Линеаризация информативных сигналов в микроаналитических приборах и методы их обработки тема диссертации и автореферата по ВАК РФ 01.04.01, доктор физико-математических наук Буляница, Антон Леонидович

• Буляница, Антон Леонидович
• доктор физико-математических наук
• 2008

Оглавление диссертации доктор физико-математических наук Буляница, Антон Леонидович

Лист.

ВВЕДЕНИЕ

ГЛАВА 1. АНАЛИТИЧЕСКИЕ ПРИБОРЫ С ИНФОРМАТИВНЫМИ СИГНАЛАМИ ТИПА ЛИНЕЙНЫЙ ТРЕНД

1.1. Экстракционные методы и приборы

1.1.1. Базовые схемы экстракции

1.1.2. Применение операторного метода (преобразования Лапласа) при построении уравнений экстракции

1.1.3. Формирование информативного сигнала в приборах химического экспресс-анализа с оптическим детектированием

1.1.4. Приборы химического и биологического экспресс-анализа

1.1.4.1. Универсальные фотометрические приборы серии SEN

1.1.4.2.Портативные специализированные приборы серии fiSEN (MHKpoSEN)

1.2. Определение степени кислородного насыщения крови и измерение пульса

1.2.1. Основы фотоплетизмографических измерений

1.2.2. Измеритель частоты пульса и кислородного насыщения артериальной крови (CADIX OXI)

1.3. Прибор для регистрации результатов полимеразной цепной реакции (ПЦР) в реальном масштабе времени

1.3.1. Назначение метода полимеразной цепной реакции

1.3.2. Общая концепция построения амплификаторов ДНК, позволяющая реализовывать технологии и методы ПЦР

1.3.3. Модель логистического роста Ферхюльста-Пирла

1.3.4. Информативные сигналы приборов регистрации результатов ПЦР в реальном масштабе времени

1.3.5. Оценивание сигналов прибора ПЦР как обобщенных линейных трендов

1.4. Аналитические масс-спектрометрические пики и способы их аппроксимации

1.5. Метод электрофореза на микрофлюидных чипах

1.5.1. Информативные сигналы микрофлюидного анализатора

1.5.2.Математическая модель процесса конвективно-диффузионного массопереноса вещества в микроканале чипа

1.5.3. Модели аналитических (информативных) сигналов при реализации электрофореза на микрофлюидном чипе

1.6. Общее заключение

ГЛАВА 2. БИОТЕСТИРОВАНИЕ НА ОСНОВЕ САМООРГАНИЗУЮЩЕЙСЯ КОЛОНИИ НЕСОВЕРШЕННЫХ МИЦЕЛИАЛЬНЫХ ГРИБОВ

2.1. Базовые теоретические положения

2.1.1.Результаты исследований по культивированию мицелиальных грибов

2.1.2.Самоорганизация и самоорганизующиеся системы

2.1.3 .Теория фазовых превращений

2.1.4. Явление полиморфизма в несовершенных мицелиальных грибах

2.1.5.Системы дифференциальных уравнений: стационарные состояния (аттракторы) и классификация решений

2.2. Экспериментальное изучение морфогенеза у несовершенных грибов

2.2.1. Экспериментальные данные по выращиванию колоний грибов

2.2.2. Использование оптических методов измерений колоний

2.2.3. Общий подход к проведению экспериментов и методы исследования

2.2.4. Экспериментальная проверка обоснованности применения закона логистического роста Ферхюльста-Пирла

2.3. Математическая модель самоорганизации в колониях мицелиальных грибов

2.3.1. Базовые положения математической модели

2.3.2.Математическая модель пространственного роста колонии мицелиальных грибов

2.3.3.0ценка связи параметров модели и выбранной стратегии развития самоорганизующейся колонии

2.3.3.1. Влияние величины интенсивности производства метаболитов на самоорганизацию колонии

2.3.3.2.Влияние начальной концентрации субстрата на стратегию развития колонии мицелиальной формы несовершенных грибов

2.3.3.3. Влияние закона выработки продуктов метаболизма на процесс самоорганизации колонии несовершенных мицелиальных грибов

2.3.3.4. Влияние адаптационной способности на самоорганизацию колоний мицелиальных грибов

2.3.4. Количественные меры колоний несовершенных грибов

2.3.5. Оценивание коэффициента диффузии метаболитов

2.4. Математическая модель кооперативного развития двух диморфных форм

2.4.1. Математическая модель диморфного (мицелий-дрожжи) перехода на базе модели Лотки-Вольтерра

2.4.1.1. Математическая модель кооперативного развития двух клеточных форм (мицелий-дрожжи)

2.4.1.2. Влияние характеристик субстрата на баланс основных клеточных форм (мицелий-дрожжи)

2.4.1.3. Выводы об адекватности моделей диморфных (полиморфных) переходов в несовершенных грибах

2.4.2. Модифицированная модель кооперативного развития клеточных форм

2.5. Фазовые переходы в колониях несовершенных мицелиальных грибов

2.6. Концепция применения сенсора на основе самоорганизующейся колонии несовершенных грибов для биотестирования среды

2.6.1. Мультисенсорные системы на основе слабо селективных чувствительных элементов

2.6.2. Интерпретация колонии несовершенных мицелиальных грибов в качестве чувствительного элемента хемосенсора

2.6.3. Модельная аппроксимация профилей колонии при различных стратегиях развития

2.6.4. Концепция градуировки мультисенсора

ГЛАВА 3. МЕТОДЫ ПРЕДВАРИТЕЛЬНОЙ ОБРАБОТКИ ИНФОРМАЦИИ

3.1. Случайные аддитивные помехи и проблема выявления грубых погрешностей

3.1.1. Проверка выполнения условия (3.1) для наиболее распространенных одномодальных распределений

3.1.2. Исследование двумодальных распределений с целью проверки выполнения «замечательного» свойства квантили 95%

3.2. Порядковые статистики и их использование для первичной обработки информации

3.2.1. Вывод формулы для ПРВ порядковых статистик на основе равномерно распределенной случайной величины

3.2.2. Исследование динамики дисперсий медианных порядковых статистик

3.2.3. Критерии эффективности применения медианного алгоритма обработки

3.2.4. Эффективная L-оценка при учете базового распределения Симпсона

3.3. Анализ эффективности применения экстремальных порядковых статистик. Метод ПИО - простого интервального оценивания

3.4. Цифровая фильтрация и ее применение для анализа сигналов типа линейного тренда

3.4.1. Вывод аналитического выражения формы фильтрованного сигнала

3.4.2. Способы оценивания площади пика

3.5. Анализ особенностей рассмотренных методов первичной обработки информации

ГЛАВА 4. ПОСТРОЕНИЕ АЛГОРИТМА ОЦЕНИВАНИЯ СИГНАЛА ТИПА ЛИНЕЙНОГО ТРЕНДА

4.1. Интервальные и рекуррентные алгоритмы оценивания

4.1.1. Сравнение интервального и рекурсивного алгоритмов оценивания

4.2. Основные способы реализации алгоритма стохастической аппроксимации

4.3. Оценка параметров линейного тренда в режиме кинетического анализа. Модификация Дупача

ГЛАВА 5. АЛГОРИТМ СТОХАСТИЧЕСКОЙ АППРОКСИМАЦИИ РОББИНСА-МОНРО. МОДИФИКАЦИЯ АЛГОРИТМА В ФОРМЕ ЦЫПКИНА

5.1.Структура алгоритма. Основные свойства оценки постоянного сигнала

5.1.1.Структура алгоритма Я.З. Цыпкина

5.1.2.Свойства оценки алгоритма Я.З. Цыпкина

5.1.3. Свойство оценки алгоритма Я.З. Цыпкина в условиях присутствия треугольной (Симпсоновской) помехи

5.2. Сходимость оценки алгоритма Я.З. Цыпкина

5.3. Модификация подхода М.Аоки для анализа сходимости оценки алгоритма стохастической аппроксимации в форме Я.З. Цыпкина

ГЛАВА 6. ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ УСТРОЙСТВА ОЦЕНИВАНИЯ ПОСТОЯННОГО СИГНАЛА

6.1. Подбор параметров алгоритма оценивания

6.2. Выбор начального приближения Cj

6.3. Критерии остановки оценивания. Выявление разладки в последовательности измерений

6.4. Имитация работы устройства оценивания

6.4.1. Моделирование случайных погрешностей на основе программно-реализованного датчика равномерно распределенной случайной величины (функция random) в библиотеке С++

6.4.2. Формирование информативного сигнала на основе экстракционной схемы 5 при параметрах Са°=10, а=0.1, ks=0.4, kv=0.

6.4.3. Формирование модельного тренда и применение алгоритма Роббинса-Монро для оценивания параметра положения

ГЛАВА 7. ГРАДУИРОВОЧНЫЕ ХАРАКТЕРИСТИКИ

7.1. Комплексный критерий линейности зависимости Y = F(X)

7.1.1. Исследование выборочного коэффициента корреляции г

7.1.2. Исследование регрессионного критерия линейности

7.1.3. Комплексный критерий линейности

7.2. Оценивание необходимого числа точек наблюдения п при построении линейных регрессионных моделей

7.2.1*. Расчет необходимого числа точек наблюдения п в случае без дублирования

7.2.1.1. Исследование равномерной стратегии измерения В

7.2.1.2. Исследование стратегий измерения В2-В

7.2.1.3. Обсуждение результатов

7.2.1.4. Влияние вариаций точек наблюдения xj на величины элементов h

7.2.2. Расчет необходимого числа точек наблюдения п в случае измерений с дублированием

7.2.3. Исследование роли точек разбалансировки при решении задачи оценивания параметров регрессионной модели (7.9)

7.2.3.1. Влияние точек разбалансировки на точность оценивания параметров линейной регрессионной модели (7.9)

7.2.3.2. Методы борьбы с точками разбалансировки

7.3. Понятие градуировочной характеристики

7.3.1. Пример градуировки хемосенсоров на основе пластифицированных мембран (раздел 1.1)

7.3.2. Методическое значение точек разбалансировки

Введение диссертации (часть автореферата) на тему «Линеаризация информативных сигналов в микроаналитических приборах и методы их обработки»

Приборы химического, биологического и иммунного анализа используют различные методы выявления аналитической информации (например, наличие/отсутствие вещества, концентрация компонента смеси и т.д.). Следствием разнообразия приборных и методических решений являются различные формы информативных сигналов и связей их параметров с требуемой аналитической информацией, а также априорная неопределенность случайных составляющих сигналов (т.е. помех). При измерениях по методу конечной точки форма информативного сигнала универсальна — постоянный сигнал (линейный тренд нулевого порядка или JIT0) с аддитивной помехой. В то же время, кинетический метод основан на анализе кинетической кривой x = x(t), где х - величина информативного сигнала, t — время. При этом, собственно функциональная зависимость * = x(t) может быть различна, иметь разное число параметров, подлежащих оценке, каждый из которых может быть по-разному связан с искомой аналитической информацией.

