Геоинформационное моделирование пространственно-временных геофизических процессов с полигармонической структурой тема диссертации и автореферата по ВАК РФ 25.00.35, доктор технических наук Якушев, Денис Игоревич

• Якушев, Денис Игоревич
• доктор технических наук
• 2008

Оглавление диссертации доктор технических наук Якушев, Денис Игоревич

Список сокращений.

ВВЕДЕНИЕ.

Глава 1. ЭМПИРИЧЕСКИЕ ПРЕДПОСЫЛКИ УСТАНОВЛЕНИЯ ПОЛИГАРМОНИЧЕСКОЙ СТРУКТУРЫ МОДЕЛЕЙ ПРОСТРАНСТВЕННО-ВРЕМЕННЫХ ГЕОФИЗИЧЕСКИХ ПРОЦЕССОВ И АНАЛИЗ МЕТОДОВ РАСЧЁТА ПАРАМЕТРОВ

1.1. Эмпирические основы установления полигармонической структуры моделей пространственно-временных геофизических процессов.

1.2. Анализ методов расчёта параметров полигармонических моделей пространственно-временных геофизических процессов.

1.3. Выводы по главе

Глава 2. ГЕОИНФОРМАЦИОННЫЙ МЕТОД РАСЧЁТА СТАЦИОНАРНЫХ ПАРАМЕТРОВ

ПОЛИГАРМОНИЧЕСКИХ МОДЕЛЕЙ ПРОСТРАНСТВЕННО-ВРЕМЕННЫХ ГЕОФИЗИЧЕСКИХ ПРОЦЕССОВ

2.1. Постановка задачи.

2.2. Метод расчёта стационарных параметров полигармонических моделей

2.2.1. Построение периодограммы.

2.2.2. Анализ периодограммы.

2.2.3. Учёт интерференции гармоник.

2.2.4. Документирование результатов моделирования.

2.3. Вероятностные характеристики стационарных параметров полигармонических моделей

2.3.1. Шум, распределённый по нормальному закону.

2.3.2. Шум, распределённый по закону Коши.

2.4. Результаты моделирования

2.4.1. Идеальный гармонический ряд.

2.4.2. Ряды с пропусками и неравномерным интервалом дискретизации.

2.4.3. Ряд комбинированной температуры океана и суши

2.4.4. Совокупное рассмотрение полигармонических моделей взаимосвязанных геофизических процессов.

2.5. Пользовательские характеристики метода.

2.6. Методика расчёта вклада отдельных гармонических составляющих в общую энергетику моделируемого процесса.

2.7. Выводы по главе 2.

Глава 3. ПОЛИГАРМОНИЧЕСКАЯ МОДЕЛЬ СОЛНЕЧНОЙ АКТИВНОСТИ, ВКЛЮЧАЮЩАЯ 1800-ЛЕТНЮЮ СОСТАВЛЯЮЩУЮ, И ГЕОИНФОРМАЦИОННЫЕ

ПОДТВЕРЖДЕНИЯ ЕЁ ПРОГНОЗА

3.1. Результаты моделирования ряда солнечной активности.

3.2. Прогноз солнечной активности и его геоинформационные подтверждения.

3.3. Выводы по главе 3.

Глава 4. ГЕОИНФОРМАЦИОННАЯ МОДЕЛЬ ГЕОФИЗИЧЕСКИХ ПРОЦЕССОВ С НЕСТАЦИОНАРНЫМИ ПАРАМЕТРАМИ

ПОЛИГАРМОНИЧЕСКОЙ СТРУКТУРЫ

4.1. Постановка задачи.

4.2. Разработка полигармонической модели с нестационарными параметрами.

4.3. Результаты моделирования ряда солнечной активности.

4.4. Выводы по главе 4.

Глава 5. ГЕОИНФОРМАЦИОННЫЙ МЕТОД РАСЧЁТА

ПАРАМЕТРОВ МОДЕЛИ ВЗАИМОЗАВИСИМОСТИ ПРОСТРАНСТВЕННО-ВРЕМЕННЫХ ГЕОФИЗИЧЕСКИХ ПРОЦЕССОВ С ПОЛИГАРМОНИЧЕСКОЙ СТРУКТУРОЙ

5.1. Алгоритм поиска взаимозависимых геофизических процессов.

5.2. Алгоритм расчёта параметров полиномиальной модели взаимозависимости геофизических процессов.

5.3. Результаты моделирования взаимозависимости геофизических процессов.

5.4. Вероятностные характеристики параметров модели взаимозависимости геофизических процессов.

5.5. Модели взаимозависимости геофизических процессов и взаимнокорреляционные функции.

5.6. Выводы по главе 5.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ ДИССЕРТАЦИИ.

Введение диссертации (часть автореферата) на тему «Геоинформационное моделирование пространственно-временных геофизических процессов с полигармонической структурой»

Актуальность работы. Компьютеризация всех сторон человеческой деятельности, происшедшая в последней четверти XX века, многократно повысила объёмы фиксируемой информации, в том числе и геоинформации. Накоплены огромные массивы данных, которые требуют анализа с целью последующего использования результатов на практике. Причём процесс накопления данных идёт значительно быстрее, чем их анализ, формулирование выводов и рекомендаций. Таким образом, именно анализ накопленных данных на сегодняшний день является одним из самых узких мест технического прогресса.

Настоящая диссертационная работа посвящена разработке технологии анализа данных о пространственно-временных геофизических процессах, изучаемых такими науками о Зёмле как климатология, океанология, гляциология и геология с целью установления причин взаимозависимости между ними и долгосрочного прогнозирования развития геосферы Земли. Такой прогноз важен для принятия научно-обоснованных решений по освоению новых территорий, развитию и модернизации экономической и социальной инфраструктуры регионов.

Исходная информация о геофизических процессах представляет собой массив зарегистрированных данных, характеризующих состояние исследуемого объекта. Если физическая природа исследуемого объекта и присущие ему закономерности неизвестны, процесс анализа данных начинается с построения простейших эмпирических моделей, отражающих уровень знаний об объекте исследования.

Объектом исследования настоящей работы являются пространственно-временные геофизические процессы, заданные временными рядами, для которых эмпирически устанавливается полигармоническая структура. То есть на основании априорной информации о динамике развития этих процессов сделаны гипотетические выводы о том, что их структура представляет собой сумму нескольких гармонических составляющих. Это утверждение не исключает возможности вынесения других суждений о структуре исследуемых рядов (например, их рассмотрение с позиций динамического хаоса). Однако рассмотрение именно полигармонической структуры позволяет в настоящее время, в частности, разрабатывать долгосрочные прогнозы изменения исследуемых рядов.

Предметом исследования настоящей работы являются модели пространственно-временных геофизических процессов, заданных временными рядами с полигармонической структурой, и методы расчёта их параметров. .;

На основании анализа имеющихся данных о пространственно-временных геофизических процессах с полигармонической структурой был сделан вывод о необходимости разделения объектов исследования на два класса по признаку устойчивости искомых параметров во времени: на стационарные и нестационарные.

При этом в случае стационарности параметров особого внимания заслуживает нереализованная в настоящее время возможность включения в полигармоническую модель временного ряда составляющих с периодом, превышающим по времени интервал наблюдения (Эйгенсон М.С., Шнитников А.В.). Актуальность решения этой задачи, основывается, во-первых, на коротком (по сравнению с длительностью геофизических периодов) времени наблюдений, а, во-вторых, на том, что амплитуда продолжительных колебаний значительно превышает суммарную амплитуду более высокочастотных составляющих, что определяет значимость её учёта при составлении долгосрочных прогнозов.

Создание метода решения поставленной задачи и оценка вероятностных характеристик искомых параметров позволяет также выявлять геофизические процессы, модели которых содержат сходные по продолжительности периоды, что указывает на их взаимозависимость. Учёт выявленных взаимосвязей необходим при системном подходе к их исследованию.

Для некоторых геофизических процессов, обычно описываемых с помощью полигармонических моделей со стационарными параметрами, эмпирически выявляются некоторые отклонения от принятого описания. Например, для ряда солнечной активности (в числах Вольфа) с середины XIX века эмпирически установлено отклонение продолжительности периодов от среднего значения (Швабе С.Г., 1851), а с середины XX века - некоторая их асимметрия (Эй-генсон М.С., 1963). Учёт этих отклонений может оказаться существенным для понимания, описания и прогнозирования исследуемых геофизических процессов. В то же время модели подобного рода нестационарности параметров практически неизвестны.

Решение поставленных выше задач с помощью современной компьютерной технологии предоставило возможность получения качественно новой информации о пространственно-временных геофизических процессах с полигармонической структурой. Получаемая информация позволяет создавать долгосрочные прогнозы развития исследуемых процессов и моделировать взаимозависимость между ними, что определяет актуальность настоящей работы.

