ситуационный анализ применительно к правовым системам.

В правовой сфере на смену приближенным качественным оценкам все чаще приходят точные количественные данные. В правоохранительной деятельности актуально понимание всеми возможностей математического моделирования, анализа, принятия решений и правильного причинно-следственного анализа и правового вывода.

К сожалению, юристы зачастую не обладают необходимым для этого минимумом сведений и знаний в области методов моделирования, анализа и принятия решений.

Изложим некоторые сведения из этого минимума.

Модель – универсальное понятие, атрибут одного из наиболее мощных методов познания в любой профессиональной области, а именно, моделирования.

Модель и моделирование зависят от информационных и математических (логических) связей элементов и подсистем моделируемой системы, ресурсов, связей с окружением, используемых при моделировании, а не от конкретной природы, конкретного наполнения системы.

Модель – система или представление, описание для замещения (при некоторых гипотезах) одной системы (оригинала) другой системой (моделью) с целью изучения или применения её.

Например, деятельность предприятия на рынке (производство товара, услуг, информации) описываемая правовыми нормами и юридическим аппаратом даёт нам правовую модель предприятия на рынке.

Моделирование – универсальный метод получения, описания и использования знаний, позволяющий перекидывать мост между знаниями и реальными или идеальными системами, процессами.

Классификацию моделей проводят различным образом.

Модель – статическая, если явно учитывает время как один из основных параметров.

Модель – динамическая, если лишь неявно учитывает время.

Модель – дискретная, если описывает поведение системы в конечные моменты времени.

Модель – непрерывная, если описывает поведение системы на некотором временном промежутке.

Модель – имитационная, если позволяет проигрывать возможные пути развития и поведения системы варьированием параметра (параметров) модели.

Модель – детерминированная, если каждому набору параметров модели соответствует вполне определенный и однозначно определяемый результат моделирования; иначе – модель недетерминированная, стохастическая (вероятностная).

Модель – визуальная, если она позволяет визуализировать отношения и связи моделируемой системы.

Модель – натурная, если она есть материальная копия моделируемой системы.

Границы между моделями различного типа или же отнесение модели к тому или иному типу – условны.

Основные свойства модели:

• целенаправленность;
• конечность;
• упрощенность;
• приблизительность;
• адекватность;
• наглядность;
• информативность;
• полнота;
• устойчивость;
• адаптивность;
• эволюционируемость.

Жизненный цикл моделируемой системы:

• сбор информации, выдвижение гипотез;
• построение спецификаций модели;
• исследование модели;
• исследование адекватности, устойчивости модели;
• интерпретация, анализ результатов моделирования;
• генерация отчетов;
• уточнение, модификация модели.

Математическая модель описывается или представляется математическими структурами, математическим аппаратом (числа, буквы, геометрические образы, отношения, алгебраические структуры и т.д.).

Математические модели позволяют вникать в структуру и внутреннюю логику моделируемой системы.

Компьютерная модель позволяет актуализировать систему с помощью компьютера, компьютерной системы или технологии с использованием информационно-логических связей и структур, особенно, в режиме реального времени.

Компьютерное моделирование, от постановки задачи - до получения результатов, проходит следующие этапы компьютерного моделирования.

1. Постановка задачи.
2. Анализ данных, аналогов и т.д.
3. Анализ задачи (модели).
4. Исследование модели (построение метода, алгоритма исследования).
5. Программирование (проектирование программы).
6. Тестирование и отладка программы.
7. Оценка средств и адекватности моделирования.
8. Документирование программы и моделирования.
9. Использование модели.
10. Сопровождение модели (программы) при её использовании.

Принятие решения и целеполагающая деятельность человека в социальной, экономической, политической, идеологической, правовой сферах тесно связаны. В них часто не допускаются ошибки, так как они могут привести к пагубным последствиям.

Из-за ограниченных информационных возможностей человека возможны ошибки. Поэтому есть настоятельная необходимость применения научного подхода к обоснованию и принятию решений.

Принятие решений, наряду с прогнозированием, планированием, ситуационным анализом обстановки, исполнением решений, контролем и учетом является функцией управления.

При прогнозировании и планировании принимаются решения, связанные с выбором методов и средств, организаций работы, оценкой достоверности информации, выбором наиболее достоверного варианта прогноза и наилучшего варианта плана. Таким образом, функция принятия решений является с методологической и технологической точек зрения более общей, чем другие функции управления.

Для лица, принимающего решение ( ЛПР ), принятие решений является основной задачей, которую он обязан решать в процессе управления. Поэтому знание методов, технологий и средств решений этой задачи является необходимым элементом квалификации руководителя, базой для дальнейшего управления.

Конечным результатом любой задачи принятия решений является решение, конструктивное предписание к действию.

Решение является одним из видов мыслительной деятельности и имеет следующие признаки: наличие выбора из множества возможностей; выбор ориентирован на сознательное достижение целей; выбор основан на сформировавшейся установке к действию.

Основной характеристикой решения является его эффективность, т.е. степень, темп достижения целей и затраты ресурсов для принятия и реализации решения.

Решение тем эффективнее, чем больше степень достижения целей и меньше стоимость затрат.

Принятие решения – это выбор одного из множества рассматриваемых допустимых вариантов. Обычно их число конечно, а каждый вариант выбора определяет некоторый результат (экономический эффект, например), допускающий количественную оценку.

Такой результат обычно называется полезностью решения. Таким образом, ищется вариант с наибольшим значением полезности решения.

Классические модели принятия решений – оптимизационные, ставящие цель – максимизировать выгоду и на основе этих моделей получить практическую прибыль.

Правовые рекомендации (решения) могут быть получены, если при построении модели принятия решений придать большее значение учету существенных структурных правовых элементов.

На процесс принятия решения часто воздействуют различные случайные параметры, усложняющие принятие решения.

Правильность используемых гипотез необходимо проверять с помощью методов оценки статистических гипотез.

Проблемы принятия решений с недетерминированными параметрами называют проблемами принятия решений в условиях недостатка информации.

Чем меньше информации у нас, тем больше может оказаться различие между ожидаемым и действительным результатами принимаемых решений в целом.

Мера влияния информации (параметров) на результат решения называется релевантностью.

Особо важно в правовой сфере принятие решения при наличии риска (нераскрытия преступления, банкротства, ухудшения условий жизни и т.д.).

В зависимости от критерия эффективности, стратегий и факторов управления выбирается тот или иной метод (алгоритм, процедура) принятия решений.

Система принятия решений – совокупность организационных, методических, программно-технических, информационно-логических и технологических обеспечений принятия решений для достижения поставленных целей.

Ситуационное моделирование – моделирование принятия решений в условиях ограниченных ресурсов и высоких требований надежности (малого риска), например, кризиса.

Ситуационный анализ – анализ эффективности того или иного набора мер и процедур путем сравнения результатов их воздействия на систему.

При ситуационном анализе можно по некоторым критериям оптимальности, выбрать оптимальный набор возможных, допустимых мер и процедур, обеспечивающих достижение требуемой цели.

Одним из эффективных механизмов принятия решений (в проблемах выработки стратегии поведения, развития и т.д.) является использование ИСПР (просто СПР) – информационных систем поддержки решений ( Decision Support Systems ), сочетающих современные средства аналитической обработки и средства визуализации информации и технологии поддержки деятельности экспертной группы.

В области организационного управления наибольший интерес имеют так называемые ситуационные (эмерджентные) комнаты (центры), позволяющие быстро "погрузить" ЛПР в рассматриваемую проблемную ситуацию, обстановку, помочь разобраться в проблеме и принять локально-оптимальное (не обязательно глобально-оптимальное) решение. Существуют ситуационные центры Президента РФ, Совета Безопасности, МЧС. Ситуационные комнаты – это специальное место для поддержки построения, проигрывания проблемной ситуации и принятия решений одним человеком или группой людей. Эффект от использования ситуационной комнаты зависит от корректности поставленной проблемы, полноты и достоверности используемых данных, сценария обсуждения, технологий интеллектуальной и компьютерной поддержки, временного интервала прогноза и др.

Простое использование автоматизированной системы обработки документов, поисковых систем, средств визуализации и мультимедиа – недостаточные условия для функционирования ситуационной комнаты. Основная функция СПР – поддержка умственной, эвристической и творческой деятельности ЛПР.

СПР может работать в следующих режимах:

1. проблемный мониторинг и актуализация информации (СМИ, органов власти, объектов управления и пр.) с целью текущего информирования и предупреждения о накапливающихся небольших негативных явлениях;
2. планово-аналитический режим – плановое заслушивание и обсуждение аналитических докладов по проблемной ситуации с целью поддержки и принятия заслушиваемого решения по заранее фиксированному сценарию;
3. чрезвычайный режим – оперативный мониторинг информации, принятие и контроль исполнения решений по непредвиденным, чрезвычайным проблемам с целью уменьшения негативных факторов, влияющих на обычное в таких ситуациях совмещение построения сценария, обсуждения и принятия решений.

В базовом варианте, ситуационная комната может включать экран коллективного доступа; компьютер (обычно, мощный ноутбук) с возможностью отображения на экран коллективного доступа; средства доступа к базе данных (знаний), в том числе, – с целью сохранения сценария обсуждения, систему подготовки презентаций.

