Автоматизированная аналитическая система прогнозирования сбыта продукции предприятия на основе гибридных экспертных систем тема диссертации и автореферата по ВАК РФ 05.13.06, кандидат технических наук Машук, Евгений Викторович

• Машук, Евгений Викторович
• кандидат технических наук
• 2006

Оглавление диссертации кандидат технических наук Машук, Евгений Викторович

Введение

1. Подходы к созданию аналитических информационных систем оценки состояния объектов управления на предприятии

1.1. Описание предметной области и анализ подходов к автоматизации и моделированию в системе управления процессами сбыта продукции на предприятии

1.2. Маркетинговые исследования и процессы сбыта продукции на предприятии

1.2.1.Маркетинг как инструмент стратегического планирования на предприятии

1.2.2. Процессы сбыта продукции на предприятии

1.3. Решение неформализованных задач в аналитических информационных системах предприятия

1.4. Особенности объекта экспериментальных исследований

1.5. Методы решения неформализованных задач в системе управления предприятием

1.6. Исследование методов искусственного интеллекта для построения советующих информационных систем

1.7. Исследование нейросетевых технологий для построения интеллектуальных информационных систем

1.8. Гибридные модели представления знаний в интеллектуальных системах прогнозирования сбыта продукции предприятия

Выводы

2. Исследование и разработка экспертных систем прогноза сбыта продукции предприятия на основе гибридного подхода в аналитических информационных системах

2.1. Определение и структура интеллектуальных компонентов прогноза сбыта продукции в аналитических информационных системах предприятий

2.2. Структура гибридной системы прогноза сбыта продукции предприятия

2.3. Структура интеллектуальной программной системы прогноза сбыта продукции

2.3.1. Основы построения интеллектуальных программных компонентов информационных систем прогноза сбыта продукции

2.3.2. Технологии применения нейросетевых компонентов в информационных системах прогноза сбыта

2.4. Применение метода экспертных оценок при настройке гибридной экспертной системы

2.5. Функционирование интеллектуального блока в аналитической системе прогноза сбыта продукции

2.6. Прогнозирование временных рядов показателей в аналитических блоках автоматизированной информационной системы прогноза сбыта продукции

Выводы

3. Реализация методов прогноза сбыта продукции предприятия с использованием аналитической системы

3.1. Структура интеллектуальной системы прогноза сбыта продукции предприятия

3.2. Структура интеллектуальной системы "Бизнес - аналитик" для прогнозирования сбыта продукции предприятия

3.3. Результаты исследований по прогнозированию продаж автомобилей предприятия на основе аналитической информационной системы

Выводы

Введение диссертации (часть автореферата) на тему «Автоматизированная аналитическая система прогнозирования сбыта продукции предприятия на основе гибридных экспертных систем»

Актуальность темы исследования. В условиях современных экономических отношений существенно возрастает сложность управления предприятием. Это объясняется увеличением его самостоятельности и развитием преимущественно горизонтальных связей с внешним окружением - поставщиками, потребителями, налоговыми инспекциями, банками, страховыми компаниями, биржами, инвестиционными фондами.

В настоящее время достигнуты определенные успехи в области создания информационных систем сбыта и реализации готовой продукции. В ряде этих систем решаются задачи прогнозирования сбыта продукции. Однако проведенный анализ показывает, что до настоящего времени существуют вопросы в обеспечении точности и оперативности решения задач прогнозирования, недостаточно полном отражении реальных процессов сбыта продукции в математических моделях прогнозирования.

Подходы к построению информационных систем и созданию моделей прогнозирования сбыта продукции приведены в ряде работ. На рынке предлагается немало программных продуктов, относящихся к классу аналитических систем. Они различаются как по спектру задействованных показателей, так и по реализованным в них подходам к решению основных аналитических задач. Однако, как показывает анализ, в данных разработках недостаточно используются современные математические методы, нейросетевые и гибридные модели, позволяющие с гораздо большей точностью и качеством осуществлять функции диагностики, анализа и прогнозирования экономических показателей. Недостатком систем является то, что они имеют самостоятельное значение и часто не связаны с действующими информационными системами предприятия. Это не позволяет учитывать динамику изменения информационной базы, отображать реальные процессы управления на предприятии.

