Адаптивное нечетко-логическое моделирование спроса и инструментальные средства ситуационного управления распределением многоассортиментной продукции стекольной промышленности тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат экономических наук Дудорова, Ирина Константиновна

• Дудорова, Ирина Константиновна
• кандидат экономических наук
• 2006

Оглавление диссертации кандидат экономических наук Дудорова, Ирина Константиновна

Введение

1. Современные экономико-математические методы и инструментальные средства прогнозирования спроса и управления каналами распределения промышленной продукции

1.1. Обзор современных подходов к повышению экономической эффективности промышленных предприятий на основе оптимизации управления каналами распределения готовой продукции

1.2. Анализ и классификация современных экономико-математических методов и инструментальных средств прогнозирования рыночного спроса на продукцию промышленных предприятий

1.3. Условия и предпосылки использования методов прогнозирования спроса в информационных системах управления каналами распределения для повышения экономической эффективности промышленных предприятий.

1.4. Цели и задачи диссертации

2. Предпосылки использования нечетко-логических методов прогнозирования спроса на продукцию и инструментальных средств ситуационного управления каналами распределения для повышения экономической эффективности предприятий стекольной промышленности Российской Федерации

2.1. Организационно-экономический анализ современного состояния и тенденций развития стекольной отрасли Российской Федерации

2.2. Анализ конкурентоспособности контейнерного стекла по отношению к товарам-заменителям с использование метода анализа «цепи создания ценности»

2.3. Обоснование возможности использования нечетко-логических методов прогнозирования спроса и информационных систем ситуационного управления каналами распределения для повышения экономической эффективности предприятий стекольной промышленности в условиях неопределенности

2.4. Выводы

3. Разработка адаптивного нечетко-логического метода прогнозирования спроса и логико-информационной модели бизнес-процессов каналов распределения многоассортиментного контейнерного стекла

3.1. Логико-информационная модель бизнес-процессов каналов распределения многоассортиментного контейнерного стекла.

3.2. Процедура обеспечения прав иерархического доступа к программному модулю ситуационного управления каналами распределения

3.3. Адаптивный нечетко-логический метод прогнозирования спроса на многоассортиментное контейнерное стекло

3.4. Выводы

4. Методика проектирования и результаты практического применения корпоративной информационной системы управления предприятиями стекольной промышленности, с использованием модулей прогнозирования спроса и ситуационного управления каналами распределения

4.1. Архитектура и режимы функционирования корпоративной информационной системы предприятий стекольной промышленности с использованием модуля ситуационного управления каналами распределения

4.2. Методика проектирования и применения программного модуля «PrognGlass 1.0» ситуационного управления каналами распределения предприятий стекольной промышленности на основе прогнозирования спроса

4.3. Результаты практического использования программного модуля «PrognGlass 1.0» для управления распределением многоассортиментного контейнерного текла для повышения экономической эффективности деятельности ОАО «Буньковский экспериментальный завод» 156 Выводы

Введение диссертации (часть автореферата) на тему «Адаптивное нечетко-логическое моделирование спроса и инструментальные средства ситуационного управления распределением многоассортиментной продукции стекольной промышленности»

Одним из условий успешного перехода экономики Российской Федерации к устойчивому развитию является повышение экономической эффективности предприятий стекольной промышленности, продукция которых в значительных объемах используется в различных отраслях народного хозяйства, что, соответственно, определяет их существенное влияние на развитие экономики в целом. К предприятиям такого типа относятся предприятия- производители многоассортиментной продукции (в первую очередь контейнерное стекло), которая используется предприятиями пищевой, фармацевтической, косметической, химической и нефтехимической промышленности и др. Применяемая в настоящее время достаточно эффективная система вторичного использования и переработки отходов стеклянной тары снижает уровень техногенного загрязнения окружающей среды, что наряду с практическим отсутствием потребности данных предприятий в углеводородном сырье определяет перспективность ее использования в качестве экологически безопасной тары в будущем.

В последние годы наметилась положительная тенденция развития стекольной отрасли РФ - за 2003-2005 г. объем промышленного производства увеличился по сравнению с 2002 г на 27%, в 2005 г. вклад стекольной отрасли в ВВП России составил 8%.