В этом случае представляется перспективным исходную кинетическую кривую для широкого класса приборов преобразовать к единой форме, тем самым обеспечить возможность применения унифицированного метода оценивания параметров преобразованного информативного сигнала и, как следствие, использовать общее программно-математическое обеспечение (ПМО). Последнее способствует сокращению времени и затрат на разработку вычислительных модулей, что прежде всего актуально для относительно недорогих приборов химического и биологического анализа. Возможным решением данной проблемы является преобразование исходного сигнала х = x(t) в определенном временном диапазоне к унифицированной форме линейного тренда первого порядка (JIT1): <р{х) = ay/(t) + b . При этом, а) функции ф и ц/, в общем случае, нелинейные, должны иметь достаточно простой вид, определяемый типом прибора, б) необходимая информация должна однозначно определяться на основе оценивания величины а - параметра положения' преобразованного сигнала.

Термин «Унификация» использован в традиционной трактовке, как приведение чего-либо к единой системе, форме, единообразию. Основные положения регулируются нормативным документом [1]. Унификация в технике понимается как приведение различных видов продукции и средств её производства к рациональному минимуму типоразмеров, марок, свойств и т.п. Основная ее цель — устранение неоправданного многообразия изделий одинакового назначения, приведение к возможному единообразию способов их изготовления, сборки, испытаний и т.п. Наиболее распространена унификация в машиностроении и приборостроении. Широкое использование принципов унификации приборов позволяет значительно уменьшить объём конструкторских работ и период проектирования, сократить сроки создания нового оборудования, снизить стоимость освоения новых изделий. Во многих случаях унификация завершается разработкой заводских, отраслевых и республиканских стандартов, является наиболее распространённым и эффективным методом подготовки и осуществления стандартизации [2-4]. Эти принципы были разработаны достаточно давно, но современное понимание унификации практически идентично изложенному выше [5]. Использование унифицированных изделий и деталей удешевляет ремонт и сокращает количество запчастей у потребителя [6].

Изначально унификация касалась непосредственно элементов или изделий. В настоящее время представляется естественным распространение унификации на вычислительные модули приборов, главным образом, на программно-математическое обеспечение (ПМО), включая, естественно, и алгоритмы обработки информации. Проявившая себя тенденция к миниатюризации приборов, включая переход к микро- и нанотехнологиям, в перспективе должна привести к удешевлению прибора. Стоимость вложенного ПМО, особенно, в части стоимости его разработки под конкретный прибор или/и метод анализа также требуется снижать. Тем самым, перспективным и желательным представляется следующий подход: сформировать широкий класс микроаналитических приборов, для которого имеется возможность использования универсального базового ПМО.

Однако, к настоящему времени подобный подход не реализован. Существенными представляются следующие проблемы: 1) возможность и эффективность применения указанного выше линеаризующего преобразования, 2) возможные временные пределы, в которых зависимость адекватно трансформируется к линейному тренду, 3) форма связи информативного параметра а и аналитической информации.

Помимо ранее названного, миниатюризация сопровождается появлением исходных информативных сигналов новой структуры. Например, перевод ряда сепарационных методов химического и биологического анализа (электрофореза, хроматографии и т.п.) на микрочипы привел к изменению формы аналитических пиков от гауссовой к кусочно-линейной (трапециидальной или треугольной, т.е., совокупности ЛТО и ЛТ1).

Таким образом, имеется ряд оснований для выбора в качестве унифицированного преобразованного сигнала совокупности ЛТО и ЛТ1 : 1) это естественная форма исходного информативного сигнала ряда микроаналитических приборов; 2) малое число оцениваемых параметров: либо величина ЛТО, либо, как правило, только параметр положения а ЛТ1 (Ь обычно связан с фоновыми измерениями); 3) простота обработки - интерполяция, дифференцирование и т.п.

Не менее значимыми последствиями миниатюризации приборов (их узлов) будет сокращении времени всех стадий анализа и, как следствие, ужесточение требований к быстродействию преобразования и обработки сигналов и оценивания их параметров. Еще одним следствием миниатюризации может стать многократное уменьшение анализируемых объемов, что при определенных видах детектирования (напр., амперометрическом или флуориметрическом) приведет к многократному уменьшению информативного сигнала (отношения сигнал/шум). Последнее потребует применения помехоустойчивых (робастных) методов оценивания параметров преобразованных информативных сигналов микроаналитических приборов. Таким образом, помимо разработки процедуры унификации информативных сигналов, не менее актуальна проблема создания методов их обработки, включая экспрессное робастное оценивание их параметров в условиях малости отношения сигнал/шум при априорно неопределенной случайной помехе.

Предпосылкой для унификации информативного сигнала к совокупности J1T1 может служить методика идентификации 7-ми типов функциональных зависимостей. Этими зависимостями адекватно аппроксимируются информативные аналитические сигналы различных приборов. Тип зависимости идентифицируется на основе сравнения средних (арифметическое, геометрическое, гармоническое) входной и выходной величин, а зависимость приводится к линейному тренду с помощью преобразований, представленных в таблице 1.

Таблица 1

Тип Зависимость Y=F(X) Метод перехода к виду Z=A+Bt Алгоритм идентификации типа

1 Y=AX+B Z=Y, t=X Yap=Y{Xap)

2 Y = АХ" Z=ln(Y), t=ln(X) ^геом ^(X гсол1 )

3 Y = Aexp(BX) Z=ln(Y), t=X Ксом = Y{Xa[) )

4 Y = А + В / X Z=Y, t=l/X ■ Yap = Y(Xcapu)

5 г. 1 AX + B Z=l/Y, t=X = Y(X ap )

6 Т. х АХ + В Z=l/Y, t=l/X ^гарм Y(Xlajat)

7 Y = A\n(X) + B Z=Y, t=ln(X) Kp = ^(Хгеаи)

Тем самым, представляется перспективным формирование класса микроаналитических приборов, исходные информативные сигналы которых аппроксимируются кинетическими зависимостями типа 1-7 (см. таблицу 1) и на основе простых процедур унифицируются к форме кусочно-линейного сигнала, по отношению к которому возможно применить общий метод (алгоритм) оценивания или/и обработки. При условии, что применение кинетического метода анализа для широкого класса микроаналитических приборов позволяет трансформировать информативный сигнал к JIT1 или НТО, содержащим лишь 1 подлежащий оценке параметр, сама проблема оценивания этого параметра в условиях значимости влияния помех с априорно неопределенным законом распределения (из-за разнообразия приборов), остается весьма актуальной.

Практически важным является достижение наибольшей эффективности оценивания. В нашем случае в качестве целевой функции естественно взять дисперсию ошибки оценивания параметров информативного сигнала. Тогда наибольшей эффективностью обладает оценка, имеющая наименьшую дисперсию. В случае априорно определенного закона распределения помехи алгоритм оценивания может быть получен решением задачи оптимизации (типа максимального правдоподобия), в противном случае необходимо решение иной задачи типа «достижения заданной эффективности оценивания при априорной неопределенности (произвольности) закона распределения аддитивной помехи». Отличие формальных математических постановок в случае унифицированного алгоритма и алгоритма, ориентированного на конкретный вид помехи, принципиально. Первая задача - минимаксная, вторая - максимизации/ минимизации функции. В случае поиска эффективной оценки при конкретном заданном законе распределения случайной помехи одним из методов решения будет поиск экстремума функции правдоподобия.

Задача минимизации/максимизации функции конечного числа переменных есть формальная математическая задача поиска экстремума функции /(i) = /(jcl,x2,.)i„)elcii", Существует три варианта решения задачи:

1) нахождение / = sup /(х) или аналогичной задачи на inff(x), 2) отыскание min и дгсХ max f(x), 3) отыскание максимизирующей (минимизирующей) последовательности, если решения задачи 1 недостижимы на X (максимизирующая последовательность {х,}: Jim /(*<)= / )•

Трактовка постановки другой задачи (поиск минимакса или максимина) также достаточно однозначна. Однако, неоднозначна интерпретация собственно термина «минимакс». Ранняя трактовка термина, представленная, например в [7], существенно отличается от современной. Минимакс трактовался как стационарная точка функции нескольких переменных, в которой отсутствует экстремум. Например, точка (0,0) для функции z = ху является именно такой седловой точкой, поскольку матрица вторых

J0 1Л производных (матрица Гессе) примет вид Н — vl 0. т.е. знаконеопределенной (знакопеременной). В современной трактовке максимин смешанный экстремум, определяемый как sup inf F(x, у) или max min F(x, у).

X(=x y°Y xeX УеУ

Поиск осуществляется в соответствии с двумя принципами - принцип минимакса или принцип наибольшего гарантированного результата [8], и может быть осуществлен как последовательное нахождение экстремумов. Однако, существуют, вычислительные трудности даже для хорошо устроенного множества У и равностепенной непрерывности F по X. Численные методы разработаны в таких разделах математики, как исследование операций и теория игр [9-11]. В частности, принцип минимакса сформулирован для антагонистической игры (с противоположными целями и стратегиями партнеров), если выполнено условие max inf Н(а, b) = min sup Н{а, b) . Принцип аеЛ ЬсВ ЬеВ аеА наибольшего гарантированного результата состоит в том [12], что минимальный выигрыш должен быть максимальным при выбранной стратегии игры. Довольно большой обзор методов решения таких задач есть в [13]. Аналогично формулируется задача определения минимаксности статистической процедуры. Это вариант оптимальности в математической статистике: статистическая процедура оптимальна в минимаксном смысле, если она минимизирует максимальный риск.