В тоже время отмечается достаточно высокий уровень развития фундаментальных исследований в области управления, информационных технологий в управлении, методов создания автоматизированных систем, инструментальных средств искусственного интеллекта и нейроинформатики, методов и моделей прогнозирования. В этом направлении известны работы ученых Акоффа Р., Ансоффа И., Басовского Л.Е, Бобко И.М., Владовского И.М, Гавриловой Т.А., Горбаня А.Н., Галушкина А.И., Ехлакова Ю.П., Заде Л., Ильенковой Н.Д., Кен-дэла М., Кузина Б.И., Льюиса К.Д., Марчука Г.И., Месаровича М., Миркеса Е.М., Мироносецкого Н.Б, Попова Э.В., Поспелова Г.С., Поспелова Д.А., Силича В.А., Стьюарта А., Тельнова Ю.Ф., Тейлора Ф., Юрьева Б.Н., Шеера А.В. и др., которые создают теоретическую базу для проведения дальнейших исследований с целью создания интеллектуальных информационных систем прогнозирования сбыта продукции предприятия, обеспечивающих наиболее эффективное принятие решений в управлении предприятием.

Анализ состояния проблемы показывает, что до настоящего времени существует ряд нерешенных проблем. На стадии исследований и проработки находятся вопросы создания методов прогнозирования состояния объекта управления, разработки гибридных экспертных систем. Следует особо отметить практическое отсутствие работ по созданию единого подхода к формированию иерархических гибридных моделей прогнозирования сбыта продукции предприятия, включающих различные методы представления знаний, в том числе: аналитические, логико-лингвистические, нейросетевые. Поэтому разработка моделей, методов, алгоритмов и программных комплексов для решения задач прогноза сбыта продукции на основе гибридных экспертных систем является современной актуальной проблемой.

Цель диссертационного исследования - разработка информационных технологий, моделей и алгоритмов автоматизированной аналитической системы прогноза сбыта продукции предприятия на основе гибридных экспертных систем.

Задачи диссертационного исследования:

Проанализировать современные подходы к автоматизации, моделированию и решению неформализованных задач в информационных системах поддержки принятия решений, выявить их недостатки и определить направления развития.

Разработать модели и технологии прогнозирования сбыта продукции предприятия на основе гибридных экспертных систем.

Разработать программные комплексы прогнозирования показателей сбыта продукции предприятия, анкетирования и информационного обеспечения.

Провести вычислительные эксперименты на разработанной модели, с целью определения ее адекватности и эффективности результатов, иллюстрации возможности подбора рациональных значений входных параметров.

Объектом диссертационного исследования выступают автоматизированные процессы сбыта продукции автомобильного предприятия, обеспечивающие эффективное принятие решений в условиях современных экономических отношений.

Предметом исследований являются математические модели, алгоритмы функционирования и программные комплексы информационных систем, предназначенных для решения неформализованных задач прогноза сбыта продукции предприятия на основе применения современных информационных технологий и гибридных экспертных систем.

Методологическая база исследования. Для решения поставленных в диссертационной работе задач применялись методы системного анализа и исследования операций, теория искусственного интеллекта, методы нейроинформати-ки, теоретические основы построения информационных систем.

В своих исследованиях автор опирался на труды отечественных и зарубежных ученых, посвященные проблемам искусственного интеллекта и нейро-информатики, математического моделирования, информационных технологий, а также на опыт научных и проектных организаций по рассматриваемой проблеме.

Научная новизна проведенных исследований заключается в следующем:

• Разработана модель решения неформализованной задачи прогноза сбыта продукции предприятия на базе гибридной экспертной системы.

• Предложены метод и технология решения задачи прогнозирования сбыта продукции предприятия, включающая этапы настройки поля знаний на предметную область, предобработки данных, обучения нейро-сетевых компонентов, проведения имитационного моделирования с целью выбора рациональных решений.

• Разработана интеллектуальная. информационно - аналитическая система, обеспечивающая решение задач технического анализа данных, прогнозирования показателей сбыта готовой продукции и имитационного моделирования.

Обоснованность и достоверность научных положений, выводов и рекомендаций подтверждается обоснованностью выбранных методов решения задач, использованием современных методов и средств обработки информации, сравнением результатов моделирования с реальными данными, всесторонним анализом литературных источников по теме диссертации, применением разработанных методов при проектировании информационных систем.

Практическая значимость результатов исследования заключается в том, что разработанные теоретические положения, модели, программные системы и методические рекомендации внедряются на предприятиях страны и в учебном процессе.

