Методы и алгоритмы интеллектуализации принятия решений в АСУ производствами с непрерывно-дискретной технологией тема диссертации и автореферата по ВАК РФ 05.13.06, доктор технических наук Виноградов, Геннадий Павлович

• Виноградов, Геннадий Павлович
• доктор технических наук
• 2013

Оглавление диссертации доктор технических наук Виноградов, Геннадий Павлович

ВВЕДЕНИЕ.

ГЛАВА 1. ЭВОЛЮЦИЯ ОРГАНИЗАЦИОННО-ТЕХНОЛОГИЧЕСКОЙ СИСТЕМЫ И ПРИНЯТИЕ РЕШЕНИЙ. ПОСТАНОВКА ЗАДАЧИ ИССЛЕДОВАНИЯ.

1.1. Описание проблемы управления эволюцией организационно технологической системой с непрерывным характером производства.

1.2. Классические модели рационального поведения в организационно-технологических системах.

1.3. Теория проспектов Д. Канемана.

1.4. Проблема принятия решений в психологических науках.

1.5. Принципы и подходы к моделированию принятия решений интеллектуальным агентом.

1.6. Постановка задачи включения личностных характеристик в модели принятия решений.

Выводы по главе.

ГЛАВА 2. МОДЕЛИ ПРИНЯТИЯ РЕШЕНИЙ АГЕНТОМ С УЧЕТОМ ЛИЧНОСТНЫХ ОЦЕНОК КОМПОНЕНТ СИТУАЦИИ ВЫБОРА.

2.1. Модель целеустремленного состояния.

2.2. Модель ограничений целеустремленного агента.

2.3. Модель представлений агента о ситуации выбора.

2.4. Определение типа целеустремленного агента.

2.5. Удельная ценность и стремление.

2.6. Поведение целеустремленного агента.

2.7. Положения методологии оценки компонент ситуации модели выбора агента.

Выводы по главе.

ГЛАВА 3. УПРАВЛЕНИЕ ЭВОЛЮЦИЕЙ ОРГАНИЗАЦИОННО-ТЕХНОЛОГИЧЕСКОЙ СИСТЕМЫ С СУБЪЕКТИВНО

РАЦИОНАЛЬНОЙ ФОРМОЙ ПОВЕДЕНИЯ АГЕНТОВ.

3.1. Базовая модель механизма управления обучающейся организационно-технологической системы.

3.2. Поведение агента в организационно-технологической системе

3.3. Поведение центра при полной информированности о возможностях и предпочтениях агента.

3.4. Рациональное поведение центра при использовании им комплексной системы стимулирования.

3.5. Управление продуктивностью агента.

3.6. Задача оптимального согласованного планирования с сообщением встречной информации агентов о своих возможностях.

3.7. Поведение центра при неполной информированности о возможностях и предпочтениях агента.

3.8. Алгоритм построения агентом множества согласованных состояний.

Выводы по главе.

ГЛАВА 4. ФОРМИРОВАНИЕ И АДАПТАЦИЯ ПРЕДСТАВЛЕНИЙ АГЕНТА О СИТУАЦИИ ЦЕЛЕУСТРЕМЛЕННОГО СОСТОЯНИЯ.

4.1. Представления как субъективная модель, связывающая способы действия и результат.

4.2. Этапы процесса формирования представлений.

4.3. Формирование представлений в процессе наблюдений за последовательностью состояний непрерывного производства.

4.4. Структура модели адаптации представлений агента.

4.5. Уверенность и информация. Методики получения оценок степени уверенности. Лингвистические оценки.

4.6. Согласование представлений. Модель построения множества согласованных представлений.

Выводы по главе.

5. ПРИНЦИПЫ И МЕТОДЫ СОЗДАНИЯ СИСТЕМ УПРАВЛЕНИЯ ЭВОЛЮЦИЕЙ ОРГАНИЗАЦИОННО-ТЕХНОЛОГИЧЕСКИХ СИСТЕМ, ИСПОЛЬЗУЮЩИЕ СУБЪЕКТИВНЫЕ ПРЕДСТАВЛЕНИЯ АГЕНТОВ.

5.1. Принципы создания и применения систем управления эволюцией организационно-технологической системы.

5.2. Методы построения моделей представлений агентов о свойствах и поведении технологического процесса.