Вопросы для самоконтроля

1. Что такое модель, для чего она нужна и как используется?
2. Какая модель называется статической (динамической, дискретной и т.д.)?
3. Каковы основные свойства моделей?
4. Что такое жизненный цикл моделирования (моделируемой системы)?
5. Что такое математическая модель?
6. Что адекватность модели?
7. Что такое компьютерное моделирование, каковы его особенности?
8. Что такое принятие решения?
9. Что такое полезность решения?
10. Что такое ЛПР?
11. Как влияет неопределенность на принятие решения?

Задачи и упражнения

1. Укажите гипотезы (допущения, предположения), в рамках которых был получен второй закон Ньютона.
2. Сформулируйте правовую модель поведения какого-либо преступника.
3. Укажите основные свойства и тип модели изменения динамики правонарушений в городе, полученной в результате записи соответствующих данных ежемесячно. При каких гипотезах построена эта модель?

www.intuit.ru

Диссертация на тему «Оптимизация принятия решений при обеспечении надежности работы сложных информационно-вычислительных систем» автореферат по специальности ВАК 05.13.01 - Системный анализ, управление и обработка информации (по отраслям)

1. Нечипоренко В.И. Структурный анализ систем. -М.: Сов.радио, 1977.

2. Месарович М., Такахара Я. Общая теория систем: Математические основы. -М.: Мир, 1978.

3. Лагоша Б.А., Емельянов A.A. Основы системного анадиза. -М.: Изд-во МЭСИ, 1998.

4. Анфилатов B.C., Емельянов A.A., Кукушкин A.A. Системный анализ и управление. -М.: Финансы и статистика, 2002.

5. Анфилатов B.C. Вычислительные системы. -СПб. Изд-во ВУС, 1998.

6. Волкова В.Н., Денисов A.A. Основы теории систем и системного анализа. -СПб. Изд-во СПбГТУ.

7. Дегтярев Ю.И. Системный анализ и исследование операций. —М.: Высш. шк., 1996.

8. Певзнер Л.Д. Проектирование надежных систем. -М.: МГИ, 1982.

9. Гнеденко Б.В., Беляев Ю.К., Соловьев А.Д. Математические методы в теории надежности. -М.: Наука, 1965.

10. Ю.Козлов Б.А., Ушаков И.Л. Справочник по расчету надежности. -М.: Сов.радио, 1975.

11. Червонный A.A., Лукьяненко В.И., Котин Л.В. Надежность сложных систем. -М.: Машиностроение, 1976.

12. Капур К., Ламберсон Л. Надежность и проектирование систем. -М.: Мир, 1980.

13. Райке А.Л. Элементы теории надежности технических систем. -М.: Сов.радио, 1978.

14. Надежность автоматизированных систем управления/Под ред. Я.А. Хетагурова. -М.: Высшая школа, 1979.

15. Шор Я.Б. Статистические методы анализа и контроля качества и надежности. -М.: Сов.радио, 1962.

16. Кукушкин A.A. Теоретические основы автоматизированногоуправления. 4.1: Основы анализа и оценки сложных систем. -Орел.: Изд-во ВИПС, 1998.

17. П.Кукушкин A.A. Теоретические основы автоматизированного управления. 4.2: Основы управления и построения автоматизированных информационных систем. -Орел.: Изд-во ВИПС, 1999.

18. Голинкевич Г.А. Прикладная теория надежности. -М.: Высш. шк., 1985.

19. Круглов В.В., Дли М.И., Годунов Р.Ю. Нечеткая логика и искусственные нейронные сети. -М.: Физматлит, 2001.

20. Круглов В.В., Борисов В.В. Искусственные нейронные сети. -М.: Горячая линия — Телеком, 2001.21 .Афанасьев В.Н., Колмановский В.Б., Носов В.Р. Математическая теория конструирования систем управления. -М.: Высш. шк., 2003.

21. Прикладные нечеткие системы/Под ред. Т. Тэрано, К. Асаи, М. Сугэно. -М.: Мир, 1993.

22. Подиновский В.В., Ногин В.Д. Парето-оптимальные решения многокритериальных задач. -М.: Наука, 1982.

23. Ногин В.Д., Толстых И.В. Использование набора количественной информации об относительной важности критериев в процессе принятии решений // Журн. вычислит, математики и мат. физики. 2000. Т.40Ц1). С.1593-1601.

24. Алексеев A.B. Проблемы разработки математического обеспечения выполнения нечетких алгоритмов. -В сб.: Модели выбора альтернатив в нечеткой среде. -Рига, 1984.

25. Алексеев A.B. Применение нечеткой математики в задачах принятия решений. -В сб.: Методы и системы принятия решений. -Рига: РПИ, 1983.

26. Алтунин А.Е., Востров H.H. Оптимизация многоуровневых иерархических систем на основе теории размытых множеств и методовсамоорганизации. -В сб.: "Проблемы нефти и газа Тюмени", Тюмень, вып. 42,1979.

27. Гудмен И. Нечеткие множества как классы эквивалентности случайных множеств. В сб.: Нечеткие множества и теория возможностей. -М: Радио и связь, 1986.

28. Брайсон А., Хо Ю-Ши. Прикладная теория оптимального управления -М: Мир, 1972.

29. ЗО.Заде JI.A. Понятие лингвистической переменной и его применение к принятию приближенных решений. -М: Мир, 1976.

30. Дюбуа Д., Прад А. К анализу и синтезу нечетких отображений. В сб.: Нечеткие множества и теория возможностей. -М: Радио и связь, 1986.

31. Карповский Е.Я., Чижов С.А. Оценка показателей качества программных средств с использованием лингвистических переменных. Управляющие системы и машины, N 2, 1987, с. 17-19.

32. Кашьян P.JL, Pao А.Р. Построение динамических стохастических моделей по экспериментальным данным. -М: Наука, 1983.

33. Клыков Ю.И. Ситуационное управление большими системами. -М: Энергия, 1974.

34. Кини P.JL, Райфа X. Принятие решений при многих критериях: предпочтения и замещения. -М: Радио и связь, 1981.

35. Негойце К. Применение теории систем к проблемам управления. М: Мир, 1981.

36. Цыпкин Я.З. Адаптивные методы выбора решений в условиях неопределенности. -Автоматика и телемеханика, 1976, N 4.

37. Эйкофф П. Современные методы идентификации систем. М: Мир, 1983.

38. Лэсдон Л.С. Оптимизация больших систем. -М.: Наука, 1975.

39. Моисеев H.H. Методы оптимизации. -М. Наука, 1978.

40. Александров Л.В. и др. Системный анализ при создании и освоении объектов техники. -М.: НПО "поиск", 1992.

41. Еремеев А.П. Экспертные модели и методы принятия решений. -М.: МЭИ, 1995.

42. Поспелов Г.С. Системный анализ и искусственный интеллект. -М.: ВЦ АН СССР, 1980.

43. Поспелов Д.А. Ситуационное управление: теория и практика. -М.: Наука, 1980.

44. Жуковин В.Е. Многокритериальные модели принятия решений с неопределенностью. -Тбилиси, 1983.

45. Макаров И.М. и др. Теория выбора и принятия решений. -М.: Наука, 1987.

46. Орловский С.А. Проблемы принятия решений при расплывчатой информации. -М.: наука, 1981.

47. Машунин Ю.К. Методы и модели векторной оптимизации. -М.: Наука, 1986.

48. Орлов А.И. Задачи оптимизации и нечеткие переменные. -М.: Знание, 1980.

49. Лямец В.И., Тевяшев А.Д. Системный анализ. -Харьков: ХТУРЭ, 1998.

50. Литвак Б.Г. Управленческие решения. -М.: Тандем, 1998.

51. Байхельт Ф., Франкен П. Надежность и техническое обслуживание. Математический подход. -М.: Радио и связь, 1988.

52. БарлоуР., Прошан Ф. Математическая теория надежности. -М.: Сов.радио,1969.

53. Вопросы математической теории надежности /Е.Ю.Барзилович, Ю.К.Беляев и др. -М: Радио и связь,1983.

54. Райкин A.JI. Элементы теории надежности технических систем. -М.: Сов.радио,1978.

55. Козлов Б.,Ушаков И. Справочник по расчету надежности. -М.: Сов.радио,1975.

56. Ларичев О.И. Теория и методы принятия решений. —М.: Логос, 2000.

57. Новиков Д.А., Петраков С.Н. Курс теории активных систем. -М.: Синтег, 1999.

58. Васильев Ф.П. Методы оптимизации. -М.: Факториал Пресс, 2002.

59. Рыков A.C. Методы системного анализа: Оптимизация. -М.: Экономика, 1999.

60. Рыков A.C. Методы системного анализа: Многокритериальная и нечеткая оптимизация, моделирование и экспертные оценки. —М.: Экономика, 1999.

61. A.A. Ерофеев, А.О. Поляков. Интеллектуальные системы управления. -СПб: Издательство СПбГТУ, 1999.

62. В.И. Васильев. Распознающие системы. Справочник. -Киев, Наукова думка, 1983.64,Обработка нечеткой информации в системах принятия решений./ А.Н.Борисов, А.В.Алексеев, и др. -М.: Радио и связь, 1989.