1. Спроектирован автоматизированный программный комплекс "Автоматизированная информационная система прогнозирования сбыта на автомобили"(Автопрогноз): Свидетельство РФ об официальной регистрации программы для ЭВМ № 2006613060.

2. Разработанные программные системы применяются в учебном процессе кафедры «Информационные системы в экономике» специальности «Прикладная информатика в экономике» АлтГТУ.

3. Разработанные программные системы внедрены на ОАО «Алтай-Лада», ООО Рубцовск-Лада», ОАО «Омск-Лада», ОАО «Томск-Лада».

Реализация результатов работы. Основные результаты исследования нашли отражение и применение в научно-исследовательских и опытно-конструкторских хоздоговорных работах, в которых автор является непосредственным исполнителем. В их числе работы в соответствии с хозяйственными договорами с предприятиями «Алтай-Лада», ООО «Рубцовск-Лада», ОАО «Омск-Лада», ОАО «Томск-Лада». Автор выносит на защиту:

1. Модель решения задачи прогнозирования сбыта продукции предприятия на основе гибридной экспертной системы.

2. Технологию решения задачи прогнозирования сбыта продукции предприятия, этапы настройки поля знаний на предметную область, обучения нейросетевых компонентов.

3. Структуру программного комплекса прогноза сбыта продукции, сбора и обработки анкетных данных и его информационного обеспечения.

4. Результаты экспериментальных исследований на разработанных моделях прогноза сбыта продукции предприятия.

Апробация работы. Основные результаты диссертационной работы доложены и обсуждены на: Международной научно-практической конференции «Наука и практика организации производства и управления (Организация 2003) (г. Барнаул 2003 г.), на международной научно-практической конференции «Измерение, контроль, информатизация» (Барнаул 2006г.), на международной конференции «Виртуальные и интеллектуальные системы» (г. Барнаул 2006 г.) на одиннадцатом, двенадцатом и четырнадцатом всероссийских семинарах "Нейроинформатика и ее приложения (г. Красноярск, 2003, 2004, 2006 г.г.).

Публикации. По теме диссертации опубликовано 10 работ, в том числе одна статья в издании, рекомендованном ВАК для опубликования результатов диссертаций.

Структура и объем работы. Диссертация состоит из введения, трех глав, заключения, приложений и списка литературы из 118 наименований. Основная часть работы изложена на 183 страницах машинописного текста и содержит 44 рисунка, 11 таблиц.

Заключение диссертации по теме «Автоматизация и управление технологическими процессами и производствами (по отраслям)», Машук, Евгений Викторович

Выводы

Для оперативного решения задачи прогнозирования сбыта готовой продукции на предприятии, была спроектирована аналитическая информационная система «Автопрогноз».

Центральным звеном данной системы является интеллектуальный комплекс «Бизнес-аналитик», в котором реализована разработанная модель прогноза сбыта продукции на основе гибридной экспертной системы.

При практической реализации проекта были получены прогнозные значения объемов сбыта продукции, с помощью методов и средств, заложенных в аналитическую информационную систему.

Результаты проведенных экспериментальных исследований подтвердили, что аналитическая система позволяет проводить имитационные эксперименты с целью выбора рациональных управленческих решений.

Полученные результаты подтвердили возможность практического использования модели в реальных условиях предприятия для анализа и прогноза сбыта продукции предприятием.

169

Заключение

В результате проведенных исследований автором диссертационной работы

1. Создана модель решения неформализованной задачи прогнозирования сбыта продукции предприятия на основе гибридной экспертной системы.

2. Определены структура, функции и конструкция программного комплекса прогноза сбыта продукции, сбора и обработки анкетных данных и информационного обеспечения.

3. Создан метод адаптивного прогнозирования объемов сбыта продукции в сочетании с диалоговыми человеко-машинными процедурами технического анализа, этапами предварительной обработки и погружения данных.

4. Разработаны технологии имитационного моделирования с целью выбора рациональных управленческих решений в области сбыта и реализации продукции предприятия.

5. Получены положительные результаты экспериментальных исследований на разработанных моделях прогнозирования сбыта продукции автомобильного предприятия, подтвердившие эффективность проведенных исследований.

6. Спроектирован автоматизированный программный комплекс "Автоматизированная информационная система прогнозирования сбыта на ав-томобили"(Автопрогноз): Свидетельство РФ об официальной регистрации программы для ЭВМ № 2006613060.

