Исследование и разработка нечеткой модели и комплекса программ экологической экспертизы горнодобывающего производства тема диссертации и автореферата по ВАК РФ 05.13.18, кандидат технических наук Ястребова, Наталья Николаевна

• Ястребова, Наталья Николаевна
• кандидат технических наук
• 2008

Оглавление диссертации кандидат технических наук Ястребова, Наталья Николаевна

ВВЕДЕНИЕ.

1 .ОБЗОР СОВРЕМЕННОГО СОСТОЯНИЯ ЭКСПЕРТНЫХ СИСТЕМ АНАЛИЗА ЭКОЛОГИЧЕСКОЙ БЕЗОПАСНОСТИ.

1.1. Экспертиза объектов. Экспертные системы.

1.1.1 .Основные понятия.

1.1.2. Характеристики экспертных систем.

1.1.3. Неопределенность в описании объектов, характеризующих деятельность промышленного предприятия.

1.1.4. Базовые функции экспертных систем.

1.1.4.1. Приобретение знаний.

1.1.4.2. Представление знаний.

1.1.4.3. Управление процессом поиска решения.

1.1.4.4. Разъяснение принятого решения.'.

1.1.5. Этапы разработки нечеткой экспертной системы эколого-экономического анализа.

1.1.5.1.Этап идентификации.

1.1.5.2. Этап концепту ал из ации.

1.1.5.3.Этап формализации.

1.1.5.4.Этап выполнения.

1.1.5.5.Этап тестирования.

1.1.5.6.Этап опытной эксплуатации.

1.1.6. Обзор программ для моделирования экспертных систем.

1.1.7. Выводы по задаче создания модели и комплекса программ экспертизы объектов в условиях неопределенности.

1.2. Анализ экологической безопасности предприятия.

1.2.1 .Основные понятия.:.-.:.-.:.:.•.•.".-.

1.2.1.1. Экологическая безопасность.

1.2.1.2. Экологические ущербы.

1.2.2. Система критериев оценки экологической безопасности.

1.2.2.1. Комплексный показатель оценки безопасности.

1.2.2.2. Стоимостные показатели оценки экологической безопасности.

1.2.2.2.1 .Оценка удельных ущербов.

1.2.2.2.1.1 Экономическая оценка ущерба от загрязнения атмосферного воздуха.

1.2.2.2.1.2. Экономическая оценка ущерба от загрязнения водоемов.

1.2.2.2.1.3. Экономическая оценка ущерба от шума и вибрации.

1.2.2.2.1.4. Экономическая оценка ущерба биоресурсам.

1.2.2.2.1.5. Экономическая оценка ущерба от загрязнения земель.

1.2.2.2.2. Оценка экологических платежей.

1.2.2.2.2.1. Плата за выбросы загрязняющих веществ в атмосферу от стационарных источников.

1.2.2.2.2.2. Плата за сбросы загрязняющих веществ.в поверхностные и подземные водные объекты.

1.2.2.2.2.3. Плата за хранение и размещение отходов.

1.2.3. Обзор существующих программных продуктов для анализа экологической безопасности.

1.2.4. Выводы по подзадаче анализа экологической безопасности промышленного предприятия.

1.3. Постановка задачи.

1.4. Модель нечеткой экспертной системы.

1.4.1. Типы исходных данных.:.42

1.4.2. (Схема принятия решения на основе нечеткого логического вывода.

1.4.2.1. Определение нечеткого логического вывода.

1.4.2.2. Композиционное правило нечеткого вывода Л. Заде.

1.4.2.3. Нечеткий логический вывод по Мамдани.

1.4.2.4. Нечеткий логический вывод Сугено.

1.4.2.5. Синглетонная модель нечеткого логического вывода.

1.4.2.6. Выводы по схемам нечеткого логического вывода.

2. МАТЕМАТИЧЕСКАЯ МОДЕЛЬ ЭКОЛОГИЧЕСКОЙ БЕЗОПАСНОСТИ ГОРНОДОБЫВАЮЩЕГО ПРОИЗВОДСТВА НА ОСНОВЕ ИЕРАРХИЧЕСКОГО НЕЧЕТКОГО ВЫВОДА ПО СУГЕНО.

2.1.Иерархические системы.

2.1.1. Системы иерархического нечеткого логического вывода.

2.1.2. Математическая модель иерархического нечеткого вывода.

2.1.3.Алгоритм иерархического нечеткого вывода.

2.2. Структурная схема нечеткой экспертной системы анализа экологической безопасности горнопромышленного предприятия.

2.2.1. Исходные данные.

2.2.2. Представление аналитических показателей в виде лингвистических переменных.

2.2.2.1. Построение функций принадлежности на основе экспертных данныхбЗ

2.2.2.1.1. Типы шкал.

2.2.2.1.2. Методы измерений.

2.2.2.1.3. Классификация методов построения функции принадлежности.

2.2.2.1.3.1. Прямые методы для одного эксперта.