63. Е.Ю. Кандрашина, A.B. Литвинцева, Д.А. Поспелов. Представление знаний о времени и пространстве в интеллектуальных системах. -М.: Наука, 1989.ъ

64. Васильев Ф.П. Численные методы решения экстремальных задач. -М.: Наука, 1980.

65. Поляк Б.Т. Введение в оптимизацию. -М.: Наука, 1983.

66. Сеа Ж. Оптимизация. Теория и алгоритмы. -М.: Мир, 1973.

67. Черноруцкий И. Методы оптимизации в теории управления. -Спб.:1. Питер, 2004.

68. Филамофитский М. Средства анализа производительности параллельных приложений, http://parallel.ru/

69. Основные классы современных параллельных компьютеров. http://parallel.ru/computers/classes.html

70. Вычислительный комплекс НИВЦ МГУ. http://parallel.ru/cluster/

71. Митрофанов В.В., Слуцкин А.И., Ларионов К.А., Эйсымонт JI.K. Направления развития отечественных высокопроизводительных систем. Открытые системы, №5,2003 г.

72. LAM/MPI Parallel Computing, http://www.lam-mpi.org/

73. MPI: The Message Passing Interface. http://www.parallel.ru/tech/tech dev/mpi.html

74. MOSIX. http://www.mosix.org/index.html

75. Тест производительности межпроцессорных обменов. http://www.parallel.ru/testmpi/transfer.html

76. Тест эффективности основных операций MPI. http://www.parallel.ru/testmpi/mpitest.html

77. В.В.Воеводин, Вл.В.Воеводин Параллельные вычисления. Спб.: БХВ-Петербург, 2002

78. Parallel Virtual Machine, http://www.csm.ornl.gov/pvm/

79. Лазарев В.Г. Распределенные системы передачи и обработки информации. -М.: Наука, 1985.

80. Лазарев В.Г., Черняев В.Г. Управление процессами и ресурсами в распределенных системах. -М.: Наука, 1989.

81. Пирс У. Построение надежных вычислительных машин. 1968.

82. High-Availability Linux Project, http://linux-ha.org/

83. Engineering a Beowulf-style Compute Cluster. http://www.phy.duke.edu/~rgb/Beowulf/beowulf book/beowulf book/index .html

84. David HM Spector. Building Linux Clusters. O'Reilly, July 2000.

85. Thomas Sterling, John Salmon, Donald J. Becker and Daniel F. Savarese. How to Build a Beowulf. The MIT Press, 2001/

86. Надежность персональных ЭВМ и производственная загрузка фирменной сети сервиса. "Микропроцессорные средства и системы." 1985.-№4.-С. 89.

87. Надежность и отказоустойчивость параллельных ЭВМ. http://www.wl.unn.ru/~ragozin/plan/nad.htm

88. ПРОБЛЕМА ОРГАНИЗАЦИИ НАДЕЖНЫХ ПРОЦЕССОВ УПРАВЛЕНИЯ С ПРИМЕНЕНИЕМ НЕНАДЕЖНЫХ ВЫЧИСЛИТЕЛЬНЫХ СРЕД, http://zvt.bv.ru/bezop 96.htm

89. Linux Virtual Server, http://www.linuxvirtualserver.org/

www.dissercat.com

Оптимизация процесса принятия решения в организации

АЛТАЙСКИЙ ФИЛИАЛ АВТОНОМНОЙ НЕКОММЕРЧЕСКОЙ ОРГАНИЗАЦИИ

 «АКАДЕМИЯ НАЦИОНАЛЬНОЙ БЕЗОПАСНОСТИ, ОБОРОНЫ И ПРАВОПОРЯДКА (институт)»КУРСОВАЯ РАБОТА

по теории управления

дисциплинаОптимизация процесса принятия решения в организации

тема работы

Работу выполнил студент__ курса
Группа № ______________________
Фамилия______________________
Имя  Отчество
Специальность ________________
Шифр ______________________
Проверил __________________________
Ф.И.О., должность, звание___________
Оценка ____________________________
___________________________________	дата, подпись

Барнаул – 2009 г.

СодержаниеВведение………………………………………………………………………….3

1.     Понятие процесса принятия решения и его виды…………………………4

2.     Модели и методы оптимизации принятия решения………………………..13

Заключение……………………………………………………………………….28

Список использованной литературы……………………………………………29

ВведениеВажнейшим резервом повышения эффективности всего общественного производства является повышение качества принимаемых решений, которое достигается путем совершенствования процесса принятия решений.

Принятие решений – составная часть любой управленческой функции. Необходимость принятия решения пронизывает все, что делает управляющий, формируя цели и добиваясь их достижения. Поэтому понимание природы принятия решений чрезвычайно важно для всякого, кто хочет преуспеть в искусстве управления.

Эффективное принятие решений необходимо для выполнения управленческих функций. Оптимизация процесса принятия обоснованных объективных решений в ситуациях исключительной сложности достигается путем использования моделей и количественных методов принятия решений.

Данная работа состоит из двух глав. В первой главе рассматривается понятие процесса принятия управленческих решений, указываются характерные особенности решений, а также рассматриваются стадии процесса принятия решений.

Во второй главе рассматриваются методы и модели оптимизации процесса принятия управленческих решений.

1.Понятие процесса принятия решения

Принятие решения — это процесс анализа, прогнозирования и оценки ситуации, выбора и согласования наилучшего альтернативного варианта достижения поставленной цели.

Следовательно, процесс принятия решения — это процесс выбора лицом, принимающим решение, наиболее эффективного варианта из множества альтернатив.

Данный процесс — это деятельность, осуществляемая по определенной технологии с использованием различных методов и технических средств, направленная на разрешение определенной управленческой ситуации путем формирования, а затем реализации воздействия на объект управления. В организационном аспекте данный процесс представляет собой совокупность закономерно следующих друг за другом в определенной временной и логической последовательности этапов, между которыми существуют сложные прямые и обратные связи. Каждому этапу соответствуют конкретные трудовые действия, направленные на выработку и реализацию решения. Эту повторяющуюся систему действий принято называть технологией процесса выработки и реализации решений.

На любом уровне менеджер должен справляться с целым потоком решений. Некоторые решения похожи на те, которые были приняты ранее, другие — совершенно новые, при этом столь важны, что требуют тщательного обдумывания. Решения иногда следует принимать самостоятельно, иногда — взаимодействуя с другими людьми.

Рассмотрим стадии процесса принятия решений. Типовые процессы принятия решений, реализуемые в самых различных областях деятельности, имеют много общего, поэтому необходима некоторая универсальная «типовая» схема процесса принятия решения, устанавливающая наиболее целесообразный набор и последовательность действий. Данную схему следует рассматривать не как жесткий алгоритм выработки и принятия управленческого решения, а как логическую и наиболее приемлемую схему действий менеджера в проблемных ситуациях [1, с.234].

Типовой процесс принятия решений включает:

§                     предварительное формулирование проблемы;

§                     определение целей решения и выбор соответствующих критериев оптимальности;

§                     выявление и установление ограничений;

§                     составление списка альтернатив и их предварительный анализ с целью исключения явно неэффективных;

§                     сбор управленческой информации и прогнозирование изменений параметров решения в будущем;

§                     точное формулирование поставленной задачи;

§                     анализ и выбор метода решения задачи и разработку алгоритма решения;

§                     разработку модели решения, позволяющую оценивать эффективность каждой альтернативы;

§                     оценку альтернатив и выбор наиболее эффективных;

§                     принятие решения;

§                     доведение решения до исполнителей;

§                     выполнение решения и оценку результата.

Необходимость в разработке управленческого решения возникает при осознании проблемы. Поэтому уделим некоторое внимание проблемам.

Наличие проблемы можно представить как критическое рассогласование между желаемым положением и реальным.

Существуют два подхода к определению проблемы.

Согласно первому проблемой считается ситуация, когда поставленные цели не достигнуты.

Во втором случае в качестве проблемы рассматривают существующую потенциальную возможность. Осознание проблемы возникает при определенном критическом значении рассогласования между существующим и желаемым значениями эффекта. Это критическое значение определяют для каждой конкретной ситуации, используя типовые представления.

Индикатор проблемы — достижение одним или несколькими параметрами эффекта критического значения. При этом выделяют:

§                     осознание проблемы — установление факта ее существования в результате контроля деятельности или исследования рыночных возможностей. Проблема, достигшая определенной остроты, трансформируется в мотив для деятельности организации и ее менеджеров;

§                     определение проблемы — ответ на вопросы: что действительно происходит в организации, каковы причины происходящего и что за всем этим стоит. Определение и последующее формулирование проблемы позволяет менеджеру ранжировать ее в ряду других проблем. Кроме того, весьма важно, чтобы все лица, связанные с разработкой управленческого решения, одинаково (однозначно) понимали суть проблемы [1, с.236].