7. Разработанные программные системы применяются в учебном процессе в Алтайском государственном техническом университете и внедрены на четырех предприятиях страны, что подтверждает эффективность и практическую ценность проведенной работы.

170

Список литературы диссертационного исследования кандидат технических наук Машук, Евгений Викторович, 2006 год

1. Басовский Л.Е. Прогнозирование и планирование в условиях рынка.- Учебное пособие.-М.: ИНФРА-МД999.-260с.

2. Беляевский И.К. Маркетинговые исследования: Информация, анализ, прогноз. М.: Финансы и статистика, 2001.

3. Березин И.С. Маркетинг и исследования рынков. М.: Русская деловая литература, 1999.

4. Бешелев С.Л., Гурвич Ф.Г. Экспертные оценки в принятии плановых решений. М.: Экономика, 1986. -76с.

5. Бобко И.М. Автоматизированные системы управления и их адаптация. Новосибирск: Наука, СО АН, 1983.- 112 с.

6. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление / Пер. с англ.- М. Мир, 1974.

7. Боровиков А.А. Математическая статистика. -Новосибирск: Наука;Изд-во Ин-та математики, 1997.-772 с.8. (17)Бочаров С.К. Материальное стимулирование выполнения хозяйственных договоров.- М.: Финансы и статистика, 1981.-32 с.

8. Бусленко В.Н. Автоматизация имитационного моделирования сложных систем. М.: Наука, 1977. - 232с.

9. Бусленко Н.П., Калашников В.В., Коваленко И.П. Лекции по теории сложных систем. М.: Сов. Радио, 1973. - 440с.

10. И. Бусленко Н.П. Моделирование сложных систем. М.: Наука, 1988.-355с.

11. Буч Г. Объектно-ориентированное проектирование с примерами применения: пер. с англ. М.: Конкорд, 1992. - 519с.

12. Бушуева Л.И. Методы прогнозирования объема продаж // Маркетинг. 2001. - № 5 - С. 50 - 53.

13. Владовский И.М., Пятковский О.И. Имитационное модели-ровние процессов оперативного управления сбытом на предприятии //

14. Совершенствование систем управления предприятиями.-Новосибирск: ВЦ СО АН СССР, 1987. С. 17-23.

15. Гаврилова Т.А., Червинская К.Р. Извлечение и структурирование знаний для экспертных систем. М.:Радио и связь, 1992.- 200с

16. Гаджинский A.M. Основы логистики: Учеб. Пособие. М.: ИВЦ "Маркетинг", 1995. - 124с.

17. Галушкин А. Современные направления развития нейроком-пьютерных технологий в России // Открытые системы .- 1997. №4

18. Галушкин А.И., Фомин Ю.И. Нейронные сети как линейные последовательные машины. М.: Изд-во МАИ, 1991.

19. Глушков В.М. Основы безбумажной информатики.-2-е изд., испр. -М.: Наука, 1987. 552с

20. Голубков Е.П. Маркетинговые исследования: теория, методология и практика. 3-е изд. М.: Финпресс, 2003.

21. Горбань А.Н. Обобщение аппроксимационной теоремы Стоуна // Нейроинформатика и ее приложения: Тезисы докладов 5 Всероссийского семинара, 3-5 октября 1997 г. / Под ред. А.Н.Горбаня.- Красноярск: изд. КГТУ, 1997.- С. 59-62.

22. Горбань А.Н. Обучение нейронных сетей,- М.: изд. СССР-США СП "ParaGraph", 1990. 160 с.

23. Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. Новосибирск: Наука. Сибирская издательская фирма РАН, 1996. - 276 с.

24. Горелик А.Л., Гуревич И.Б., Скрипник В.А. Современное состояние проблемы распознавния: Некоторые аспекты. М.: Радио и связь, 1985. - 160с.

25. Гуляев А.И. Временные ряды в динамических базах данных. -М.: Радио и связь, 1989. -128 с.

26. Дунин-Барковский В.Л. Информационные процессы в нейронных структурах. М.: Наука, 1978.

27. Евланов Л.Г., Кутузов В.А. Экспертные оценки в управлении. М.:Экономика, 1978.-133 с.

28. Евстигнеев В.В., О.И. Пятковский О.И. Технологии искусственного интеллекта в информационных системах хозяйствующих субъектов // Ползуновский альманах. г.Барнаул : изд-во АлтГТУ, 1998. - № 1. -С. 16-26.