2.2.2.1.3.2. Косвенные методы для одного эксперта.

2.2.2.1.3.3. Групповые методы.

2.2.2.1.3.4. Выводы по методам построения функций принадлежности.

2.2.2.2. Построение функций принадлежности для входных переменных нечеткой экспертной системы анализа экологической безопасности горнопромышленного предприятия.

2.2.2.2.1. Подзадача оценки значимости территории.

2.2.2.2.2. Стоимостная оценка экологической безопасности.

2.2.2.2.3. Переменные, характеризующие ликвидность.

2.2.2.2.4. Лингвистические переменные, определяющие степень деловой активности.

2.2.2.2.5. Лингвистические переменные, характеризующие финансовую устойчивость.•.

2.2.2.2.6. Лингвистические переменные, описывающие рентабельность.

2.2.3. Система правил нечеткого вывода.

2.2.4. Математическая модель нечеткой экспертной системы, основанная на иерархическом нечетком выводе.

3. СТРУКТУРНО-ФУНКЦИОНАЛЬНОЕ РЕШЕНИЕ НЕЧЕТКОЙ ЭКСПЕРТНОЙ СИСТЕМЫ АНАЛИЗА ЭКОЛОГИЧЕСКОЙ БЕЗОПАСНОСТИ ГОРНОПРОМЫШЛЕННОГО ПРОИЗВОДСТВА.

3.1. Требования, предъявляемые к автоматизированной системе.

3.2. Обоснование выбора инструмента реализации.

3.2.1. Java (J2SE6.0).

3.2.2. Apache Derby 10.2.1.6.

3.2.3. Hibernate 3.2.0.

3.2.4. Swing /AWT.

3.3.Объектно-ориентированная интерпретация модели программного комплекса и объектно-ориентированный подход.

3.4. Главный модуль программы - JFuzzy.

3.5. Реализация графической компоненты в модуле JFuzzyTool.

3.5.1. Объекты редактирования.

3.5.1.1.Основные понятия.

3.5.1.2. Логика классов.

3.6. Информационное обеспечение системы.

3.6.1. Формат базы данных.

3.6.2. Перечень и краткое описание таблиц базы данных.

3.6.3. Определение табличных связей.

3.7. Работа с программой JFuzzyTool 1.0.

3.7.1. Общий алгоритм работы с программой JFuzzyTool 1.0.

3.7.2. Алгоритм работы с нечеткой экспертной системой, созданной в программном модуле JFuzzyTool 1.0.

4. ЭКСПЕРИМЕНТЫ, ПРОВЕДЕННЫЕ В РАЗРАБОТАННОМ КОМПЛЕКСЕ ПРОГРАММ JFUZZYTOOL 1.0.

4.1. Эксперименты на тестовых примерах.

4.2. Эксперименты на реальных данных. Анализ экологической безопасности ОАО «Кварц».

4.2.1. Исходные данные для вычислительных экспериментов.

4.2.2. Аналитические показатели - числовые значения лингвистических оценок.

4.2.3. Результаты работы нечеткой экспертной системы анализа экологической безопасности горнопромышленного производства.

Введение диссертации (часть автореферата) на тему «Исследование и разработка нечеткой модели и комплекса программ экологической экспертизы горнодобывающего производства»

В системах управления деятельностью сложных явлений и процессов, таких как производственная деятельность промышленного предприятия, процессы принятия решений часто протекают в условиях неопределенности и основываются на внешней и внутренней экспертизе. Экспертиза осуществляется в рамках экспертной деятельности, и ее результатом выступают экспертные оценки. Содержание экспертной деятельности включает решение совокупности экспертных задач: интерпретация, диагностика и мониторинг, прогноз, планирование. Указанные задачи в качестве исходных данных могут применять нечеткие значения в виде экспертных оценок. Решения задач экспертной деятельности, связанной с диагностикой процессов функционирования систем в условиях неопределенности, состояния которых представлены экспертными, нечеткими значениями, не нашли адекватного решения в настоящее время. Их решение целесообразно искать на основе развития нового направления в области нечетких множеств и «мягких» вычислений.

С помощью символьной обработки информации не удается решить прикладные задачи многих предметных областей, если для них невозможно получить полную информацию и если их определение недостаточно полно. Такая ситуация характерна для:

• сложных технических систем;

• систем экономического планирования;

• социальных систем большой размерности;

• систем принятия решений.

При проведении экспертиз важным условием успеха является возможность формализовать информацию, не поддающуюся количественному измерению, так,-чтобы помочь принимающему решение выбрать из множества действий одно. Поэтому в вопросах, связанных с теорией измерений, основное место отводится понятию шкалы измерения. В зависимости от того, по какой шкале идет измерение, экспертные оценки содержат больший или меньший объем информации и обладают различной способностью к математической формализации.