Целью диссертационной работы является разработка технологии геоинформационного моделирования пространственно-временных геофизических процессов с полигармонической структурой для долгосрочного прогнозирования исследуемых процессов и моделирования взаимозависимости между ними.

Для достижения поставленной цели требуется решение следующих исследовательских задач.

1. Разработка геоинформационного метода периодограмм-анализа с реализацией устойчивого итерационного трёхпараметрического процесса, позволяющего рассчитывать параметры полигармонических моделей пространственно-временных геофизических процессов, заданных рядами с пропусками и неравномерной дискретизацией, включающих составляющие с периодом, превышающим интервал наблюдений.

2. Разработка геоинформационного метода расчёта параметров модели взаимозависимости пространственно-временных геофизических процессов со стационарными параметрами полигармонической структуры, позволяющего объяснять причины взаимозависимости на основе сходства продолжительно-стей длительных периодов.

3. Разработка геоинформационной модели пространственно-временных геофизических процессов с нестационарными периодами и нелинейной амплитудой, отражающей характеристики нарастания/затухания интенсивности.

4. Разработка полигармонической модели ряда солнечной активности, составление прогноза её изменения, поиск геоинформационных подтверждений прогноза.

5. Разработка полигармонической модели ряда уровня Каспийского моря, составление прогноза её изменения, поиск геоинформационных подтверждений прогноза.

Методы исследования, использованные в работе: теоретические методы исследования включают в себя системный анализ, геоинформационное моделирование, математическая статистика, теория измерений, а также методы машинного моделирования и графики. Экспериментальные методы исследования заключались в проверке соответствия различных видов математических моделей геоинформационным данным, экспериментальном установлении порогов принятия решения на большом количестве эмпирических данных, статистической обработке полученных результатов, сравнении сделанных прогнозов с реальными изменениями исследуемых геоинформационных процессов.

Научная новизна в целом заключается в разработке математического обеспечения геоинформационного моделирования пространственно-временных геофизических процессов с полигармонической структурой для долгосрочного прогнозирования развития исследуемых процессов и установления причин взаимозависимости между ними.

Научную новизну работы определяют следующие положения.

1. Разработан геоинформационный метод периодограмм-анализа с реализацией устойчивого итерационного трёхпараметрического процесса, позволяющий рассчитывать параметры полигармонических моделей пространственно-временных геофизических процессов, заданных рядами с пропусками и неравномерной дискретизацией, включающих составляющие с периодом, превышающим интервал наблюдений. Метод позволяет рассчитывать долгосрочные прогнозы изменения исследуемых процессов.

2. Разработан геоинформационный метод расчёта параметров модели взаимозависимости пространственно-временных геофизических процессов со стационарными параметрами полигармонической структуры, позволяющий объяснять причины взаимозависимости на основе сходства продолжительно-стей длительных периодов.

3. Разработана геоинформационная модель пространственно-временных геофизических процессов с нестационарными периодами и нелинейной амплитудой, отражающей характеристики нарастания/затухания интенсивности.

4. Разработана полигармоническая модель ряда солнечной активности, включающие составляющую с периодом 1800 лет, объясняющую современное глобальное потепление климата Земли с позиций изменения солнечной активности. Найдены геоинформационные подтверждения прогноза изменения солнечной активности на протяжении последних 2500 лет на примере климата Европы.

5. Разработана полигармоническая модель ряда уровня Каспийского моря, включающая составляющую с периодом 124 года. Найдены геоинформационные подтверждения прогноза изменения уровня Каспийского моря на протяжении последних 100 лет.

Практическая ценность результатов исследований в целом заключается в разработке математического и программного обеспечения геоинформационного моделирования пространственно-временных геофизических процессов с полигармонической структурой для долгосрочного прогнозирования развития исследуемых процессов и количественного установления взаимозависимости между ними.

При этом основную ценность представляют следующие практические результаты диссертационного исследования.

1. Геоинформационный метод и программа для расчёта стационарных параметров полигармонических моделей пространственно-временных геофизических процессов с неравномерной дискретизацией, позволяющие выделять составляющие с периодами, превышающими интервал наблюдения, необходимыми для построения долгосрочных прогнозов. Программа внедрена в ГосНИ-ОРХ.

2. Геоинформационный метод и программа для расчёта параметров моделей взаимозависимости пространственно-временных геофизических процессов, позволяющий объяснять причины взаимозависимости на основе сходства про-должительностей длительных периодов. Программа внедрена в ФГУП "ЦНИ-ИМ" и ФГУП ЦКБ МТ "Рубин".

3. Метод и программа расчёта нестационарных параметров полигармонических моделей пространственно-временных геофизических процессов с полигармонической структурой.

4. Прогноз потепления климата Европы, основанный на полигармонической модели ряда солнечной активности.

5. Прогноз изменения уровня Каспийского моря, основанный на его полигармонической модели.

Положения, выносимые на защиту.

1. Геоинформационный метод периодограмм-анализа с реализацией устойчивого итерационного трёхпараметрического процесса, позволяющий рассчитывать параметры полигармонических моделей пространственно-временных геофизических процессов, заданных рядами с пропусками и неравномерной дискретизацией, включающих составляющие с периодом, превышающим интервал наблюдений. Метод позволяет рассчитывать долгосрочные прогнозы изменения исследуемых процессов.

2. Геоинформационный метод расчёта параметров модели взаимозависимости пространственно-временных геофизических процессов со стационарными параметрами полигармонической структуры, позволяющий объяснять причины взаимозависимости на основе сходства продолжительностей длительных периодов.

3. Геоинформационная модель пространственно-временных геофизических процессов с нестационарными периодами и нелинейной амплитудой, отражающей характеристики нарастания/затухания интенсивности.

4. Полигармоническая модель ряда солнечной активности, включающая составляющую с периодом 1800 лет, объясняющую современное глобальное потепление климата Земли с позиций изменения солнечной активности. Геоинформационные подтверждения прогноза изменения солнечной активности на протяжении последних 2500 лет на примере климата Европы.

5. Полигармоническая модель ряда уровня Каспийского моря, включающая составляющую с периодом 124 года. Геоинформационные подтверждения прогноза изменения уровня Каспийского моря на протяжении последних 100 лет.

Апробация результатов. Основные теоретические и прикладные результаты диссертационной работы изложены в монографии:

Якушев Д.И. Алгоритмы математического моделирования/Д.И. Якушев. СПб.: МГП "Поликом", 2002г.-100с.

Результаты работы опубликованы в журналах из перечня ВАК: "Известия ГЭТУ" и "Акустическом журнале", а также в других журналах.

Основные положения докладывались на Международных и Российских научно-технических конференциях, таких как "Международная конференция по мягким вычислениям и измерениям": SCM-99, SCM-00, SCM-01, SCM-02 (Санкт-Петербург), Международном научном конгрессе "Фундаментальные проблемы естествознания" (Санкт-Петербург, 1998), Международных научных конференциях "Циклы" (Ставрополь, 1997, 1999, 2002), Международной научно-технической конференции "Physcon" (Санкт-Петербург, 2003), Международном симпозиуме "Speech and Computer" SPECOM'2002 (St.Petersburg, 2002), Международной научно-технической конференции "Методы, средства и технологии получения и обработки измерительной информации", (Пенза, 2002), 55-ой конференции профессорско-преподавательского состава (СПбГЭТУ, 2002), научно-технической конференции "Мониторинг и прогнозирование чрезвычайных ситуаций" (Санкт-Петербург, 1998); школе-семинаре "Актуальные вопросы организации и производства судебных экспертиз" (Санкт-Петербург, 1998), докладывались на семинарах Санкт-Петербургского отделения Метрологической академии России.

Публикации по работе. По теме диссертации опубликовано 44 научных работы, из них 1 монография, 5 статей в журналах из перечня ВАК, 7 рукописей, депонированных в ВИНИТИ, 3 статьи и тезисы к 23 докладам на международных и всероссийских научно-технических конференциях и семинарах.

Структура и объём работы. Диссертация состоит из введения, пяти глав, заключения, 1 приложения и списка литературы, включающего 360 наименований. Основная часть работы изложена на 257 страницах машинописного текста. Работа содержит 46 рисунков и 47 таблиц.

Заключение диссертации по теме «Геоинформатика», Якушев, Денис Игоревич

ОСНОВНЫЕ РЕЗУЛЬТАТЫ ДИССЕРТАЦИИ.

В диссертации разработано математическое и программное обеспечение геоинформационного моделирования пространственно-временных геофизических процессов с полигармонической структурой для долгосрочного прогнозирования изменения исследуемых процессов и установления причин взаимозависимости между ними. Показано, что полигармоническая структура эмпирически может устанавливаться как со стационарными, так и с нестационарными параметрами. В зависимости от этого для математического описания разработаны геоинформационные модели и методы расчёта их параметров. Геоинформационное моделирование пространственно-временных геофизических процессов с полигармонической структурой проводилось на основании данных, характеризующих, в основном, климатическую изменчивость на территории Европы.