29. Ежов А.А., Шумский С.А. Нейрокомпьютинг и его применения в экономике и бизнесе. М.: МИФИ, 1998. - 224с.

30. Загоруйко Н.Г., Елкина В.Н., Лбов Г.С. Алгоритмы обнаружения эмпирических закономерностей. Новосибирск: Наука, 1985.-1 Юс.

31. Зияев А.Т. Задача планирования и управления отгрузкой, реализацией готовой продукции в интегрированной АСУ // Интегрированные АСУ предприятиями: Тезисы докл. Всесоюз.конф. -Новосибирск, 1985.- С.146-149.

32. Ильенкова Н.Д. Спрос: анализ и управление: Учеб. пособие/Под ред. И.К. Беляевского.- 2-е изд., перераб. и доп. М.: Финансы и статистика, 2000. - 256с.

33. Интеллектуальные системы принятия проектных решений/ Алексеев, Борисов, Э.Р. Вилюмс, Н.Н. Слядзь, С.А. Фомин.-Рига:3инатне,1997.-320с.

34. Информационные системы для руководителей/Ф.И. Перегудов, В.П. Тарасенко, Ю.П. Ехлаков, И.Д. Блатт, В.П. Бондаренко, В.А. Силич; Под ред. Ф.И. Перегудова. М.: Финансы и статистика, 1989.-176 с.

35. ИТ в маркетинге / Под ред. Титоренко Г.А. М.: ЮНИТИ,1998.3 7. Кендэл М. Ранговые корреляции.-М.-Статистика, 1975.

36. Кендэл М. Временные ряды / Пер. с англ. и предисл. Ю.П. Лукашина.-М.: Финансы и статистика, 1981

37. Ковалев А.И., Войленко В.В. Маркетинговый анализ. М.: Центр экономики и маркетинга, 1996.

38. Конев Д.Г., Блем А.Г., Пятковский О.И., Кабб И.Л. Автоматизированная информационная система организационно-экономического управления предприятием. Учебное пособие .- Барнаул: Изд-во АлтГТУ, 1998.-142с.

39. Котлер Ф. и др. Основы маркетинга. М.: Вильяме, 2001.

40. Кохонен Т. Ассоциативные запоминающие устройства. М.: Мир, 1982

41. Кузин В.П. Управление сбытом в АСУП. М.:Энергия,1973.81с.

42. Кузин Б.И., Юрьев Б.Н., Шахдинаров Г.М., Методы и модели управления фирмой.-СПб: Питер, 2001.-432с.

43. Литтл Р.Дж. А., Рубин Д.Б. Статистический анализ данных с пропусками/Пер. с англ.-М: Финансы и статистика,1991.-336с.

44. Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов: Учебное пособие.- М.: Финансы и статистика, 2003.-416 с.

45. Любарский Ю.А. Интеллектуальные информационные системы. М.: Наука. Гл. ред. физ. - мат. лит., 1990. - 232 с.

46. Люблинский Р.Н., Оскорбин Н.М. Методы декомпозиции при оптимальном управлении непрерывными производствами.- Томск: Изд-во Томского ун-та, 1979. 221с.

47. Льюис К.Д.Методы прогнозирования экономических показателей/ Пер. с англ. и предисл. Е.З. Демиденко.-М.: Финансы и статистика, 1986.-133 с.

48. Маккалок Дж., Питтс У. Логические исчисления идей, относящихся к нервной деятельности// Автоматы.- М.: ИЛ, 1956.

49. Месарович М., Такахара Я. Общая теория систем: математические основы / перевод с англ. Э.Л. Наппельбаума под ред. С.В. Емельянова. М.: Мир, 1978. - 312 с.

50. Минский М., Пайперт С. Персептроны. М.: Мир, 1971

51. Миркес Е.М. Нейрокомпьютер. Проект стандарта. Новосибирск: Наука, 1998 .- 188 с.

52. Миркес Е.М. Логически прозрачные нейронные сети и произ-. водство явных знаний из данных //Нейроинформатика.- Новосибирск: Наука, Сибирская издательская фирма РАН, 1998. С.283-292.

53. Нейлор Т. и др. Машинные имитационные эксперименты с моделями экономических систем.- М.:Мир, 1975.

54. Нейроинформатика/ А.Н.Горбань, В.Л.Дунин-Барковский, А.Н.Кирдин, Е.М.Миркес, А.Ю.Новоходько, Д.А.Россиев, С.А.Терехов, М.Ю.Сенашова, В.Г.Царегородцевю-Новосибирск: Наука, Сибирская издательская фирма РАН, 1998.-296 с.