В основу определения приоритета проблемы могут быть положены следующие факторы:

§                     последствия возникновения проблемы;

§                     воздействие проблемы на организацию;

§                     срочность разрешения проблемы и ограничения во времени;

§                     мотивированность и наличие соответствующих способностей у участников;

§                     возможность решения проблемы без участия менеджмента или в ходе решения других проблем.

coolreferat.com

Теоретические основы и методы системного анализа оптимизации управления принятия решений и

Совершенствование систем с управлением сводится к сокращению длительности цикла управления и повышению качества управляющих воздействий (решений). Эти требования носят противоречивый характер. При заданной производительности СУ сокращение длительности цикла управления приводит к необходимости уменьшения количества перерабатываемой информации, а следовательно, к снижению качества решений. Одновременное удовлетворение требований возможно лишь при условии, что будет повышена производительность УС и СС по передаче и переработке информации, причем повышение производительности обоих элементов должно быть согласованным. Это исходное положение для решения вопросов по совершенствованию управления. Основными путями совершенствования систем с управлением являются: Оптимизация численности управленческого персонала. Использование новых способов организации работы СУ. Применение новых методов решения управленческих задач. Изменение структуры СУ. Перераспределение функций и задач в УС. Механизация управленческого труда. Автоматизация. Рассмотрим каждый из путей. 1. Управляющая система – это, прежде всего люди. Самый естественный путь, позволяющий поднять производительность – увеличить число людей. Так и поступали длительное время. В результате численность управленческого персонала возрастала. Количество информации, которую надо перерабатывать каждому человеку во многих современных системах, настолько воз­ росло, что далеко выходит за пределы человеческих возможностей. Поэтому дальнейшее увеличение численности людей, занятых в управлении, уже не может привести к повышению его эффективности. С ростом числа должностных лиц в УС неизбежно дробление функций управления. До некоторых пор координация работы управленческого персонала был возможна путем прямых связей между исполнителями. Затем появляется необходимость в специальном аппарате, осуществляющем эту координацию. Возникают потоки информации внутри самой УС. На их обслуживание требуются новые люди. Эффективность управления не повышается, а даже падает. Безусловно, так обстоит дело в целом. В отдельных системах возможности этого пути совершенствования управления могут быть и не исчерпаны. 2. Организация работы управленческого персонала постоянно совершенствуется. Так, в органах управления используются методы параллельного сетевого планирования и управления с использованием компьютерных средств системного анализа, когда нижестоящие органы приступают к выработке решения на основе предварительных распоряжений, отданных ЛПР, не дожидаясь окончания планирования в вышестоящих органах управления. Освоение данного способа позволяет сократить время на разработку планов в несколько раз. 3. Путь применения новых методов решения управленческих задач носит несколько односторонний характер, так как в большинстве случаев направлен на получение более качественных решений и требует увеличения времени. 4. При усложнении ОУ, как правило, производится замена простой структуры УС на более сложную, чаще всего иерархического типа, при упрощении ОУ – наоборот. Изменением структуры считается и введение обратной связи в систему. В результате перехода к более сложной структуре функции управления распределяются между большим числом элементов УС и производительность СУ повышается. Совершенствование структуры систем является довольно эффективным путем. Однако число возможных типовых структур Основы системного анализа 15 для каждой конкретной системы сравнительно невелико, и к на­ стоящему времени большинство сложных систем имеют такие структуры, изменение которых просто нецелесообразно. 5. Если подчиненные УС могут решать самостоятельно очень ограниченный круг задач, то, следовательно, центральный управляющий орган будет перегружен, и наоборот. Необходим оптимальный компромисс между централизацией и децентрализацией. Решить эту проблему раз и навсегда невозможно, так как функции и задачи управления в системах непрерывно изменяются. 6. Поскольку информация всегда требует определенного материального носителя, на котором она фиксируется, хранится и передается, то, очевидно, необходимы физические действия по обеспечению информационного процесса в СУ. Использование различных средств механизации позволяет значительно повысить эффективность этой стороны управления. К средствам механизации относятся средства для выполнения вычислительных работ, передачи сигналов и команд, документирования информации и размножения документов. В частности, использование ПЭВМ в качестве пишущей машинки относится к механизации, а не к автоматизации управления. 7. Сущность автоматизации заключается в использовании ЭВМ для усиления интеллектуальных возможностей ЛПР. Все рассмотренные ранее пути ведут так или иначе к повышению производительности УС и СС, но, что принципиально, не повышают производительность умственного труда. В этом заключается их ограниченность. 3.4 Цель автоматизации управления До недавнего времени технические средства применялись человеком с тем, чтобы облегчить только физический труд. Появление ЭВМ положило начало кибернетическому направлению применения технических средств для повышения эффективности труда. Автоматизация явилась закономерным, но не простым продолжением механизации. Если механизация охватывает процессы получения, передачи, преобразования и использования энергии, то автоматизация - процессы получения, передачи, преобразования и использования информации. Говоря образно, если орудия труда выступают продолжением человеческой руки, то ЭВМ - продолжение человеческого мозга. При управлении ЛПР выполняет сложную последовательность функций из множеств {f^}, {/}, {f}. Каждая из них может быть представлена рядом задач. По степени творческих усилий это могут быть задачи, не связанные с творчеством, и задачи сугубо творческого труда. Вполне естественно, что необходимость, возможность и целесообразность их автоматизации будут тоже различными. Исходя из этого развитие автоматизации управления представляет собой последовательную передачу ряда управленческих функций от человека к техническим средствам и происходит поэтапно. С развитием вычислительной техники и методов математики автоматизация распространилась на управление объектами социальной природы. Системы управления этого типа принципиально не могут быть автоматическими. Объясняется это тем, что органической составной частью в них выступают ЛПР с их неформальным мышлением, чувствами и опытом. Они являются источниками первичной ин­ формации и потребителями результатов ее обработки. Такие системы управления называются автоматизированными. Автоматизированные системы управления (АСУ) являются одним из направлений применения информационных систем. Совокупность средств информационной техники и людей, объединенных для достижения определенных целей, в том числе для управления, образует информационную систему (ИС). В английском языке этому понятию соответствует термин Management Infonnation System (MIS) - управляющая информационная система. Под ИС понимается организационно-техническая система, использующая информационные технологии в целях обучения, информационно-аналитического обеспечения научно-инженерных работ и Процессов управления (Computer-Aided information System). ИС могут быть территориально рассредоточенными, иерархическими как по функциональному признаку, так и по реализации техническими средствами. Обеспечение взаимодействия рассредоточенных систем осуществляется за счет создания распределенных информационно-вычислительных сетей (ИВС) коллективного пользования. ИВС являются самостоятельными подсистемами в составе любых более сложных ИС, обеспечивающими передачу информации из одного места в другое (системы связи, телекоммуникационные системы) и от одного момента времени до другого (системы хранения информации). Общей целью автоматизации управления является повышение эффективности использования возможностей объекта управления, которое обеспечивают следующие направления. 1. Повышение оперативности управления. Сокращение времени происходит в основном за счет таких процессов, как сбор, поиск, предварительная обработка и передача информации, засекречивание и рассекречивание информации, производство расчетов, решение логических задач, а также оформление и размножение документов. 2. Снижение трудозатрат ЛПР на выполнение вспомогатель­ ных процессов. К ним относятся информационные и расчетные процессы, которые, имея вспомогательный характер, являются весьма трудоемкими. Относительное распределение трудозатрат, между процессами примерно следующее: информационные процессы - 65-70%, расчеты - 20-25%, творческие процессы - 5-15%. В результате высвобождения от технической работы должностные лица могут сосредоточить основное внимание на творческих процессах управления. 3. Повышение степени научной обоснованности принимаемых решений. Процесс принятия решения строится на основе анализа и прогноза развития ситуации с применением математического аппарата. При этом сохраняют свое значение традиционные методы обоснования решений, опирающиеся на опыт и интуицию. Следует отметить, что оптимальных решений не всегда удается достигнуть и в условиях автоматизированного управления, по­ этому говорят о рациональных решениях. Приводя к повышению эффективности, автоматизация далеко не всегда сопровождается уменьшением численности людей в СУ. Чаще всего происходит перераспределение личного состава внутри систем: сокращается численность должностных лиц, занятых непосредственно управлением, но увеличивается инженерный и технический персонал, обслуживающий технические средства. Основной эффект автоматизации достигается за счет своевременности и оптимальности принимаемых решений. Таким образом, необходимость в автоматизированном управлении обусловлена резким усложнением процессов управления и носит объективный характер. Создание ИС позволяет повысить эффективность управленческой деятельности, а следовательно, и эффективность использования сил и средств в современных условиях. Будучи наиболее эффективным, этот путь совершенствования управления является вместе с тем и наиболее сложным. 4. Принятие решений 4.1 Формирование решений Системный подход – это и есть принятие процесс решений при проектировании систем. Принятие решения – это термин, который иногда употребляется для обозначения действия, состоящего в выборе одного из нескольких возможных вариантов. Однако такая интерпретация рассматриваемого понятия слишком узка. Принятие решения является мыслительным процессом, который охватывает всю деятельность по решению какой-либо задачи. Все аспекты человеческих устремлений включает в себя целенаправленные действия, посредством которых должны быть приняты решения и достигнута цель. Принятие решения можно рассматривать как итеративную процедуру, каждый цикл которой включает несколько последовательных шагов. На рисунке 4.1 показаны шаги такого цикла Реализовать функцию принятия решения требуется в том случае, когда либо имеется задача, ожидающая своего решения, либо должны быть удовлетворены какие-то потребности. Шаг, состоящий в определении задачи, можно рассматривать как подзадачу основной задачи, т.е. в цикле принятия решения имеется «обратная связь внутри обратной связи». Лицо, принимающее решение (ЛПР), обычно обладает определенным уровнем знаний и опытом, которые помогают ему при рассмотрении имеющихся вариантов. Варианты – это различные стратегии, при помощи которых могут быть реализованы имеющиеся стремления. Каждый вариант ведет к одному или нескольким заранее известным результатам. До того как ЛПР сможет осуществить выбор варианта и соответствующих ему результатов, каждый возможный результат должен быть оценен, исходя из степени его полезности для реализации имеющихся устремлений. Оценка результата производится в соответствии с определенным критерием, формулировка которого обычно вводится в модель принятия решения. Из-за несоизмеримости качеств различных вариантов возникают проблемы количественного определения и измерения. Процесс выбора состоит в выборе наилучшего варианта. Реализация выбранного варианта приводит к результатам, которые должны в определенной степени удовлетворить начальные потребности. Чтобы оценить степень, в которой вариант удовлетворяет исходным требованиям, проводится новый цикл.     продолжение

