Математическая модель и комплекс программ для выбора технических средств систем энергоучета тема диссертации и автореферата по ВАК РФ 05.13.18, кандидат технических наук Демич, Ольга Валерьевна

• Демич, Ольга Валерьевна
• кандидат технических наук
• 2005

Оглавление диссертации кандидат технических наук Демич, Ольга Валерьевна

ВВЕДЕНИЕ.

ГЛАВА 1. АНАЛИЗ ПРЕДМЕТНОЙ ОБЛАСТИ;.

1.1. Анализ систем энергоучета.

1.2. Обзор автоматизированных систем поддержки принятия решений

1.3. Анализ методов поиска.

1.3.1. Обзор методов нелинейного программирования.

1.3.2. Обзор метаэвристических методов.

1.4. Выводы по первой главе.

ГЛАВА 2. СИСТЕМА ПРЕДПОЧТЕНИЙ ЛИЦА, ПРИНИМАЮЩЕГО РЕШЕНИЕ.

2.1. Структура критериев выбора технических средств систем энергоучета.

2.2. Требования к системе энергоучета.

2.3. Выводы по второй главе.

ГЛАВА 3. МАТЕМАТИЧЕСКАЯ МОДЕЛЬ ВЫБОРА ТЕХНИЧЕСКИХ СРЕДСТВ СИСТЕМ ЭНЕРГОУЧЕТА.

3.1. Концепция задачи выбора технических средств АСКУЭ.

3.1.1. Нормирование критериев технических средств АСКУЭ.

З.Г.2; Приоритет критериев технических средств АСКУЭ7.

3.2. Постановка задачи выбора технических средств АСКУЭ

3.3. Представление пространства решений.

3.4. Построение функции выбора.

3.5. Метод самоорганизации поиска.

3.5.1. Алгоритм метода.

3.5.2. Настройка параметров алгоритма.

3.5.3. Сходимость метода.

3.5.4. Сравнительный анализ методов.

3.5.5. Отличия МСП от других методов.

3.6. Выводы по третьей главе.

ГЛАВА 4. КОМПЬЮТЕРНАЯ СИСТЕМА ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЯ ПРИ ВЫБОРЕ ТЕХНИЧЕСКИХ СРЕДСТВ СИСТЕМ ЭНЕРГОУЧЕТА.

4.1. Функциональная модель.

4.2. Инфологическая модель.

4.3. Структура программы.

4.3.1. Подсистема представления данных.

4.3.2. Подсистема построения графа альтернатив.

4.3.3. Подсистема ранжирования критериев.

4.3.4. Подсистема формирования требований ЛПР.

4.3.5. Подсистема принятия решения.

4.4. Полнота базы данных технических средств.

4.5. Описание программной реализации КСППР при выборе технических средств АСКУЭ.

4.6. Выводы по четвертой главе.

Введение диссертации (часть автореферата) на тему «Математическая модель и комплекс программ для выбора технических средств систем энергоучета»

В настоящее время практически все крупные предприятия приходят к созданию автоматизированных систем контроля и учета энергоресурсов (АСКУЭ), которые позволяют существенно (до 60%) снизить затраты на энергопотребление за счет: повышения точности учета; снижения энергопотребления; автоматизации сбора данных; планирования энергопотребления.

В связи с вышесказанным и с внедрением федерального закона «Об энергосбережении» [66] внедрение на крупных предприятиях и в организациях АСКУЭ является актуальным.

На этапе проектирования систем энергоучета возникает задача выбора технических средств (ТС), от которых в большей степени зависят функциональные возможности системы энергоучета и ее стоимость.

При этом возникают следующие проблемы:

1) Этап определения компонент АСКУЭ является трудоемким, длительным и незащищенным от ошибок. Это характеризуется тем, что на российском рынке существует, более. 50; фирм,- производящих- средства;энергоучета. Ассортимент каждой фирмы представлен множеством (до 100) различных устройств. А для больших, распределенных систем учета двух и более видов энергоресурсов приходится выбирать несколько десятков средств учета с различными функциональными возможностями. Причем технические средства различаются по многим показателям (около 20).