В основании всякой теории из любой области естествознания лежит очень важное, основополагающее для ее построения понятие элементарного объекта. Для теории нечетких множеств основополагающим понятием является понятие нечеткого множества, которое характеризуется функцией принадлежности. Посредством нечеткого множества можно строго описывать присущие языку человека расплывчатые элементы, без формализации которых нет надежды существенно продвинуться вперед в моделировании интеллектуальных процессов.

Большинство реальных процессов имеет иерархическую структуру. Изучение таких структур и применение полученных результатов для анализа реальных объектов и процессов отражено в работах Саати, Такахаро и других исследователей. Методы теории нечетких множеств являются удобным средством моделирования, анализа и синтеза человеко-компьютерных систем, но ряд вопросов иерархического нечеткого вывода остается открытым. Поэтому изучение нечетких иерархических систем является актуальной задачей, имеющей не только теоретический, но и практический интерес.

В последние годы определился и практически осуществился переход от автоматизированных систем анализа состояния сложных технических систем к экспертным системам, работающим на основе логического приближенного вывода. Отмеченная тенденция связана с резким усложнением современных технических систем, и, в частности, экологической безопасности горнодобывающих производств.

Сегодня во всем мире принято уделять большое внимание проблемам экологии. Деятельность человека по освоению природной среды породила не только новые возможности роста благосостояния человечества, но и привела к глубокому кризису состояния окружающей среды. Поскольку ни один руководитель не будет работать себе в ущерб, очень важно соблюсти баланс между экологической безопасностью, требующей значительных денежных вливаний, и экономической эффективностью деятельности хозяйствующего субъекта. Для принятия управленческого решения в этом случае целесообразно использовать математическое моделирование.

В связи с этим, исследование, назначением которого является разработка математической модели и комплекса программ экологической безопасности горнодобывающего производства на основе иерархического нечеткого вывода, является, несомненно, актуальным.

Целью диссертационной работы является разработка математической модели экологической безопасности горнодобывающего производства и комплекса программ экспертизы факторов такого производства для нечетко заданных исходных данных.

Научная новизна определяется следующим:

1. Создан механизм и алгоритмы иерархического нечеткого вывода, позволяющий осуществлять экспертизу объектов с нечетко заданными исходными данными.

2. Построена математическая модель экологической безопасности горнодобывающего производства на основе иерархического нечеткого вывода по Сугено с нечетко заданными факторами.

3. Разработана объектно-ориентированная архитектура комплекса программ экспертной системы экологической безопасности.

Основные положения, выносимые на защиту:

1. Способ и алгоритмы иерархического нечеткого логического вывода являются - эффективным способом построения -экспертных систем, содержащих в качестве исходных данных лингвистические переменные.

2. Математическая модель экологической безопасности горнодобывающего производства на основе иерархического нечеткого вывода по Сугено позволяет анализировать состояние экологической безопасности на предприятии без привлечения эксперта.

3. Объектно-ориентированная архитектура комплекса программ экспертизы факторов экологической безопасности горнодобывающего производства может использоваться предприятиями отрасли для повышения качества оперативного контроля за состоянием окружающей среды.

Практическая значимость работы. Разработанная нечеткая экспертная система анализа экологической безопасности используется в производстве и позволяет автоматизировать трудоемкий процесс получения экспертного заключения. Благодаря чему, руководитель предприятия может без привлечения внешних аудиторов своевременно получить оценку текущего состояния экологической безопасности горнопромышленного производства. А эксперт-специалист при ее использовании может сократить затраты рабочего времени на написание экспертных заключений.

Реализация результатов работы. Результаты диссертации оформлены в виде комплекса программ JFuzzyTool 1.0, зарегистрированного Федеральной службой по интеллектуальной собственности, патентам и товарным . знакам (патент № 2007614448 от 23.10.2007 г.) и используются в деятельности открытого акционерного общества «Кварц» (пос. Силикатный, Сенгилеевский район, Ульяновская область) и экспертом, членом НП «Горнопромышленники России», Танеевым Ф Г.

Апробация исследований. Основные положения и результаты диссертации докладывались, обсуждались и получили одобрение на 10 международных конференциях, в том числе на Н-ой международной научно-технической конференции «Аналитические и численные методы моделирования естественнонаучных и социальных проблем» (Пенза, -2007);- П-ой международной -конференции «Системный анализ и информационные технологии», САИТ-2007 (Обнинск, 14-18 сентября 2007г.); IV-ой международной научно-практической конференции «Интегрированные модели и мягкие вычисления в искусственном интеллекте» (Коломна, май 2007г.), на конференциях "Interactive Systems and Technologies: The Problem of Human-Computer Interaction" (Ulyanovsk, 24-27 September, 2005 г. и 25-28 September 2007 г.); Х-ой национальной конференции с международным участием КИИ-2006 (Обнинск, сентябрь 2006 г.). Неоднократно докладывались на научно-технических конференциях УлГТУ «Вузовская наука в современных условиях».