5.3. Интерактивный метод построения структуры представлений агента об объекте управления.

5.4. Интерактивные методы согласованной оптимизации при выявлении резервов в процессе управления эволюцией организационно-технологической системы.

5.5. Концепция построения информационной системы управления эволюцией организационно-технологической системы.

5.6. Методика построения и применение процессов согласования и согласованной оптимизации на основе субъективных представлений агентов в автоматизированных системах.

5.7. Описание задач согласования представлений и согласованной оптимизации при управлении эволюцией организационно-технологической системы.

Выводы по главе.

6. РЕАЛИЗАЦИЯ ПРИНЦИПОВ СИНТЕЗА СИСТЕМ УПРАВЛЕНИЯ ЭВОЛЮЦИЕЙ ДЛЯ ПРОИЗВОДСТВ С НЕПРЫВНОЙ ТЕХНОЛОГИЕЙ.

6.1. Решение задач согласования и согласованной оптимизации в управлении эволюцией производства хладонов и фторопластов.

6.2. Разработка и внедрение системы согласованного оперативного управления в роботизированном производстве изделий из композитных материалов.

6.3. Применение методологии согласования и оптимизации на основе субъективных представлений при создании тренажеров.

Выводы по главе.

Введение диссертации (часть автореферата) на тему «Методы и алгоритмы интеллектуализации принятия решений в АСУ производствами с непрерывно-дискретной технологией»

Актуальность темы. В современных условиях резко изменилась система требований рынка к компьютерным системам управления предприятиями, в том числе и в химической промышленности. Принципы проектно-технологического типа организационной культуры [95], положенные основу функционирования производственных систем, позволяют сократить время от появления новых идей до их реализации в практике и повысить темп смены образцов продукции [147, 195]. Для рынка стала характерной ситуация возрастания динамики изменений, неопределенности и риска. В этих условиях функционирование предприятий химической промышленности должно быть основано на принципах дальновидности, адаптивности и самоорганизации, что обеспечивается механизмом управления, определяющим взаимодействие активных, суверенных агентов. Важнейшими ресурсами, необходимыми для функционирования производственных систем при неопределенности внешней среды, являются современные методы управления на основе информационных технологий и инноваций. Эффективность новых технологий управления зависит, прежде всего, от того, как люди с их помощью выявляют, воспринимают объективные признаки складывающихся ситуаций, строят оценки, формируют новое знание и на его основе вырабатывают новые формы поведения, и как новое знание встраивается -становится осознанно «привычным» для людей, реализующих этот процесс.

В таких системах люди (в дальнейшем агенты) имеют свои цели, отражающие их интересы, а также возможности их достижения. Автономия при принятии решений, связанная с экономической и юридической ответственностью, общность целей предполагает согласование состояний агентов, субъективного понимания ими обстановки, целей, принимаемых решений, способов действия, получаемых возможных результатов системой в целом и каждым агентом. Это порождает проблему управления эволюцией химических производств, решение которой предполагает разработку принципов, методов, процедур, алгоритмических предписаний согласования принятия решений на основе субъективных представлений агентов. Качество ее решения определяет скорость адаптации предприятия к быстро меняющимся требованиям рынка, повышает потенциал его самоорганизации.

Вторая проблема состоит в том, что наукоемкие производства в химической промышленности относятся к слабоструктурированным объектам, для которых характерна неполнота описания, неопределенность, динамизм и сложность формализации состояния внешней среды, существенная нелинейность, слабая структурированность объектов управления, возрастание числа неопределенных и плохо формализуемых факторов, необходимость использования качественной, нечеткой информации. При решении задач управления объектами с такими свойствами возможности формальных методов существенно ограничены, но после определенного времени легко и эффективно решаются человеком. Как результат наблюдается уменьшение относительного объема применяемых формальных методов и возникновение потребности соединения средств качественного и количественного анализа при принятии решений. Однако качественный анализ должен базироваться на процедурах, гарантирующих минимизацию рисков от неправильных субъективных оценок и возможность использования новой текущей информации о системе для адаптации представлений персонала. Эффективное взаимодействие человека с компьютерными системами должно позволять моделировать слабо формализуемые компоненты ситуации выбора и использовать качественную, вербальную информацию в различных формах. Это порождает потребность в расширении класса решаемых задач формальными методами, положенными в основу такого взаимодействия, и соответственно проблему их развития, что особенно актуально для коллективных сетей принятия решений.