Однако в настоящее время на предприятия стекольной отрасли усиливается конкурентное давление отечественных и зарубежных производителей, осуществляющих выпуск товаров-заменителей (металлическая тара, полимерная тара, картонная тара и т.д.) и реализующих стратегию «низких издержек». В данных условиях конкурентоспособность отечественных предприятий стекольной промышленности по выпуску многоассортиментного контейнерного стекла в значительной степени определяется возможностью снижения издержек в цепях поставок этих предприятий, связанных с организацией и управлением бизнес-процессами материально-технического снабжения и распределения на основе прогнозирования спроса на конечную продукцию предприятий-потребителей.

В настоящее время для прогнозирования спроса на продукцию используются различные экономико-математические методы и инструменты эконометрики, входящие в состав программно-математического обеспечения корпоративных информационных систем (КИС) поддержки принятия решений (СППР) по управлению предприятиями. Различные аспекты построения экономико-математических моделей прогнозирования спроса на продукцию промышленных предприятий рассмотрены в трудах отечественных и зарубежных ученых - С.А. Айвазян, Т. Андерсон, В.Н. Афанасьев, Дж. Бокс, Д.Е. Бэстенс, Г. Дженкинс, И.Н. Дрогобытский, А.А. Емельянов, И.В. Зайцевский, А.Н. Колмогоров, М. Кэндэл, Ю.П. Лукашин, B.J1. Макаров, В.П. Мешалкин, B.C. Мхитарян, А.Г. Поршнев, Э.В. Попов, Д.А. Поспелов, B.C. Пугачев, P.JI. Раяцкас, А.Ф. Тельнов, В.П. Тихомиров, Е.М. Четыркин и др.

В работах ряда из этих ученых в качестве одного из подходов к построению моделей прогнозирования поведения социально-экономических систем рассматривается использование математического аппарата теории нечетких множеств. Применению методов теории нечетких множеств для решении задач экономико-математического моделирования сложных социально-экономических и технических систем посвящены работы Алтуни-на А.Е., Андрейчикова А.В., Асаи К. Борисова В.В., Бутусова О.Б., Вере-скова С.К., Дли М.И., Дорохова И.Н., Комарцовой Л.Г., Кофмана А., Круглова В.В., Кузьмина В. Б., Леоненкова А.В., Максимова А.В., Мешал-кина В.П., Орловского С.А., Попова Э.В., Поспелова Д.А, Регеджа Р. К., Семухина М.В., Сугэно М., Терано Т., Федорова В. В. и др.

Методы построения корпоративных информационных систем, с использованием алгоритмов прогнозирования спроса, рассмотрены в работах

Божко В.П., Ильиной О.П., Лойко В.И., Мешалкина В.П., Советова Б.Я., Титоренко Г.А., Хорошиловой А.В., Цехановского В.В. и др.

Существующие в настоящее время нечетко-логические методы моделирования сложных экономических систем без процедур адаптации не позволяют в полной мере комплексно учитывать экспертную информацию о закономерностях функционирования экономических систем и статистическую информацию, характеризующую основные тенденции изменения контролируемых показателей во времени. Указанное обстоятельство снижает возможность применения данных методов при прогнозировании спроса на многоассортиментную продукцию стекольной промышленности и, соответственно, эффективность управления каналами распределения многоассортиментного контейнерного стекла.

Следует также отметить, что применение нечетко-логических методов в составе КИС промышленных предприятий с использованием стандартов MRP и MRP II определяет необходимость автоматизированного прогнозирования спроса во всех звеньях цепи поставок «производитель контейнерного стекла -посредники - предприятие пищевой промышленности - конечный потребитель затаренной продукции» при оперативном и среднесрочном планировании производства и управлении бизнес-процессами каналов распределения на основе использования корпоративного хранилища данных и базы знаний, позволяющих учитывать статистические технико-экономические показатели бизнес-процессов и знания о состоянии внешней экономической среды предприятия.

В связи этим решаемая в диссертации задача разработки адаптивного нечетко-логического метода прогнозирования спроса, логико-информационной модели бизнес-процессов каналов распределения и методики проектирования информационной системы ситуационного управления каналами распределения как важного компонента КИС управления предприятиями стекольной промышленности, является актуальной новой научной задачей, имеющей существенное значение для развития теории экономико-математического моделирования и управления промышленными предприятиями в условиях неопределенности.

Основные разделы диссертации выполнялись в соответствии с заданиями ряда комплексных программ социально-экономического развития Московской области на 2002-2008 г.г. Тема диссертации соответствует перечню критических технологий, определяемых политикой РФ в области науки и технологии на период до 2010 г. - «Компьютерное моделирование» и «Искусственный интеллект».