Основные научные и практические результаты работы состоят в следующем.

1. Разработан геоинформационный метод периодограмм-анализа с реализацией устойчивого итерационного трёхпараметрического процесса, позволяющий рассчитывать параметры полигармонических моделей пространственно-временных геофизических процессов, заданных рядами с пропусками и неравномерной дискретизацией, включающих составляющие с периодом, превышающим интервал наблюдений, что позволяет, в частности, осуществлять долгосрочный прогноз изменения исследуемых процессов (глава 2).

2. Разработан геоинформационный метод расчёта параметров модели взаимозависимости пространственно-временных геофизических процессов со стационарными параметрами полигармонической структуры, позволяющий объяснять причины взаимозависимости на основе сходства продолжительно-стей длительных периодов (глава 5).

3. Разработана геоинформационная модель пространственно-временных геофизических процессов с нестационарными периодами и нелинейной амплитудой, отражающей характеристики нарастания/затухания интенсивности (глава 4).

4. Разработана полигармоническая модель ряда солнечной активности, включающая составляющую с периодом 1800 лет, объясняющую современное глобальное потепление климата Земли с позиций изменения солнечной активности. Найдены геоинформационные подтверждения прогноза изменения солнечной активности на протяжении последних 2500 лет на примере климата Европы (глава 3).

5. Разработана полигармоническая модель ряда уровня Каспийского моря, включающая составляющую с периодом 124 года. Найдены геоинформационные подтверждения прогноза изменения уровня Каспийского моря на протяжении последних 100 лет (глава 2).

Список литературы диссертационного исследования доктор технических наук Якушев, Денис Игоревич, 2008 год

1. Авдеев Б.Я., Антонюк Е.М., Долинов С.Н. и др./ Под ред. Фремке А.В. Адаптивные телеизмерительные системы. JI: Энергоатомиздат, 1981.-248 с, ил.

2. Айвазян С.А. и др. Прикладная статистика: классификация и снижение размерностей. М.: Наука, 1989.-461 с.

3. Акофф Р. Искусство решения проблем. М.: Мир, 1982.

4. Алексеев А.А. и др. Математические модели объектов и методы их идентификации. Л.: ЛЭТИ, 1978.- 82с.

5. Алексеев В.В., Долидзе Р.В., Недосекин Д.Д. и др. Практикум по вероятностным методам в измерительной технике: Учеб. пособие для вузов. СПб: Энергоатомиздат, 1993.-264 е.: ил.

6. Алексеев В.В., Королёв П.Г., Овчинников Н.С., Чернявский Е.А. Основы структурного проектирования измерительно-вычислительных систем. СПб: Энергоатомиздат, 1999. 110 с.

7. Алексеев С.П. и др. Зарубежные технические средства океанографических исследований и навигационного оборудования морей (состояние и перспективы). СПб: ГУ НиО МО РФ, 2006. 367 с.

8. Антонов А.Е., Иванов B.C., Жукова А.В. Выявление скрытых перио-дичностей некоторых адиабатических процессов. Известия ГЭТУ, вып. 496. С1. Пб: ГЭТУ, 1996.- с.73-79.

9. Антонов А.Е., Якушев Д.И., Жукова А.В. О гелиоциклах и уровне солнечной активности на рубеже XX и XXI веков.// "Ритмы и циклы в природе и обществе". Тезисы докладов V международной конференции. Ставрополь, 1997.-е. 135-137.

10. Антонов А.Е., Якушев Д.И. О сверхвековом цикле солнечной актив-ности.//Тезисы докладов всероссийской научно-технической конференции "Мониторинг и прогнозирование чрезвычайных ситуаций". СПб: СПбГЭТУ (ЛЭТИ), 1998г.

11. Антонов А.Е., Якушев Д.И. О выявлении циклических закономерностей в геофизических рядах .//Сборник докладов Международной конференции по мягким вычислениям и измерениям. СПб, 1999г, с. 137-140.

12. Антонов А.Е., Якушев Д.И. О взаимодействии сверхвековых и внут-ривековых климатоформирующих циклов. //Материалы I международной конференции "Циклы". Ставрополь, 1999г. С. 48-49.

13. Антонов А.Е., Якушев Д.И. Цикличность и геологическая история. //Материалы I международной конференции "Циклы". Ставрополь, 1999г.

14. Антонов А.Е., Якушев Д.И. Современный климатический тренд и ожидаемый уровень гелио- и геофизических процессов в XXI веке.//Материалы II международной конференции "Циклы". Ставрополь, 2000г. С. - 34-37.

15. Антонов А.Е., Якушев Д.И. Космическо-солнечная обусловленность 1800-летних циклов Земли.//Материалы III международной конференции "Циклы". Ставрополь, 2001г.

16. Антонов А.Е., Якушев Д.И. Энергетика периодических колебанийгеофизических и биопродукционных процессов.//Сборник докладов Международной конференции по мягким вычислениям и измерениям. СПб, 27-30 июня 2001г, т.2, с. 208-210.

17. Антонов А.Е., Якушев Д.И. Сверхвековой цикл солнечной активности и его климатоисторическое подтверждение.//Материалы десятой международной конференции "Циклы природы и общества". Ставрополь, 2002г.

18. Антонов А.Е., Якушев Д.И. Исследование зависимости уровня Каспия от климатических факторов//Материалы VII международной научной конференции "Пространство, Время, Тяготение", август 19-23, 2002, Санкт-Петербург, Россия. СПб.: "ТЕССА", 2003. С. 89-93.

19. Антонов А.Е., Якушев Д.И. Исследование колебаний уровня Каспия/ ТЭТУ, С-Пб, 2004. Деп. в ВИНИТИ. 10.02.04, № 234-В2004.

20. Аппроксимация вольт-амперных характеристик полевых транзисторов на основе кубических сглаживающих сплайнов.//Измерительная техника. №52001. С. 60-62.

21. Арушанян И.О. Курс лекций по методам вычислений. Мех-мат МГУ, 2001 г.

22. Бартеньев О.В. Фортран для профессионалов. Ч. 1, 2. М.: Диалог-МИФИ, 2001.

23. Баум О.В. и др. Исследование на компьютерных моделях влияния анатомической ориентации сердца на результаты измерения его электрической оси.//Измерительная техника. №7-2001. С. 60-65.

24. Бахвалов Н.С. Численные методы. М.: Наука, 1973.

25. Бендат Дж., Пирсол А. Измерение и анализ случайных процессов. М.: Мир, 1974.-408 с.

26. Бендат Дж., Пирсол А. Применения корреляционного и спектрального анализа. М.: Мир, 1983.-312 с.

27. Березин И.С., Жидков Н.П. Методы вычислений. Том 1, 2. М.: Физ-матгиз, 1959.

28. Биденко С.И., Яшин А.И. Геоинформационная технология. СПб: СПбГЭТУ, 2004, 273 с.

29. Биденко С.И. Моделирование территориальной обстановки в сложных организационно-технических системах. СПб: ГУ НиО МО РФ, 2003. 176 с.

30. Биденко С.И., Яшин А.И. Геоинформационные модели и методы поддержки управления. СПб: ГМА, 2006. 243 с.

31. Бокс Дж., Дженкинс Т. Анализ временных рядов. Прогноз и управление. М.: Мир, 1974.-320 с.

32. Болдин М.В. и др. Знаковый статистический анализ линейных моделей. М.: Наука, 1997, 288 с.

33. Боровиков В.П. Русская версия системы STATISTICA/ZKoMnbioTep пресс №5-1999.

34. Будыко М.И. Изменения климата. JL: Гидрометеоиздат, 1974.

35. Будыко М.И., Винников К.Я. Глобальное потепление. Метеорология и гидрология, 1976, №7, с. 16-26.

36. Быков В.В. Цифровое моделирование в статистической радиотехнике. М.: Советское радио, 1971.-326 с.

37. Вайс Р. и др. Итерационные методы решения систем линейных уравнений, от прошлого к будущему .//Математическое моделирование. №2-2001. С. 39-50.

38. Вапник В.Н. и др. Алгоритмы и программы восстановления зависимостей. М.: Наука, 1984.-274 с.

39. Вапник В.Н. Восстановление зависимостей по эмпирическим данным. М.: Наука, 1979.-353 с.

40. Васильев В.В., Ихильчик А.Р. Методология построения и исследования многофакторных статистических моделей физико-металлургических процессов.//Математическое моделирование металлургических и сварочных процессов. М.: Металлургия, 1983. 129 с.

41. Васильев Д.В. Ускоренное статистическое моделирование систем управления. Л.: Энергоатомиздат, 1987. 132 с.