Технической основой поддержки процесса самоорганизации должны сыграть высокоэффективные автоматизированные системы управления (ИАСУ), в которых интегрированы все информационные объекты (АСУТП, АСУП, САПР, AC Till 1, ГПС) [156]. Традиционно при решении задач интеграции разработчики основное внимание уделяли техническому, программному, информационному, функциональному обеспечению. Частично рассматривался вопрос о принципах, способах, методах взаимодействия производственного персонала на новой технической основе обработки информации. Такой подход к ИАСУ приводил к тому, что методы решения задач управления соответствовали, как правило, приемам и традициям управления, сложившимся на конкретном предприятии и реальные результаты от компьютеризации и информатизации не соответствовали ожиданиям [155]. Поэтому третьей проблемой становится организация человеко-машинного взаимодействия в едином информационном пространстве для формирования согласованных представлений у персонала о ситуации выбора, структуре целей производства, принятия согласованных компромиссных решений, реализация которых оправдывает ожидания его участников. При этом каждый должен иметь возможность как предъявлять свои модели представлений и выбора, так и организовывать диалог с моделями, выраженными различными средствами, с целью их структурных и информационных модификаций, а также получения нового знания. Такое взаимодействие с моделями представлений о ситуации выбора и моделями собственно выбора (как на основе эвристических правил, так и оптимизационных) представляет наибольший интерес с точки зрения качества принимаемых решений персоналом в ИАСУ, эффективности их реализации. Первостепенную роль здесь приобретает проблема построения адекватных моделей принятия решений человеком и его поведения при реализации решений [72]. Различие в интересах субъекта управления и управляющей подсистемы приводит к необходимости согласовывать модели поведения на основе компромисса интересов и представлений путем организации процедур взаимодействия агентов и центра. В противном случае агент может формально принять модель поведения, предлагаемую центром, но фактически действовать по другой [216].

Решение указанных проблем обеспечит повышение эффективности, конкурентоспособности отечественных предприятий в современных условиях ужесточения конкурентной борьбы за рынки сбыта после вступления нашей страны в ВТО, так как предполагаемые результаты позволяют создать предпосылки для разработки интеллектуальных информационно-управляющих систем в химической промышленности. В этой связи разработка новых методов построения моделей выбора человека, учитывающих его субъективные оценки компонент ситуации выбора при решении им задач управления производствами в химической промышленности, создание моделей и алгоритмов формирования представлений о ситуации выбора, построение и исследование механизмов функционирования для управления эволюцией химического производства в 7 условиях неопределенности и динамики внешней среды, является актуальной задачей.

Областью исследования в настоящей работе является теория и методология разработки моделей принятия решений с учетом индивидуальных характеристик человека, его субъективного представления о компонентах ситуации выбора в слабоструктурированных и плохо формализуемых средах для решения задач согласованного планирования и управления в системах с неоднородными агентами на основе процедур человеко-машинного взаимодействия в автоматизированных системах управления производствами с непрерывной и непрерывно-дискретной технологией с целью повышения их эффективности.

Объектом исследования в настоящей работе является принятие решений человеком в условиях неопределенности на основе субъективных представлений о ситуации выбора в слабоструктурированных средах, человеко-машинные процедуры и методы согласования и согласованной оптимизации в задачах управления эволюцией организационно-технологических систем в химической промышленности. В основу исследования положена базовая модель теории активных систем [196]. Она состоит из двух участников - центра и агента, обладающих свойством активности, то есть собственными предпочтениями и суверенитетом при принятии решений. Центр играет роль управляющего органа, агент - роль управляемого субъекта. Агент выполняет управление технологическим объектом. Задача центра состоит в том, чтобы найти такое управление агентом, которое с учетом свойств целенаправленности, креативности и активности в поведении агента приводило бы к получению наиболее выгодного для центра результата деятельности (или результата деятельности, который устраивал бы и центр, и агента). Эффективность управления центром во многом определяется его пониманием принципов и правил принятия решений агентом. Поэтому сегодняшний день одной из основных проблем, возникающих при решении задач повышения эффективности химического производства за счет совершенствования управления им, является разработка адекватных моделей принятия решений [45, 70].