Цель диссертационного исследования. Разработать адаптивный нечетко-логический метод прогнозирования спроса и логико-информационную модель бизнес-процессов каналов распределения многоассортиментного контейнерного стекла, а также методику проектирования информационной системы ситуационного управления каналами распределения в составе корпоративной информационной системы управления предприятиями стекольной промышленности, которые позволяют повысить точность прогноза спроса, эффективность планирования и управления сбытом продукции в условиях неопределенности информации о состоянии внешней социально-экономической среды.

Практически применить разработанные адаптивный нечетко-логический метод прогнозирования спроса и методику проектирования инструментальных средств ситуационного управления каналами распределения как компонентов КИС для повышения экономической эффективности и конкурентоспособности ОАО «Буньковский экспериментальный завод».

Цель исследования обусловила необходимость постановки и решения следующих взаимосвязанных задач:

1. Организационно-экономический анализа состояния и тенденций развития стекольной отрасли Российской Федерации в условиях рыночных отношений.

2. Анализ конкурентоспособности продукции предприятий по выпуску контейнерного стекла по отношению к товарам-заменителям с использование метода анализа «цепи создания ценности (стоимости)».

3. Разработка адаптивного нечетко-логического метода прогнозирования спроса на многоассортиментную продукцию предприятий стекольной промышленности.

4. Разработка логико-информационной модели бизнес-процессов каналов распределения контейнерного стекла, позволяющей на основе применения адаптивного нечетко-логического метода прогнозирования спроса на контейнерное стекло осуществлять эффективное ситуационное управление бизнес-процессами каналов распределения в условиях неопределенности.

5. Разработка методики проектирования и сопровождения важного компонента корпоративной информационной системы - информационной системы ситуационного управления каналами распределения предприятий стекольной промышленности с учетом адаптивного прогнозирования спроса на готовую продукцию.

6. Практическое применение разработанных нечетко-логического метода и информационной системы для повышения эффективности ОАО «Бунь-ковский экспериментальный завод» на основе адаптивного управления каналами распределения многоассортиментного контейнерного стекла в условиях неопределенности.

Методы исследования в диссертации.

При выполнении данной работы использовались методы экономического анализа, эконометрики и экономико-математического моделирования, теории случайных процессов, искусственного интеллекта, нечетких множеств и методы вычислительного эксперимента.

Обоснованность теоретических разработок определяется корректным применением методов теории конкуренции, теории эконометрики и экономико-математического анализа, теории искусственного интеллекта и нечетких множеств, теории случайных процессов и имитационного моделирования.

Достоверность научных результатов, выводов и рекомендаций, сформулированных в диссертации, подтверждена вычислительными экспериментами на персональных компьютерах, результаты которых позволяют сделать вывод об адекватности разработанных нечетко-логических методов и моделей ситуационного управления каналами распределения многоассортиментного контейнерного стекла, а также практическим использованием разработанных научно-обоснованных рекомендаций для управления деятельностью ОАО «Буньковский экспериментальный завод» на основе адаптивного прогнозирования спроса.

Научная новизна.

К наиболее существенным научным результатам, полученным лично соискателем, относятся:

1. Результаты организационно-экономического анализа состояния и тенденций развития стекольной отрасли Российской Федерации, показавшие наличие объективных предпосылок необходимости широкого использования методов прогнозирования рыночного спроса при разработке информационных систем управления каналами распределения для повышения экономической эффективности и конкурентоспособности промышленных предприятий.

2. Результаты анализа конкурентоспособности многоассортиментного контейнерного стекла по отношению к товарам-заменителям (металлическая, полимерная, картонная и бумажная тара) с использование «цепи создания ценности (стоимости)», позволившие сформулировать общую методику снижению себестоимости многоассортиментного контейнерного стекла на основе повышения эффективности ситуационного управления каналами распределения предприятий стекольной промышленности.

3. Разработан адаптивный нечетко-логический метод прогнозирования спроса на многоассортиментную продукцию предприятий стекольной промышленности, отличающийся использованием процедур генерации расширяющейся базы знаний модели в виде нечетких импликаций, отображающих изменяющиеся условия внешней и внутренней экономической среды предприятия, и позволяющий учитывать экспертные знания и статистическую информацию о тенденциях изменения рынка контейнерного стекла.

4. Разработана логико-информационная модель бизнес-процессов каналов распределения многоассортиментного контейнерного стекла, отличающаяся от известных возможностью автоматизированного прогнозирования спроса на всех уровнях канала распределения готовой многоассортиментной продукции на основе построения расширяющейся корпоративного хранилища данных и базы знаний по технико-экономических показателям бизнес-процессов сбыта и знаний о состоянии внешней экономической среды предприятия, что позволяет обеспечить максимальные возможности по организации многопользовательской работы всех участников канала сбыта с информационными ресурсами о прогнозе спроса в режиме реального времени.