2) Существующие методы поиска либо слишком медленны (точные, случайного поиска), либо не находят точного решения, а дают лишь направление для поиска (метаэвристические).

3) Отсутствует система предпочтений при выборе технических средств, входящих в состав АСКУЭ.

Фирмы-разработчики систем энергоучета (Миус, Энергия, Е1-энергоучет, ЭКОМ) обычно предлагают свой комплекс технических средств (получается дорогое и не самое оптимальное решение для конкретного предприятия).

Поэтому актуальной является задача разработки модели и метода выбора технического состава АСКУЭ и на их основе компьютерной системы поддержки принятия решения (КСППР) [21]. Внедрение КСППР позволит: сократить затраты и время на создание АСКУЭ; построить систему энергоучета, ориентированную на конкретное предприятие.

Целью диссертационной работы является повышение эффективности выбора технических средств систем энергоучета путем создания математической модели и алгоритмов поиска и реализации их в компьютерной системе поддержки принятия решения при выборе технических средств систем энергоучета.

Для достижения поставленной цели в диссертационной работе осуществляется решение следующих основных задач:

1. Анализ и формализация предметной области.

2. Разработка системы предпочтений лица, принимающего решения (ЛПР).

3. Разработка математической модели выбора технического состава систем энергоучета.

4. Разработка Метода самоорганизации поиска.

5. Экспериментальное исследование алгоритма метода поиска и разработка рекомендаций по настройке его параметров.

6. Создание комплекса программ поддержки принятия решения при выборе технических средств систем энергоучета.

Для решения поставленных задач и достижения намеченной цели использованы методы системного анализа, математического моделирования, теории принятия решений, теории графов и сетей, эволюционные методы, методы математического программирования.

Научная новизна заключается в следующем:

1. Создан метод поиска, базирующийся на метаэвристическом подходе и теории сужающихся множеств.

2. Разработана математическая модель выбора технических средств, входящих в состав систем энергоучета.

3. Разработана система предпочтений лица, принимающего решения, позволяющая формализовать требования к проектируемой системе энергоучета.

4. Предложены принципы построения компьютерной системы поддержки принятия решения при выборе технических средств систем энергоучета. Практическая ценность работы заключается в следующем:

1. Разработанные алгоритмы применены при создании прикладного программного обеспечения для системы поддержки принятия решений, системы оценивания альтернатив.

2. Разработан комплекс программ: автоматизированная система ранжирования критериев на основе метода «Делфи» и компьютерная система поддержки принятия решения при выборе технических средств АСКУЭ.

3. Предложенный метод представляет интерес для вузов, в учебные программы которых входят дисциплины, связанные с математическими, методами и программированием:

Заключение диссертации по теме «Математическое моделирование, численные методы и комплексы программ», Демич, Ольга Валерьевна

ОСНОВНЫЕ ВЫВОДЫ И ЗАКЛЮЧЕНИЕ

Главным итогом диссертационной работы является разработка математической модели и алгоритмов для выбора комплекса технических средств систем энергоучета. Предложенный метод поиска был реализован в компьютерной системе поддержки принятия решения при выборе ТС АСКУЭ.

Основные научные и практические результаты диссертационной работы состоят в следующем:

1. Произведен анализ автоматизированных систем контроля и учета энергоресурсов и разработана структура системы предпочтений лица, принимающего решения, к проектируемой системе энергоучета, состоящая из структуры критериев выбора технических средств, входящих в состав систем энергоучета, и системы требований к создаваемой АСКУЭ.

2. Разработана математическая модель выбора технических средств, входящих в состав систем энергоучета.

3. Создан метод поиска (Метод самоорганизации поиска), базирующийся на метаэвристическом подходе и теории сужающихся множеств. Метод является универсальным, поэтому он может использоваться для решения различных задач теории принятия решения, например, для поиска аналога изделия.

4. Предложены принципы построения компьютерной системы поддержки принятия решения при выборе технических средств систем энергоучета, позволяющие создавать системы для принятия решений на начальных этапах проектирования.

5. Разработанные алгоритмы применены при создании прикладного программного обеспечения для системы поддержки принятия решений, системы оценивания альтернатив.