Публикации. По теме диссертации опубликовано, 17 работ, в том числе одна статья в издании из перечня ВАК, получен^ 1 патент и 1 свидетельство регистрации программно-информационного продукта в областном фонде алгоритмов и программ при УОЦ НИТ.

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения и содержит 178 страниц машинописного текста, 29 таблиц, 45 рисунков, список литературы из 140 наименований, 4 приложения.

Заключение диссертации по теме «Математическое моделирование, численные методы и комплексы программ», Ястребова, Наталья Николаевна

4.2.3. Результаты работы нечеткой экспертной системы анализа экологической безопасности горнопромышленного производства

Сначала мы загружаем их XML - файла структуры экспертной системы (Приложение 2) описание задачи, состоящей их нескольких подзадач, описанных системами лингвистических переменных и нечетких продукций, а также связей между подзадачами.

1. FuzzyClient::calculateSingleOutput(): calculating output for task: liquidity вычисляем выходное значение для подзадачи «ликвидность». Для проведения вычислений каждую лингвистическую переменную связываем с ее числовым значением (проводим эту процедуру для каждой подзадачи).

1. FuzzyTask::assignInputs(): assign input: Covering, value: 1.845568

2. FuzzyTask::assignInputs(): assign input: FastLiquidity, value: 0.012974586

3. FuzzyTask::assignInputs(): assign input: AbsLiquidity, value: 1.284752

4. FuzzyTask::assignInputs(): assign input: ObSActiv, value: 0.56645954 все эти значения можно увидеть на рис. 4.7, это численные значения соответствующих аналитических показателей).

Теперь фаззифицируем числовые значения переменных, то есть ставим в соответствие каждому значению четкой переменной нечеткое множество:

1. Covering: fuzzyfication(l.845568) паше: bad, function value: 8.28536685E-10 fuzzyfication(l.845568) name:normal, function value: 0.9999999547634317

2. FastLiquidity: fuzzyfication(0.012974586) name: bad, function value: 0.99999 fuzzyfication(0.012974586) name: normal, function value: 2.076583694622E-8 fuzzyfication(0.012974586) name: high, function value: 3.0067303E-16 3. AbsLiquidity: fuzzyfication( 1.284752) name: low ,function value: 5.453275E-15 fuzzyfication( 1.284752) name:normall,function value: 5.885152205615822E-85 fuzzyfication( 1.284752) name:high ,function value: 0.9999999999970304 4.0bSActiv: fuzzyfication(0.56645954) name: low ,function value: 0.00127761 fuzzyfication(0.56645954) name:high ,function value: 0.9705104498026415 Далее, в зависимости от используемого в правиле лингвистического терма, подставляем в них значения соответствующих степеней принадлежности (табл. 4.5): FuzzyTask::computeFiringStrength() covering = 1 35 f astliq = 0 013 absltq = 1 28 obSac = 0 567 Q 0513

1

1

1 1

1

1

0 5 I Л \ l к |( ■ I

0 2

0 1

-о 1

11

Рисунок 4.9. Вычисление уровня пригодности правил для задачи liquidity

ЗАКЛЮЧЕНИЕ

Разработанная математическая модель экологической безопасности горнопромышленного производства на основе иерархического нечеткого вывода по Сугено позволяет автоматизировать проведение экспертизы экологической безопасности на предприятии при нечетко заданных исходных данных. Таким образом, цель, поставленная в диссертации, может считаться достигнутой.

Надежность и эффективность данного метода подтверждена внедрением и успешной эксплуатацией разработанного комплекса программ на открытом акционерном обществе «Кварц». Методика, предложенная автором для оценки соответствия деятельности предприятия нормам экологической безопасности, была охарактеризована положительно экспертом Танеевым Ф.Г., членом НП «Горнопромышленники России» и используется им в качестве вспомогательной при проведении аудита предприятий горнодобывающей промышленности.

Основные итоги.

1. Проанализированы существующие оболочки для проектирования экспертных систем и методы вычислительного интеллекта, используемые в них.

2. Проанализированы существующие схемы нечеткого вывода, по результатам проведенного анализа за основу иерархического нечеткого вывода был взят алгоритм Сугено, который обеспечивает следующие преимущества: выходное множество в этой схеме является нечетких множеством первого порядка (набором четких чисел), но в отличие от синглетонной модели, каждое правило учитывается в схеме Сугено только один раз. Использование алгоритма нечеткого вывода по Сугено позволяет избежать накопления нечеткости и снизить арифметическую погрешность вычислениях при выполнении иерархического нечеткого вывода.

3. Разработаны механизм и алгоритмы иерархического нечеткого вывода по Сугено - основа нечеткой экспертной системы.

4. Исследованы и описаны существующие методы анализа экологической безопасности. Из них был выбран метод на основе учета экологических платежей, удовлетворяющий требованиям репрезентативности, надежности и временной сопоставимости и на его основе построена модель интегральной оценки состояния экологической безопасности предприятия.

5. Разработана математическая модель экологической безопасности горнодобывающего производства.