5. Предложены методика и инструментальные средства проектирования и сопровождения важного компонента корпоративной информационной системы предприятия стекольной промышленности, - системы ситуационного управления каналами распределения, в которой используются гипертекстовые программные средства и клиент-серверная технология, а также средства организационного моделирования «Orgware» бизнес-процессов, позволяющие на основе нечетко-логических моделей представления знаний и данных предметной области, реализовать эффективную многоуровневую процедуру переработки технико-экономической информации, что обеспечивает разработку решений по оптимальному управлению каналами распределении многоассортиментного контейнерного стекла на основе прогнозирования, спроса.

Практическая значимость результатов исследования.

1. Разработанный в диссертации нечетко-логический метод прогнозирования спроса на многоассортиментную готовую продукцию предприятия может практически использоваться при создании программно-математического обеспечения корпоративных информационных систем управления предприятиями стекольной промышленности.

2. Предложенные методика и инструментальные средства проектирования, разработки и сопровождения информационной системы управления каналами распределения контейнерного стекла могут быть использованы для повышения эффективности КИС управления на предприятиях различных отраслей перерабатывающей промышленности.

3. На основе предложенных адаптивного нечетко-логического метода прогнозирования спроса на продукцию предприятий стекольной промышленности и логико-информационной модели каналов распределения контейнерного стекла с использованием среды визуального программирования Borland Delphi 7.0 разработано инструментальное средство (программный модуль)- информационная система управления каналами распределения многоассортиментного контейнерного стекла «PrognGlass 1.0», который может применяться в составе КИС предприятий для повышения эффективности принятия решений по оперативному планированию и управлению предприятиями стекольной промышленности в условиях рыночной экономики.

Реализация результатов работы.

Разработанный программный модуль «PrognGlass 1.0» используется в составе модифицированной корпоративной информационной системы управления на предприятии ОАО «Буньковский экспериментальный завод» для прогнозирования спроса и управления каналами распределения многоассориментного контейнерного стекла в условиях неопределенности, что позволяет повысить качество принимаемых решений по оперативному планированию производственно-хозяйственной деятельности и повышению экономической эффективности предприятия.

Апробация работы.

Основные результаты диссертационной работы докладывались и обсуждались на Международной научной конференции «Математические методы в интеллектуальных информационных системах» (Смоленск, 2002), Всероссийской научной конференции «Современные информационные технологии в медицине и экологии» (Смоленск, 2003), I и II Всероссийской научной Internet-конференции «Проблемы социально-экономического развития Республики Башкортостан» (2003, 2004 г.г., Уфа), VII Международной конференции «Системы компьютерной математики и их приложения» (Смоленск, 2006), а также на научных семинарах в РХТУ им. Д.И. Менделеева.

Публикации.

По теме диссертации опубликовано 6 печатных работ, общим объемом 3,1 п.л.

Структура и объем работы.

Диссертация состоит из введения, четырех глав, заключения, списка литературы, включающего 108 наименований, и 4 приложения. Диссертация содержит 179 стр. машинописного текста, 38 рисунков и 8 таблиц.

Заключение диссертации по теме «Математические и инструментальные методы экономики», Дудорова, Ирина Константиновна

4.4. Выводы

К основным результатам данной главы относится следующее.

1. Разработана архитектура и описаны режимы функционирования корпоративной информационной системы предприятий стекольной промышленности с использованием модуля ситуационного управления каналами распределения.

2. Разработана методика проектирования информационной системы ситуационного управления бизнес-процессами каналов распределения предприятий стекольной промышленности с учетом адаптивного прогнозирования спроса на готовую продукцию. Приведен обзор инструментов организационного моделирования, которые можно использовать в рамках предложенной методики.

3. Приведены результаты практического использования модуля «PrognGlass 1.0» для прогнозирования спроса на продукцию ОАО «Бунь-ковский экспериментальный завод», показавшие высокую точность прогнозирования с использованием предложенного метода.

4. Использование результатов диссертационного исследования в процессе управления распределением продукции на ОАО «Буньковский экспериментальный завод» позволило повысить эффективность деятельности предприятия, о чем свидетельствует повышение рентабельности в четвертом квартале 2005 года на 5% по сравнению с аналогичным периодом 2004.