6. Разработаны и защищены Свидетельствами о государственной регистрации программы для ЭВМ: автоматизированная система ранжирования критериев на основе метода «Делфи» и компьютерная система поддержки принятия решения при выборе технических средств АСКУЭ.

Предложенная компьютерная система поддержки принятия решения позволяет сократить затраты и время на проектирование АСКУЭ и построить систему энергоучета, ориентированную на конкретное предприятие. Предложенный метод представляет интерес для вузов, в учебные программы которых входят дисциплины, связанные с математическими методами и программированием.

СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ

АСДУ - автоматизированные системы диспетчерского управления

АСКУЭ - автоматизированные системы контроля и учета энергии

БД - база данных

ГА — генетический алгоритм

ИС - индекс согласованности матрицы

КПТС - комплекс программно-технических средств

КСППР - компьютерная система поддержки принятия решения

КТС - комплекс технических средств

ЛПР - лицо, принимающее решение

ММК - метод муравьиной колонии

МПП - метод полного перебора

МР - множество решений

ОС - отношение согласованности мнений экспертов

ОЭС - оболочка экспертных систем

ПИП - первичный измерительный преобразователь

ПК - персональный компьютер

ПП - программный продукт

ПР - принятие решения

ПТК - программно-технический комплекс

СЛР - список лучших решений

СС - случайная согласованность матрицы.

СППР - система поддержки принятия решения

ТС - технические средства

У СПД -устройство сбора и передачи данных

Список литературы диссертационного исследования кандидат технических наук Демич, Ольга Валерьевна, 2005 год

1. Александров Д. А. Алгоритм муравьиной колонии для задачи о минимальном покрытии. Труды XI международной Байкальской школы-семинара «Методы оптимизации и их приложения». Иркутск, 1998, т.З, с. 17-20.

2. Алексеев A.B. и др. Интеллектуальные системы принятия проектных решений. Рига: Зинатне, 1997, 320 с.

3. Андрейчиков A.B., Дворянкин A.M., Половинкин А.И. Об использовании экспертных систем в автоматизированном банке инженерных знаний для поискового проектирования и конструирования: Изв. АН СССР. Техн. кибернетика, 1989, с. 183-189.

4. Анохин A.M., Глотов В.А., Павельев В.В., Черкашин A.M. Методы определения коэффициентов важности критериев: Автоматика и телемеханика, 1997, с. 3-35.

5. Арсеньев Ю. Н., Шелобаев С. И., Давыдова Т. Ю. Принятие решений. Интегрированные интеллектуальные системы. М.: Юнити-Дана, 2003, 272 с.

6. Барский А. Б. Нейронные сети: распознавание, управление, принятие решений, М.: Финансы и статистика, 2004, 176 с.

7. АСКУЭ «АльфаСмарт» Электронный ресурс. / ТелеСофт. Краснодар, 1999-2005. Режим доступа: http://www.telescada.ru, свободный.

8. Борисов А.Н., Алексеев A.B. Модели принятия решений на основе лингвистической переменной. Рига: Зинатне, 1982, 256 с.

9. Борисов A.H., Вилюмс Э.Р., Сукур Л.Я. Диалоговые системы принятия решений на базе мини-ЭВМ: Информационное, математическое и программное обеспечение.-Рига: Зинатне, 1986, 195 с.

10. Брахман T.P. Многокритериальное^ и выбор альтернативы в технике. М: Радио и связь, 1984, 287с.

11. Булаев Ю.В. Береженого АСУ бережет // Мир ПК, 2000. № 9, с. 84-87.

12. Вешников Э. А., Гутнер Б. Г., Новиков А. Г., Рогачев Н. Н. Автоматизированные системы коммерческого и технического энергоучета как инструмент ресурсной стратегии предприятия // Приборы, 2001. № 2, с. 17-18.

13. Гермеер Ю.Б. Введение в теорию исследования операций. М.: Наука, 1971,324 с.

14. Глотов В.А. и др. Метод определения коэффициентов относительной важности//Приборы и системы управления, 1976. № 8, с. 17-22

15. Гмошинский В.Г., Флнорент A.B. Теоретические основы инженерного прогнозирования. -М.: Наука,1975,280 с.