55. Нейрокомпьютер. Проект стандарта / Е.М.Миркес Новосибирск: Наука, Сибирская издательская фирма РАН, 1998.58. (115 1г) Одинцов Б.Е. Проектирование экономических экспертных систем: Учебное пособие для вузов. М.: Компьютер, ЮНИТИ, 1996.-166с.

56. Ожегов С.П. Словарь русского языка: Ок. 57000 слов/ Под ред. Чл.корр. АН СССР Н.Ю. Шведовой. 19 -е изд., испр.-М.: Рус. Яз., 1987.-750 с.

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

58. Оскорбин Н.М. Построение и анализ эмпирических зависимостей методом центра неопределенности /Информационные системы вэкономике, экологии и образовании: Сборник научных трудов.-Барнаул: АлтГТУ, 1997.- С. 97-104

59. Осуга С. Обработка знаний: Пер. с япон. М.: Мир, 1989.293 с.

60. Панов А.А. Модель менеджмента на машиностроительном предприятии // Автомобильная промышленность. 2002. - № 8 - С. 23-28 с.

61. Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ: Учеб. пособие для вузов. М.: Высш. шк., 1989.- 367 с.

62. Попов Э. В. Экспертные системы: Решение неформализованных задач в диалоге с ЭВМ. М.: Наука. Гл.ред. физ.-мат.лит., 1987.-288с.

63. Поспелов Д.А. Ситуационное управление.- М.: Знание,1975.

64. Практическое руководство по сегментированию рынка. Оригинал: The Market Segmentation Workbook. Target Marketing for Marketing Managers, Sally Dibb and Lyndon Simkin Л.Симкин, С.Дибб. Санкт-Петербург : Питер, 2002

65. Представление и использование знаний: Пер. с япон./ Под ред. X. Уэно, М. Исидзука.-М.: Мир, 1989. -220 с.

66. Приобретение знаний: Пер. с япон. /Под ред. С. Осуги, Ю. Са-эки.-М.: Мир, 1990.-304 с.

67. Пятковский О.И. Интеллектуальные компоненты автоматизированных информационных систем управления предприятием. Монография г.Барнаул: АлтГТУ.-1999.-351 с.

68. Пятковский О.И., Бутаков С.В., Рубцов Д.В. Методы построения интеллектуальных информационных систем анализа хозяйственной деятельности предприятий / Алт. гос. техн. ун-т. им. И.И. Ползунова. -Барнаул: Изд-во АлтГТУ, 1999. 168 с.

69. Пятковский О.И., Рубцов Д.В., Бутаков С.В. Система анализа финансово-хозяйственных показателей деятельности предприятия // Информационные технологии. 1999.- №8. - С. 31-34.

70. Пупков К.А. Интеллектуальные системы: проблемы теории и практики// Изв. вузов. Приборостроение.- 1994, т.37.- № 9 10.

71. Рахилькин А.В. Логистика фирмы.-Новосибирск:Новосибирское книжное издательство, 1997.-116с.

72. Редкозубов С.А. Статистические методы прогнозирования в АСУ.-М.:Энергоиздат, 1981.-152 с.

73. Силич В.А. Проектирование автоматизированных систем управления на основе иерархических семантических моделей: Дисс. д-ра техн. наук. Томск, 1995. - 348 с.

74. Силич М.П. Метод формирования гибридных моделей и инструментальный комплекс для построения экспертных систем. Дисс. . канд. техн. наук. - Томск, 1993. - 145 с.

75. Смирнов П.В. Организация и планирование сбыта промышленной продукции в СССР.- М.: 1975.- 360 с.

76. Сонин И.Е., Якоби А.А. Управление сбытом в машиностроении .- М. Машиностроение, 1979.- 135с.

77. Статические и динамические экспертные системы: Учеб. Пособие/ Э.В. Попов, И.Б. Фоминых, Е.Б. Кисель, М.Д. Шапот.- М.: Финансы и статистика, 1996.-320с.

78. Статистика рынка товаров и услуг: Учебник/ под ред. И.К. Беляевского. М.: Финансы и статистика, 1995.

79. Статистика рынка товаров и услуг: Учебник/ под ред. И.К. Беляевского. М.: Финансы и статистика, 1995.85. (104) Стаханов В.Н. Сбыт продукции на предприятиях и производственных объединениях.- М.: Экономика, 1982,- 48 с.