ЗАКЛЮЧЕНИЕ

1. В результате проведенного организационно-экономического анализа состояния и тенденций развития стекольной отрасли Российской Федерации показано наличие объективных предпосылок необходимости широкого использования методов прогнозирования рыночного спроса при разработке информационных систем управления каналами распределения для повышения экономической эффективности и конкурентоспособности промышленных предприятий.

2. В результате анализа конкурентоспособности контейнерного стекла по отношению к товарам-заменителям (металлическая, полимерная, картонная и бумажная тара) с использование «цепи создания ценности (стоимости)» сформулирована общая методика снижения себестоимости контейнерного стекла на основе повышения эффективности управления каналами распределения предприятий стекольной промышленности.

3. Разработан адаптивный нечетко-логический метод прогнозирования спроса на многоассортиментную продукцию предприятий стекольной промышленности, отличающийся использованием процедур генерации расширяющейся базы знаний модели в виде нечетких импликаций, отображающей изменяющиеся условия внешней и внутренней экономической среды предприятия, и позволяющий учитывать экспертные знания и статистическую информацию о тенденциях изменения рынка многоассортиментного контейнерного стекла.

4. Разработана логико-информационная модель бизнес-процессов каналов распределения многоассортиментного контейнерного стекла, отличающаяся возможностью автоматизированного прогнозирования спроса на всех уровнях канала распределения готовой многоассортиментной продукции на основе построения расширяющихся корпоративного хранилища данных и базы знаний по технико-экономических показателям бизнеспроцессов сбыта и знаний о состоянии внешней экономической среды предприятия, что позволяет обеспечить максимальные возможности организации многопользовательской работы всех участников канала сбыта с информационными ресурсами о прогнозе спроса в режиме реального времени.

5. Предложены методика и инструментальные средства проектирования и сопровождения важного компонента корпоративной информационной системы предприятия стекольной промышленности, в которой используются гипертекстовые программные средства и клиент-серверная технология, а также средства организационного моделирования бизнес-процессов Orgware, позволяющие на основе нечетко-логических моделей представления знаний и данных предметной области, реализовать эффективную многоуровневую процедуру переработки технико-экономической информации, что обеспечивает разработку решений по оптимальному управлению каналами распределении многоассортиментного контейнерного стекла на основе прогнозирования спроса.

6. Разработанный адаптивный нечетко-логический метод прогнозирования спроса на многоассортиментную готовую продукцию может практически использоваться при создании программно-математического обеспечения корпоративных информационных систем управления предприятиями стекольной промышленности.

7. Предложенные методика и инструментальные средства проектирования, разработки и сопровождения информационной системы управления каналами распределения предприятий по выпуску контейнерного стекла могут быть использованы для повышения эффективности управления каналами распределения многоассортиментной готовой продукции на предприятиях различных отраслей перерабатывающей промышленности.

8. На основе предложенных адаптивного нечетко-логического метода прогнозирования спроса на многоассортиментную продукцию предприятий стекольной и логико-информационной модели бизнес-процессов каналов распределения контейнерного стекла с использованием среды визуального программирования Borland Delphi 7.0 разработан программный модуль - информационная система управления бизнес-процессами каналов распределения «PrognGlass 1.0», который может применяться в составе корпоративных информационных систем предприятий для повышения эффективности принятия решений по управлению предприятиями стекольной промышленности в условиях неопределенности.

9. Разработанный программный модуль «PrognGlass 1.0» используется в составе модифицированной корпоративной информационной системы управления на предприятии ОАО «Буньковский экспериментальный завод» для прогнозирования спроса на многоассортиментное контейнерное стекло и управления бизнес-процессами каналов распределения в условиях неопределенности, что позволяет повысить качество принимаемых решений по оперативному планированию производственно-хозяйственной деятельности и повышению экономической эффективности предприятия.

165

Список литературы диссертационного исследования кандидат экономических наук Дудорова, Ирина Константиновна, 2006 год

1. Гаврилов Д.А. Управление производством на базе стандарта MRP1.. -СПб: Питер, 2002.

2. Robin Goodfellow. Manufacturing Resource Planning. A Poket Guide, 1993.

3. Gaither, Norman. Production and operations management / Norman Gaither, Gregory V. Franzier. 8th ed. South-Western College Publishing. Cincinnati, 1999.

4. Brown, Jimmie. Production management systems: an integrated perspective / Jimmie Brown, John Harher, James Shivnan. 2 ed., Addison-Wesley Publishing Company, 1996.