Степень разработанности проблемы. Проблемы управления в организационно-технологических системах с учетом человеческого фактора исследуются в теории нечетких систем, иерархических систем с активными элементами, теории рыночных отношений. Фундаментальные результаты в этом направлении отражены в работах JI. Заде, В.Н. Буркова, Д.А. Новикова, Э.А. Трахтенгерца, В.В. Кондратьева, В.Н. Кузнецова, H.H. Моисеева, Ю.Б. Гермейера,

B.В. Федорова, А.Г. Чхартишвили, Р. Аумана, У. Барлета и других. Однако методологические и математические основы моделирования в этих работах, позволивших обосновать ряд центральных методологических принципов, были основаны на положениях нормативной теории выбора и поведения без учета индивидуальных предпочтений субъекта в полном объеме и его субъективного понимания ситуации выбора. Поэтому модели механизма функционирования и управления, методы и алгоритмы характеризуются ограниченными функциональными возможностями. Это сдерживает внедрение полученных формальных результатов исследования механизма функционирования в практику создания ПАСУ, в частности развитие систем согласования и согласованной оптимизации, и делает востребованным разработку более реалистичных моделей выбора.

Теория принятия решений (ПР) является частью методологии системного анализа, она тесно связана с методами когнитивной психологии, теории игр, математического моделирования, психологии поведения, теории активных систем и интегрирует в себе результаты ряда научных направлений [2-8]. Проблематика принятия решений (ПР) для слабо структурированных сред достаточно широко обсуждается как в отечественной [2-8, 53, 54], так и в зарубежной печати, что нашло свое выражение в работах О.И. Ларичева, B.C. Михалевича, В.П. Волковича, В.В. Подиновского, В.М. Полтеровича, В.Ф. Ногина, Л.А. Растригина,

C.А. Орловского, Л. Заде, А.Н. Борисова, Г. Саймона и других. Одним из главных прикладных результатов является установление того факта, что выбор конкретного решения в качестве "наиболее рационального" невозможен без включения субъективного фактора, отражающего личностные особенности агента, определяющие его восприятие, поведение, выбор способа действия. Была выдвинута концепцию ограниченной рациональности и определено направление в 9 развитии теории принятия решений связанное с осмыслением центральной роли агента в технологии ПР и соответственно разработке моделей и алгоритмов его поведения в процессе ПР. Показано, что выбор решения сводится к поиску агентом способа учета неопределенности, который в свою очередь позволяет конструктивно выразить в нем человеческий фактор ПР, возложив остальную работу на вычислительную систему. На этой основе был разработан ряд принципов учета неопределенности, на основе которых созданы модели и алгоритмы выбора агентом, реализованные в таких широко известных и эффективных методах, как АНР, ELECTRE, SMART и ряд других, с помощью которых решены важные технические и социально-экономические задачи. Но использование принципов оптимальности не замыкает математически реальные задачи ПР, так как требует значительной неформальной работы агента по выявлению степени адекватности заложенного в них принципа учета неопределенности для конкретной ситуации выбора [1, 152]. Они ограничивают вклад агента в решение обоснованием ряда искусственных параметров типа весовых коэффициентов, которое не направлено на моделирование понимания человеком ситуации выбора, а на выяснение его предпочтений. В настоящее время, после работ Д. Канемана и А. Тверски, направление исследований в теории принятия решений с помощью нормативных моделей и их модификаций перешло от описания процессов выбора к изучению индивидуального вклада субъекта в процесс принятия решений. Основой для этого являются результаты, полученные в когнитивной психологии и теории обработки информации [9-13, 151]. Проблема заключается не в понимании того, насколько хорошо (оптимально) принимаемое решение, а почему и как оно было принято, что является причиной несоответствия между фактическим и оптимальным поведением. Для целей моделирования и предсказания поведения субъекта и управления процессом принятия решений важным становится то, как люди делают оценки в ситуации выбора и как принимают на этой основе решения.