Следовательно, в работе решается актуальная проблема - поиск методов унификации формы исходных информативных сигналов для широкого класса микроаналитических приборов, а также методов их обработки и последующего оценивания параметров при условии априорной неопределенности закона распределения помехи. Сформулированная выше теоретическая база позволяет уточнить формулировку цели работы и неообходимую для ее реализации последовательность задач. Цель работы:

Разработка методов преобразования информативных сигналов для широкого класса микроаналитических приборов к унифицированной форме совокупности линейных трендов нулевого (J1T0) и первого (J1T1) порядков и методов последующего оценивания их параметров, обладающих робастностью и гарантированной эффективностью в условиях априорной неопределенности о законе распределения случайной помехи.

Достижение указанной цели обеспечивается решением следующих задач:

1. Исследовать структуру исходных информативных сигналов микроаналитических приборов, в т.ч. химического, биологического, иммунного анализа.

2. Обосновать форму унифицированного сигнала, как совокупности J1T0 и J1T1, и рассмотреть методы унификации к указанному виду с помощью нелинейных преобразований временной оси и предварительного информативного сигнала. Как следствие, определить класс микроаналитических приборов, допускающих подобную процедуру унификации.

3. Разработать метод оценивания параметров информативных сигналов типа ЛТО и ЛТ1, обладающий гарантированной эффективностью, робастностью, несмещенностью и состоятельностью оценок при экономичности и простоте реализации.

4. Исследовать применимость алгоритма стохастической аппроксимации Роббинса-Монро и его модификаций в качестве основы метода оценивания параметров унифицированного информативного сигнала.

5. Реализовать в форме программного продукта алгоритм оценивания параметров унифицированных информативных сигналов (параметра положении ЛТ1 или/и величины ЛТО), также включающий выбор начальных установок (величины зоны нечувствительности, масштабного поправочного множителя, начального приближения оценки), и предусматривающий остановку оценивания при наличии разладки в последовательности измерений.

6. Решить ряд задач по предварительной обработке информативных сигналов, включающий: а) правило Новицкого-Зограф для разработки унифицированного критерия отбраковки выбросов, б) оптимизация ширины медианного окна для повышения эффективности получения робастных оценок математического ожидания, в) анализ эффективности применения смещенных экстремальных порядковых статистик для оценивания математического ожидания в условиях аддитивной ограниченной помехи, г) цифровая фильтрация JIT1, для повышения эффективности оценивания параметров аналитических пиков (временное положение, амплитуда и площадь пика) в условиях малости отношения сигнал/шум.

7. Исследовать структуру информативного сигнала принципиально нового сенсора для биотестирования окружающей среды естественного происхождения, с чувствительным элементом — самоорганизующейся колонией несовершенных грибов, продемонстрировав возможность и эффективность преобразования информативных сигналов к форме кусочно-линейного сигнала.

Практическая ценность работы.

1. Исследованы области применимости универсальных алгоритмов первичной обработки измерений: а) правило Новицкого-Зограф отбраковки выбросов, б) применение L-оценок на основе медианных порядковых статистик (выбор оптимального медианного окна); в) предложены новые алгоритмы оценивания площади электрофоретического пика при малости отношения сигнал/шум.

2.Модификация информативного сигнала к совокупности JIT1 позволяет унифицировать его обработку и базовое ПМО для широкого класса микроаналитических приборов

3. В качестве универсального алгоритма обработки сигналов типа JIT1 с оцениванием его параметра положения при аддитивной случайной помехе с априорно неизвестным законом распределения предложена комбинация перехода к первой разности с симметризацией помехи, и применение рекурсивного алгоритма стохастической аппроксимации. Алгоритм реализован в виде программного продукта.

4. Указанный алгоритм сигналов использован в базовом ПМО разработанных в Институте аналитического приборостроения РАН приборах: а) хемосенсорных анализаторах рН, ионов тяжелых металлов и редкоземельных элементов в водных средах (фотометры серий SEN и mSEN), б) прибора для фотоплетизмо-графического определения степени кислородного насыщения артериальной крови (CADIX OXI), в) приборах для определения числа и последовательности нуклеиновых кислот серий АНК 16 и АНК 32, г) микрофлюидных электрофоретических устройствах для анализа биологических проб.

5. Сформулированы требования построения линейных калибровочных функций, базирующиеся на необходимости исключения точек риска по Хьюберу.

Положения, выносимые на защиту. 1. Критерий оптимизации выбора ширины медианного окна, что позволяет повысить эффективность первичной обработки информативных сигналов при сохранении робастности.

2. Применимость кусочно-линейного сигнала с аддитивной случайной помехой в качестве унифицированного информативного сигнала прибора (принцип объединения приборов по принадлежности исходного сигнала к 7-ми типам и методы их трансформации к унифицированному виду).

3. Метод оценивания параметров кусочно-линейных сигналов (совокупности JIT1) при аддитивной помехе с априорно неизвестным законом распределения, и реализация соответствующего метода в форме программного продукта.

4. Доказательства несмещенности оценок методами: а) анализ устойчивости соответствующей нелинейной САУ (по критерию типа Попова), б) модифицированный статистический апостериорный анализ Аоки.

5. Доказательство существования единственного класса невырожденных аддитивных помех (треугольная Симпсоновская помеха), при наличии которых дисперсия ошибки оценивания JIT0 при применении алгоритма Цыпкина не зависит от величины зоны нечувствительности.

6. Модель отклика принципиально нового чувствительного элемента биосенсора - самоорганизующейся колонии несовершенных грибов и ее свойства: а) механизм самоорганизации и его управляющие параметры, б) стратегии развития колонии, в) способы формализации особенностей развития, г) интерпретация смен стратегий развития с позиций фазовых переходов 1-го и 2-го рода, д) представление информативных сигналов в форме совокупности JITO и JIT1.

7. Принцип построения линейных калибровочных функций, базирующийся на концепции Хьюбера об исключении точек риска.

По теме диссертации опубликованы 66 работ, включая 28 статей, 1 учебное пособие, 4 научных отчета. Из них, статей в журналах, внесенных в перечень ВАК («Научное приборостроение», «Журнал общей биологии», «Микология и фитопатология», «Автоматика и телемеханика», «Радиотехника и электроника», «Аллергология и иммунология», «Журнал аналитической химии») - 18.

Краткое содержание работы описано далее.

В Главе 1 обосновывается главная предпосылка: широкий класс аналитических приборов, включая приборы химического и биологического экспресс-анализа, приборы, реализующие электрофорез на микрофлюидном чипе и т.д., т.е., построенные на различных принципах и механизмах функционирования, имеет, в конечном счете, информативный сигнал в форме совокупности линейных трендов первого порядка (JIT1). При этом основополагающей является возможность получения аналитической информации (концентрация анализируемого вещества, величины постоянных составляющих сигнала при оценивании степени кислородного насыщения крови, показатель эффективности ПЦР, параметр положения фронтов пиков компонент при микрочиповой реализации электрофореза, что позволяет оценить временное положение, амплитуду и площадь пика и т.п.) на основе оценивания только одного параметра (параметр положения для JIT1 или величина JITO).

В Главе 2 моделируется отклик принципиально нового чувствительного элемента сенсора для биотестирования окружающей среды - самоорганизующейся колонии несовершенных мицелиальных грибов. Построена математическая модель в форме системы конечно-разностных и дифференциальных уравнений по схеме Тьюринга «реакция-диффузия», учтены свойства и особенности модели - способность мицелия к адаптации, наличие фазовых переходов первого и второго рода при смене стратегии развития. Основываясь на системе уравнений Лотки-Вольтерра и ее авторской модификации, удалось описать клеточные переходы с адекватной динамикой установления баланса клеточных форм (мицелий, дрожжи и т.д.). Также анонсирована концепция хемосенсора на основе указанного чувствительного элемента. Проанализированы информативные сигналы и показано, что они могут быть представлены совокупностью линейных трендов первого порядка. При этом следует отметить, что форма связи информативного сигнала (в рассмотренном модельном примере ЛТО) и аналитической информации достаточно сложна (существенно нелинейна). Тем самым, рассматриваемый модельный сенсор освещенности на основе самоорганизующейся колонии несовершенных мицелиальных грибов не в полной мере может быть отнесен к рассматриваемому в Главе 1 классу микроаналитических приборов, допускающих унификацию обработки . информативного сигнала.

Важные сопутствующие вопросы первичной обработки информации — анализ случайных и грубых погрешностей; ранжирование, упорядочивание элементов и формирование L-оценок; анализ эффективности применения экстремальных порядковых, статистик (типа ПИО - простого интервального оценивания) в сравнении с использованием медианных (центральных) статистик, элементы цифровой фильтрации и т.п. исследуются в Главе 3.

Унифицированный алгоритм, реализующий процедуру оценивания линейного тренда первого порядка, фундаментальные асимптотические свойства оценки (несмещенность, состоятельность и эффективность), доказательства других важных базовых свойств алгоритма, в т.ч. на основе оригинального авторского подхода, содержатся в Главах 4 и 5. Практическая реализация алгоритма (программно-аппаратное представление), включающая подбор параметров и начального приближения оценки измеряемого сигнала, выработку критериев остановки оценивания, включая выявление разладки в последовательности измерений, т.е. качественное (скачкообразное или непрерывное измерение характера или параметров сигнала) представлена в Главе 6.

Базовые принципы построения линейных калибровочных функций, связанные с исключением точек риска (по Хьюберу), критерии их линейности и т.п. разобраны в Главе 7.

В Заключении приведена сводка основных результатов работы.

В Приложениях приведены выводы формул и сформулированы и доказаны ряд теоретических положений.

Заключение диссертации по теме «Приборы и методы экспериментальной физики», Буляница, Антон Леонидович

Основные результаты и выводы диссертационной работы:

1. Предложен принцип объединения ряда микроаналитических приборов по форме преобразованного информативного сигнала. Последний в специальной системе координат представляет совокупность ЛТ1, т.е. унифицирован по форме. Т.о. обоснована возможность применения единого метода оценивания его параметров, и как следствие, использование общего ПМО.

2. Предложен метод оценивания параметров положения унифицированных сигналов (кусочно-линейных), состоящий в переходе к разностному сигналу и оцениванию величины ЛТО с аддитивной симметричной помехой с помощью модификации Фабиана-Цыпкина (Ф.-Ц.) алгоритма стохастической аппроксимации. Выявлены его преимущества по сравнению с методами типа Дупача (непосредственная оценка величины ЛТ1).