16. Гончаров E.H., Кочетов Ю.А. Поведение вероятностных жадных алгоритмов для многостадийной задачи размещения. // Дискретный анализ и исследование операций, 1999. Сер.2, т.6 , № 1, с. 12-32.

17. Гуртовцев A.JI. Комплексная автоматизация энергоучета на промышленных предприятиях и хозяйственных объектах // Современные технологии автоматизации, 1999, № 3, с. 26-39.

18. Гуткин JI.C. Оптимизация • радиоэлектронных устройств по совокупности показателей качества. М.: Радио, 1975, 367 с.

19. Давид Марка, Клемент МакГоуэн, Методология структурного анализа и проектирования. Пер. с англ. М.: 1993, 240 с.

20. Демич O.B. Проблемы проектирования автоматизированных систем энергоучета // Вестник АГТУ, №1(24). Астрахань, 2005, с.105-108.

21. Демич О.В. Автоматизация задач проектирования систем энергоучета // Сборник трудов XVIII Международной научной конференции «Математические методы в технике и технологиях». Казань, 2005. Т. 10, с. 94-95.

22. Демич О .В ., Демич Н.В. Исследование алгоритмов оптимизации с помощью вычислительных экспериментов // Материалы V Международной научной конференции «Наука и образование». Белово, 26-27 февраля, 2004, с. 483-485.

23. Демич О.В., Шуршев В.Ф. Исследование и классификация автоматизированных систем энергоучета // Известия высших учебных заведений. Северо-Кавказский регион. Технические науки, 2005. Прил. 2, с. 220-223.

24. Демич О.В. Шуршев В.Ф. Метод самоорганизации поиска и его применение для задачи принятия решения // Системы управления и информационные технологии, № 3 (20), 2005, с. 14-16.

25. Дружинин В.В., Конторов Д.С. Системотехника. М.: Радио и связь, 1985, 200 с.

26. Еремин И. И., Кибзун А. И. Современные проблемы теории оптимизации // Автоматика и телемеханика, № 2, 2004, с. 3.

27. Жигунов А. М. Современные системы автоматизации Электронный ресурс. / Жигунов А. М., Санкт-Петербург, 2000-2005. Режим доступа: http://automation.chat.ru/home.htm, свободный.

28. Заде JI. Понятие лингвистической переменной и его применение к принятию приближенных решений. -М.: МИР, 1976, 165 с.

29. Ильин В.П. Высокие информационно-вычислительные технологии // Вестник РАН, 1996. Т. 66. № 6, с. 552-551.

30. Касьян В. Я., Самсонов П. Л., Синютин П. А. Организация проектирования автоматизированных систем контроля и учета энергии в энергосбыте АО "Челябэнерго"//Промышленная энергетика, № 7, 1997, с. 34-38.

31. Квятковская И.Ю. Теория принятия решений: Методическое пособие. -Астрахань: ЦНТЭП, 2002, 100 с.

32. Кини Р.Л. Принятие решений при многих критериях предпочтения и замещения. М.: Радио и связь, 1981, 342 с.

33. Кормен Т., Лейзерсон Ч., Ривест Р. Алгоритмы: построение и анализ. М.: МЦНМО, 2001,265 с.

34. Костин С. Н., Русанов В. Н., Синютин П. А. Организация внедрения автоматизированных систем учета электроэнергии промышленных потребителей АО "Челябэнерго" // Промышленная энергетика, № 6, 1997, с. 32-35.

35. Кочетов Ю.А., Пащенко М.Г. Лагранжевы релаксации в задаче: выбора оптимального' состава системы технических средств // Управляемые системы, вып.31, 1993, с.26-39.

36. Ларичев О.И., Кочин Д.К., Димитриади Г.М. и др. Методы поддержки принятия решений. М.: Эдиториал УРСС, 2001, 72 с.

37. Литвак Б.Г. Экспертная информация: методы получения и анализа. М.: Радио и связь, 1982, 184 с.

38. Марселлус Д. Программирование экспертных систем на Турбо Прологе. -М.: Финансы и статистика, 1994,256 с.