coolreferat.com

Диссертация на тему «Оптимизация принятия решений в САПР на основе интеграции многовариантного моделирования и адаптивной мультикомпонентной поисковой среды» автореферат по специальности ВАК 05.13.12 - Системы автоматизации проектирования (по отраслям)

1. Айзерман М.А., Вольский В.И., Литваков Б.М. Элементы теории выбора. Псевдокритерии и псевдокритериальный выбор. М.: Наука, 1994. 293 с.

2. Алексеев А.В., Борисов А.Н. Интеллектуальные системы принятия проектных решений. Рига: Зинатне, 1997. 320 с.

3. Амамия А., Жакото Д. Архитектура ЭВМ и искусственный интеллект. М.: Мир, 1993.240 с.

4. Амосов А.А. Вычислительные методы для инженеров. М.: Изд-во МЭИ, 2004. 596 с.

5. Анализ структуры задач оптимизации / В. Шалтянис; Ин-т матем. и ки-берн. АН Лит. ССР. Вильнюс: Москлас, 1989. 123 с.

6. Анохин A.M., Глотов В.А., Павельев В.В. Методы определения коэффициентов важности критериев // Автоматика и телемеханика, 1997. № 8. С. 335.

7. Антюфеев Г.В., Елтаренко Е.А. Технология оценки объектов по многим критериям с расчетом ошибок результатов // Информационные технологии, 2002. № 3. С. 49-55.

8. Артемов М.А., Львович Я.Е., Белецкая С.Ю. Организация стратегий поиска оптимальных вариантов сложных систем с использованием априорной и текущей информации // Вестник ВГУ. Сер. "Физика. Математика", 2003. №1. С. 152-156

9. Афанасьев В.Н., Постников А.И. Информационные технологии в управлении предприятием. М.: МГИЭМ, 2003. 143 с.

10. Багриновский К.А., Бендинов М.А., Хрусталев Е.Ю. Современные методы управления технологическим развитием. М.: РОССПЭН, 2001. 272 с.

11. Базы знаний интеллектуальных систем / Т.А. Гаврилова, В.Ф. Хороша-евский. СПб.: Питер, 2000. 384 с.

12. Балашов В.Г., Ильдеменов С.В., Ириков В.А. и др. Реформирование и реструктуризация предприятий. М.: Изд-во "ПРИОР", 1998. 347 с.

13. Банди Б. Методы оптимизации: Пер. с англ. М.: Радио и связь, 1988.128 с.

14. Барон Ю.Л., Григорян А.К., Кутанов А.Т., Юдицкий С.А. Формализованное описание структуры и поведения иерархических систем с вложением // Автоматика и телемеханика, 1997. №6. С. 209-215.

15. Барский А.Б. Параллельные технологии решения оптимизационных задач // Приложение к №2 журнала "Информационные технологии", 2001. 24 с.

16. Батищев Д.И., Львович Я.Е., Фролов В.Н. Оптимизация в САПР. Воронеж: Издательство ВГТУ, 1997. 416 с.

17. Белецкая С.Ю. Декомпозиционные преобразования оптимизационных моделей в задачах выбора наилучших вариантов сложных систем // Системы управления и информационные технологии, 2005. №1. С. 14-17.

18. Белецкая С.Ю. Информационная основа формирования адаптивных алгоритмов векторной оптимизации // Информация и безопасность, 2005. №2. С. 23-28.

19. Белецкая С.Ю. Многометодные технологии принятия решений // Системы управления и информационные технологии, 2005. №2. С. 4-9.

20. Белецкая С.Ю. Моделирование и поиск оптимальных решений при проектировании сложных систем. Воронеж: ВГТУ, 2005. 175 с.

21. Белецкая С.Ю. Построение подсистемы оптимального проектирования слабоформализованных объектов // Оптимизация и моделирование в автоматизированных системах: Межвуз. сб. науч. тр. Воронеж, 1996. С. 4-9.

22. Белецкая С.Ю. Принципы организации диалоговых систем оптимального проектирования // Проектирование и технология электронных средств, 2003. №3. с. 2-6.

23. Белецкая С.Ю. Структурно-параметрический синтез развивающихся производственных систем изготовления РЭС // Проектирование и технология электронных средств, 2004. № 4. С. 24-28.

24. Белецкая С.Ю. Формирование адаптивных процедур обработки информации в поисковых алгоритмах оптимального проектирования // Машиностроитель. М., 2002. №8 С. 16-18.

25. Белецкая С.Ю. Формирование комплексной модели производственной системы на основе интеграции CASE-технологий и имитационных процедур // Организатор производства, 2004. №1 (20). С. 8-11.

26. Белецкая С.Ю. Каплинский А.И. Вероятностный подход к построению алгоритмической базы слабоформализованных задач оптимального выбора // Оптимизация и моделирование в автоматизированных системах. Межвуз. сб. науч. тр. Воронеж, 1999. С. 19-24.

27. Белецкая С.Ю., Кретов О.С. Имитационное моделирование процесса производства электронной техники // Прикладные задачи моделирования и оптимизации: Межвуз. сб. науч. тр. Воронеж: ВГТУ, 2003. С. 126-131.

28. Белецкая С.Ю., Макаров О.Ю. Интеграция процедур анализа и оптимального выбора при принятии решений в условиях информационной неопределенности // Информация и безопасность, 2003. №2. 140-143

29. Белецкая С.Ю., Питолин А.В. Алгоритмизация слабоформализованных задач оптимального выбора на основе адаптивного подхода. Воронеж: ВГТУ, 2003. 148 с.

30. Белкин А.Р., Левин М.Ш. Принятие решений: комбинаторные модели аппроксимации информации. М.: Наука, 1990. 160 с.

31. Белышев Д.В., Гурман В.И. Интеллектуальные процедуры оптимального управления // Автоматика и телемеханика, 2002. №5. С. 147-155.

32. Белышев Д.В., Гурман В.И. Программный комплекс многометодных интеллектуальных процедур оптимального управления // Автоматика и телемеханика, 2003. №6. С.60-67.

33. Бенькович Е.С. Практическое моделирование динамических систем. СПб: BHV, 2002. 520 с.

34. Бережная Е.В. Математические методы моделирования экономических систем. М.: Финансы и статистика, 2001. 368 с.

35. Бертсекас Д. Условная оптимизация и метод множителей Лагранжа: Пер. с англ. М.: Радио и связь, 1987. 400 с.

36. Бетелин В.Б. О технологии программирования в инвариантных модулях // Вопросы кибернетики, 1989. №146. С. 3-11.

37. Борисов А.Н., Алексеев А.В., Крумберг О.А. Модели принятия решений на основе лингвистической переменной. Рига: Зинатне, 1982. 256 с.

38. Бритков В.Б., Никитов Д.С. Структуризация функциональных характеристик программных средств в задачах поддержки принятия решений. М.: Институт системного анализа РАН, 1999. 340 с.

39. Брусиловский A.M., Островский Г.М. Об одном декомпозиционном методе оптимизации сложных систем // Техн. кибернетика, 1978. №3. С. 17-23.

40. Бугаев Ю.В. Экстраполяция экспертных оценок в оптимизации технологических систем // Известия АН. Теория и системы управления, 2003. №3. С. 90-96.

41. Бурков В.Н., Багатурова О.С., Иванова С.И. Оптимизация обменных производственных схем в условиях нестабильной экономики. М.: ИПУ РАН, 1996.48 с.

42. Бурков В.Н., Трапезова М.Н. Механизмы внутрифирменного управления. М.: ИПУ РАН, 2000. 58 с.

43. Бусленко Н.П. Моделирование сложных систем. М.:Наука,1978. 399 с.

44. Бурлаков М.Б. Инструментальные средства автоматизации синтеза оптимальных стратегий управления дискретными технологическими и информационными процессами // Программные продукты и системы. 1995. №4. С.26-34.

45. Вагин В.Н., Еремеев А.П. Некоторые базовые принципы построения интеллектуальных систем поддержки принятия решений реального времени // Изв. АН. Теория и системы управления, 2001. №6. С.114-123.