3.Статистическими методами и на основе модифицированного апостериорного подхода Аоки проведено исследование фундаментальных свойств оценки величины ЛТО с аддитивной помехой с априорно неопределенной ПРВ, полученной с помощью алгоритма Ф.-Ц. При этом, найден единственный закон распределения помехи — треугольная Симпсоновская помеха - при которой величина зоны нечувствительности не влияет на min ошибку оценивания.

4.Впервые предложена интерпретация алгоритма Ф.-Ц. дискретной САУ с нелинейным элементом (неидеальным реле) и звеном с переменными параметрами. Доказана ее асимптотическая устойчивость при ненулевой зоне нечувствительности, как необходимое условие несмещенности оценки.

5.Программно реализован алгоритм оценивания величины ЛТО, включающий также выбор параметров и критерий выявления разладки измерений.

6.Проведен анализ алгоритмов первичной обработки информации: а) проанализировано свойство квантилей 5 и 95%, как база для унифицированной процедуры отбраковки выбросов, б) проанализированы свойства центральных порядковых статистик и предложен критерий оптимального выбора ширины медианного окна, в) получены аналитические выражения для фильтрованного ЛТ1; г) сформулировано правило экспресс-оценивания площади пика для случая малого отношения сигнал/шум.

7. Доказано, что большая эффективность оценивания математического ожидания ограниченной случайной величины с помощью смещенных экстремальных порядковых статистик по сравнению с оценкой выборочного среднего обеспечивается лишь при дополнительном условии невырожденности аддитивной помехи на границах диапазона.

8. На основе концепции Хьюбера об отсутствии точек разбалансировки в линейных калибровочных функциях для различных стратегий измерения определено минимально необходимое число базовых точек (концентраций).

9. Исследован процесс самоорганизации колонии несовершенных мицелии-альных грибов: а) сформулирована математическая модель, описывающая распределения плотности мицелия, питательного субстрата и продуктов метаболизма, б) смоделированы стратегии развития колонии, в) предложена информационная мера неравномерности колонии, аналоги понятий хаоса и порядка и управляющие параметры [9], г) промоделирована способность мицелия к адаптации, д) оценен коэффициент диффузии жидких продуктов

7 2 метаболизма (2-г5.5.10~ см /сек), е) оригинальная модификация модели типа Лотки-Вольтерра позволила отмоделировать динамику клеточных переходов в колонии грибов, ж) найден новый тип фазовых переходов, связанных со сменой стратегий развития колонии.

10. Проанализирована возможность использования чувствительного элемента биосенсора на основе самоорганизующейся колонии мицелиальных грибов, обоснованная связью стратегии развития и др. характеристик колонии с внешними условиями. Показано, что информативный сигнал - радиальное распределение плотности мицелия представляет собой совокупность ЛТО и ЛТ1.

ЗАКЛЮЧЕНИЕ

Список литературы диссертационного исследования доктор физико-математических наук Буляница, Антон Леонидович, 2008 год

1. ГОСТ 23945.0-80* «Унификация изделий. Основные положения». Начало действия: 01.07.1980. Утверждён: 16.01.1980 Госстандарт СССР Постановление 171. Изменения от 01.01.1989 ИУС 11-88

2. Стандартизация в народном хозяйстве СССР. 1917—1967 // под ред. В.В. Бойцова, М., 1967.

3. Кубарев А.И. Унификация в машиностроении. (Обоснование рядов типоразмеров), М., 1969.

4. Якушев А.И. Взаимозаменяемость, стандартизация и технические измерения, 4 изд., М., 1975.

5. Райзберг Б.А., Лозовский Л.Ш., Стародубцева Е.Б. Современный экономический словарь. М., Наука. 2003.

6. Золотогоров В.Г. Энциклопедический словарь по экономике. Минск, 1997.

7. Фихтенгольц Г.М. Основы математического анализа, М: Наука. 1955.8: Математическая энциклопедия /гл. ред. Виноградов И.М. Т.З. Коо-Од: М: Советская энциклопедия, 1982. 1184 с.

8. Вилкас Э. Теория вероятности и ее применения, 1963. Т.8, В.З. С.324-327.

9. Леман Э. Проверка статистических гипотез // пер. с англ., 2-е изд. М: Наука. 1979.11 .Закс Ш. Теория статистических выводов // пер. с англ. М: Мир. 1975.

10. Вентцель Е.С. Исследование операций, М: Наука. 1972.

11. Нурминский Е.А. Численные методы решения детерминированных и стохастических минимаксных задач, Киев: Наук, думка, 1979. 161 с.

12. Мидгли Д., Торренс К. Потенциометрический анализ воды, М: Мир. 1980. 517 с.

13. Кендалл М.Дж., Стьюарт А. Теория распределений, М: Наука. 1966. 588 с.

14. Тарасов В.В., Ягодин Г.А. Кинетика экстракции // ВИНИТИ. Итоги науки и техники. Серия «Неорганическая химия». Т.4. 1974. 151 с.

15. Тарасов В.В., Ягодин Г.А., Пичугин А.А. Кинетика экстракции неорганических веществ // ВИНИТИ. Итоги науки и техники. Серия «Неорганическая химия». Т.П. 1984. 187 с.

16. Тарасов В.В. Межфазные явления и кинетика экстракции неорганических веществ: Автореф. дисс. докт. хим. Наук. 1980. 44 с.

17. Тарасов В.В., Ягодин Г.А., Пичугин А.А. Определение вкладов поверхностной и объемное реакций в системе жидкость-жидкость // ДАН СССР. Серия Физич. химия. 1983. Т.269, № 6. С.1398-1404.

18. Иванов А.Б., Тарасов В.В., Ягодин Г.А. Об отличительных признаках объемных и поверхностных реакций, обуславливающих извлечение в экстракционных системах // Там же. 1979. Т.244, № 4. С.928-931.

19. Ягодин Г.А., Тарасов В .В. Межфазные явления в системах электролитнеэлектролит и их влияние на кинетику экстракции. // Химия экстракции, Новосибирск, 1984. С.35-52.

20. Papaulis A. A new method of inversion of the Laplace transform //Quarterly of applied mathematics, 1957. N 14. P.405-414

21. Курочкин В.Е., Теровский В.Б. Биосенсоры и иммуносенсоры: Обзор // Научное приборостроение, 1995. Т.5, № 1-2. С.3-12

22. Stenberg М., Nygren Н. Kinetics of antigen-antybody reactions at solid-liquid interfaces // J. Of Immunogical Methods. 1988. V.l 13. P.3-15.

23. Евстрапов А.А., Курочкин B.E., Макарова Е.Д. Отражательная фотометрия пластифицированных мембран в задачах обнаружения и оценки концентрации веществ в водных пробах// Научное приборостроение, 1991. Т.1, № 4. С.22-35.

24. Henekamp Н.В., VanNieuwerk // Anal. Chim. Acta. 1980. V.121. P.13-22.

25. Kemula W., Kuther W. /Modern Trends. // Anal. Chem. Pt.A-B. Budapest, 1984. P.A3-A31.

26. Automatization in Microbiology and Immunology. London-Toronto. 1975. P.692.

27. Dalen Van J.P.R., Knapp W. And Ploem J.S. Microfluorometry on antigen-antibody interactions in immunofluorescence using antigens covalently bound to agarose beads // J. Immunology Methods. 1973. N 2. P.383-392.

28. Kurochkin V.E., Makarova E.D. Reflectance Spectrophotometry of Plasticied membranes for the Design of Fast Chemosensors //Analytical Communications, March 1996. V.33.P.115-117.

29. Современная диагностическая лаборатория Каталог продукции АО Юнимед Cwww.unimedao.ru).

30. Кудряков С.А. Параметрические модели пульса и перспективы их использования //Научное приборостроение, 1991. Т.1, №1. С.

31. Палеев Н.Р. Каевицер И.М. Атлас гемодинамических исследований в клинике внутренних болезней (бескровные методы), М: Медицина, 1975. 240 с.

32. Бороноев В.В., Дашинимаев В.Д., Трубачев Э.А. Датчики пульса для практической диагностики в тибетской медицине. /В кн. Пульсовая диагностика тибетской медицины, Новосибирск: Наука. 1988. 134 с.

33. Крепе Е.М. Оксигемометрия. JI: Медгиз, 1959. 222 с.

34. Мошкевич B.C. Фотоплетизмография (аппаратура и методы исследования). М: Медицина, 1970. 206 с.

35. Савицкий Н.Н. Биофизические основы кровообращения и клинические методы изучения гемодинамики, JI: Медицина, 1974.

36. Severinghaus J. W., Astrup P. В. //J. Clin. Monitor. 1986. Vol.2. P.270-288.

37. Mendelson Y., Cheung P. W., Newmen M. R. et. al. // Advanc. Exp. Med. Biol. 1983. Vol. 159. P.93-102.

38. Курочкин B.E., Кузнецов П.Б., Евстрапов А.А., Бурылов Д.А. Фотометрии-ческое устройство для неинвазивного определения кислородного насыщения крови. Решение о выдаче патента РФ №96121688/14 (028369) от 25.09.1998 г.

39. Appenzeller Т. Democratizing the DNA sequence // Science, 1990. Mar 2, V.247. P.4946.

40. Arnheim N. Polymerase Chain Reaction Strategy //Annual review of , biochemistry, 1992. V.61. XIV+1359P. p. 131-156.

41. Bugawan T.L., Saiki R.K., Levenson C.H. et al The Use of Non-Radioactive oligonucleotide Probes To Analyze Enzymatically Amplified DNA for Prenatal Diagnosis and Forensic HLA Typing //Bio-Technology, 1988.

42. Erlich H.A., Gelfand D., Sninsky J.J. Recent Advances in the Polymerase Chain Reaction // Sciences, 1991. V.252, N 5013. P. 1643-1651.

43. Erlich H.A., Gelfand D., Saiki R.K. Specific DNA Amplification //Nature, 1988. February 4. V.331. P. 461-462.

44. Higuchi R., Fockler C., Dollinger C., Watson R. Kinetic PCR analysis: real-time monitoring of DNA amplification reactions // Biotechnology N Y, Sept. 1993. 11 (9). P. 1026-1030.

45. Mullis K.B., Faloona F.A. Specific synthesis of DNA in vitrovia a polymerase-catalized chain reaction // Method in Enzymology, 1987. V.155. P.335-350.