39. Э. Молокан, И. Бирюков. Автоматизация учета энергопотребления // Современные технологии автоматизации, №1, 1996, с. 41-45.

40. Мулен Э. Кооперативное принятие решений: аксиомы и модели. М.: Мир, 1991,463 с.

41. Нейлор К. Как построить свою экспертную систему. М.:

42. Энергоатомиздат, 1991,286 с.

43. Ногин В.Д. Принятие решений в многокритериальной среде: Количественный подход. М.: ФИЗМАТЛИТ, 2002, 176 с.

44. Новиков Ф.А, Дискретная математика для программистов. Спб.: Питер, 2001,304 с.

45. Панкова Л. А., ПетровскийА.М., Шнейдерман Н.В. Организация экспертизы и анализ экспертной информации. М.: Наука, 1984,214 с.

46. Подиновский В.В. Лексикографические задачи линейного программирования // Журн. вычисл. матем. и мат. физики, 1972. Т. 12. №6, с. 568-571.

47. Попов Э.В. Экспертные системы реального времени // Открытые системы, 1995, №2, с. 48-51.

48. Попов Э.В. Экспертные системы: Решение неформализованных задач в диалоге с ЭВМ. М.: Наука, 1987, 288 с.

49. Попов В.А., Фомин С.А. Реализация компонентов гибридных экспертных систем семейства ПРОТЕЙ: Тез. докл. Всесоюз. конф. по искусственному интеллекту. -М.: Институт программных систем, 1988. Т. 2, с. 396-401.

50. Распутин А., Федотов И. Программно-технический комплекс ЭКОМ: учет „ и управление энергоресурсами // Современные технологии автоматизации,3,2000, с. 23-28.

51. Рафальский В.С. Оценка достаточности информации для выбора решения // Новые технологии в машиностроении: Сборник научных трудов.

52. Ульяновск: УлГТУ, 2002, 173 с.г 57. Ротыггейн А.П. Интеллектуальные технологии идентификации. Винница:

53. Универсум-Винница, 1999, 320 с.

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

55. Солоухин В. Автоматизированные Системы Контроля и Учета

56. Электроэнергии Электронный ресурс. / Солоухин В. Москва, 2003-2005. Режим доступа:, http://www.askue.ru, свободный.

57. Сорина Г.В. Основы принятия решений. М.: Экономисть, 2005, 187 с.

58. Стивен Дж., Говард Ч. Wharton о принятии решений. М.: Аналитика, 2005,391 с.

59. Ступаченко A.A. САПР технологических операций. Спб.: Машиностроение, 1988,234 с.

60. Тинтарев Э.М., Трофимов В.М. Аппроксимация коэффициентов важности функциями ранжирования // Экономика и мат. методы, 1975. Т. 11. № 7, с. 17-20.

61. Трайнев В.А., Трайнев О.В. Параметрические модели в экспертных методах оценки при принятии решений. М.: Прометей, 2003,232 с.

62. Фарберов Д.С., Алексеев С.Г. Сравнение некоторых методов решения многокритериальных задач линейного программирования // Журнал Высш. математики и мат. физики, 1974. Т. 14. № 6, с. 178-180.

63. Федеральный закон от 3 апреля 1996г. N 28-ФЗ "Об энергосбережении". Собрание законодательства Российской Федерации от 8 апреля 1996г., № 15, с. 1551.

64. Фомин С.А. Алгоритмы формирования облика изделий, базирующиеся на, расчетно-логических процедурах // Методы и системы принятия решений: Экспертные системы в автоматизированном проектировании. Рига: Риж. техн. ун-т, 1990, с. 44-56.

65. Центральное диспетчерское управление единой энергетической системы Электронный ресурс. / Москва, 2002-2005. Режим доступа: http://www.cdu.elektra.ru, свободный.

66. Черноруцкий И.Г. Методы оптимизации и принятия решений. Спб.: Лань, 2001,382 с.

67. Шень А. Программирование: теоремы и задачи. М.: МЦНМО, 1995, 406 с.

68. Шуршев В.Ф., Демич О.В. Свидетельство об официальной регистрации программы для ЭВМ № 2005611481. Автоматизированная система поддержки принятия решения о выборе технических средств энергоучета. -17.06.2005.