42. Веников В.А. Моделирование в науке и технике.// "Наука и жизнь" №9-1966.

43. Веников В.А. Теория подобия и моделирования. М., 1976.

44. Венцов А.В., Касевич В.Б. Некоторые проблемы методики экспериментально фонетических исследований. Материалы международной конференции "100 лет экспериментальной фонетике в России". С-ПБ, 2001. С. 35-39.

45. Вертинская Н.Д. Математическое моделирование многофакторных и многопараметрических процессов в многокомпонентных системах. Иркутск:, 2001.- 286 с.

46. Видуев Н.Г., Кондра Г.С. Вероятностно-статистический анализ погрешностей измерений. М: Недра, 1969.-320 с.

47. Витинский Ю.И. Цикличность и прогнозы солнечной активности. Л., 1973 г.

48. Витинский Ю.И. и др. Статистика пятнообразовательной деятельности Солнца. М.: Наука, 1986 г., 296 с.

49. Гайдышев И. Анализ и обработка данных. Специальный справочник. С-Пб: Питер, 2002г.

50. Галушкин А.И. Оперативная обработка экспериментальной информации. М.: Энергия, 1972.-268 с.

51. Гасанов А.И. Математические модели с применением ЭВМ: Конспект лекций по дисциплине "Модели и методы" для студентов 4-го курса ин-та "Пути, строительства и сооружений". М.: МИИТ, 2000. 71 с.

52. Гланц С. Медико-биологическая статистика. М.: Практика, 1999.-449с.

53. Гласс Л., Мэки М. От часов к хаосу. М.: Мир, 1991. 248 с.

54. Глушаков С., Жакин И., Хачиров Т. Математическое моделирование. Mathcad 2000. Matlab 5.3. ACT. 2001.

55. Говорухин В., Цибулин В. Компьютер в математическом исследовании: Maple, MATLAB, LaTeX. Питер. 2001.

56. Гольденберг Л.М., Матюшкин Б.Д., Поляк М.Н. Цифровая обработка сигналов. Справочник. М: Радио и связь, 1985.-311 с.

57. Гольдштейн Е.И., Даниленко Т.Г. Универсальная методика определения периода полигармонического сигнала, представленного в цифровой фор-ме.//Измерительная техника. №6-2001. С. 47-49.

58. Гончарова Н.Д. Статистика. Методы взаимосвязи явлений: Учеб. пособие. М-во Рос. Федерации по связи и информатизации, 2001.

59. Горев В.В., Филиппов В.В. Математическое моделирование при расчётах и исследованиях строительных конструкций. М.: Высшая школа, 2002г.-206 с.

60. ГОСТ 16263-70. ГСИ. Метрология. Термины и определения. М.: Госстандарт, 1970.

61. ГОСТ 28195-89. Оценка качества программных средств. Общие положения.

62. ГОСТ 28806-90. Качество программных средств. Термины и определения.

63. ГОСТ 8009-84. ГСИ. Метрологическое обеспечение. Основные положения. М.: Госстандарт, 1984.

64. Грановский В.А., Сирая Т.Н. Методы обработки экспериментальных данных при измерениях. Л.: Энергоатомиздат, 1990. -288 с.

65. Гроп Д. Методы идентификации систем. М.: Мир, 1979.-302 с.

66. ГСИ. Нормирование метрологических характеристик средств измерений: Нормативно-технические документы (ГОСТ 8009-84. Методический материал по применению ГОСТ 8009-84, РД 50-453-84). М.: Издательство стандартов, 1985.

67. Губарев В.В. Алгоритмы статистических измерений. М.: Энергоатом, 1985.-271 с.

68. Губарев В.В., ред. Статистическая обработка экспериментальных данных. Новосибирск, 1986.-265 с.

69. Гутер Р.С., Овчинский Б.В. Элементы численного анализа и математической обработки результатов опыта. М.: Физматгиз, 1962, 356 с.

70. Двинских В.А. Вычисление параметров периодических составляющих дискретных данных с ограниченным интервалом наблюдения.//Измерительная техника. №2-1999. С. 10-11.

71. Дженкинс Б., Вате Дж. Спектральный корреляционный анализ и его применение. Том 1,2. М.: Мир, 1971.

72. Диков А.В. Математическое моделирование и численные методы: Учеб. пособие. М-во образования Рос. Федерации, 2000.

73. Добровидов А.В., Кошкин Г.М. Непараметрическое оценивание сигналов. М.: Наука, 1997, 334 с.

74. Дорф Р., Бишоп Р. Современные системы управления: Перевод с английского. Лаборатория базовых знаний, 2002.

75. Дрейпер Н. и Смит Г. Прикладной регрессионный анализ. М.: Статистика, 1973.-392 с.

76. Дрейфус X. Чего не могут вычислительные машины. М.: Прогресс,1978.

77. Дьяконов В. Matlab6 учебный курс. Питер. 2001.

78. Дьяконов В., Абраменкова И. MATLAB. Обработка сигналов и изображений. Специальный справочник. Питер. 2002.

79. Дьяконов В., Круглов В. MATLAB. Анализ, идентификация и моделирование систем. Специальный справочник. Питер. 2001.

80. Дьяконов В.П. и др. MATLAB 5 с пакетами расширений. М.: Нолидж, 2001. 880 с.

81. Дэннис Дж. мл., Шнабель Р. Численные методы безусловной оптимизации и решения нелинейных уравнений. М.: Мир, 1999.-440 с.

82. Дюк В.А., Самойленко A. Data Mining: Учеб. курс. СПб.: Питер, 2001.366 с.

83. Загоруйко Н.Г. Прикладные методы анализа данных и знаний. Новосибирск: Изд-во Ин-та математики, 1999. - 270 с.

84. Закс Ш. Теория статистических выводов. М.: Мир, 1975.-776 с.

85. Зарубин B.C. Математическое моделирование в технике: Учеб. для студентов втузов. М.: Изд-во МГТУ, 2001. 495 с.

86. Зеленогорский Ф.А. О методах исследования и доказательства. М.: "Российская политическая энциклопедия" (РОССПЭН), 1998.-320 с.

87. Зизин М.Н. Интеллектуальное программное обеспечение задач математического моделирования. М., 1999.- 24 с.

88. Зинченко В.П., Радченко С.Г. Метод моделирования многокомпонентных тензометрических измерительных систем. К.: 1993. - 17 с. (Препр. / АН Украины. Ин-т кибернетики им. В.М.Глушкова; 93.31).

89. Зыбов В.Н. Метод моделей в задачах многофакторных измере- * ний.//Измерительная техника. №6-1999.

90. Иванов Г.А., Кривошеев И.А. Критерий сравнения моделей, аппроксимирующих экспериментальные данные, и его асимптотические свойст-ва.//Измерительная техника. №8-2001. С. 6-11.

91. Ивахненко А.Г., Степашко. Помехоустойчивость моделирования. Киев: Наукова думка, 1985.-214 с.

92. Ивахненко А.Г., Юрачковский. Моделирование сложных систем по экспериментальным данным. М.: Мир, 1987. 119 с.

93. Ивахненко А.Г., Юрачковский. Индуктивный метод самоорганизации моделей сложных систем. Киев: Наукова думка, 1985. 296 с.

94. Идентификация, измерение характеристик и имитация случайных сигналов. Под ред. В.В. Губарева. Новосибирск, 1991.-326 с.

95. Идентификация лиц по фонограммам русской речи на автоматизированной системе "Диалект": Пособие для экспертов. Н.Ф. Попов, А.Н. Линьков, Н.Б. Кураченкова, Н.В. Байчаров; под ред. А.В. Фесенко. М.: Войсковая часть 34435, 1996.-102 с.

96. Иерусалимов М.Е. и др. Многофакторная математическая модель термонапряженной электроизоляции.// Электричество. 1991. — №8.

97. Измерения, автоматизация и моделирование в промышленности и научных исследованиях (ИАМП -2000): Материалы 1-ой Всерос. науч.-техн. конф., 8-9 июня 2000 г. Бийск: Изд-во АлтГТУ: БТИ, 2000. 289 с.

98. Измерения, автоматизация и моделирование в промышленности и научных исследованиях: Межвуз. сб. Бийск : Изд-во Алт. гос. техн. ун-та, 2001. 274 с.

99. Информатика. Базовый курс./С.В.Симоновича и др.-СПб.: Питер, 2001.-640 с.

100. Информатика в статистике: Словарь-справочник. М.: Финансы и статистика, 1995.

101. Информационно-измерительные и управляющие системы и устройства. Тематический сб. науч. тр. Челябинск: ЮурГУ, 2000г. -186 с.

102. Ичас М. О природе живого: механизмы и смысл. М: Мир, 1994. 496с.

103. Калашников и др. Информационно-измерительная техника и технологии. Уч. для ВУЗов./Под ред. Ранеева Г.Г. М.: Высшая школа, 2002г. -453 с.