46. White TJ. The future of PCR technology: diversification of technologies and applications // Trends , 1996. Dec. 14 (12). P.478-483

47. White T.J., Madej R., Persing D.H. The polymerase chain reaction: clinical applications //Advances in Clinical Chemistry, 1992. V.29. P.161-196.

48. Ferre F. Quantitative or semi-quantitative PCR: reality versus myth. //PCR Methods Applic. 1992. N 30. P.2576-2582.

49. Livak KJ., Flood S.A., Marmaro J. et al Oligonucleotides with fluorescent dyes at opposite ends provide a quenched probe system useful for detecting PCR product and nucleic acid hybridization // PCR Methods and Applic. 1995. N4. P.357-362.

50. Lyamichev V., Brow M.A.D., Dahlberg J.E. Structure-specific endonucleotidic cleavage of nucleic acids by eubacterial DNA polymerases //Science. 1993. V.260. P.778-783.

51. Aoyagi K. Application of in situ PCR to clinical pathology detection of viral infection // Rinsho Byory. 1997. V.45. P.229-233.

52. Matsui H., Shiba R., Matsuzaki Y. et al Direct detection of hepatitis В virus gene integrated in the Alexander cell using fluorescence in situ polymerase chain reaction //Cancer Lett. 1997. V.24. P.259-264.

53. Nuovo G.J., Gallery F., MacConnel K., Lane B. Intracellular localization of polymerase chain reaction (PCR) — amplified hepatitis С cDNA //Amer. J. Surg. Pathol. 1993. V.17. P.683-690.

54. Чернышев A.B., Белова O.B. Разработка обобщенной структурной схемы и концептуальной модели, расчета амплификаторов ДНК //Научное приборостроение, 2006. Т.16, № 2. С.58-65

55. Чернышев А.В., Друца B.JI. Проблемы создания оборудования для медицинской ПЦР-диагностики //Биомедицинские технологии и радиоэлектроника, 2004. № 12. С. 18.

56. Чернышев А.В. Основы теории расчета электропневмомеханического оборудования для анализа ДНК //Научное приборостроение, 2002.Т.12,№1.С.53-65

57. Чернышев А.В., Белова О.В. Метод решения сопряженной задачи конвективного теплообмена на примере термостатирующего устройства //Вестник МГТУ им. Н.Э. Баумана: Серия Машиностроение. 1998. № 4. С.77-87.

58. Чернышев А.В., Крутиков А. А., Демихов К.Е. и др. Разработка математической модели пневматической системы термостабилизации //Научное приборостроение, 2006. Т.16, № 1. С.94-106.

59. Камке Э. Справочник по обыкновенным дифференциальным уравнениям / пер.с нем. М: Наука. 1976. С.38-39.

60. Чернышев А.В. Создание теории рабочих процессов, методов расчета и разработка оборудования для ПЦР-диагностики Автореф. дисс. . доктора технических наук, М: МГТУ (МВТУ им. Баумана), 2006. 38 с.

61. Буляница A.JL, Курочкин В.Е., Кноп И.С. Методы статистической обработки экологической информации: дискриминантный, корреляционный и регрессионный анализ СПб, СПГУАП ИАнП РАН, 2005. 48 с.

62. Кузьмин А.Г., Михновец П.В. Анализ факторов, определяющих форму пика квадрупольного масс-анализатора //Научное приборостроение, 2006. Т.16, № 1. С.58-63.

63. Кузьмин А.Г., Михновец П.В. Некоторые особенности применения системы моделирования ионно-оптических систем SIMION7 3D при расчетах характеристик квадрупольных масс-анализаторов //Там же, 2004. Т. 14, №3. С.57-60.

64. Болыпев JI.H., Смирнов Н.В. Таблицы математической статистики, М: Наука. 1983.416 с.

65. Беленький Б.Г., Комяк Н.И., Курочкин В.Е., Суханов В.Л., Евстрапов А.А. Микрофлюидные аналитические системы. 4.1. //Научное приборостроение. 2000. Т.10, N 2. С.57-64.

66. Беленький Б.Г., Комяк Н.И.|, Курочкин В.Е., Суханов В.Л., Евстрапов А.А. Микрофлюидные аналитические системы. 4.II. //Там же, 2000. Т.10, N3. С.3-16.

67. Беленький Б.Г., Курочкин В.Е., Евстрапов А.А., Буляница А.Л. и др. Микрофлюидная аналитическая система с детектором лазер-индуцированной флуоресценции // Аллергология и иммунология. 2000. Т.1, N3. С. 101-102.

68. Беленький Б.Г., Курочкин В.Е., Евстрапов А.А., Буляница А.Л. и др. Микрофлюидные аналитические системы на основе электрофоретических методов анализа //Новости науки и техники. Серия Медицина. Аллергия, астма и клиническая иммунология. 2001. N1. С. 190.

69. Беленький Б.Г., Козулин Р.А., Евстрапов А.А. Влияние отраженного капилляром излучения лазера на чувствительность флуориметра капиллярного электрофореза // Научное приборостроение. 2001. Т.11, N 2. С.21-25.

70. Евстрапов А.А., Буляница А.Л., Рудницкая Г.Е. и др. Особенности применения алгоритмов цифровой фильтрации электрофореграмм при анализе веществ на микрочипе // Научное приборостроение. 2003. Т. 13, N2. С.57-63.

71. Буляница А.Л., Евстрапов А.А., Рудницкая Г.Е. Метод моментов при расчете параметров каналов в микроразмерных системах // Научное приборостроение, 2003. Т.13, N 4. С.28-40.

72. Евстрапов А.А., Буляница A.JL, Курочкин В.Е. и др. Экспресс-анализ олигонуклеотидов на планарном микрофлюидном чипе // Журн. аналит. химии, 2004. Т.59, № 6. С. 587-594.

73. Евстрапов А.А., Буляница А.Л., Рудницкая Г.Е., Курочкин В.Е. и др. Микрофлюидные аналитические системы на основе методов капиллярного электрофореза и микрочиповых технологий //Аллергия, астма и клиническая иммунология, 2003. Т.7, № 9. С.205-211

74. Буляница А. Л. Математическое моделирование в микрофлюидике: основные положения //Научное приборостроение, 2005. Т. 15, № 2. С.51-66

75. Буляница А.Л. Управление микропотоками вещества в канале микрофлюидного чипа с помощью регулируемых тепловых полей // Научное приборостроение, 2005. Т.15, № 1. С.56-61.

76. Поздняков А.О., Евстрапов А.А., Лишевич И.В. Микрофлюидные устройства с точки зрения технологии полимерных композитов // Научное приборостроение, 2005. Т.15, № 2. С.67-71.

77. Евстрапов А.А. Физические методы управления движением и разделением микрочастиц в жидких средах. 4.1. Диэлектрофорез, фотофорез, оптофорез, оптический пинцет // Научное приборостроение , 2005. Т.15, № 1. С.8-21.

78. Буляница А.Л. Моделирование процессов тепло- (массо-) переноса в микроканалах при чип-реализации электрофореза // Научное приборостроение, 2005. Т.15, № 3. С.32-39.

79. Рыжик И.М. Таблица интегралов, сумм, рядов и произведений. М, Л: Гостехиздат, 1943.401 с.

80. Буляница А.Л. Массоперенос в коаксиальных элементах проточных аналитических микросистем. Дисс. . канд. физ.-матем. наук. СПб: ИАнП РАН. 1997. 183 с.

81. Буляница A.JL, Курочкин В.Е., Макарова Е.Д. Оценивание диффузионного потока при конвективном массопереносе в тонком коаксиальном капилляре конечной длины // Научное приборостроение, 1997. Т.7, № 1-2. С.28-39.

82. Левич В.Г. Физико-химическая гидродинамика, М: Физматгиз. 1959. 700 с.

83. Шаповалов Ю.А. Аналитические системы на основе электроферментативных процессов. Автореф. дисс. . докт. техн. наук. Л: ЛТИ. 1991. 41 с.

84. Брагинский Л.П. Методологические аспекты токсикологического биотестирования на Daphnia magna Str. и других ветвистоусых ракообразных (критический обзор) // Гидробиол. журн. 2000. Т. 36, №5. С. 50-70.

85. Методическое руководство по биотестированию воды РД 118-02-90. Утверждено Госкомприроды СССР от 06.08.1990. №37.

86. Руководство по определению методом биотестирования токсичности вод, донных отложений, загрязняющих веществ и буровых растворов.М.: РЭФИЯ, НИА-Природа, 2002

87. Дятлов С.Е. Роль и место биотестирования в комплексном мониторинге морской среды // Экология моря. 2000, вып.51. С. 83-87.

88. Крайнюкова А.Н. Биотестирование в охране вод от загрязнения // Методы биотестирования вод. Черноголовка, 1988. С. 4-14.

89. Cross М.С., Hohenberg Р.С. Pattern formation outside of equilibrium // Rev. Mod. Phys. 1993. V.65. P.II.N3. P.851-1112.

90. Koch A.J., Meinhardt H. Biological pattern formation: from basic mechanisms to complex structures // Rev. Mod. Phys. 1994. V.66. N4. P.1481-1507.

91. Будрене E.O. Образование пространственно упорядоченных структур в колониях подвижных бактерий на агаре //ДАН СССР.1985.Т.283. N2.C.470-473.

92. Budrene Е., Berg Н. Complex patterns formed by motile cells of Escherichia coli//Nature, 1991. V.349. P.630-633.

93. Budrene E., Berg H. Dynamics of formation of symmetrical patterns by chemotactic bacteria // Nature. 1995. V.376. P. 49-53.

94. Цыганов M.A., Крестьева И.Б., Медвинский А.Б., Иваницкий Г.Р. Новый режим взаимодействия бактериальных популяционных волн // ДАН СССР. 1993. Т.ЗЗЗ. N4. С.532-536.

95. Medvinsky А.В., Tsyganov М.А., Shakhbazian V.Yu. et al Formation of stationary demarcation zones between population autowaves propagating towards each other // Physica D. 1993. V.64. P. 267-280.

96. Крестьева И.Б., Цыганов M.A., Асланиди Г.В. и др. Фрактальная самоорганизация в популяциях бактерий £.со////Докл.РАЛ.1996.Т.351.Ш.С.406-409.

97. Fujikawa H. Diversity of the growth patterns of Bacillus subtilis colonies on agar plates // FEMS, Microbiology Ecology. 1996. V.13. P.l 59-168.