6. На основе созданной модели построена нечеткая экспертная система анализа экологической безопасности горнодобывающего производства, внедренная на ОАО «Кварц» и запатентованная в Роспатенте.

7. Разработанный комплекс программ, состоящий из нескольких независимых модулей, может быть использован для построения других экспертных систем на основе такого метода вычислительного интеллекта, как многошаговый нечеткий вывод.

Список литературы диссертационного исследования кандидат технических наук Ястребова, Наталья Николаевна, 2008 год

1. Dwinnell W. Modeling Methodology 4: Localizing Global Models -http://will.dwinnell.com

2. Yuehui Chen, Lizhi Peng. Programing Hierarchical TS Fuzzy Systems -www.ujn.edu.cn

3. Zimmermann H.-J. Fuzzy Set Theory and its Applications. 3rd ed.-Dordrecht: Kluwer Academic Publishers.- 1996. 315p.

4. Аверкин A. H., Батыршин И. 3., Блишун А. Ф. и др. Нечеткие множества в моделях управления и искусственного интеллекта. М.: Наука, 1986.

5. Аверкин А.Н., Федосеева И.Н. Параметрические логики в интеллектуальных системах управления. М.: Вычислительный центр РАН, 2000.

6. Акимова Т.А., Хаскин В.В. Экология: Учебник для вузов. М.: ЮНИТИ, 1998.-455 с.

7. Алексеев В.В., Крышев И.И., Сазыкина Т.Г. Физическое и математическое моделирование экосистем. СПб., 1992. - 367 с.

8. Андрейчиков A.B., Андрейчикова О.Н. Анализ, синтез, планирование решений в экономике. М.: Финансы и статистика, 2000.

9. Ануфриев И., Смирнов А., Смирнова Е. MATLAB 7.0 в подлиннике. -М.: Новая техническая книга, 2005.

10. Беллман Р., Заде JI. Принятие решений в расплывчатых условиях. В кн.: Вопросы анализа и процедуры принятия решений. М.: Мир 1976. - С.172-215.

11. Берштейн JI.C., Боженюк A.B., Малышев Н.Г. Нечеткие модели для экспертных систем САПР. -М.: Энергоатомиздат, 1991.

12. Бешелев С.Д., Гурвич Ф.Г. Экспертные оценки. М.: Наука, 1973. - 79 с.

13. Борисов А.Н., Алексеев A.B., Крумберг O.A. Модели принятия решений на основе лингвистической переменной. Рига: Зинатне, 1989.

14. Борисов А.Н., Алексеев A.B., Меркурьев Г.В. и др. Обработка нечеткой информации в системах принятия решений. М., Радио и связь, 1989.

15. Бурков В.Н. Большие системы: моделирование организационных механизмов. М.: Наука, 1989. - 354 с.

16. Васильев В.Й., Ильясов Б.Г. Интеллектуальные системы управления с использованием нечеткой логики. Учеб. пособие. Уфа: УГАТУ, 1997.

17. Вилкас Э. Й., Майминас Е. 3. Решения: теория, информация, моделирование. -М-, Радио и связь, 1981.

18. Геловани В. А., Башлыков A.A., Бритков В.Б., Вязилов Е.Д. Интеллектуальные системы поддержки принятия решений в нештатных ситуациях с использованием информации о состоянии природной среды. М.: Лаборатория знаний, 2001,- 304 с.

19. Глухов В.В и др. Экономические основы экологии. СПб: Специальная литература, 1995.

20. Голуб A.A., Струкова Е.Б. Экономика природных ресурсов. М.: "Аспект-Пресс", 1998.

21. Голунков Ю.В. Компьютерные модели в экологии и охране природы. Учебно-методическое пособие. УлГУ, 2000.

22. ГОСТ 17.0.0.01-76. Система стандартов в области охраны природы и улучшения использования природных ресурсов. Основные положения

23. ГОСТ 17.0.0.02-79. Охрана природы. Метрологическое обеспечение контроля загрязненности поверхностных вод, атмосферы и почвы. Основные положения

24. ГОСТ 17.0.0.06-2000. Охрана природы. Экологический паспорт природопользователя. Основные положения. Типовые формы

25. ГОСТ 17.1.3.06-82. Охрана природы. ГИДРОСФЕРА. Общие требования к охране подземных вод

26. ГОСТ 17.2.3.02-78. Охрана природы. АТМОСФЕРА Правила установления допустимых выбросов вредных веществ промышленными пр е дприятиями.