80. Таганов Д.Н. SPSS: Стратегический анализ в маркетинговых исследованиях.- СПб.: Питер, 2005.-192с.

81. Терехов С.А. Нейросетевые информационные модели сложных инженерных систем // Нейроинформатика.- Новосибирск: Наука, Сибирская издательская фирма РАН, 1998.-С. 101-136.

82. Терехов С.А. Прямые, обратные и смешанные задачи в нейро-сетевом моделировании сложных инженерных систем // Нейроинформатика и ее приложения: Тезисы докладов IV Всероссийского семинара / Под ред. А.Н. Горбаня.- Красноярск: КГТУ, 1996 .- С. 122.

83. Титов В.В. Системный анализ экономического состояния предприятия// Финансовая стратегия в управлении предприятием: Сборник научных трудов /Под ред. д.э.н. В. В. Титова ,к.э.н. З.В. Коробковой. -Новосибирск: ИЭ и ОПП СО РАН, 1997.- С. 5-12.

84. Уоссермен Ф., Нейрокомпьютерная техника: Теория и практика. -М.: Изд-во МИФИ, 1992.

85. Федер Е. Фракталы. М., Мир, 1990.

86. Фещур Р.В. Совершенствование технологии планирования сбытовой деятельности предприятия// Механизация и автоматизация управления.-1987.-№2.- С. 13-16.

87. Фор А. Восприятие и распознавание образов/Пер. с фр. А.В. Серединского; под ред. Г.П.Катыса.-М.: Машиностроение, 1989.-272 с.

88. Форрестер Дж. Основы кибернетики предприятия-М.:Прогресс, 1971.-3 40с.

89. Хомоненко А.Д., Цыганков В.М., Мальцев М.Г. Базы данных: Учебник для высших учебных заведений. СПб.: Корона принт, 2000. -416 с.

90. Чураков Е.П. Математические методы обработки экспериментальных данных в экономике: Учебное пособие.- М.: Финансы и статистика, 2004.-240 с.

91. Шеннон Р. Имитационное моделирование систем- искусство и наука.-М. :Мир, 1978.-422с.

92. Шумский С.А., Яровой А.В., Зорин O.JL, Ассоциативный поиск текстовой информации // Нейроинформатика-99. М.: Изд-во МИФИ, 1999.

93. Эрлих А.А. Технический анализ товарных и финансовых рынков. Прикладное пособие.-М.:ИНФРА.-М, 1996.-176с.

94. Hopfield J.J. Neural Networks and physical systems with emergent collective computational abilities//Proc. Nat. Sci. USA.- 1982.- Vol.79.-P. 2554-2558.

95. John J. Murphi Technical Analysis of the Futures Markets, 1986

96. Jondarr C.G. Back propagation family album. Technical report C/TR96-05, Macquarie University, 1996.- 72 p.

97. Kohonen Т., Self-Organizing Maps, Springer, 1995.

98. Newell A., Simon M.A. Humon problem solving.-Englewood Cliffs, New Jersey: Prentice-Hall, 1972.

99. O'Learly T.J., Brian K. Williams Computers and information systems, second edition, The Benjamin/Cummings publishing company, inc.-687p.

100. Аналитический обзор рынка // http://www.asm-holding.ru

101. Краткое руководство пользователя forecast expert // http://www.pro-invest.com

102. Официальный сайт ОАО «АвтоВАЗ» // http://www.avtovaz.ru

103. Прогнозирование сезонных временных рядов // http://www.forexsal.ru

104. Данько Т.П., Ходимчук М.А. Системы искусственного интеллекта в разработке корпоративных маркетинговых стратегий// http://www.dis.ru/ . ■ . '.

105. Искусственный интеллект в маркетинге// www.e-xecutive.ru

106. BrainMaker Pro// http://www.dengi-info.com

107. Адаптивные сети и CHCTeMbi//neuronet.narod.ru/

108. Компания «Нейропроект». http://www.neuroproiect.ru/

109. Нейроимитатор «Neural bench», http://www.neuralbench.ru/.

110. Пакет программ «NeuroOffice». http://canopus.lpi.msk.su/neurolab/

111. California Scientific Software, http://www.calsci.com/

112. MATLAB Neural Network Toolbox. http://kalman.iau.dtu.dk/Projects/proj/nnsysid.html