98. Fujikawa H., Cohen I., Shoket O. et al Complex bacterial patterns// Nature. 1995. V.373. P.566-567.

99. Ben-Jacob E., Cohen I., Shochet O., Tenenbaum A. Cooperative formation of chiral patterns during growth of bacterial colonies // Phys. Rev. Lett. 1995. V.75. N15. P.2899-2902

100. Tsimring L., Levine H., Aranson E.B. et al Aggregation pattern in stressed bacteria //Phys. Rev. Lett. 1995. V.75. P.1859-1862.

101. З.Полежаев А.А., Птицын M.O. Механизм возникновения пространственно-временной упорядоченности в бактериальных системах //Биофизика. 1990. Т.35. В.2. С.302-306.

102. Brenner М., Levitov L.S., Budrene Е. Physical mechanism for chemotactic pattern formation by bacteria //Biophys. Journ. 1998. V.74. N4. P.1677-1693.

103. Trinci A.P.J. Influence of the width of the peripheral growth zone on the radial growth rate of fungal colonies on solid media //Journ. Gen. Microbiol. 1971. V.67. N2. P.325-344.

104. Котов B.H. Моделирование ранней стадии роста мицелиальной колонии // Докл. АН УССР.1988.Т.Б. N1. С.70-73.

105. Obert М., Pfeiffer P., Sernetz М. Microbial growth patterns described by fractal geometry //J.Bacteriology. 1990. V.172. P.l 180-1185.

106. Божокин C.B. Математическая модель морфологического строения грибов //Биофизика. 1996. Т.41. В.6. С.1298-1300.

107. Matsuura S. Colony patterning of Aspergillus oryzae on agar media // Mycoscience. 1998. V.39. P.379-390.

108. Matsuura S., Miyazima S. Formation of ramified colony of fungus Aspergillus oryzae on agar media //Fractals. 1993. V.l. P.336-345.

109. Богомолова E.B., Власов Д.Ю., Панина JI.K. О природе микроколониальной морфологии эпилитных черных дрожжей рода Phaeococcomyces de Hoog //Докл. РАН. 1998. Т.363. № 5. С.707-709.

110. The Mycota.Growth, differentiation and sexuality. /J.G.H.Wessels, F.Meinhardt, eds. Springer-Verlag, Berlin, Heidelberg, 1994. 570p.

111. Белинцев Б.Н. Физические основы биологического формообразования. М.: Наука. 1991. 256с.

112. Turing A. The chemical basis of morphogenesis //Phil. Trans. R. Soc. London. 1952. Ser.B. V.237. P.37-72.

113. Лоскутов А.Ю., Михайлов A.C. Введение в синергетику. М: Наука. 1990. 272 с.

114. Синергетика: Сб. статей //пер. с англ. под ред. Кадомцева Б.Б. М: Мир. 1984. С.3-5.

115. Хакен Г. Синергетика. М: Мир. 1980.

116. Николис Г., Пригожин И. Самоорганизация в неравновесных системах. М: Мир. 1979.

117. Пригожин И., Стенгерс И. Время, хаос, квант. К решению парадокса времени. /Пер. с англ. М: Эдиториал УРСС. 2000. 240 с.

118. Onyang Q., Swinney Н. //Nature. 1991. Vol.352, Р.610.

119. Rrigogine I. //Bull.Acad.Roy.Belg.Cl.Sci. 1945.Vol. 31. P.600.

120. Николис Г. Некоторые аспекты теории флуктуаций в неравновесных системах / в кн. Синергетика: Сб. Статей. /Пер. с англ. Под ред. Кадомцева Б.Б. М: Мир. 1984. 284 с.

121. Колмогоров А.Н., Петровский И.Г., Пискунов Н.С.//Бюлл. МГУ. Секция «Математика и механика». 1937. Т.1. С. 1-26.

122. Tyson J.J. The Belousov-Zhabotinsky Reaction. Berlin: Springer. 1976. 150 p.

123. Полак JI.C., Михайлов A.C. Самоорганизация в неравновесных физико-химических системах. М: Наука. 1983. 286 с.

124. Кернер Б.С., Кузнецов Е.М., Осипов В.В.//ДАН. 1984. Т.277, С.1114-1118.

125. Кернер Б.С., Осипов В.В.// ЖЭТФ. 1982. Т.83, С.2201-2214.

126. Кернер Б.С., Кузнецов Е.М., Осипов В.В.// ЖЭТФ. 1985. Т.89, С.589-607.

127. Эйген М., Шустер П. Гиперцикл. Принципы самоорганизации макромолекул. /Пер. с англ. Андреевой В.М., под ред. Волькенштейна М.В. и Чернавского Д.С. М: Мир. 1982. 270 с.

128. Эйген М. Самоорганизация материи и эволюция биологических макромолекул. М: Мир. 1976.

129. Ландау Л.Д., Лифшиц Е.М. Статистическая физика. 4.1. Серия «Теоретическая физика». Т.5. М: Наука. 1976. 584 с.

130. Берже П. Конвекция Релея-Бенара в жидкостях с высоким числом Прандтля / в кн. Синергетика: Сб. статей. Пер. с англ. под ред. Кадомцева Б.Б. М: Мир. 1984. 248 с.

131. Постон Т., Стюарт И.' Теория катастроф и ее приложения. /Пер. с англ. Чернавского А.В. М: Мир. 1980. 607 с.

132. Стенли Г., Конильо А., Клейн У. и др. Критические явления: прошлое, настоящее и «будущее» / в кн. Синергетика: Сб. статей. Пер. с англ. под ред. Кадомцева Б.Б. М: Мир. 1984. 48 с.

133. Стенли Г. Фазовые переходы и критические явления. М: Мир. 1973.

134. Арнольд В.И. Обыкновенные дифференциальные уравнения: Учеб. пособие для ВУЗов. М: Наука. 1984. 272 с.

135. Николис Г., Пригожин И. Познание сложного. М: Мир. 1990.

136. Экман Ж.-П. //Синергетика. М: Мир. 1984. С. 190-219.

137. Лэнфорд О.Е. Гидродинамические неустойчивости и переход к турбулентности. М: Мир. 1984. С.22-46.

138. Levi М. //Mem. Am. Math. Soc. 32. 1981.

139. Shub M. Stabilite globale des systemes dinamiques, Asterisque, Vol.56, Societe Math. Francaise, Paris. 1980.

140. Grassberger P., Procaccia I. //Physica 9D. 1983. P.189-208.

141. Milnor J. //Commun. Math. Phys. 1985. V.99. P. 177-196.

142. Newhouse S. in Lectures on Dynamical Systems/ZProgress in Mathematics. Birkhauser. Boston. Vol.8. 1980.

143. Newhouse S. Nonlinear Dynamics /Ed. R.H.G. Helleman. N.Y.:Ann. N.Y. Acad. Sci. 1980. V.357. P.292-299.

144. Рюэль Д., Таккенс Ф. Странные аттракторы. М: Мир. 1981. С.117-151.

145. MisiurewiczM. //Ann.N.Y. Acad.Sci. V.357. 1980.

146. Арнольд В.И., Ильяшенко Ю.С. Современные проблемы математики. Фундаментальные направления. Т.1. М: Изд-во ВИНИТИ. 1985. С.7-149.

147. Mandelbrot В. The Fractal Geometry of Nature. San Francisco: W.H. Freeman. 1982.

148. Бунимович Л.А., Песин Я.Б., Синай Я.Г., Якобсон М.В. Современные проблемы математики. Фундаментальные направления. Т.2. М: Изд-во ВИНИТИ. 1985. С. 113-231.

149. Farmer J.D., OttE., Yorke J.A. //Physica. 1983. V.7D. P.153-180.

150. Russel D.A., Hanson J.D., OttE. //Phys.Rev. Lett. 1980. V.45. P.l 175-1178.

151. Колмогоров A.H., Тихомиров B.M. //УМН. 1959. Т.14. С.3-86.

152. Мандельброт Б. Странные аттракторы. М: Мир. 1981. С.47-57.

153. Mandelbrot В.В. Fractals: Forms, Change and Dimension. San-Francisco: W.H. Freeman and Company. 1977. 84 p.

154. Четаев A.H. Нейронные сети и цепи Маркова. М: Наука. 1985. 128 с.

155. Farmer J.D. //Physica. 1982. V.4D. Р.366-393.

156. Young L.-S. // Ergod. Theory and Dyn Syst. 1982. V.2. P.109-124.

157. Панина Л.К. Структурно-функциональная реорганизация микромицетов в процессах формообразования и роста на труднодоступных субстратах. Дисс. докт. биолог, наук. СПб: СПбГУ. 2000. 261 с.

158. Курочкин В.Е., Панина Л.К., Парамонов Г.А. Фотометрический анализ роста культур мицелиальных грибов //Микол. и фитопат., 1991.Т.25,В. 1.С.57-61.

159. Granade Т.С., Artis W.M. Antimycotis susceptibility testing of dermatophytes in microcultures // Antimivrob. Agents Chemother. 1980. Vol.17. P.725-729.

160. Granade T.C., Hehmann M., Artis W.M. Monitoring of filamentous fungal growth in situ microspectrometry // Appl. Env. Microbiol. 1985. Vol.49, N 1. P.101-108.

161. Nestaas E., Wong D.I. The monitor of mycelial growth //Biotechn. Bioeng. 1981. Vol.23. P.2815-2824.

162. Гончарова И.А., Малама А.А., Короткий А.Г. Использование фотометрии для изучения кинетики роста микромицетов // Биофизика микробных популяций. Красноярск, 1987. С.104.

163. Kerbs S., Hutton R.D., Hollister J.W. Visual micromethod for assay of fungal growth // Can. J. Microbiol. 1978. Vol.24, N 5. P.574-578.

164. Лапикова В.П., Аверьянов А.А. Применение инвертированной микроскопии и ячеистых пластин для изучения ранних стадий развития грибов // Микол. и фитопат. 1990. Т.24, Вып. 1. С.77-80.

165. Панина Л.К., Путов В.Я., Курочкин В.Е. Исследование кинетики роста мицелиальных грибов методом вертикального фотометрирования //Микол. и фитопат. 1990. Т.24, Вып. 1. С.90.