5. Котлер Ф. Маркетинг менеджмент /Пер. с англ. под ред. Волковской JL, Каптуревского Ю. Н. СПб.: Питер, 2003.

6. Управление развитием организации: модульная программа для менеджеров. Модуль «Управление маркетингом». М.: ИНФРА-М, 2001.

7. Safizadeh, М. and Raafat, F. «Formal/ informal systems and MRP implementetion», Production and Inventory Management, 27(1), 1986.

8. Wight, O.W., MRPII: unloking America's Productivity Potential, CBI Publishing Co., Boston, MA, 1981.

9. Darryl V. Landvater, and Christopher D. Gray. MRPII Standart System. A handbook for Manufacturing Software Survival. John Wiley&Sons, Inc., 1989.

10. З.Айвазян С.А., Мхитарян B.C. Прикладная статистика и основы эконометрики. М.: ЮНИТИ, 1998.14.3еленский К.Х., Игнатенко В.Н., Коц А.П. Компьютерные методы прикладной математики. К.: Дизайн-В, 1999.

11. Хеннан Г. Анализ временных рядов. М.: Наука, 1964.

12. Планирование эксперимента в исследовании технологических процессов. / К. Хартман, Э. Лецкий, В. Шефер и др. М.: Мир, 1977.

13. П.Коршунов Ю.М., Бобиков А.И. Цифровые слаживающие и преобразовывающие системы. М.: Энергия, 1969.

14. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление. Вып. 1 и 2. М.: Мир, 1974.

15. Кендэл М. Временные ряды. М.: Финансы и статистика, 1981.

16. Справочник по теории вероятностей и математической статистике. / B.C. Королюк, Н.И. Портенко, А.В. Скороход, А.Ф. Турбин. М.: Наука, 1985.

17. Вентцель Е.С. Теория вероятностей. М.: Высш. школа, 1999.

18. Боровиков В.П., Боровиков И.П. STATISTICA- Статистический анализ и обработка данных в среде Windows. М.: Филинъ, 1997.

19. Боровиков В.П., Ивченко Г.И. Прогнозирование в системе Statistica в среде Windows. М.: Финансы и статистика, 2000.

20. Тюрин Ю.Н., Макаров А.А. Анализ данных на компьютере. М.: ИНФРА-М, Финансы и статистика, 1995.

21. Дюк В. Обработка данных на ПК в примерах. СПб.: Питер, 1997.

22. Эйкхофф П. Основы идентификации систем управления. Оцениваниепараметров и состояния. М.: Мир, 1975.

23. Гроп Д. Методы идентификации систем. М.: Мир, 1979.

24. Дейч A.M. Методы идентификации динамических объектов. М.: Энергия, 1979.

25. Кашьяп Р.Л., Рао А.Р. Построение динамических стохастических моделей по экспериментальным данным. М.; Наука, 1983.

26. Головко В.А. Нейронные сети: обучение, организация и применение. -М.: ИПРЖР, 200.

27. Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория и практика. М.: Горячая линия Телеком, 2001.

28. Комарцова Л.Г., Максимов А.В. Нейрокомпьютеры. М.: Изд-во МГТУ им. Н.Э. Баумана, 2002.

29. Уоссермен Ф. Нейрокомпьютерная техника. -М.: Мир, 1992.

30. Каллан Р. Основные концепции нейронных сетей. М.: «Вильяме», 2001.

31. Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. Новосибирск: Наука, 1996.

32. Галушкин А.И. Теория нейронных сетей. -М.: ИПРЖР, 2000.

33. Дьяконов В.П., Круглов В.В. Математические пакеты расширений MATLAB. Специальный справочник. СПб.: Питер, 2001.

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

35. Литвак Б.Г. Экспертная информация. Методы получения и анализа. — М.: Радио и связь, 1982.

36. Круглов В.В., Дли М.И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети. М.: Физматлит, 2001.

37. Круглов В.В., Дли М.И. Интеллектуальные информационные системы: компьютерная поддержка систем нечеткой логики и нечеткого вывода. М.: Физматлит, 2002.

38. Дьяконов В.П., Круглов В.В. MATLAB. Анализ, идентификация и моделирование систем. Специальный справочник. СПб.: Питер, 2002.

39. Круглов В.В., Борисов В.В. Гибридные нейронные сети. Смоленск: Русич, 2001.

40. Ротштейн А. П., Познер М., Ракитянская А. Б. Нейронечеткая модель прогнозирования результатов спортивных игр. // Труды 8-й

41. Всероссийской конф. «Нейрокомпьютеры и их применение» НКП-2002. М.: 2002. С.251-263.