104. Капица П.Л. Влияние современных научных идей на общество. Вопросы философии, 1979, №1, с. 61-71.

105. Кашеварова Т.П. Использование системы UNICALC для решения задач математического моделирования. Новосибирск, 1999.- 34 с.

106. Кендалл M., Стьюарт А. Статистические выводы и связи. Пер. с англ. под ред. Колмогорова А.Н. М.: Наука, 1973.-321 с.

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

108. Ковчин И.С., Добротворский А.Н. Основные направления развития технологий океанологических исследований \\ Современное состояние, проблемы навигации и океанографии ("Н0-2001"). Доклады конференции. Санкт-Петербург , 2001г.

109. Ковчин И.С., Степанюк И.А. Методы и средства специальных океанологических измерений. Учебник. СПб: Издательство РГГМУ, СПб 2002 г. 238 с.

110. Кормен Т., Лейзерсон Ч., Ривест Р. Алгоритмы: построение и анализ. М.: МЦНМО, 2000.-960 с.

111. Кормилицин Ю.Н., Хализев О.А. Проектирование подводных лодок. Учебник. СПб.: Изд. центр СПбГМТУ, 1999.-344 с.

112. Корн Г., Корн Т. Справочник по математике. М.: Наука, 1984.-831 с.

113. Крапивин В.Ф., Свирежев Ю.М., Тарко A.M. Математическое моделирование глобальных биосферных процессов.- М: Наука, 1982.- 270 с.

114. Краус М., Вошни Э. Измерительные информационные системы. М.: Мир, 1975. 310 с.

115. Криминалистика: Учебник/Под ред. И.Ф.Пантелеева, Н.А.Селиванова. М.: Юрид. лит., 1993. - 592 с.

116. Кругликов В.К. Вероятностный машинный эксперимент в приборостроении. Л.: Машиностроение, 1985.-247 с.

117. Крысин Ю.М. Структура и взаимосвязь основных этапов измерений между собой.//Труды международной научно-технической конференции "Методы средства и технология получения и обработки измерительной информации. Пенза, 2002г. С. 19.

118. Кудряшов С.В. Математическое моделирование:Мат. модели внеш.среды: Тексты лекций. М.: Изд-во МАИ, 1998.- 86 с.

119. Кузнецов В.В. Задачи математического моделирования и численные методы их решения: Учеб. пособие для студентов-заочников. Хабаровск: Изд-во ХГПУ, 2000. 124 с.

120. Кулаичев А.П. Компьютерный контроль процессов и анализ сигналов. М.: Информатика и компьютеры, 1999.-330 с.

121. Кулаичев А.П. Средства и программные системы анализа дан-ных.//Мир ПК. 1994, №10.

122. Кулик Б.А. Логические основы здравого смысла. СПБ.: Политехник,1997.

123. Куликовский К.Л., Купер В.Я. Методы и средства измерений. М.: Энергоатомиздат, 1986. -448 с.

124. Куликовский Л.Ф., Мотов В.В. Теоретические основы информационных процессов. М.: Высшая школа, 1987.-248 с.

125. Кун Т. Структура научных революций. М.: Прогресс. 1977, - 300 с.

126. Куприянов М.С. и др. Техническое обеспечение цифровой обработки сигналов. Справочник. СПб: ФОРТ. 752 с.

127. Лабутин С.А., Пугин М.В. Статистические модели и методы в измерительных задачах. Нижний Новгород, 2000. 115 с.

128. Лавров К., Цыплякова Т. Финансовая аналитика. Matlab 6. Диалог-МИФИ. 2001.

129. Ландау Л.Д., Лифшиц Е.М. Гидродинамика. Теоретическая физика. Т. VI, М., Наука, 1988, с. 353.

130. Ланцош К. Практические методы прикладного анализа. М.: Физмат-гиз, 1961.

131. Лебедев А.Н., Недосекин Д.Д., Стеклова Г.А. и др. Методы цифрового моделирования и идентификации стационарных случайных процессов в информационно-измерительных системах. Л.: Энергоатомиздат, 1988.-64 с.

132. Лебедев А.Н. и др. Вероятностные методы в инженерных задачах:

133. Справочник.-СПб.: Энергоатомиздат, 2000.-333 с.

134. Левин Б.Р. Теоретические основы статистической радиотехники. Том 1,2. М.: Радио и связь, 1989.

135. Левин Б.Р., Шварц В. Вероятностные модели и методы в системах связи и управления. М.: Радио и связь, 1985. — 312 с.

136. Левин С.Ф. Теория измерительных задач идентифика-ции.//Измерительная техника. №7-2001. С. 8-16.

137. Леман Э. Проверка статистических гипотез. М.: Наука, 1979.-632 с.

138. Леонов В.П., Ижевский П.В. Об использовании прикладной статистики при подготовке диссертационных работ по медицинским и биологическим специальностям. Бюллетень ВАК №5-1997.

139. Логиновский О.В., Емельянова И.В. Моделирование: Учеб. пособие. Челябинск: Изд-во Юж.-Урал. гос. ун-та, 2001. 114 с.

140. Лопухина Е.М., Захаренко А.Б. Генерация идей и инженерное творчество. М.: Информэнерго, 2002.

141. Львов В.Н. Программы выявления скрытых периодичностей в наблюдениях, неравномерно распределённых во времени. Препринт №17. Алгоритмы небесной механики. Л., 1977.

142. Макс Ж. и др. Методы и техника обработки сигналов при физических измерениях. Том 1,2. М: Мир, 1983.

143. Максимов Г.К., Синицын А.Н. Статистическое моделирование многомерных систем в медицине. Л., 1983. 143 с.

144. Маркел Дж. Д., Грэй А.Х. Линейное предсказание речи. М.: Связь, 1980.-308 с.

145. Математические методы в технике и технологиях. ММТТ-2000. Сб. тр. 13 междунар. науч. конф. 27-29 июня, Санкт-Петербург.

146. Математический энциклопедический словарь. М.: Большая Российская энциклопедия, 1995.-848 с.

147. Математическое и информационное моделирование: Сб. ст./М-во образ. РФ, Тюмен. гос. ун-т. Тюмень: Изд-во Тюмен. гос. ун-та, 2000. 212с.

148. Математическое моделирование/ Под ред. Дж.Эндрюса, Р. Мак-Лоуна. М.: Мир, 1979.

149. Математическое моделирование: Сб. науч. тр./ Хабар, гос. пед. унт; Хабаровск: ХГПУ, 2001.- 107 с.

150. Математическое моделирование: ММ-2001: Тр. междунар. конф., 13-16 июня 2001 г./ [Под ред. акад. А.А. Самарского]. Самара: ИСОИ: СГАУ, 2001.- 144 с.

151. Математическое моделирование в естественных науках: Тез. докл. Всерос. конф. молодых ученых, 27-30 сент. 2000г.. Пермь : ГГГТУ, 2000. -64 с.

152. Математическое моделирование: методы и приложения: Сб. науч. тр. / Хабар, гос. пед. ун-т; Хабаровск : Изд-во ХГПУ, 2000. 104 с.

153. Медведев А.В. Непараметрические системы адаптации. Новосибирск, Наука, 1983, 174 с.

154. III Международная конференция по математическому моделированию, 1-6 июля 2001 г.: Тез. докл. Якутск: НИИ математики, 2001. 187 с.

155. Методы автоматического распознавания речи. Под ред У.Ли. Т. 1,2. М.: Мир, 1983.

156. Методы анализа данных в физическом эксперименте./ Под ред. М.Реглера. М: Мир, 1993.-478 с.

157. Методы математического моделирования: Тр. фак. вычисл. математики и кибернетики МГУ им. MB. Ломоносова /Под ред. акад. РАН А.А. Самарского, акад. РАЕН В.И. Дмитриева. М.: Диалог-МГУ, 1998. 204 с.

158. МИ 2174-91. ГСИ. Аттестация алгоритмов и программ обработки данных при измерениях. Основные положения.

159. Миленький А.В. Классификация сигналов в условиях неопределённости. М.: Сов. радио, 1975.-385 с.

160. Милов В.Н. Процедуры формирования многомерных нелинейных зависимостей по экспериментальным данным.//Труды международной научно-технической конференции "Методы средства и технология получения и обработки измерительной информации. Пенза, 2002г. С. 4-6.

161. Михайлов С.К., Ефимычев Ю.И. Моделирование физико-металлургических процессов .//Математическое моделирование металлургических и сварочных процессов. М.: Металлургия, 1983. 129 с.

162. Михалкин B.C. Основные концепции математического моделирования физических объектов и систем. Ижевск: Ижев. гос. техн. ун-т, 1999.- 137 с.