166. Курочкин В.Е., Парамонов Г.А., Петряков А.О., Панина Л.К. Метод и аппаратно-программное обеспечение контроля активности биоцидов // Научное приборостроение, 1992. Т.2, № 3. С.71-76

167. Буляница А.Л., Быстрова Е.Ю., Богомолова Е.В. и др. Модель образования пространственно временных периодических структур в колониях мицелиальных грибов. //Журнал общей биологии. 2000. Т.61, N 4. С.400-411

168. Быстрова Е.Ю., Богомолова Е.В., Буляница А.Л. и др. Исследование механизмов формирования зональности в колониях гифомицетов. //Микол. и фитопатол. 2001. Т.35, Вып. 3. С.13-20.

169. Цветкова Е.О., Буляница А.Л., Богомолова Е.В., Панина Л.К., Курочкин

170. B.Е. Математическая модель развития популяции полиморфных грибов. //Доклады 6-й Всероссийской школы-конференции «Биология Наука 21-го века», 20-24 мая 2002 г., Пущино, Россия. 2002. Т.1. С.198-199

171. Bystrova Е., Bogomolova Е., Bulianitsa A., Panina L., Kurochkin V. Pattern formation in fungal colonies: General features and possible mechanisms. //Abstr. of XXII Dynamics Days Europe, July 15-19, 2002, Heidelberg, Germany. N P. 10, 48

172. Monod J. Recherches sur la Croissance des Cultures Bacteriennes, Paris, 1942.

173. Monod J. //Ann.Inst Pasteur, 1950. V.79. P.390.

174. Иерусалимский Н.Д., Неронова H.M. //ДАН СССР. 1968. Т.161. №6.1. C.1437.

175. Andrews J.F. //Biotechnology and Bioengineering, 1968. V.10. P.707

176. Сельков E.E. Сб. Некоторые проблемы биокибернетики; применение электроники в биологии, медицине / под ред. Амосова Н.Н, Т.1. Киев: Наукова думка, 1966. С.81.

177. Bergter F. Wachstum von Microorganismen, Jena, 1972.

178. Романовский Ю.М., Степанова H.B., Чернавский Д.С. Математическое моделирование в биофизике. Введение в теоретическую биофизику. Изд-е 2-е., дополн. М-Ижевск: Ин-т компьютерных исследований, 2004. 272 с.

179. Иерусалимский Н.Д. //Известия АН СССР, сер. Биол. 1967. № 3. С.339.

180. Степанова Н.В., Чернавский Д.С., Иерусалимский Н.Д. Сб. Колебательные процессы в биологических и химических системах. М: Наука. 1967. С.317.

181. Иерусалимский Н.Д., Степанова Н.В., Чернавский Д.С. //Биофизика, 1968. Т. 13, № 2. С.313.

182. Буляница А.Л., Панина Л.К., Курочкин. В.Е. Влияние выработки продуктов метаболизма на процесс формирования колонии несовершенных мицелиальных грибов //Сборник трудов. 8-й Межд. Конф. «Математика. Компьютер. Образование». 2001. Т.1. С.556-563

183. Буляница А.Л., Быстрова Е.Ю., Богомолова Е.В., Панина Л.К., Курочкин В.Е. Модель формирования колонии несовершенных мицелиальных грибов //Тезисы 8-й Межд. Конф. «Математика. Компьютер. Образование», 31 января -4 февраля 2001 г., Пущино, Россия, С.272'

184. Цветкова Е.О., Буляница A.JL, Курочкин В.Е. и др. Влияние адаптационной способности на процессы формообразования в колониях мицелиальных грибов. //Научное приборостроение. 2001. Т.11, N 4. С.76-79

185. Климонтович Ю.Л. Энтропия и информация открытых систем //Успехи физических наук. 1999. Т.169, № 4. С.443-452

186. Буляница А.Л., Курочкин В.Е. Исследование процессов упорядочивания в открытых системах (на примере эволюции колонии несовершенных мицелиальных грибов). //Научное приборостроение». 2000. Т.10, N 2, С.43-49.

187. Qiwang Hsu, Junkang Liu, Weidong Yi et al. Biological wave (basic research). // In «Nonlinear Phenomena in Biology». Pushchino, Russia.:ICB RAS.1998. P.20

188. Буляница А.Л., Быстрова Е.Ю., Курочкин B.E., Панина Л.К., Богомолова Е.В. Влияние коэффициента диффузии метаболитов на процессы упорядочивания в колониях несовершенных мицелиальных грибов. //Научное приборостроение. 2000. Т.10, N 4, С.44-47

189. Тихонов А.Н., Самарский А.А. Уравнения математической физики. М: Наука. 736 с.

190. Таблицы значений функций Бесселя от мнимого аргумента /Под ред. акад. Виноградова И.М. -М., Л.: Изд-во Академии наук СССР, -1950. -404 с.

191. Verhulst P.F. Nouvlaux memoires de l'Academie royale des sciences et belles-letters de Bruxelles, 1845. V.18. P.l.

192. Lotka A.J. Elements of physical biology. Baltimora, 1925.

193. Кумзеров Ю.А., Панина Л.К. Фазовый переход в диморфных грибах //Биофизика, 2000. Т.45, вып.6. С.1119-1124.

194. Белинцев Б.Н., Волькенштейн М.В. //ДАН СССР. 1977. Т.235, № 1. С.205-207.

195. Волькенштейн М.В. Физика и биология. М: Наука. 1980. 152 с.

196. Skocpol W.J., Tinkham М. //Rep.Prog.Phys. 1975. V.38. Р.449-457.

197. Буляница A.JI. Фазовые переходы в колониях несовершенных мицелиальных грибов //Научное приборостроение, 2004. Т.14, № 3. С.97-101

198. Власов Ю.Г. Мультисенсорные системы в аналитической химии (электронный нос и электронный язык) //Каталог рефератов и статей Межд. Форума «Аналитика и аналитики», 2-6 июня 2003 г., Воронеж, Россия. 2003. Т.1. С. 19.

199. Ermolenko Yu., Yoshinobu Т., Mourzina Yu. et al The hibrid potassium/calcium sensor based on laser scanned silicon transducer for multi-component analysis. //Abstr. of IUPAC Intern. Congress on Analytical Sciences 2001, Tokyo, Japan. 2001. P.195-196.

200. Легин A.B., Рудницкая A.M., Кирсанов Д.О. и др. «Электронный язык» для сельскохозяйственных приложений //Каталог рефератов и статей Межд. Форума «Аналитика и аналитики» , 2-6 июня 2003 г., Воронеж, Россия. Т.1. С.244.

201. Буляница А.Л. Хемосенсор на основе самоорганизующейся колонии несовершенных грибов («электронный рот») // Научное приборостроение. 2003. Т. 13. №4. С.65-69.

202. Гнеденко Б.В. Курс теории вероятностей, М: Наука. 1988. 448 с.

203. Новицкий П.В., Зограф И.А. Оценка погрешностей результатов измерений, Л.: Наука. 1991.248 с.

204. Хампель Ф., Рончетти Э., Рассеу П., Штаэль В. Робастность в статистике. Подход на основе функций влияния /Пер. с англ. М: Мир. 1989. 512 с.

205. Мостоллер Ф., Тьюки Дж. Анализ данных и регрессия. Вып.1 /Пер. с англ. М.: Финансы и статистика, 1982. 317 с.

206. Горяинов В.Т., Журавлев А.Г., Тихонов В.И. Статистическая радиотехника: Примеры и задачи. Учеб. пособие для вузов, М.:Сов.радио, 1980.544 с.

207. Корн Г., Корн Т. Справочник по математике для научных работников и инженеров, М.: Наука, 1968. 720 с.

208. Кендалл М.Дж., Стьюарт А. Статистические выводы и связи, М: Наука. 1973.900 с.

209. Введение в теорию порядковых статистик. Сб. под ред. А. Сархана и Б. Гринберга. М: Статистика. 1970.

210. Боровков А.А. Математическая статистика. М: Наука. 1985. 472 с.

211. Хьюбер П. Робастность в статистике. М: Мир. 1984. 304 с.

212. Шевляков Г.Л., Максимов Ю.Д., Кизима Г.А., Макарова С.Л. Лабораторные работы по математической статистике. 4.1: Методические указания, Л:ЛПИ им. М.И. Калинина, 1990. 37 с.

213. Шипачев B.C. Высшая математика. Учеб. для вузов. 5-е изд., стер. М: Высш. Школа, 2002. С.383-385.

214. Кудрявцев Л.Д. Математический анализ.Т.1. М: Высш. Школа, 1970. 588 с.

215. Демидович Б.П. Сборник задач и упражнений по математическому анализу. 6-е изд., стер. М: Наука. 1966. 544 с.

216. Akaike Н. Fitting Autoregressions for Prediction //Ann. Inst. Statist. Math. 1969. V.21.P.243-247

217. Akaike H. A new look at the statistical model identification /ЛЕЕЕ Trans. Autom. Control. 1974. V.19. P.716-723

218. Канторович Л.В. О некоторых новых подходах к вычислительным методам и обработке наблюдений // Сиб. мат. журн., 1962, т.З, № 5, с.701-709.

219. Померанцев А.Л., Родионова О.Е. Построение многомерной градуировки методом ПИО // Журн. аналит. химии, 2006, т.61., № 10, с. 1032-1047.

220. Rajko R. Treatment of model error in calibration by robust and fuzzy procedures // Anal. Letters, 1994, v.21, p.215-228.

221. Буляница А.Л. Условия эффективности метода простого интервального оценивания // Доклады 8-го Всеросс. Симп. по прикладной и промышленной математике, 07-10 окт. 2007 г., Адлер (в печати). Опубл. www.tvp.ru/conferen/conferfr.ru.

222. Буляница А.Л. Условия эффективности применения метода простого интервального оценивания // Научное приборостроение, 2008. Т. 18, № 2. С.87-90.

223. Первозванский А.А. Курс теории автоматического управления. Учеб. пособ. М: Наука. 1986. 616 с.

224. Буляница А.Л. Оценка параметров положения сигнала типа «линейный тренд» в условиях несимметричной дискретной помехи //Научное приборостроение, 1993. Т.З, № 2. С.68-78.

225. Поляк Б.Т., Цыпкин Я.З. Адаптивные алгоритмы оценивания (сходимость, оптимальность, стабильность) //Автоматика и телемеханика, 1979. №3. С.71-84.