42. Ротштейн А. П., Познер М., Ракитянская А. Б. Нейронечеткая модель прогнозирования динамики заболеваний. // Труды 8-й Всероссийской конф. «Нейрокомпьютеры и их применение» НКП-2002. М.: 2002. С. 664-667.

43. Jang R. ANFIS: Adaptive-Network-Based Fuzzy Inference. 1993. V.23. №3. P.665-685.

44. Круглов В. В., Абраменкова И. В. Компьютерная поддержка систем нечеткой логики. // Сб. трудов Международной научной конференции «Математические методы в интеллектуальных системах» ММИИС-2002. Смоленск, 2002. С.6-7.

45. Ивахненко А. Г., Зайченко Ю. П., Димитров В. Д. Принятие решений на основе самоорганизации. М.: Сов. радио, 1976.

46. Ивахненко А.Г, Юрачковский Ю.П. Моделирование сложных систем по экспериментальным данным. М.: Радио и связь, 1987.

47. Ивахненко А. Г. Системы эвристической самоорганизации в технической кибернетике. Киев: Техника, 1969.

48. Ивахненко А. Г., Лапа В. Г. Предсказание случайных процессов. Киев: Наукова думка, 1971.

49. Holt С. С. Forecasting seasonals and trends by exponentially weighted moving averages. / Carnegie Inst. Tech. Res. 1957. Men. №52.

50. Winters P. R. Forecasting sales by exponentially weighted moving averages. // Mgmt.Sci. 1960.№6. P. 324-332.

51. Harrison P.J. Shot-merm sales forecasting. // Applied Statistics. 1965.№14. P.102-112.

52. Планирование эксперимента в исследовании технологических процессов. / К. Хартман, Э. Лецкий, В. Шефер и др. М.: Мир, 1977.

53. Редкозубов С. А. Статистические методы прогнозирования в АСУ. М.: Энергоиздат, 1981.

54. Корн Г., Корн Т. Справочник по математике для научных работников и инженеров. М.: Наука, 1974.

55. Будов В. Восьмая Международная конференция «Стеклотара и художественное стекло-XXI» // Стеклянная тара. 2005. - №10. - с. 8 -14.

56. Статистический сборник «Россия в цифрах». М., 2002.

57. Статистический сборник «Россия в цифрах». М., 2003.

58. Статистический сборник «Россия в цифрах». М., 2004.

59. Тетерин В. Импорт и экспорт стеклянной тары // PakkoGraff. 2005. -№4.

60. Мартынова Ж. В., Мозжухина Н. Н. Развитие рынков пищевых напитков в 2003-2004 гг. // Стеклянная тара. 2005. - №12. - с. 16.

61. Мартынова Ж. В., Мозжухина Н. Н. Российский рынок стеклотарной отрасли // http://www.steklosouz.ru/

62. Мартынова Ж. В., Мозжухина Н. Н. Тенденции развития внешнеторговых рынков стеклянной тары // http://www.steklosouz.ru/

63. Давтян Д. Российский рынок пищевой стеклянной тары // Тара и упаковка. 2005. - №2. - с. 81 - 98.

64. Токарев Ю., Давтян Д. Российский рынок пищевой стеклянной тары // Стеклянная тара. — 2005. №4. - с. 1-3.

65. Тетерин В. Российское стекло // PakkoGraff. 2000. - №1.

66. Московский статистический ежегодник. М., 2005.70.0тто Лацис. Почему сложно «отобрать и поделить» // http://www.rspp.biz/

67. Пасев К. Зона упаковки: пластик атакует // Тара и упаковка. 2004. -№5.-с. 32-33.

68. Макуков М. Visual Packaging полимеры вместо картона // PakkoGraff. -2005.-№6.

69. Родина А. Судьба алюминиевой банки на российском рынке // PakkoGraff. 2005. - №1.

70. Тетерин В. Обзор российского рынка алюминиевой тары для напитков // PakkoGraff. 2005. - № 1.

71. Тетерин В. Картонные берега // PakkoGraff. 2004. - №4.

72. Тетра Пак это не название упаковки // Форма жизни. - 2004. - №5.

73. Иванова JI. Экономичная альтернатива: Комбинированная банка не только для напитков // Пакет. 2003. - №6.

74. Малявина О., Мурахин В. Все стало вокруг голубым и зеленым// Russian Food and Drinks Market. 2003. - №8.