46. Валеева Р.Г., Петренко А.Л. Программный комплекс для моделирования и исследования производственных систем // Информационные технологии, 2002. №11. С. 48-54.

47. Вальк М., Гирлих Э., Ковалев М. Проблемы оптимального проектирования систем // Экстремальные задачи оптимального проектирования и управления. Минск, 1991. С.4-21.

48. Варфоломеев В.И. Алгоритмическое моделирование элементов экономических систем. М.: Финансы и статистика, 2000. 245 с.

49. Васильев В.И. Имитационное управление неопределенными объектами. М.: Наука, 1989. 290 с.

50. Васильев Ф.П. Численные методы решения экстремальных задач. М.: Наука. Гл. ред. физ.-мат. лит., 1988. 552 с.

51. Васильков Ю.В., Боровкин А.В. Учебный программный комплекс по нелинейному программированию // Программные продукты и системы, 1995. №4. С.40-42.

52. Вендров A.M. Проектирование программного обеспечения экономических информационных систем. М.: Финансы и статистика, 2000. 352 с.

53. Верина Л.Ф., Левин Г.М., Танаев B.C. Параметрическая декомпозиция экстремальных задач: общий подход и некоторые приложения // Изв. АН СССР. Техническая кибернетика, 1988. №1. С. 23-31.

54. Вишнякова Л.В., Кухтенко В.И., Слатин А.В. Развитие методов декомпозиции в задачах оптимального проектирования сложных технических систем на основе математического моделирования // Изв. РАН. Теория и системы управления, 1994. №4. С. 191-200.

55. Воронин А.А., Мишин С.П. Оптимальные иерархические структуры. М.: ИЛУ РАН, 2003. 210 с.

56. Вязгин В.А., Федоров В.В. Математические модели автоматизированного проектирования. М.: Высш. шк., 1989. 184 с.

57. Гарусин М.И., Каплинский А.И. О формировании адаптивных алгоритмов оптимизации псевдобулевых функций на основе метода локального улучшения // Автоматика и телемеханика, 1976. №9. С. 96-104.

58. Георгиев В.О., Еникеев А.И. Сценарный подход в технологии создания диалоговых систем // Управляющие системы и машины. 1993. №2. С.51-65.

59. Герман О.В., Боровский Ю.В., Безверхов В.Н. и др. Входной язык спецификации задач в человеко-машинной решающей системе // Программирование, 1997. №6. С. 51-57.

60. Гибкие производственные системы изготовления РЭА / А.И. Артемьев, В.П. Ковешников, М.С. Лапин и др. М.: Радио и связь, 1990. 240 с.

61. Гилл Ф., Мюррей У., Райт М. Практическая оптимизация. М.: Мир, 1985. 509 с.

62. Горемыкин В.А., Нестерова Н.В. Стратегия развития предприятия. М.: Изд-во "Дашков и К", 2004. 594 с.

63. Грешилов А. А. Как принять наилучшее решение в реальных условиях. М.: Радио и связь, 1991. 320 с.

64. Грищенко В.Н., Дядюра В.Ю. Экспертные системы поддержки ком-плексирования программных средств // Управляющие системы и машины, 1992. №9/10. С. 14-19.

65. Грунина Г.С., Деменков Н.П. Решение многокритериальных задач оптимизации и принятия решений в нечеткой постановке // Информационные технологии. №1, 1998. С. 13-15.

66. Джонс Дж. К. Методы проектирования. М.: Мир, 1986. 326 с.

67. Джексон П. Введение в экспертные системы: Пер. с англ. М.: Изд. дом "Вильяме", 2001. 624 с.

68. Диалоговые системы схемотехнического проектирования / В.И. Ани-симов, Г.Д. Дмитревич, К.Б. Скобельцын и др.; Под ред. В.И. Анисимова. М.: Радио и связь, 1988. 288 с.

69. Дискретно-непрерывные модели оптимального проектирования / А.И. Каплинский, Я.Е. Львович, С.Ю. Белецкая и др. Воронеж: Изд-во ВГТУ, 1997. 109 с.

70. Евтушенко Ю.Г., Мазурик В.П. Программное обеспечение систем оптимизации. М.: Знание, 1989. 48 с.

71. Елтаренко Е. А. Оценка и выбор решений по многим критериям. М.: МИФИ, 1995. 111 с.

72. Емельянов В.В., Курейчик В.М. Теория и практика эволюционного моделирования. М.: Физматлит, 2003. 432 с.

73. Емельянов В.В., Ясиновский С.И. Введение в интеллектуальное имитационное моделирование сложных дискретных систем и процессов. Язык РДО. М.: АНВИК, 1998. 427 с.

74. Жиглявский А.А. Математическая теория глобального случайного поиска. Л.: Изд-во ЛГУ, 1985. 293 с.

75. Жожикашвили В.А. Сети массового обслуживания. М.: Радио и связь, 1988. 191 с.

76. Заде Л. Понятие лингвистической переменной и его применение для принятия приближенных решений. М.:Мир, 1976. 165 с.

77. Зиндер Е.З. Бизнес-реинжиниринг и технологии системного проектирования. М.: Центр Информационных Технологий, 1996. 236 с.

78. Иванов Ю.Н., Токарев В.В., Уздемир А.П. Математическое описание элементов экономики. М.: Изд. фирма физ. мат. лит., 1994. 246 с.

79. Ильясов Б.Г., Исмагилова Л.А., Валеева Р.Г., Петренко А.Л. Имитационное моделирование для исследования многокомпонентных производственныхсистем // Приборы и системы. Управление, контроль, диагностика, 2000. №10. С. 7-11.

80. Имитационное моделирование экономических процессов / А.А. Емельянов, Е.А. Власова, Р.В. Дума; Под ред. А.А. Емельянова. М.: Финансы и статистика, 2004. 368 с.

81. Интеллектуальные САПР технологических процессов в радиоэлектронике / А.С. Алиев, JI.C. Восков, В.Н., Ильин и др.; Под ред. В.Н. Ильина. М.: Радио и связь, 1991. 264 с.

82. Искусственный интеллект. В 3-х кн. Кн. 2. Модели и методы / Под ред. Д.А.Поспелова. М.: Радио и связь, 1990. 304 с.

83. Калянов Г.Н. CASE структурный системный анализ (автоматизация и применение). М.: Изд-во "Лори", 1996. 279 с.

84. Каплинский А.И., Красненкер А.С. О многокритериальном подходе к формированию многоуровневых алгоритмов стохастической оптимизации // Автоматика и вычислительная техника, 1975. №4. С. 14-21.

85. Каплинский А.И., Пропой А.И. Конструирование вычислительных алгоритмов нелокального поиска, использующих теорию потенциала. Препринт. М.: ВНИИСИ, 1990. 30 с.

86. Каплинский А.И., Руссман И.Б., Умывакин В.М. Моделирование и алгоритмизация слабоформализованных задач выбора наилучших вариантов систем. Воронеж: Изд-во ВГУ, 1990. 234 с.

87. Кацман В.Е. Основы теории многоуровневой декомпозиции и ее приложения. Куйбышев, 1990. 192 с.

88. Кельтон В., Лоу А. Имитационное моделирование. СПб.: Питер, 2004.848 с.

89. Квадратичные экстремальные задачи и недифференцируемая оптимизация / Шор Н.З., Стеценко С.И. Киев: Наук, думка, 1989, 287 с.

90. Кини Р.Л., Райфа X. Принятие решений при многих критериях. М.: Радио и связь, 1981. 380 с.

91. Кобелев Н.Б. Основы имитационного моделирования сложных экономических систем. М.: Дело, 2003. 336 с.

92. Коваль В.Н., Палагин А.В. Рабинович З.Л. Вопросы методологии и формализации постановок и решения проблем // Кибернетика и системный анализ, 1995. №3. С. 138-143.

93. Ковальский Г.Н. Агрегирование переменных методом последовательного замещения эталонных элементов // Изв. АН. Теория и системы управления, 1999. №6. С. 107-118.

94. Конструирование поисковых алгоритмов оптимального проектирования / А.И. Каплинский. Воронеж: ВПИ, 1993. 108 с.

95. Корячко В.П., Курейчик В.М., Норенков И.П. Теоретические основы САПР. М.: Энергоатомиздат, 1987. 400 с.

96. Кофман А. Введение в теорию нечетких множеств. М.: Радио и связь, 1982. 432 с.

97. Краснощеков П.С., Морозов В.В., Попов Н.М., Федоров В.В. Иерархические схемы проектирования и декомпозиционные численные методы // Изв. РАН. Теория и системы управления, 2001. №5. С. 80-89.

98. Краснощеков П.С., Федоров В.В., Флеров Ю.А. Элементы математической теории принятия проектных решений // Автоматизация проектирования, 1997. №1. С. 15-23.

99. Крутько Н.Д., Максимов А.И., Скворцов A.M. Алгоритмы и программы проектирования автоматических систем. М.: Радио и связь, 1988. 306 с.

100. Кронбергс Ю.Э., Расстригин Л.А. Альтернативная адаптация структуры алгоритмов поисковой оптимизации методами распознавания образов // Автоматика и телемеханика, 1990. №8. С. 25-33.