Вопросы моделирования субъективных представлений агента о ситуации выбора в различных предметных областях посвящены работы Д.А. Поспелова, В.Н. Вагина, А.П. Еремеева, Т.А. Гавриловой, В.Ф. Хорошевского, Г.С. Осипова, Н.Г. Ярушкиной, М. Минского, С. Осуга, Ю.И. Кудинова и ряда других. В этом

10 направлении получен ряд фундаментальных результатов, позволивших создать эффективные информационные технологии [68]. Однако на основе полученных результатов не в полной мере решены проблемы создания информационно-управляющих систем, позволяющих в условиях слабоструктурированных и плохо формализуемых объектов управления, увеличения сложности и новизны задач управления, неопределенности внешней среды решать проблему согласования представлений производственного персонала на всех уровнях о резервах и потенциальных возможностях производства.

Несмотря на наличие значительного количества работ по отдельным аспектам проблемы управления эволюцией производствами в химической промышленности необходимо отметить несоответствие известных методов, моделей, информационных технологий и соответствующих инструментальных средств современным требованиям, что может быть преодолено на новом теоретическом и методологическом базисе. В связи с этим возникает научная и практическая необходимость в данном исследовании.

Научная проблема: создание теоретических и методологических основ принятия решений на основе субъективных представлений о свойствах и компонентах ситуации выбора в слабоструктурированных и плохо формализуемых средах для построения человеко-машинных процедур согласования и согласованной оптимизации в задачах управления эволюцией организационно-технологических систем с технологией непрерывно-дискретного типа.

Цель работы: разработка теоретических основ и методологии принятия решений на основе субъективных представлений при управлении эволюцией организационно-технологических систем и построение на этой основе человеко-машинных систем согласования и согласованной оптимизации для повышения эффективности производств с непрерывно-дискретным типом производства.

Основными методами исследования являются общая методология и методы системного анализа, аналитического и имитационного моделирования, а также в работе используются методы теорий: множеств, активных систем, принятия решений, искусственного интеллекта, нечетких систем и нечеткого логического вывода, теории игр, искусственных нейронных сетей, вероятностей и математической статистики, автоматического управления.

11

Задачи исследования:

1. Разработка концепции для решения проблемы построения модели выбора, учитывающей субъективные оценки компонент ситуации целеустремленного состояния для оценки вклада агента в ситуацию выбора, и определения влияния его индивидуальных характеристик и внешнего управления на результат выбора.

2. Разработка принципов и подходов к моделированию поведения интеллектуального агента в слабоструктурированной и плохо формализуемой среде на основе его субъективных представлений о ее свойствах.

3. Разработка модели управления эволюцией организационно-технологической системы в химической промышленности с субъективно рациональной формой поведения агентов.

4. Создание теоретических основ исследования поведения двухуровневой организационно-технологической системы с учетом субъективных представлений агентов о ситуации выбора и сообщении ими встречной информации о своих возможностях при различных вариантах информированности центра.

5. Разработка методов и алгоритмов построения агентом множества согласованных состояний.

6. Разработка теоретических основ, методов формирования и адаптации представлений агента о свойствах ситуации выбора и способов их согласования с представлениями других агентов.

7. Разработка методики программной реализации гибридных, интерактивных методов формирования представлений агента о ситуации целеустремленного состояния.

8. Разработка принципов и методов создания информационно-управляющих систем, использующие субъективные представления агентов в задачах управления эволюцией организационно-технологических системах.

9. Построение систем управления эволюцией организационно-технологических систем в химической промышленности с учетом их отраслевых особенностей.

Научная новизна работы заключается в разработке теоретических основ и методологии построения модели выбора человека, позволяющих учесть его субъективное понимание свойств ситуации выбора, оценить индивидуальный

12 вклад в результат выбора. Разработанная методология предназначена для приведения в соответствие моделей, методов, информационных технологий, средств поддержки принятия решений и информационно-управляющих систем современным требованиям их применения при управлении эволюцией химического производства и отличается от известных:

• новой концепцией для решения проблемы построения модели принятия индивидуальных решений, разработанной с позиции системного анализа и позволяющей включать параметры, описывающие понимание субъектом состояния окружения, степень владения и привычности способов действия для достижения возможных результатов, оценки их ценности, а также эффективности способов действия для достижения возможных результатов. Показано, что индивидуальность человека проявляется в оценках этих параметров, выраженных в лингвистических шкалах, что позволяет использовать для получения вербальной информации методы, разработанные в социологии, организационной психологии, а для ее обработки - методы теории нечетких множеств;