163. Моделирование. Теория, методы и средства: Материалы междунар. науч.-практ. конф., 11 апр. 2001 г., г. Новочеркасск : В 8 ч.. Новочеркасск: ЮРГТУ (НПИ), 2001.

164. Моделирование. Теория, методы и средства: Материалы II Междунар. науч.-практ. конф., 5 апр. 2002 г., г. Новочеркасск: В 4 ч. Новочеркасск: ТЕМП: НПИ, 2002.

165. Моисеев Н.Н. Математические задачи системного анализа. М., 1981.

166. Молодежная науч. конф. по мат. моделированию и информ. технологиям. Новосибирск, 25-26 дек. 2000 г. Новосибирск : ИВТ, 2001.

167. Мэтьюз Дж.Г., Финк К.Д. Численные методы. Использование MAT-LAB. М.: Вильяме, 2001. 713 с.

168. Неронов Н.Н., Гончар А.И. Океанографические исследования Мирового океана на рубеже веков. \\ Тез. докл. 5-й Российской научно-технической конференции "Современное состояние и проблемы океанографии ("Н0-2004")", 10-12 марта 2004 г., СПб. С. 89.

169. Николис Г., Пригожин И. Познание сложного. М: Мир, 1990. 342с.

170. Новицкий П.В., Зограф И.А. Оценка погрешностей результатов измерений. JL: Энергоатомиздат, 1991. -303 с.

171. Носач В.В. Решение задач аппроксимации с помощью персональных компьютеров. М.: МИКАП, 1994.-382 с.

172. Орвис В.Дж. Excel для учёных инженеров и студентов. Киев: Юниор,1999.-528 с.

173. Орлов А.И. О современных проблемах внедрения прикладной статистики и других статистических методов. // Журнал "Заводская лаборатория" 1991-№1. с. 67-74.

174. Ортега А., Рейнболдт Б. Итерационные методы решения систем нелинейных уравнений. М.: Мир, 1975.-453 с.

175. Отнес Р., Эноксон JI. Прикладной анализ временных рядов. М.: Мир, 1982.-461 с.

176. Пауэлл А. и др. Численные методы условной оптимизации. М.: Мир, 1977.-532 с.

177. Пельм Я. Методы поиска периодов переменных звёзд. Препринт №5. Тарту, 1975.

178. Первозванский А.А. Поиск. М.: Наука, 1970.-182 с.

179. Петров А.П. Статистическая обработка результатов экспериментальных исследований: Учебное пособие. Курган: Изд-во КГУ, 1998.-85 с.

180. Петросян О.Г., Саргсян М.В. Компьютерное моделирование метрологических характеристик эталонных средств измерений.//Измерительная техника. №8-2001. С. 3-5.

181. Планирование, регрессия и анализ моделей PRIAM (ПРИАМ). SCMC-90; 325, 660, 668 // Каталог. Программные продукты Украины. Catalog. Software of Ukraine. К.: СП "Текнор". - 1993. - С. 24-27.

182. Пойа Д. Как решать задачу. М.: Учпедгиз, 1959.

183. Полляк Ю.Г. Вероятностное моделирование на электронных вычислительных машинах. М., 1971.

184. Полозов В.В. Нетрадиционные методы сверхдолгосрочного прогноза температуры воздуха, осадков и других геофизических элементов. \\ "Навигация и гидрография", № 6, 1998. С. 100-104.

185. Потёмкин В. Система инженерных и научных расчетов MATLAB 5.x (в 2-х томах). Диалог-МИФИ. 1999.

186. Применение вычислительной техники в измерительных системах. Межвуз. сб. Ижевск: Экспертиза, 1997. -52 с.

187. Проблемы математического моделирования и обработки информации в научных исследованиях: Сб. науч. тр. / М-во образования Рос. Федерации, Ряз. гос. радиотехн. акад. Рязань: РГРТА, 2000. 95 с.

188. Проектирование научных и инженерных приложений в среде MatLab./Всероссийская научная конференция. Москва, май 2002 г.

189. Прохоров Г.В. и др. Математический пакет Maple V Release 4: Руководство пользователя. Калуга: Облиздат, 1998, 200 с.

190. Птушенко А. Качества эффективности и эффективность качест-ва.//"Наука и жизнь" №6, 1990.

191. Пугачёв B.C. Теория случайных функций и её применение к задачам автоматического управления. Физматгиз, 1962.

192. Пухов Г.Е. Критерии и методы идентификации объектов. Киев: Нау-кова думка, 1979.-345 с.

193. Пытьев Ю.П. Методы математического моделирования информационно-измерительных систем. М.: Физматлит, 2002г. -383 с.

194. Р 50.2.004-2000. ГСИ. Определение характеристик математических моделей зависимостей между физическими величинами при решении измерительных задач.

195. Рабинер Л., Гоул Б. Теория и применение цифровой обработки сигналов. М.: Мир, 1978.- 848 с.

196. Радченко С.Г. Математическое моделирование технологических процессов в машиностроении. Киев: ЗАО «Укрспецмонтажпроект», 1998. -274 с.

197. Радченко С.Г., Бабич П.Н. Информационная коррекция переменных систематических погрешностей средств измерений и измерительных информационных систем. // Радиоэлектроника и информатика. 1999. - № 3.

198. Ранеев Г.Г. Информационно-измерительная техника и технологии.1. М: Высшая школа, 2002.

199. Ритмика природных явлений.//Тез. Докл. К III совещанию, Ленинград, 30 ноября 1976 г.

200. Сажин Ю.В. Статистические методы прогнозирования на основе временных рядов: Учеб. пособие, 2000.

201. Самарский А.А., Михайлов А.П. Математическое моделирование: Идеи. Методы. Примеры, 2-е изд., испр. - М.: Физматлит, 2001. - 316 с.

202. Самигулин И.З. Мир хаоса и порядка. С-Пб: ТУРП, 1995.-234 с.

203. Санорский А.А., Михайлов А.П. Математическое моделирование: идеи, методы, примеры. Изд. 2-е испр. М., 2001.

204. Семененко М.Г. Введение в математическое моделирование. М.:Солон-Р, 2002.

205. Семёнов Н.А. Программы регрессионного анализа и прогнозирования временных рядов. М.: Мир, 1990. 111 с.

206. Сергиенко А. Цифровая обработка сигналов. СПб.: Питер, 2002.

207. Сергин В.Я., Сергин С.Я. Системный анализ проблемы больших колебаний климата и обледенения Земли. — В кн. Моделирование планетарной системы "ледники океан - атмосфера". Владивосток, ДВНЦ АН СССР, 1976, с. 5-51.

208. Серебренников М.Г., Первозванский А.А. Выявление скрытых пе-риодичностей. М.: Наука, 1965.-244 с.

209. Скляров О.П. Нелинейная модель спектра голосового источника// Акуст. журнал.- 1997.-Т. 43, №5.-С. 583-588.

210. Скрелин П.А. Сегментация и транскрипция. С-Пб: С-ПбГУ, 1999,108 с.

211. Скрелин П.А. Фонетические аспекты речевых технологий.//Диссертация в виде научного доклада на соискание учёной степени доктора филологических наук. С-Пб: 1999 г.

212. Слуцкий Е.Е. Сложение случайных причин как источник циклических процессов // Вопросы конъюнктуры. Т. III. Вып. 1. М.: Финиздат НКФ, 1927. - С. 37-61.

213. Советов Б.Я., Яковлев С.А. Моделирование систем: Учеб. для вузов по спец. "Автоматизированные системы управления". -М.: Высш. шк., 1985. -271 с.

214. Соловьёв П.В. Fortran для персонального компьютера. М: Арист, 1993.-222 с.

215. Сорокин В.Н. Теория речеобразования. М.: Радио и связь, 1985.-311с.

216. Стендаль. Жизнь Леонардо да Винчи. Собр. соч., т. 6, с. 129-191.

217. Тарасевич Ю. Математическое и компьютерное моделирование. М.: Едиториал-УРСС, 2001.

218. Теребиж В.Ю. Анализ временных рядов в астрофизике. М.: Наука, 1992.-391 с.

219. Техническое творчество: теория, методология, практика./Под ред. Половинкина А.И., Попова В.В. М.: НПО "Информсистема", 1995.

220. Тихонов А.Н., Арсенин В.Я. Методы решения некорректных задач. М.: Наука, 1974.-265 с.

221. Толстова Ю.Н. Модели и методы анализа данных социологических исследований: дескриптивная статистика, изучение связей между номинальными признаками: Учеб. пособие, 1999.

222. Трифонов А.Г. Постановка задачи оптимизации и численные её решения. М.: Наука, 2001.

223. Тутубалин В.Н. и др. Математическое моделирование в экологии: историко-методологический анализ. М., 1999. 208 с.

224. Тюрин Ю.Н., Макаров А.А. Анализ данных на компьютере. М.: ИН

225. ФРА-М, Финансы и статистика, 1995.