101. Кузин Е.С. Концепции информационной технологии функционально-ориентированного проектирования прикладных программных систем // Информационные технологии, 2000. №1. С. 3-9.

102. Кузнецов А.Г., Рыков А.С, Сходимость адаптивных алгоритмов оптимизации при дрейфе минимума целевой функции // Автоматика и телемеханика, 1990. №9. С. 92-101.

103. Курейчик В.М. Математическое обеспечение конструкторского и технологического проектирования с применением САПР. М.: Радио и связь, 1990.352 с.

104. Кусимов С.Т., Ильясов Б.Г., Васильев В.И. Управление динамическими системами в условиях неопределенности. М.: Наука, 1998. 214 с.

105. Лабскер Л.Г., Бабешко Л.О. Теория массового обслуживания в экономической сфере. М.: ЮНИТИ, 1998. 319 с.

106. Лапко А.В. Имитационные модели неопределенных систем. Новосибирск: Наука, 1993. 112 с.

107. Ларичев О.И. Свойства методов принятия решений в многокритериальных задачах индивидуального выбора // Автоматика и телемеханика, 2002. №2. С. 146-157.

108. Ларичев О.И., Мошкович Е.М. Качественные методы принятия решений. М.: Наука, 1996. 208 с.

109. Ларичев О.И., Поляков О.А. Человеко-машинные процедуры решения многокритериальных задач математического программирования (обзор) // Экономика и математические методы, 1980. Том XVI. Вып.1. С.129-141.

110. Лебедев Б.К. Методы поисковой адаптации для решения оптимизационных задач // Новости искусственного интеллекта, 2000. №3. С. 202-207.

111. Левин Г.М., Танаев B.C. Декомпозиционные методы оптимизации проектных решений. Минск: Наука и техника, 1978. 240 с.

112. Лескин А.А., Мальцев В.Н. Системы поддержки управленческих и проектных решений. Л.: Машиностроение, 1990. 167 с.

113. Литвак Б.Г. Экспертная информация: Методы получения и анализа. М.: Радио и связь, 1982. 184 с.

114. Литвинов В.В., Марьянович Т.П. Методы построения имитационных систем. Киев: Наук, думка, 1991. 115 с

115. Липаев В.В. Системное проектирование сложных программных средств для информационных систем. М.: Синтег, 2002. 268 с.

116. Львович Я.Е., Белецкая С.Ю. Алгоритмизация слабоформализован-ных задач оптимального выбора с использованием рандомизированных процедур поискового типа // Информационные технологии, 2004. №11. С. 22-26.

117. Львович Я.Е., Белецкая С.Ю. Вероятностная алгоритмизация задач параметрического синтеза технологических систем производства РЭС// Проектирование и технология электронных средств, 2003. №4. С. 78-81.

118. Львович Я.Е., Белецкая С.Ю. Повышение эффективности процедур параметрического синтеза сложных систем на основе трансформации оптимизационных задач // Информационные технологии, 2002. № 10. С. 31-35.

119. Маклаков С.В. Моделирование бизнес-процессов с BPwin 4.0. М.: Диалог-МИФИ, 2002. 224 с.

120. Максимей И.В. Имитационное моделирование на ЭВМ. М.: Радио и связь, 1986. 192.

121. Малишевский А.В. Качественные модели в теории сложных систем. М.: Наука, 1998. 528 с.

122. Малков В.П. Поэтапная параметрическая оптимизация. Н.Новгород: Изд-во НГУ, 1998. 148 с.

123. Марка Д.А., МакГоуэн К. Методология структурного анализа и проектирования. М.: МетаТехнология, 1993. 324 с.

124. Матин А.В. Декомпозиция и агрегирование при решении оптимизационных экономических моделей. М.: Наука, 1985. 66 с.

125. Мелихов А.Н., Бернштейн Л.С., Коровин С.Л. Ситуационные советующие системы с нечеткой логикой. М.: Наука, 1990. 272 с.

126. Мелешко В.Н. Особенности практического применения математических моделей для управления сбалансированным развитием сложных систем // Информационные технологии, 2000. №1. С. 49-52.

127. Меркурьева Г.В., Меркурьев Ю.А. Экспертные системы имитационного моделирования (обзор) // Изв. АН СССР. Техн. кибернетика. 1991. №3. С. 156-173.

128. Методы параметрического синтеза сложных технических систем / Г.С. Антушев. М.: Наука, 1989. 88 с.

129. Михалевич B.C. Вычислительные методы исследования и проектирования сложных систем. М.: Наука, 1982. 286 с.

130. Михалевич B.C., Сергиенко И.В., Шор Н.З. Пакет прикладных программ для решения задач дискретной и нелинейной оптимизации // Кибернетика, 1991. №3. С. 36-46.

131. Мушик Э., Мюллер П. Методы принятия технических решений: Пер. с нем. М.: Мир, 1990. 208 с.

132. Нечеткие множества в моделях управления и искусственного интеллекта / Под ред. Д.А. Поспелова. М.: Наука, 1986. 311 с.

133. Нечеткие множества и теория возможностей: Последние достижения / Под ред. Р. Ягера. М.: Радио и связь, 1986. 405 с.

134. Николайчук В. Заготовительная и производственная логистика. СПб: Питер, 2001. 160 с.

135. Норенков И.П. Основы автоматизированного проектирования. М.: МГТУ им.Баумана, 2002. 336 с.

136. Норенков И.П. Разработка систем автоматизированного проектирования. М.: МГТУ им. Баумана, 1994. 203 с.

137. Норенков И.П., Маничев В.Б. Основы теории и проектирования САПР. М.: Высш. шк., 1990. 335 с.

138. Обработка нечеткой информации в системах принятия решений / А.Н. Борисов. М.: Радио и связь, 1989. 230 с.

139. Ойхман Е.Г., Попов Э.В. Реинжиниринг бизнеса: реинжиниринг организаций и информационные технологии. М:Финансы и статистика, 1997. 336с.

140. Орловский С.А. Проблемы принятия решений при нечеткой исходной информации. М.: Наука, 1991. 219 с.

141. Павловский Ю.Н. Имитационные системы и модели. М.: ФАЗИС: ВЦ РАН, 2000. 134 с.

142. Пахомов И.С., Вильдяев И.К., Трофимов А.Б. Комплекс автоматизации имитационного моделирования протоколов случайного доступа // Управляющие системы и машины, 1991. №4. С. 83-87.

143. Перевозчикова O.JI. Инструментарий конструирования систем диалогового решения задач // Кибернетика, 1989. №6. С. 17-27.

144. Перминов С.Б. Имитационное моделирование процессов управления в экономике. Новосибирск: Наука, 1998. 205 с.

145. Поляк Б.Т. Введение в оптимизацию. М.: Наука, 1983. 384 с.

146. Попов Э.В., Фоминых И.Б., Кисель Е.Б. Статические и динамические экспертные системы. М.: Финансы и статистика, 1996. 320 с.

147. Потапов М.А. Интегрированные системы оптимизации // Изв. АН. Техн. кибернетика, 1994. №1. С. 189-197.

148. Проектирование и оптимизация технологических процессов и систем сборки РЭА / П.И. Буловский, В.П. Ларин. М.: Радио и связь, 1989. 176 с.

149. Производственные системы с искусственным интеллектом / Р.А. Алиев, Н.М. Абдикеев, Н.М. Шахназаров. М.: Радио и связь, 1990. 264 с.

150. Пшеничный Б.Н., Соболенко Л.А., Сосновский А.А. Пакет прикладных программ МЕТЛИН-ПЭВМ для решения задач математического программирования // Кибернетика и системный анализ, 1993. №5. С. 79-91.

151. Рапопорт Б.М., Скубченко А.И. Инжиниринг и моделирование бизнеса. М.: Изд-во "Эксмос", 2001. 240 с.

152. Растригин Л.А., Эйдук Я.Ю. Адаптивные методы многокритериальной оптимизации // Автоматика и телемеханика, 1985. №1. С. 5-25.

153. Реклейтис Г., Рейвиндран А., Рэгсдел К. Оптимизация в технике: в 2-х кн.: Пер. с англ. М.: Мир, 1986. 672 с.

154. Рыбина Г.В. Интегрированные экспертные системы: современное состояние, проблемы и тенденции // Известия АН. Теория и системы управления, 2002. №5. С. 111-126.

155. Рыбина Г.В. Использование методов имитационного моделирования при создании интегрированных экспертных систем реального времени // Известия АН. Теория и системы управления, 2000. №5. С. 147-156.

156. Рыжиков Ю.И. Имитационное моделирование. Теория и технологии. М.: Корона Принт, 2004. 384 с.

157. Рыков А.С. Методы системного анализа: многокритериальная и нечеткая оптимизация. Моделирование и экспертные оценки. М.: Финансы и статистика, 1999. 380 с.

158. Саати Т. Принятие решений. Метод анализа иерархий. М.: Радио и связь, 1993.471 с.

159. Саати Т. Целочисленные методы оптимизации и связанные с ними экстремальные проблемы. М.: Мир, 1973. 299 с.

160. Саврасов Ю.С. Оптимальные решения. М.: Радио и связь, 2000. 152 с.