27. ГОСТ 17.4.3.02-85. Охрана природы. ПОЧВЫ. Требования к охране плодородного слоя почвы при производстве земляных работ

28. ГОСТ 17.5.1.02-85. Охрана природы. ЗЕМЛИ Классификация нарушенных земель для рекультивации

29. ГОСТ 17.5.3.04-83. Охрана природы. ЗЕМЛИ. Общие требования к рекультивации земель

30. ГОСТ 17.5.3.06-85. Охрана природы. ЗЕМЛИ Требования к определению норм снятия плодородного слоя почвы при производстве земляных работ

31. ГОСТ 17.5.4.01-84. Охрана природы. РЕКУЛЬТИВАЦИЯ ЗЕМЕЛЬ. Метод определения рН водной вытяжки вскрышных и вмещающих пород

32. ГОСТ 30772-2001 Ресурсосбережение. ОБРАЩЕНИЕ С ОТХОДАМИ. Термины и определения

33. ГОСТ 30773-2001 Ресурсосбережение. ОБРАЩЕНИЕ С ОТХОДАМИ. Этапы технологического цикла. Основные положения

34. ГОСТ 30774-2001 Ресурсосбережение. ОБРАЩЕНИЕ С ОТХОДАМИ. Паспорт опасности отходов. Основные требования

35. ГОСТ 30775-2001 Ресурсосбережение. ОБРАЩЕНИЕ С ОТХОДАМИ. Классификация, идентификация и кодирование отходов. Основные положения

36. ГОСТ Р 17.2.02.06-99 Охрана природы АТМОСФЕРА Нормы и методы измерения содержания оксида углерода и углеводородов в отработавших газах газобаллонных автомобилей

37. ГОСТ Р 51769-2001. Ресурсосбережение. ОБРАЩЕНИЕ С ОТХОДАМИ. Документирование и регулирование деятельности по обращению с отходами производства и потребления. Основные положения.

38. Гринин A.C., Орехов H.A., Новиков В.Н. Математическое моделирование в экологии: Учебное пособие для вузов. М.:ЮНИТИ-ДАНА,2003.

39. Грищенко О.В. Анализ и диагностика финансово-хозяйственной деятельности предприятия. http://www.aup.rii/books/m67

40. Диагностирование на граф-моделях: На примерах авиационной и -автомобильной техники / Я.Я.Осис, Я.А.Гёльфандбёйн, З.П.Маркович, Н.В.Новожилова. М.: Транспорт, 1991. - 244 с.

41. Дьяконов В., Круглов В. Математические пакеты расширения Matlab'.: Специальный справочник. СПб: Питер, 2001.

42. Дьяконов В.П. Matlab 6.5 SP 1/7 + Simulink 5/6 в математике и моделировании. М.: COJIOH-Пресс, 2005. - 576с.

43. Дэйвисон М. Многомерное шкалирование: методы наглядного представления данных: Пер. с англ.- М.: Финансы и статистика, 1988. 254 с.

44. Дюбуа Д., Прад А. Теория возможностей. Приложение к представлению знаний в информатике: пер. с фр. М.: Радио и связь, 1990.

45. Егоров В.А., Каплистов Ю.Н. Математические модели глобального развития: критический анализ моделей природопользования. Л.: Гидрометеоиздат, 1980.

46. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений: Пер. с англ. М.: Мир, 1976. - 165 с.

47. Заде Л.А. Основы нового подхода к анализу сложных систем и процессов принятия решений. М.: Знание, 1974.

48. Иванова H.H. Проект мягкой экспертной системы анализа безопасности природно-технических систем (промышленной безопасности).// Тезисы докладов 39 научно-технической конференции УлГТУ «Вузовская наука в современных условиях». Ульяновск, 2005. -4.1. С.88.

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

50. Инструктивно-методические указания по взиманию платы за загрязнение окружающей природной среды (утв. Минприроды РФ 26.01.1993 г.) (с изм. и доп. от 15.02.2000 г.).

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

52. Калмыков С.А., Шокин Ю.И., Юлдашев З.Х. Методы интервальногоанализа. Новосибирск: Наука, 1986. *

53. Киквидзе З.А., Ткемаладзе Н.Г. об одном способе взвешивания элементов нечеткого множества. // Сообщение АН ГССР, 1979, т.93, №2. С. 317-320.

54. Китаев H.H. Групповые экспертные оценки. М.: Знание, 1975. - 64 с.

55. Кондратов В., Королев С. Matlab как система программирования научно-технических расчетов. М.:Мир. 2002.

56. Кофман А. Введение в теорию нечетких множеств. Пер. с фр. М.: Радио и связь, 1982.

57. Красовский A.A. Некоторые актуальные проблемы науки управления // Изв. РАН, Теория и системы управления. 1996. Т.6. С.8-16

58. Кривилев А. Основы компьютерной математики с использованием системы MATLAB. Лекс-Книга, 2005.

59. Кудинов Ю.И. Нечеткие системы управления. // Техническая кибернетика. 1990. - № 5. - С. 196-206.

60. Кузнецов В.П. Интервальные статистические модели. М.: Радио и связь, 1991.

61. Ларичев О.И. Объективные модели и субъективные решения. М.: Наука, 1987. - 143 с.

62. Ларичев О.И., Мошкович Е.М. Качественные методы принятия решений. Вербальный анализ решений. М.: Наука. Физматлит, 1996. - 208 с.