226. Тюрин Ю.Н., Макаров А.А. Статистический анализ данных на компьютере. М.: ИНФРА-М, Финансы и статистика, 1999.-528 с.

227. Уиттекер Э., Робинсон Г. Математическая обработка результатов наблюдений. ОНТИ, 1935.

228. Уорд Т., Бромхед Э. Фортран и искусство программирования персональных ЭВМ. М: Радио и связь, 1993.-351 с.

229. Физические основы климата и его изменений. Национальная программа СССР ПИГАП-климат. М., 1977.

230. Фланаган Дж. Анализ, синтез и восприятие речи. М.: Связь, 1968,392 с.

231. Форсайт Р. и др. Машинные методы математических вычислений. М.: Мир, 1980.-567 с.

232. Хан Г., Шапиро С. Статистические модели в инженерных задачах. М.: Мир, 1969.-345 с.

233. Хардле. Прикладная регрессия. М.: Мир, 1993.

234. Харкевич А.А. Спектры и анализ. М.: Физматгиз, 1962.-236 с.

235. Хемминг Дж. Численные методы для научных работников и инженеров. М.: Наука, 1968.-620 с.

236. Хемминг Дж., Ричард В. Цифровые фильтры. М.: Советское радио, 1980.-236 с.

237. Хеннан Э. Анализ временных рядов. М.: Статистика, 1964. - 215 с.

238. Хованский Г.С. Основы номографии. М.: Наука, 1976.-351 с.

239. Холл Д.Д., Ханна Д.К. ISODATA: метод анализа сходств и различий в сложных реальных данных//Статистические методы для ЭВМ/Под ред. К. Энслейна, Э.Рэлстона, Г.С.Уилфа. М: Наука, 1986.-С. 348-372.

240. Цифровые адаптивные информационно-измерительные системы/Б.Я.Авдеев, В.В.Белоусов, И.Ю.Брусаков и др.; под ред. Б.Я.Авдеева и Е.А.Чернявского. СПб.: Энергоатомиздат. Санкт-Петербургское отделение,1997.-368 е.: ил.

241. Цветков Э.И. Методические погрешности статистических измерений. Л.: Энергоатом, 1984.-362 с.

242. Цисарь И., Нейман В. Компьютерное моделирование экономики. Диалог-МИФИ, 2002.

243. Цыбульский, Г.П. Математическое моделирование и информатика в научных исследованиях и научном проектировании газовой отрасли: Сб. науч. тр. ОАО "Газпром", 2000.

244. Чарушников, В.Д. Основы математического моделирования. Кстово: НФВИУ, 1999.- 123 с.

245. Чен К., Джиблин П., Ирвинг A. Matlab в математических исследованиях. Мир. 2001.

246. Чижевский А.Л. Периодическое влияние Солнца на биосферу Земли/ Доклад. Калуга, октябрь 1915.

247. Чижевский А.Л. Эпидемические катастрофы и периодическая деятельность Солнца. М., 1930.

248. Численный анализ и математическое моделирование: Сб. науч. тр. молодых ученых под ред. Е.Е. Тыртышникова / Рос. акад. наук, Ин-т вычисл. математики. М.: Ин-т вычисл. математики, 1999. - 173, 1.с.

249. Чураков Е.П. Проблемы математического моделирования и обработки информации в научных исследованиях: Сб. науч. тр./ М-во образования Рос. Федерации, 2000.

250. Шеффе Г. Дисперсионный анализ. М: Физматгиз, 1963.-625 с.

251. Шомье Ж. Банки данных. М.: Энергоатомиздат, 1981.

252. Шустер Г. Детерминированный хаос. М: Мир, 1989.

253. Эфрон Б. Нетрадиционные методы многомерного статистического анализа. М.: Мир, 1988. 263 с.

254. Якушев Д.И. К вопросу моделирования авторегрессией второго порядка./ ГЭТУ, С-Пб, 1995. Деп. в ВИНИТИ. 10.10.95, №2737-В95.

255. Якушев Д.И. Обработка результатов измерений методом Гаусса-Зейделя./ ГЭТУ, С-Пб, 1995. Деп. в ВИНИТИ. 10.10.95, №2738-В95.

256. Якушев Д.И. Асимметрия и эксцесс спектров стационарных случайных процессов./ ГЭТУ, С-Пб, 1996. Деп. в ВИНИТИ. 17.01.96, № 195-В96.

257. Якушев Д.И. К вопросу моделирования авторегрессией второго порядка. Известия ГЭТУ, вып. 469. С-Пб: ГЭТУ, 1994.- с. 76-80.

258. Якушев Д.И. Обработка результатов измерений методом Гаусса-Зейделя. Известия ГЭТУ, вып. 479. С-Пб: ГЭТУ, 1995.- с. 64-68.

259. Якушев Д.И. Прорежение автокорреляционных функций. Известия ГЭТУ, С-Пб: ГЭТУ, вып. 496. 1996.- с. 88-90.

260. Якушев Д.И. Разработка алгоритма идентификации стационарных случайных процессов на основании коэффициентов формы спектра. Дисс. на i соискание учёной степени канд. техн. наук. С.-Пб: 1996. 176 с.

261. Якушев Д.И. К вопросу о выделении периодичностей.//Материалы международной школы-семинара "Актуальные вопросы организации и производства судебных экспертиз. Санкт-Петербург, 26-29 мая 1998 г. 1999 г. с. 7282.

262. Якушев Д.И. Математическая обработка лингвистического описания качества металлургических процессов.//Сборник докладов Международной конференции по мягким вычислениям и измерениям. СПб, 27-30 июня 2000г, т. 1, с. 140-142.

263. Якушев Д.И., Криворотов В.И., Трояножко А.Г., Чабан B.J1. Оптимизация режимов экспериментальной установки электродуговой вакуумной очистки проволоки//Вестник технологии судостроения, №6, 2000, с. 35-37.

264. Якушев Д.И. Организация баз данных на основе экспертных оценок объектов.//Сборник докладов Международной конференции по мягким вычислениям и измерениям. СПб, 27-30 июня 2001 г, т.1, с. 202-203.

265. Якушев Д.И. К расчёту параметров многофакторных полиномиальных регрессионных мод ел ей.//Вестник №8 Метрологической академии. СПб: ВНИИМ им. Д.И.Менделеева, 2001г. С. 71-80.

266. Якушев Д.И. О задаче выделения периодичностей. Известия ГЭТУ, вып. 469. С-Пб: ГЭТУ, 2001г. С. 61-70.

267. Якушев Д.И. Алгоритмы математического моделирования в области информационно-измерительных и управляющих систем. 55-ая конференция профессорско-преподавательского состава. СПбГЭТУ, 31.01.02 г.

268. Якушев Д.И. Алгоритмы математического моделирования. СПб.: МГП "Поликом", 2002г.-100 с.

269. Якушев Д.И., Скляров О.П. Моделирование гласных звуков. Акустический журнал, 2003, том 49, №4, с. 567-569.

270. Якушев Д.И. Метод выделения гармонических составляющих из временных рядов.//Труды международной научно-технической конференции "Методы средства и технология получения и обработки измерительной информации. Пенза, 2002г. С. 6-7.

271. Якушев Д.И. О постановке задачи моделирования.//Сборник докладов V Международной конференции по мягким вычислениям и измерениям. СПб, 2002г, с. 284-285.

272. Якушев Д.И. Определение степени аппроксимирующего полино-ма.//Вестник Санкт-Петербургского отделения метрологической академии. Вып. 10. С.-Пб.: ВНИИМ им. Менделеева, 2003. С. 37-43.

273. Якушев Д.И. Метод выделения нестационарных периодов/ ГЭТУ, С

274. Пб, 2004. Деп. в ВИНИТИ. 10.02.04, № 231-В2004.

275. Якушев Д.И. Метод расчёта параметров авторегрессионной зависимости/ГЭТУ, С-Пб, 2004. Деп. в ВИНИТИ. 10.02.04, № 233-В2004.

276. Якушев Д.И. Метрологические характеристики алгоритма выделения периодических составляющих/ ГЭТУ, С-Пб, 2004. Деп. в ВИНИТИ. 10.02.04, № 236-В2004.

277. Якушев Д.И. Определение параметров полигармонической модели временных рядов с аддитивным шумом Коши//Сборник докладов Международной конференции по мягким вычислениям и измерениям. СПб, 26-28 июня 2003г, т. 1, с. 383-385.

278. Якушев Д.И. Итерационный подход к нахождению параметров моделей/Сборник докладов Международной конференции по мягким вычислениям и измерениям. СПб, 2002г, т.З, с. 95-98.

279. Якушев Д.И. Выделение из временного ряда гармонических составляющих/ГЭТУ, С-Пб, 2004. Деп. в ВИНИТИ. 10.02.04, № 235-В2004.