69. Шуршев В.Ф., Демич О.В. Свидетельство об официальной регистрации программы для ЭВМ № 2005611482. Автоматизированная система ранжирования. 17.06.2005.

70. Щеглов А. Г. Энергоустановки малой и средней мощности Электронный ресурс. / Щеглов А. Г., Москва, 1999-2005. Режим доступа: http://www.energomen.ru/ENERGONOS/energoresurs.htm, свободный.

71. Agar М.С., Salhi S. Lagrangear heuristics applied to a variety of large; capacitated plant location problems // Journal of Operational Research Society, V. 49, 1998, p. 1072-1084.

72. Akins U., Khumawala M. An efficient branch and bound algorithm for the capacitated warehouse location problem // Management Science, V. 23, 1977, p. 585-594.

73. Beasley J.E. Lagrangean heuristics for location problem // European Journal of Operational Research, V. 65, 1993, p. 383-399.

74. Carnegie M. School of computer science Электронный ресурс. / Carnegie Mellon University. Pittsburgh, 1997-2005. Режим доступа: http://ñp.cs.cmu.edu:/user/ai/areas/expert/systems/ops5/ops5.tar.gz, свободный.

75. Christofides N., Beasley J.E. An algorithm for the capacitated warehouse location problem // European Journal of Operational Research, V. 12, 1983, p. 19-28.

76. Churchmen C.W., Ackoff R. An approximate Measure of Value // Operations Research, №2,1954, p. 172-181.

77. Clements B.R., Preto F. Evaluating Commencial Real Time Expert System Software for Use in the Process Industries. C&I, 1993, p. 107-114.

78. Cogger K.O., Yu P. L. Eigenweight vector and least-distance approximation // J.

79. Optimiz. Theory and Appl, 1985, V. 46, №4, p. 483-491.

80. Colorni A., Dorigo M., Maniezzo V. An Investigation of some Properties of an Ant Algorithm. Proceedings of the Parallel Problem Solving from Nature Conference (PPSN 92). Brussels, Belgium: Elsevier Publishing, 1992, p. 509520.

81. Colorni A., M.Dorigo, Maniezzo V., Trubian M. Ant system for Job-Shop Scheduling // Operations Research, Statistics and Computer Science, № 34, 1996, p. 39-53.

82. Cornuejols G., Sridharan R., Thizy J.M. A comparison of heuristics andrelaxations for the capacitated plant location problem // European Journal of Operational Research, V. 50, 1991, p. 280-297.

83. Domschke W., Drexl A. ADD-heuristics' starting procedures for capacitaded * plant location models // European Journal of Operational Research., V. 21, 1985,p. 47-53.

84. Dorigo M. Ant Colony Optimization Электронный ресурс. / Mac Badge. Bruxelles. Belgique, 1999-2005. Режим доступа: http://iridia.ulb.ac.be/dorigo/ACO/ACO.html, свободный.

85. Dorigo M., Colorni A., Maniezzo V. The Ant System: Optimization by a colonyof cooperating agents // IEEE Transactions on Systems, Man, and Cybernetics.

86. Part В, V. 26, №.1, 1996, p.1-13. 90. Dorigo M., Colorni A., Maniezzo V. Distributed Optimization by Ant Colonies: Proceedings of the First European Conference on Artificial Life. Paris, France:Л

87. Elsevier Publishing, 1991, p. 134-142.

88. Feldman E., Lehrer F.A., Ray T.L. Warehouse locations under continuouseconomies of scale // Management Science. V. 12, 1966, p. 670-684:

89. Feo T.A. Greedy Randomized Adaptive Search Procedures // Journal of Global

90. Optimization. V. 6, 1995, p. 109-133. 93. Geoffrion M., McBride R. A direct dual method for the mixed plant location c problem with some side constraints // Mathematical Programming. V. 17, 1978,2, p. 40-47.

91. Goldberg M., Spenser Т. Constructing a maximum independent set in parallel // J. Discr. Math. V. 2, 1989, p. 322-328.