226. Курочкин В.Е., Фельдман Б.Х. Оценка параметров тренда сигналов фотометрических анализаторов биосубстанций при кинетических исследованиях //Научное приборостроение. Методы и приборы биотехнологии. Л: Наука. 1988. С.80-86.

227. Курочкин В.Е., Фельдман Б.Х. Модель нерегулярного кусочно детерминированного сигнала // Научное приборостроение. Автоматизация научных исследований. Л: Наука. 1988. С.63-68.

228. Курочкин В.Е., Фельдман Б.Х. Оценка параметра положения сигнала // Научное приборостроение. Автоматизация научных исследований. JI: Наука. 1988. С.68-73.

229. Курочкин В.Е. Приборы иммунного и химического экспресс-анализа на основе гибридных методов. Дисс. . докт. техн. наук. СПб: ИАнП РАН. 1994. 336 с.

230. Цыпкин Я.З., Поляк Б.Т. Огрубленный метод максимального правдоподобия // В сб. «Динамика систем», изд-во Горьковского ун-та. 1977. № 12. С.22-46.

231. Левин Б.Р. Теоретические основы радиотехники. В 3-х кн. Кн. 2-я. М: Советское радио. 1976. 392 с.

232. Robbins Н., Monro S. A stochastic approximation method // Anal Math. Stat. 1951. V.22, N 3. P.400-407.

233. Cochran W., Davis M. Sequential experiments for estimating the median lethal dose // CoIIoques internationaux du centre National de la Recherche Scientifique, 1963.N 110. P.181-194.

234. Kesten H. Accelerated stochastic approximation // Ann. Math. Stat. 1959. V.29, N1. P.41-59.

235. Kiefer J., Wolfowitz J. Stochastic estimation of the maximum of a regression function // Ann. Math. Stat. 1952. V.23, N 3. P.462-466.

236. Fabian V. Stochastic approximation methods // Czech. Math. Journ. 1960. N 10(85). P.123-159.rd

237. Dvoretzky A. On stochastic approximation // Proc. of the 3 Berkeley symposium on Mathematical Statistics and Probability. Univ. of Calif. Press., Berkeley, California. 1956. N 1. P.39-55.

238. Dupac V. Dynamic Stochastic Approximation Method // Anal. Math. Stat. 1965. V.36, N 6. P. 1695-1702.

239. Буляница А.Л., Курочкин B.E., Бурылов Д.А. Анализ и практическая реализация алгоритма стохастической аппроксимации в модификации Я.З. Цыпкина // Труды LV1 Научной сессии, посвященной Дню радио, 16-17 мая 2001 г., Москва, Россия, Т.2, С.323-325

240. Буляница А.Л., Курочкин В.Е. Исследование свойств и программно-аппаратная реализация алгоритма стохастической аппроксимации в модификации Я.З. Цыпкина//Научное приборостроение,2002. Т.12,№2.С.30-49.

241. Арнольд В.И. Обыкновенные дифференциальные уравнения: Учеб. пособие для вузов, М: Наука. 1984. 272 с.

242. Курош А.Г. Курс высшей алгебры. Гл.9. М: Наука. 1968.

243. Лаврентьев М.А., Шабат Б.В. Методы теории функции комплексного переменного. Гл.5. М: Физматгиз. 1958.

244. Постников М.М. Устойчивые многочлены. М: Наука. 1981.

245. Гелиг А.Х. Об устойчивости движения систем с неединственным положением равновесия//ДАН СССР. 1962. Т.147, № 3. С.526-528.

246. Попов В.М. Об абсолютной устойчивости нелинейных систем автоматического регулирования //Автоматика и телемеханика, 1961. Т.22, № 8. С.961-979.

247. Цыпкин Я.З. Оптимизация в условиях неопределенности // ДАН СССР, 1976. Т. 228, № 6. С. 1306-1309.

248. Бедельбаева А.А. Релейные алгоритмы оценивания // Автоматика и телемеханика, 1978. № 1. С.87-95.

249. Красулина Т.П. О сходимости снизу модифицированного процесса Роббинса-Монро // Автоматика и телемеханика, 1992. № 4. С.73-76.

250. Маликов М.Ф. Основы метрологии. М: Стандартгиз. 1949. 480 с.

251. Буляница А.Л., Курочкин В.Е. Свойство независимости точности оценивания от величины зоны нечувствительности в релейном алгоритме // Автоматика и телемеханика, 1999. № 9. С. 187-189.

252. Мусил Я., Новакова О., Кунц К. Современная биохимия в схемах. М.: Мир. 1984.216 с.

253. Буляница А.Л., Бурылов Д.А. Частотные критерии устойчивости оценки рекуррентного алгоритма для сигнала постоянного уровня // Научное приборостроение, 1998. Т.8, № 1-2. С.37-41.

254. Бурылов Д.А. Рекурсивный робастный оценщик информативных параметров сигналов в приборах химического экспресс-анализа. Дисс. . канд. техн. наук. СПб: ИАнП РАН. 1999. 131 с.

255. Попов В.М. Гиперустойчивость автоматических систем. М.: Наука. 1970.

256. Бесекерский В.А., Попов Е.П. Теория систем автоматического регулирования. М.: Наука. 1975. 768 с.

257. Цыпкин Я.З. Релейные автоматические системы. М.: Наука. 1974. 576 с.

258. Цыпкин Я.З., Попков Ю.С. Теория нелинейных импульсных систем. М.:1. Наука. 1973.

259. Гелиг А.Х. Робастная устойчивость нелинейных импульсных устройств // Автоматика и телемеханика, 1996. №12. С.78-83.

260. Белорусец В.Е. Определение сходимости ряда Вольтерра. // Автоматика и телемеханика. 1990. №1. С. 3-9.

261. Рихтмайер Р., Мортон К. Разностные методы решения краевых задач. / пер. с англ. М: Мир, 1972. 418 с.

262. Тихонов А.Н., Самарский А.А. Уравнения математической физики, М: Наука. 1983. 780 с.

263. Аоки М. Оптимизация стохастических систем. М: Наука. 1971. 216 с.

264. Буляница A.JL, Бурылов Д. А. Исследование сходимости оценки рекуррентного алгоритма для сигнала постоянного уровня // Научное приборостроение. 1998. Т.8. № 1-2. С.32-36.

265. Jeffreys Н. Theory of Probability. 2nd eds. Oxford. 1948. P.158.

266. Буляница А.Л., Бурылов Д.А. Исследование сходимости рекуррентного сигнатурного алгоритма Цыпкина на основе модификации подхода М.Аоки //Тезисы докладов 4-й Санкт-Петербургской Ассамблеи молодых ученых и специалистов, 1999, Санкт-Петербург, С.40.

267. Буляница А.Л., Бурылов Д.А. Знаковый критерий определения разладки в последовательности измерений // Научное приборостроение. 1999. Т.9. №1. С.60-64.

268. Page E.S. Continious inspection scheme //Biometrika. 1954.V.41,№1.P.141-154.

269. Page E.S. A test for change in a parameter occuring at an unknown // Biometrika. 1955. V.42, №4. P.523-527.

270. Никифоров И.В. Последовательное обнаружение изменения свойств временных рядов. М.: Наука. 1983.

271. Воробейчиков С.Э Об обнаружении изменения среднего в последовательности случайных величин//Автоматика и телемеханика. 1998. №3. С. 50-56.

272. Бродский Б.Е., Дарховский Б.С. Непараметрический метод скорейшего обнаружения изменения среднего случайной последовательности// Теориявероятностей и ее применения. 1987. Т.32, № 4. С.703-711.

273. Бывайков М.Е., Ромащев А.А. О робастности в задаче обнаружения изменения параметра сдвига случайной последовательности // Автоматика и телемеханика. 1989. № 7. С. 138-143

274. Севастьянов Б.А. Курс теории вероятностей и математической статистики, М: Наука. 1982.

275. Ивницкий Д.М., Ситдыков Р.А., Курочкин В.Е., Рейфман JI.C. Высокоскоростной электрохимический анализатор с компьютерной обработкой данных для иммуноферментного анализа // Журнал аналитической химии. 1991. Т. 46, №6. С. 1239-1244.

276. Поляк Б.Т. Новый метод типа стохастической аппроксимации // Автоматика и телемеханика. 1990. №7. С.98-107.

277. Румшиский JI.B. Элементы теории вероятностей, М: Наука. 1966. 176 с.

278. Пустыльник Е.И. Статистические методы анализа и обработки наблюдений, М: Наука. 1968. 288 с.

279. Analytical Methods Committee //Analyst, 1994. V.119. P.2363.

280. Буляница A.JI. Комплексный критерий линейности зависимости Y=F(X) в задачах приборостроения //Научное приборостроение, 1996. Т.6,№ 1-2. С.54-58

281. Буляница А.Л., Курочкин В.Е. Оценивание необходимого числа точек наблюдения при построении линейных регрессионных моделей // Научное приборостроение, 2000. Т.10, № 1. С.25-34.

282. Буляница А.Л., Курочкин В.Е. Исключение точек разбалансировки как базовый принцип построения градуировочных кривых // Тезисы докладов 1-й Всероссийской конференции «Аналитические приборы», 18-21 июня 2002г., Санкт-Петербург, Россия. С. 142-143. у

283. Kendall М. G. & Stuart A. The advanced theory of statistics. V.3. Design and analysis, and time-series. 2nd edn. London. 1968.

284. Бурылов Д.А., Евстрапов А.А., Макарова Е.Д. и др. Малогабаритный хемосенсорный анализатор // Журнал аналитической химии, 1997. Т.52. № 5. С.552-556.

285. Клиническая лабораторная аналитика в 5-ти томах /под общей ред. Меньшикова В.В. Т.1. Основы клинического лабораторного анализа /ред. Окунев Д.Ю. М: Агат-Мед, 2002. 860 с.

286. Био- и хемосенсоры. Отчет о НИР/ ИАнП РАН; Руководитель темы: Курочкин В.Е.; Исполн. Евстрапов А.А., Макарова Е.Д., Буляница А.Л. и др. 174 НИР-И: ГР № 0193001034; Инв. № 02.9.50004045. СПб, 1995. 374 с.

287. Белорукова М.Г. Магнитный способ повышения емкости крови и контроля некоторых ее параметров. Автореф. дисс.канд. техн. наук, СПб: СПбТИ (ТУ), 2003. 19 с.