280. Якушев Д.И. Подготовка данных при построении моделей//Сборник докладов Международной конференции по мягким вычислениям и измерениям. СПб, 26-28 июня 2003г, т.1, с. 386-387.

281. Якушев Д.И., Урюпов С.О. Субъективный характер моделирова-ния//Сборник докладов Международной конференции по мягким вычислениям и измерениям. СПб, 2002г., т.З, с. 99-101.

282. Abramowitz Milton, Irene A. Stegun, eds. Handbook of Mathematical Functions, with Formulas, Graphs, and Mathematical Tables. Washington, D.C.: U.S. Government Printing Office, 1972.

283. Advances intelligent data analysis. Ill International symposium, IDA-99, Amsterdam, The Netherlands, August 1999, Proceedings.

284. Agresti A. An Introduction to Categorical Data Analysis. New York: Wilely, 1996.

285. Algebraic methods in statistics and probability. AMS spec. sess. on algebraic methods in statistics, Apr. 8-9, 2000, Notre Dame, Indiana. Ed. by Viana M.A.G., Richards D.S.P. Providence: Amer. math, soc., 2001. X, 340 p.

286. Antonov A.E., Yakushev D.I. Correlation of variability of the climatic factors. //Сборник докладов V Международной конференции по мягким вычислениям и измерениям. СПб, 2002г, с. 286-287.

287. ASQC/AIAG. Measurement systems analysis reference manual. Troy, MI: AIAG, 1990.

288. ASQC/AIAG. Fundamental statistical process control reference manual. Troy, MI: AIAG, 1991.

289. Bagozzi R.P., Yi Y., Singh S. On the use of structural equation models in experimental designs: Two extensions. International Journal of Research in Marketing, 8-1991, 125-140.

290. Bendat J.S. Nonlinear system analysis and identification from random data. New York: Wiley, 1990.

291. Boyarov A.G., Sulima P.M., Vaksman G.M., Konovalov D.N. Expert system of voice identification on text-independent continues speech. XI session of the Russian acoustical society. Moscow, November 19-23, 2001.

292. Box George E.P., William G. Hunter, J. Stuart Hunter. Statistics for Experimenters: An Introduction to Design, Data Analysis, and Model Building. New York: John Wiley and Sons, 1978.

293. Browne M.W., Cudeck R. Alternative ways of assessing model fit. In K. A. Bollen and J. S. Long (Eds.), Testing structural equation models. Beverly Hills, CA: Sage, 1992.

294. Browne M.W., DuToit S.H.C. Automated fitting of nonstandard models. Multivariate Behavioral Research, 27-1992, p. 269-300.

295. Chen J. Some results on 2(nk) fractional factorial designs and search for minimum aberration designs. Annals of Statistics, 20-1992, p. 2124-2141.

296. Cleveland W.S. Visualizing data. Murray Hill, NJ: AT&T, 1993.

297. Cornell J.A. Experiments with mixtures: designs, models, and the analysisof mixture data (2nd ed.). New York: Wiley, 1990.

298. Devore Jay L. Probability and Statistics for Engineering and the Sciences. 4th ed. Wadsworth Publishing, 1995.

299. Friedman S.B., Phillips S. What's the difference? // Pediatrics. 1981. Vol.68, N 5. - P. 644 - 646.

300. Gifi A. Nonlinear multivariate analysis. New York: Wiley, 1990.

301. Gubarev V.V. Experemental Data Analysis in the Systems Contexts/Proceedings the Third Russian-Korean international symposium on science and technology. Novosibirsk: NSTU, 1999. Vol.1. P.241-244;//Abstracts. Vol.l.P.190.

302. Hocking R.R. Methods and Applications of Linear Models. Regression and the Analysis of Variance. New York: Wiley, 1996.

303. Information systems engineering. State of the art and research themes. Springer.

304. Jeffreys H. Scientific Inference. (2nd ed.), Cambridge, Cambridge University Press, 1957.

305. Jibetean D. Global optimization of rational multivariate functions. Amsterdam, 2001. 8 p. Rep. / CWI. Probab., networks and algorithms; PNA-R-120-01.

306. Knowledge discovery and data mining. 4th Pacific-Asia Conference, PAKDD-2000, Kyoto, Japan, April 2000. Proceedings. Springer.

307. Lee S., Hershberger S. A simple rule for generating equivalent models in covariance structure modeling. Multivariate Behavioral Research, 25-1990, 313-334.

308. Lim T.-S., Loh W.-Y., Shih Y.-S. An empirical comparison of decision trees and other classification methods. Technical Report 979, Department of Statistics, University of Winconsin, Madison, 1997.

309. Lucero J.C. Nonlinear dynamics of the vocal fold oscillation// Proc. 1st ESCA Tutorial Res. Workshop Speech Product. Modelling: From Control Strategies to Acoust.; 4th Speech Product. Semin.: Models and Data.- Autrans, 1996.-P. 185188.

310. Manley H.J. Analysis-Synthesis of Connected Speech in Terms of Ortohonalised Exponentially Damped Sinusoids. JASA, 1963, v.35, №4, p. 464-474.

311. Masters. Neural, Novel, and Hybrid Algorithms for Time Series Predictions. New York: Wiley, 1995.

312. McCall Robert B. Fundamental Statistics for the Behavioral Sciences. 5th ed. New York: Harcourt Brace Jovanovich, 1990.

313. McLachlan G.J. Discriminant analysis and statistical pattern recognition. New York: Wiley, 1992.

314. Montgomery D.C. Design and analysis of experiments (3rd ed.). New York: Wiley, 1991.

315. Montgomery D.C., Johnson L.A., Gardiner J.S. Forecasting and time series analysis (2nd ed.). New York: McGraw-Hill, 1990.

316. Modern statistical, systems, and GPSS simulation. 2nd edition.

317. Nelson W. Accelerated testing: Statistical models, test plans, and data analysis. New York: Wiley, 1990.

318. Nikolaev A.V. Experiment of investigating the voice cord functioning by the speech signal. XI session of the Russian acoustical society. Moscow, November 1 19-23,2001.

319. Novoselsky A. Measuring of voice parameters for text-independent identification. Kyiv: Institute of forensic science. 2001.

320. Piepel G.F., Cornell J.A. Mixture experiment approaches: Examples, discussion, and recommendations. Journal of Quality Technology, 26-1994, 177-196.

321. Pregibon D. Data Mining. Statistical Computing and Graphics, 7, 8-1997.

322. Press W.H., Flannery B.P., Teukolsky S.A., Vetterling W.T. Numerical recipies (2nd Edition). New York: Cambridge University Press, 1992.

323. Press William H., Saul A. Teukolsky, William T. Vetterling, Brian P. . Flannery. Numerical Recipes in C: The Art of Scientific Computing. 2nd ed. New York: Cambridge University Press, 1992.

324. Ryan T.P. Modern Regression Methods. New York: Wiley, 1997.

325. Searle S.R., Casella G., McCullock C.E. Variance components. New1. York: Wiley, 1992.

326. Signal measurement, analysis, and testing. Edited by Jerry C. Whitaker.

327. Steinhaus S. Comparison of mathematical programs for data analysis (Edition 3). University of Frankfurt, Germany, 1999, http://www.informatik.uni-frankfurt.de/~stst/ncrunch/.

328. Steiger J.H. Some additional thoughts on components and factors. Multivariate Behavioral Research, 25-1990, 41-45.

329. Steyer R. Theorie causale regressionsmodelle Theory of causal regression models. Stuttgart: Gustav Fischer Verlag, 1992.

330. Steyer R. Principles of causal modeling: a summary of its mathematical foundations and practical steps. In F. Faulbaum, (Ed.), SoftStat '93. Advances in statistical software 4. Stuttgart: Gustav Fischer Verlag, 1994.

331. Story B.H., Titze I.R. Voice simulation with a body-cover model of the vocal folds// J. Acoust. Soc. Amer. -1995.- Vol. 97, №2. -P. 1249-1260.

332. Strum, Robert D., and Donald E. Kirk. First Principles of Discrete Systems and Digital Signal Processing. Reading, Mass.: Addison-Wesley Publishing Company, 1988.

333. Titze I.R., Schmidt S.S., Titze M.R. Phonation threshold pressure in a physical model of the vocal fold mucosa// J. Acoust. Soc. Amer. -1995.-Vol. 97, №5.-P. 3080- 3084.

334. Tufte E.R. Envisioning information. Cheshire, CT: Graphics Press, 1990.

335. Vorobjov V.I., Davydov A.G. Synthesis of speech-like signals. XI session of the Russian acoustical society. Moscow, November 19-23, 2001.

336. Yakushev D.I. Modelling of sonants./ Proseedings of international Workshop "Speech and Computer" SPECOM'2002 St.Peterburg, September 2-5 2002. P. 87-90.