161. Самарский А.А., Михайлов А.П. Математическое моделирование. М.: Физматлит, 2001. 320 с.

162. Сборочное программирование / Е.М. Лаврищева, В.Н. Грищенко; Отв. ред. Андон Ф.И. Киев: Наук, думка, 1991. 216 с.

163. Сергиенко И.В., Гуляницкий Л.Ф. Вопросы построения интегрированной прикладной системы МИСС // Программирование, 1993. №2. С.77-88.

164. Сергиенко И.В., Каспшицкая М.Ф. Модели и методы решения на ЭВМ комбинаторных задач оптимизации. Киев: Наук, думка, 1981. 288 с.

165. Системы автоматизированного проектирования в радиоэлектронике: Справочник / Е.В. Авдеев, А.Т. Еремин, И.П. Норенков, М.И. Песков; Под ред. И.П.Норенкова. М.: Радио и связь, 1986. 386 с.

166. Системы: декомпозиция, оптимизация и управление / М. Сингх, А. Титли. М.: Машиностроение, 1986. 495 с.

167. Советов Б.Я., Яковлев С.А. Моделирование систем. М.: Высш. шк., 2001.343 с.

168. Современный синтез критериев в задачах принятия решений / А.Н. Катулев, В.Н. Михно. М.: Радио и связь, 1992. 119 с.

169. Сойер Б., Фостер Д. Программирование экспертных систем на Паскале: Пер. с англ. М.: Финансы и статистика, 1990. 191 с.

170. Стронгин Р.Г. Поиск глобального оптимума. М.: Знание, 1990. 481 с.

171. Стронгин Р.Г., Гергель В.П. Система многоэкстремальной оптимизации // Пакеты прикладных программ. Программное обеспечение оптимизационных задач. М.: Наука, 1987. С. 39-50.

172. Таха X. Введение в исследование операций. М.: Изд-во "Вильяме", 2001.912 с.

173. Технология и автоматизация производства радиоэлектронной аппаратуры / И.П.Бушминский, О.Ш.Даутов, А.П.Достанко и др. М.: Радио и связь, 1989. 624 с.

174. Технология системного моделирования / Е.Ф. Аврамчук, А.А. Вавилов, С.В. Емельянов и др.; Под общ. Ред. С.В. Емельянова. М.: Машиностроение, 1988. 519 с.

175. Трантенгерц Э.А. Компьютерная поддержка принятия решений в САПР // Автоматизация проектирования, 1997. №5. С. 27-38.

176. Трахтенгерц Э.А. Компьютерная поддержка принятия решений. М.: СИНТЕГ, 1998. 376 с.

177. Уздемир А.П. Динамические целочисленные задачи оптимизации в экономике. М.: Изд. фирма физ.-мат. лит., 1994. 318 с.

178. Урясьев С.П. Адаптивные алгоритмы стохастической оптимизации и теории игр / Под ред. Ю.М. Ермольева. М.: Наука, 1990. 184 с.

179. Фролов В.Н. Моделирование и оптимизация сложных систем (избранные главы). Воронеж: ВГТУ, 1997. 151 с.

180. Фролов В.Н., Львович Я.Е., Меткин Н.П. Автоматизированное проектирование технологических процессов и систем производства РЭС. М.: Высш. шк., 1991. 436 с.

181. Химмельблау Д. Прикладное нелинейное программирование: Пер. с англ. М.: Мир, 1975. 534 с.

182. Хоботов Е.Н. Использование оптимизационно-имитационного подхода для моделирования и проектирования производственных систем. I // Автоматика и телемеханика, 1999. №8. С. 163-176.

183. Хоботов Е.Н. Использование оптимизационно-имитационного подхода для моделирования и проектирования производственных систем. II // Автоматика и телемеханика, 1999. №9. С. 154-161.

184. Хоботов Е.Н. Моделирование в задачах ренжиниринга производственных систем // Автоматика и телемеханика, 2001. №8. С. 168-178.

185. Хохлюк В.К. Параллельные алгоритмы целочисленной оптимизации. М.: Радио и связь, 1987. 224 с.

186. Цвиркун А.Д. Структура многоуровневых и крупномасштабных систем. М.: Наука, 1993. 287 с.

187. Цвиркун А.Д., Акинфиев В.К., Филиппов В.А. Имитационное моделирование в задачах синтеза структуры сложных систем. (Оптимизационно-имитационный подход). М.: Наука, 1985. 176 с.

188. Цурков В.И. Декомпозиция в задачах большой размерности. М.: Наука, 1981.351 с.

189. Черноруцкий И.Г. Оптимальный параметрический синтез. Л.: Энер-гоатомиздат, 1987. 128 с.

190. Чернышев С.Л. Моделирование экономических систем и прогнозирование их развития. М.: Изд-во МГТУ им. Н.Э.Баумана, 2003. 232 с.

191. Чичварин Н.В. Экспертные компоненты САПР. М.: Машиностроение, 1991.240 с.

192. Чичинадзе В.И. Решение невыпуклых нелинейных задач оптимизации. М.: Наука, 1983. 256 с.

193. Шелобаев С.И. Математические методы и модели в экономике, финансах, бизнесе. М.: ЮНИТИ-ДАНА, 2000. 367 с.

194. Шор Н.Э. Методы минимизации недифференцируемых функций и их приложения. Киев: Наук, думка, 1979. 199 с.

195. Шрейдер Ю.А. Системы и модели. М.: Радио и связь, 1982. 170. с.

196. Штойер Р. Многокритериальная оптимизация. Теория, вычисления, приложения: Пер. с англ. М.: Радио и связь, 1992. 504 с.

197. Эддоус М. Методы принятия решений. М.: ЮНИТИ, 1997. 368 с.

198. Экономико-математические методы и модели / Н.И. Холод, А.В. Кузнецов; Под общ. ред. А.В. Кузнецова. Минск: БГЭУ, 2000. 412 с.

199. Юдицкий С.А., Владиславлев П.Н. Технология выбора целей при проектировании бизнес-систем // Приборы и системы. Управление, контроль, диагностика, 2002. №12. С. 61-65.

200. Barker R. CASE-Method. Entity-Relationship Modelling // Copyright Oracle Corporation UK Limited, Addison-Wesley Publishing Co., 1990.

201. Borcherding K., Schmeer S., Weber M. Biases in multiattribute weight elicitation / Ed. J-P. Caverni. Contributions to Decision Making. Amsterdam: Elsevier, 1995.

202. Eom S.B. Decision support systems research: reference disciplines and a cumulative tradition. The International Journal of Management Science, 23, 5, October 1995, p. 511-523.

203. Knepell Peter L. and Deborah C. Arangno, Simulation Validation / IEEE Computer Society Press, 1993.

204. Law Averill M. Designing and Analyzing Simulation Experiments / Industrial Engineering, March 1991, pp. 20-23.

205. Reeves C.R. Modern heuristic techniques for combinatorial problems — Blackwell Scientific Publications, Oxford: 1993.

206. Roy B. Multicriteria Methodology for Decision Aiding. Dordrecht: Klu-wer Academic Publishers, 1996.

207. SaatyT.L. The Analytical hierarchy Process. N.Y.: 1980.

208. Simonovic A., Slobodan P. Decision support for sustainable water resources development in water resources planning in a changing world. — Proceeding of International UNESCO symposium, Karlsruhe, Germany, p. III. 3-13, 1994.

209. Slovic P., Fichhoff В., Lichtenstein S. Behaviorial decision theory. -Annu. Phychol. Rev. vol. 28, 1997.

210. Sowa J.F., Zachman J.A. Extending and Formalizing the Framework for Information System Architecture // IBM System Journal, 1992. Vol. 31. No 3.

211. Tumay Kerim. Business Process Reengineering Using Simulation / Auto-fact Workshop, 1993.

212. Wagner C. Facilitating space-time differencies, group heterogenety and multysensory task work through a multimedia supported group decision system. — Decision Support Systems v.15, p.197-210, 1995.

213. Youditchky S.A., Kalyanov G.N., Kutanov A.T. The simulation modeling for information flows // International workshop ADBIS'94. Collection of abstracts. -M.: May 23-26, 1994. P. 49-50.

214. Yuau Yufei. Criteria for evaluating fuzzy ranking methods // Fuzzy Sets and Sist. 1991. V. 43. №2. P.139-157.

215. Zadeh L.A. Fuzzy logic, neural network and soft computing // Communication of the ACM. 1994. V.37. №3.

www.dissercat.com

---

• 
  Облако как способ оптимизации по хранению информации
• 
  Оптимизация госслужащих в 2017 году в беларуси
• 
  Оптимизация windows 7 для повышения производительности программы
• 
  Внутренняя оптимизация сайта от а до я
• 
  Оптимизация функций и структуры органов исполнительной власти
• 
  Пути оптимизации административных и экономических методов управления
• 
  World of warships оптимизация для слабых пк
• 
  Законы организации производственных процессов и возможности оптимизации
• 
  Оптимизация сайта для мобильных устройств wordpress плагин
• 
  Оптимизация госслужащих в беларуси в 2017 году
• 
  Оптимизация обучения и развития детей с ммд

Prostoy-Site | Все права защищены © 2018 | Карта сайта