75. Тетерин В. Война банки и бутылки // PakkoGraff. 2002. - №4.

76. Давтян Д., Токарев Ю. Как там наши хрустали? // http://www.foodmarket.spb.ru/

77. Сергеева JI. С. Международная конференция по проблемам развития консервной промышленности // Стеклянная тара. 2005. - №1. - с. 1-3.

78. Осипов В. И. Рынок производства стекла. Проблемы и перспективы развития // http://www.steklosouz.ru/

79. Малявина О., Мурахин В. Потребление цветной стеклянной тары производителями вина, шампанского и конька // Russian Food and Drinks Market.-2004.-№1.

80. Цыпкин Я.З. Теория линейных импульсных систем. М.: Физматлит, 1963.

81. Kalman R.E., A new approach to linear filtering and prediction problems. //Trans. ASME. J. Basic eng., ser. D. 1960. V.80. P. 34-35.

82. Kalman R.E., Bucy T.S. New results in linear filtering and prediction theory. //Trans. ASME.J. Basic eng.ser.D. 1961. V85, P. 95-107.

83. Виленкин С.Я, Статистическая обработка результатов исследования случайных функций. М.: Энергия, 1979.

84. Mehra R.K. A comparison of several nonlinear filters for reenty vehicle tracking. // IEEE Trans. 1971. V AC-16. № 4. P.307-319.

85. Растригин JI.A. Современные принципы управления сложными объектами. -М.: Сов. радио, 1980.

86. Г. Н. Калянов CASE технологии: консалтинг в автоматизации бизнес-процессов 2е изд. перераб. и доп. -М.: «Горячая линия - Телеком», 2000. -320с.; ил.

87. С.В. Маклаков BPwin и Erwin. CASE-средства разработки информационных систем -М.: «Диалог-МИФИ», 2000. -256с.; ил. Ф.А. Новиков Дискретная математика для программистов -СПб.: Питер, 2001.-304с., ил.

88. В.В. Липаев Надежность программных средств Серия «Информатизация России на пороге XXI века». -М.: СИНТЕГ, 1998. -232с

89. В.В. Липаев Выбор и оценивание характеристик качества программных средств. Методы и стандарты Серия «Информационные технологии». -М.: СИНТЕГ, 2001. -228с., ил.

90. А.К. Дмитриев, П.А, Мальцев Основы теории построения и контроля сложных систем Л.: Энергоатомиздат, Ленинградское отд-е, 1988г

91. С. А. Харитонов Гибкая автоматизация бухгалтерского учета и отчетности: вопросы теории и практики -М.: «Бухгалтерский учет», 2001. — 320с.; ил. (Библиотека журнала «Бухгалтерский учет»)

92. Боэм Б.У. Инженерное проектирование программного обеспечения: Пер. с англ. -М.: Радио и связь, 1985.

93. Э. Иордон, К Аргила Структурные модели в объектно-ориентированном анализе Переводчик П.Быстров, Научный редактор В. Алеев. -М.: «Лори», 1999.-270с.; ил.

94. Чураков Е.П. Математические методы обработки экспериментальных данных в экономике: Учеб. пособие. -М.: Финансы и статистика, 2004.

95. ЦНИТ НГУ. "Использование технологий WWW для доступа к базам данных", Н., 1997

96. Мейер М. "Теория реляционных баз данных", М., 1996

97. Грабер М., "Справочное руководство по SQL", М., 1997

98. Дейта К. "Введение в системные баз данных", М., 1999

99. Дудорова И.К. Инструментальные средства организации многоуровневой системы доступа к технико-экономической информации // Системы компьютерной математики и их приложения: Сб. тр. VII Межд. конф., Смоленск, СГУ, 2006, С. 30-32

100. Дудорова И.К., Мешалкин В.П. Проектирование корпоративной информационной системы планирования потребности в ресурсах предприятий стекольной промышленности, М.: РХТУ, 2004, 54 с.

101. Дудорова И.К. Нечетко-логические модели прогнозирования спроса на продукцию промышленного предприятия (Препринт), М.: РХТУ, 2004, 36 с.

102. Дудорова И.К. Модель корпоративной информационной системы стекольного предприятия // Современные информационные технологии в медицине и экологии: Сб. тр. Межд. конф. М.: Физматлит, 2003, С. 198-202

103. Дудорова И.К. Адаптивная экономико-математическая модель спроса на контейнерное стекло // Математические методы в интеллектуальных информационных системах: Сб. тр. Межд. конф. -М.: Физматлит, 2002, С. 145-148