• использованием интегральной оценки ценности ситуации выбора с помощью показателей удельной ценности по результату и эффективности, позволившие показать, что рациональность поведения человека заключается в стремлении максимизировать удельную ценность ситуации целеустремленного состояния по результату. Введение уровней значений показателей удельной ценности по результату и эффективности позволило формально отразить в модели эмоциональное переживание ситуации выбора в виде оценок степени удовлетворенности. Подобное расширение модели выбора позволило ввести в нее в качестве способов действия отказ от действия и структурирование информации о свойствах ситуации выбора для конструирования новых альтернатив с целью повышения удельной ценности ситуации выбора от будущих возможных результатов;

• формальным описанием целеустремленного поведения субъекта при стремлении его к достижению субъективно понимаемого идеала через достижение промежуточных целей, итогов путем выполнения задач; доказано, что продвижение к идеалу, цели имеет место тогда, когда ожидаемая ценность по результату монотонно возрастает;

• созданием методологических основ для моделирования поведения субъектов в организационной системе с фиксированной системой стимулирования для обоснования управляющих воздействий центра, учитывающих субъективные оценки агентов и их субъективное понимание свойств ситуации выбора;

• расширением функциональных моделей согласованного планирования и управления на основе итерационных схем и интерактивных процедур взаимодействия центра и агентов путем построения центром оценок множества согласованных состояний агентов при различных вариантах информированности;

• подходом к моделированию формирования представлений агентов о ситуации выбора, учитывающим индивидуальные характеристики агента: восприятие и осознание информации, систему его ценностей и норм поведения, что приводит к формированию субъективных представлений, субъективной оценкой адекватности которых для агента является убежденность в их полезности;

•разработкой методов построения множества согласованных представлений и определением условий согласования представлений агентов для разработки алгоритмов согласования представлений агентов, где условием согласования является получение каждым агентом ожидаемой удельной ценности по результату не ниже субъективной оценки справедливого, по его мнению, выигрыша.

Выполненный комплекс теоретических и экспериментальных исследований предложенного метода принятия решений и процедур согласования и согласованной оптимизации составляет специальный раздел теории управления организационными системами и является расширением существующих методов моделирования принятия решений и поведения человека как активного элемента.

Практическая значимость заключается в создании эффективного алгоритмического, программного и методического обеспечения интеллектуальных информационно-управляющих систем, использующих субъективные оценки, представления и креативные свойства производственного персонала для исследования системных связей, закономерностей функционирования химического производства в условиях неопределенности для повышения его эффективности путем выявления внутренних резервов и возможных перспективных направлений его эволюции.

14

Реализация результатов работы. Научные результаты исследования реализованы на Уральском производственном объединении «Галоген» при создании интегрированной АСУ, г. Пермь, на Ступинском заводе стеклопластиков при создании гибкого автоматизированного производства изделий из композитных материалов, г. Ступино, на Новоносковском ПО «Азот» при разработке перспективной АСУТП производства слабой азотной кислоты, г. Новомосковск, в НПО «Центрпрограммсистем» при создании тренажеров нового поколения, г. Тверь.

Разработанные программные модули вошли в состав пакетов прикладных программ, которые включены в Государственный фонд алгоритмов и программ (ГосФАП, г. Тверь, НПО «Центрпрограммсистем»), получены свидетельства о Государственной регистрации программ на ЭВМ. Методика и программные средства формирования представлений человека о ситуации выбора, сочетающие ментальные представления человека и возможности формальных методов использовались при решении задач прогнозирования показателей рынка потребительских услуг в г. Твери и Тверской области.

Методологические и теоретические результаты работы использованы в учебных курсах в Тверском государственном техническом университете, Санкт-Петербургском горном институте (Технический университет, вечерний факультет, г. Кировск), Новомосковском институте РХТУ им. Д.И. Менделеева.

Связь работы с научными темами и программами. Результаты диссертационной работы использованы в следующих проектах, выполненных при финансовой поддержке РФФИ: 07-07-00418-а "Интегрированная инструментальная среда поддержки эволюционного проектирования на основе знаний" (2007-2009 г.г.), 08-07-00503-а "Методология, методы и инструментальные средства поддержки разработки искусственных агентов и многоагент-ных систем" (2008-2010 г.г.), 10-07-00373-а "Индивидуальное принятие решений, модель целеустремленного поведения агента" (2010-2012 г.г.).