63. Леоненков А. Нечеткое моделирование в среде MATLAB и Fuzzy TECH. . СПб.: БХВ-Петербург, 2003.

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

65. Мелихов А.Н., Берштейн Л.С., Коровин С .Я. Ситуационные советующие системы с нечеткой логикой. М.: Наука, 1990. - 272 с.

66. Методика определения предотвращенного экологического ущерба. Государственный комитет РФ по охране окружающей среды. М., 1999.

67. Моисеев H.H. Математические задачи системного анализа. М.: Наука, 1981.-487 с.

68. Моисеев H.H. Неформальные процедуры и автоматизация проектирования. М.: Знание, 1979. - 64 с.

69. Нечеткие множества в моделях управления и искусственного интеллекта/ А.Н. Аверкин, И.З. Батыршин, А.Ф. Блишун, В.Б. Силов, В.Б. Тарасов /Под ред. Д.А. Поспелова. М.: Наука. Гл. ред. физ.-мат. лит., 1986. - 312 с.

70. Норвиг A.M., Турсон И.Б. Построение функций принадлежности.// Нечеткие множества и теория возможностей. Последние достижения: пер. с англ./ под ред. P.P. Ягера. -М.: Радио и связь, 1986.-408 с.

71. Орлов А.А. Теория принятия решений. М.: Экзамен, 2006. - 573 с.

72. Орлов А.И. Задачи оптимизации и нечеткие переменные. М.: Знание, 1980.-64 с.

73. Орлов А.И. Эконометрика. М.: Экзамен, 2002.

74. Орлов А.И. Экспертные оценки.//Вопросы кибернетики. Вып.58. - М.: Научный совет АН СССР по комплексной проблеме "Кибернетика", 1979.- С. 17-33.

75. Орлов А.И.Статистические методы анализа экспертных оценок. М.: Наука, 1977.

76. Осис Я.Я. Кибернетика и диагностика. Рига: Зинатне, 1970.

77. Пазайтис B.C., Львов Ю.В. Экономико-математическое моделирование производственных систем. М.: Высшая школа, 1991. - 191 с.

78. Панкевич О.Д., Маевская И.В. Определение причин появления трещин кирпичных конструкций на основе нечетких баз знаний // Известия вузов: Строительство. 2002. №1-2, С.4-8.

79. Панкова Л.А., Петровский A.M., Шнейдерман М.В. Организация экспертиз и анализ экспертной информации. М.:Наука, 1984. - 120 с.

80. Петров К.М. Общая экология: взаимодействие общества и природы: Учебное пособие для вузов. СПб: Химия, 1997. 352 е., ил.

81. Подиновский В.В., Ногин В.Д. Парето-оптимальные решения многокритериальных задач. М.: Наука, 1982. - 254 с.

82. Положение по бухгалтерскому учету "Бухгалтерская отчетность организации" (ПБУ 4/99)

83. Поспелов Д.А. Логико-лингвистические методы в системах управления. -М.: Энергоатомиздат, 1981. 190 с.

84. Постановление Правительства РФ от 01.07.2005 г. № 410 "О внесении изменений в Приложение № 1 к Постановлению Правительства РФ от 12.06.2003 г. № 344".

85. Постановление Правительства РФ от 28.08.1992 г. № 632 "Об утверждении Порядка определения платы и ее предельных размеров за загрязнение окружающей природной среды, размещение отходов, другие виды вредного воздействия" (с изменениями от 27.12.1994 г.).

86. Потемкин В. Вычисления в среде МАТЬАВ. М.: Диалог-МИФИ, 2004.

87. Приказ Минфина РФ от 12 ноября 1996 г. №97 "О годовой бухгалтерской отчетности организаций"

88. Прикладные нечеткие системы: пер. с яп. / К.Асаи, Д. Ватада, С. Иваи и др. Под ред. Т. Тэрано, К. Асаи, М. Суджено. -М.: Мир, 1993.

89. Ратанова М.П., Сиротин В.И. Рациональное природопользование и охрана окружающей среды: Пособие для учащихся, М.:Мнемозина, 1998.

90. Роберте Фред С. Дискретные математические модели с приложениями к социальным, биологическим и экономическим задачам: Пер. с англ. М.: Наука, 1986.-494 с.

91. Ротштейн А.П. Интеллектуальные технологии идентификации: нечеткая логика, генетические алгоритмы, нейронные сети. Винница: УНИВЕРСУМ-Виница, 1999. - 320 с

92. Ротштейн А.П., Штовба С.Д. Нечеткий многокритериальный анализ вариантов с применением парных сравнений // Известия РАН. Теория и системы управления,- 2001.-№3.- С. 150-154.

93. Рыжов А.П. Элементы теории нечетких множеств и измерения нечеткости. М.: Диалог -МГУ, 1998.

94. Саати Т. Принятие решений. Метод анализа иерархии: Пер. с англ. М.: Радио и связь, 1993. - 320 с.