92. Haley Systems empowers business professionals to capture, manage, and automate business logic without programming Электронный ресурс. / Siebel, Pittsburgh, 1994-2005. Режим доступа: http://www.haley.com, свободный.

93. Harmon P. The AI Tools Market The Market for Intelligent Software Building Tools // Intelligent Softwane Strategies, 1994, V. 10, № 2, p. 1-14.

94. Harmon P. The market for intelligent software products // Intelligent Software Strategies, 1992, V. 8, № 2, p. 5-12.

95. Harmon P. The Size of the Commercial AI Market in the US // Intelligent Software Strategies, 1994, V. 10, № 1, p. 1-6.

96. Hayes-Roth F., Jacobstein N. The State of Enowledge-Based Systems // Communications of the ACM, 1994, V. 37, № 3, p. 27-39.

97. Jacobson S.K. Heuristics for the capacitated plant location model // European Journal of Operational Research, V. 12, 1983, p. 253-261.

98. Khumawala B.M. An efficient heuristic procedure for the capacitated warehouse; location problem // Naval Research Logistics Quarterly, V; 21, 1974, № 4, p. 609-623.

99. Korupolu M., Plaxton C., Rajaraman R. Analisys of a local search heuristic for fasility location problem. Proceedings of the 9th Annual ACM-SIAM-Symposium on Discrete Algorithms, 1998, p. 1 -10.

100. Kuehn A.A., Hambarger M.J. A heuristic procedure for locating warehouses // Management Science, V. 9, 1963, p. 643-666.

101. Moore B. Questions and Answers about G2. Gensym Corporation, 1993, p. 2628.

102. Moore B. Memorandum. Gensym Corparation, 1993, April, p. 1-33.

103. Motzkin T.S., Straus E.G. Maxima for graphs and a new proof of a theorem of Turan. Canada: J. Math, 1965, V. 17, p. 533-540.

104. Nauss R.M. An improved algorithm for the capacitated facility location problem // Journal of Operational Research Society, V. 29, 1978, p. 1195-1202.

105. Perley D. Migrating to Open Systems: Taming he Tiger. McGraw-Hill, 1993, p. 252.

106. Riley G. A Tool for Building Expert Systems Электронный ресурс. / eBay. San Diego, California, United States, 2001-2005. Режим доступа: http://www.ghg.net/clips/CLIPS.html, свободный.

107. Rutenbar R.A. Simulated annealing algorithms // IEEE Circuits and Devices Magazine, January 1989, p. 14-18.

108. Saaty T. L. Eigenweinghtor an logarithmic lease sguares // Operations Research, V. 48, № 1, 1990, p. 156-160.

109. Studler J., Weights Search by the Marquardt method // Econ. Math. Obs, V. 21, №2, 1975, p.185-195.

110. Szidarovsky R.I. Use of cooperative games in a multiobjective analysis of maning and enwironment: International Conference, Madrid, 1978, p. 11-15.

111. Van Roy T.J. A cross decomposition algorithm for capacitated facility location // Operations Research, V. 34, 1986, p. 145-163.1. Табл. П. 1.1

112. Технические характеристики счетчиков электроэнергии

113. Критерии Значения Примечания

114. Вид измеряемой активная Счетчики могут измерятьэнергии реактивная активную или реактивнуюлюбая электроэнергию

115. Тип счетчика индукционный Зависит от наличиямикропроцессорный встроенногомикропроцессора

116. Выходы цифровой выход Счетчики могут иметь одинимпульсный выход или несколько различныхоптический порт выходов для подключения ксреде связи

117. Класс точности 0,2 0,2 самый высокий класс0,5 точности1,0 (микропроцессорные2,0 счетчики)2,0 — самый низкийиндукционные счетчики)

118. Частота измерительной 50-60сети, Гц 6. Номинальное 100напряжение, В 2203*2203*1007. Номинальная сила тока, 51. А 8. Межповерочный 6 летинтервал 8 лет1. Продолжение табл. П. 1.1!

119. Критерии Значения Примечания

120. Температурный диапазон, °С от-25 до +55 от-40 до +60 от-10 до+50

121. Габаритные размеры ВхШхГ, мм11. Вес, кг 12. Цена, руб.