95. Саати Т., Керне К. Аналитическое планирование. Организация систем: Пер. с англ. -М.: Радио и связь, 1991. -224 с.

96. Самуэльсон П. Экономика. В 2-х т.- М.: НПО "АЛГОН"- ВНИИСИ, 1992.-751с.

97. Свидетельство об официальной регистрации программы для ЭВМ №2007614448 от 23.10.2007г./ H.H. Ястребова// М.: Федеральная служба по интеллектуальной собственности, патентам и товарным знакам.

98. Смит Дж. М. Модели в экологии. М.: Мир, 1976.

99. Соколов А.Ю. Алгебраическое моделирование лингвистических динамических систем // Проблемы управления и информатики. 2000. - №2. - С. 141-148.

100. Статистические методы анализа экспертных оценок. М.: Наука, 1977.384 с.

101. Тюрин Ю.Н., Литвак Б.Г., Орлов А.И., Сатаров Г.А., Шмерлинг Д.С. Анализ нечисловой информации/ Препринт.- М.: Научный совет АН СССР по комплексной проблеме "Кибернетика", 1981. 80 с.

102. Тюрин Ю.Н., Шмерлинг Д.С. Непараметрические методы статистики// Социология: методология, методы, математические модели, 2004, № 18, С. 154-166.

103. Федеральный закон "О бухгалтерском учете".

104. Форрестер Дж. Основы кибернетики предприятия: Пер. с англ. М.: Прогресс, 1971.-310 с.

105. Хорунжая Т.А. Методы оценки экологической безопасности. М.: Экспертное бюро, 1998.-208 с.

106. Цисарь И., Нейман В. Компьютерное моделирование экономики. М.: Диалог-МИФИ. 2002.

107. Чернова Н.М., Былова A.M. Экология. М.: Просвещение, 1988.

108. Чернова Т.В. Экономическая статистика. Учеб. пособие. Таганрог: Изд-во ТРТУ, 1999.

109. Шелобаев С.И. Математические методы и модели в экономике, финансах, бизнесе: Учеб. пособие для вузов. М.:Финансы и статистика,2005.- 367с.

110. Шер А.П. Исследование тестовых методов диагностики и разработка на их основе алгоритмов обработки океанологической информации для задач рыбопромыслового прогнозирования: Автореф. дис. канд. техн. наук. Владивосток, 1984.- 19 с.

111. Шокин Ю.И. Интервальный анализ. Новосибирск: Наука, Сибирск. отд-ние, 1981. - 112 с.

112. Штовба С.Д. Введение в теорию нечетких множеств и нечеткую логику. http://www.matlab.nl/fuzzylogic/bookl/index.asp

113. Экология и экономика природопользования: Учеб. для вузов по экон. специальностям/ Э. В. Гирусов, С. Н. Бобылев, A. JI. Новоселов, Н. В. Чепурных; Под ред. Э. В. Гирусова. М.: Закон и право: ЮНИТИД998.- 455 е.: ил.

114. Экономико-математическое моделирование: Учебник для вузов под ред. Дрогобыцкого И.Н. -М.: Финансы и статистика., 2003.- 800 с.

115. Экспертные оценки в задачах управления /Сборник трудов. М.: Институт проблем управления, 1982. - 106 с.

116. Эндрю А. Искусственный интеллект / Под ред. Поспелова Д.А. М.: Мир, 1985.

117. Ярушкина Н.Г. Основы теории нечетких и гибридных систем. Учеб. пособие. М.: Финансы и статистика, 2004. - 320с. с ил.

118. Ястребова H.H. Возможности реализации иерархического нечеткого вывода. // Труды 41 научно-технической конференции УлГТУ «Вузовская наука в современных условиях», 2007 — С.117.

119. Ястребова H.H. Нечеткая экспертная система эколого-экономического анализа. // Информатика и экономика: сборник научных трудов/ под ред. Ярушкиной Н.Г. Ульяновск: УлГТУ, 2007. - С. 126-137 .

120. Ястребова H.H. Построение экспертных систем на базе иерархического нечеткого вывода.// «Программные продукты и системы», №4. 2007. - С. 18-21.

121. Ястребова H.H. Свидетельство об отраслевой регистрации разработки №1000 от 23.10.2007 г., выданное на «Нечеткую экспертную систему эколого-экономического анализа».

122. Ястребова H.H. Экономическая целесообразность экологической безопасности.// Экономика природопользования и природоохраны: сборник статей X Международной научно-практической конференции. Пенза, 2007. С. 89-91.

123. Ястребова H.H. Экспертная система эколого-экономического анализа деятельности предприятия.// Современный российский менеджмент: состояние, проблемы, развитие: сборник статей VII Международной научно-методической конференции. Пенза, 2007. С. 276-279.

124. Яхъяева Г. Э. Нечеткие множества и нейронные сети М.: Лаборатория знаний, 2006. - 320с.