Основные положения, выносимые на защиту: 1. Теоретические и методологические основы построения модели принятия решений, учитывающие индивидуальные свойства агента и его субъективные представления о свойствах ситуации выбора в условиях неопределенности, в том числе: понимание агентом состояния окружения, степени владения способами действия, представления о возможных результатах в окружении выбора, их ценности, эффективности и желательности, модели ограничений и модели представлений о ситуации выбора, оценок удельной ценности и стремления к выбору способа действия, построение оценок компонент модели выбора.

2. Принципы и подходы к моделированию принятия решений интеллектуальным агентом и его поведения в слабоструктурированной и плохо формализуемой среде на основе его субъективных представлений о ее свойствах.

3. Модели управления эволюцией организационно-технологической системой в химической промышленности с субъективно рациональной формой поведения агентов.

4. Теоретические основы исследования поведения активной двухуровневой организационно-технологической системы с учетом субъективных представлений агентов о свойствах ситуации выбора.

5. Итерационные методы оптимального согласованного планирования в двухуровневой организационно-технологической системе с сообщением встречной информации агентов о своих возможностях при различных вариантах информированности центра.

6. Теоретические основы, методы формирования и адаптации представлений агента о свойствах ситуации выбора и способов ее согласования с представлениями других агентов.

7. Принципы и методы создания информационно-управляющих систем, использующие субъективные представления агентов в задачах управления эволюцией организационно-технологических системах с позиций рыночных отношений.

Апробация работы. Основные результаты диссертационной работы докладывались и обсуждались на: Всероссийской научной конференции "Нечеткие системы и мягкие вычисления (НСМВ-2006)", (Тверь, 2006), Международной науч.-техн. конф. "Интеллектуальные системы IEEE AIS'06" и " Интеллектуальные САПР (CAD-2006)", (Дивноморское, 2006, 2008), ХХ-й Международной научной конф. "Математические методы в технике и технологиях (ММТТ-20)", (Саратов,

16

2006), XXI Международной научной конф. "Математические методы в технике и технологиях - ММТТ-21" 27-30 мая 2008г., (Волгоград, 2008), 11-й национальной конф. по искусственному интеллекту с межд. участием КИИ-2008 (Дубна, 2008), Междунар. Конгрессе по интеллектуальным системам и информационным технологиям, (Дивноморское, 2009, 2010, 2011, 2012), У-й Междунар. научно-практ. конф. "Интегрированные модели и мягкие вычисления в искусственном интеллекте (28-30 мая 2009", (Коломна, 2009), 3-й Всероссийской научной конференции "Нечеткие системы и мягкие вычисления (НСМВ-2009)", (Волгоград, 2009), междун. Научно-практич. конф. «Теория активных систем (17-19 ноября 2009 г.)», (ИЛУ РАН, (Москва, 2009, 2011), двенад. национальной конф. по искусственному интеллекту с межд. участием. (Тверь, 2010), XIII Всероссийская научно-техническая конференция "Нейроинформатика - 2011", (Москва, 2011), VI-й Международной научно-практической конференции (16-19 мая 2011 г., (Коломна, 2011),: Международной научно-технической конференции

Современные сложные системы управления X НТС8'2012», (Старый Оскол,

2012), XVII Байкальской Всероссийской конференции «Информационные и математические технологии в науке и управлении», (Иркутск, 2012), Тринадцатая национальная конференция по искусственному интеллекту с международным участием КИИ-2012 (16-20 октября 2012, (г. Белгород, 2012), Конгресса по интеллектуальным системам и информационным технологиям «18&1Т'12», (Дивноморское, 2012), Мультиконференции «Управление в технических, эргатических, организационных и сетевых структурах» (УТЭОСС-2023), (Санкт-Петербург, 2012).

Структура и объем диссертационной работы

Диссертация состоит из введения, шести глав, заключения, списка использованной литературы и приложения. Основной объем диссертации составляет 304 страницы, в том числе списка литературы 268 наименований

Заключение диссертации по теме «Автоматизация и управление технологическими процессами и производствами (по отраслям)», Виноградов, Геннадий Павлович

Выводы по главе

Полученные диссертантом теоретические и методологические результаты использовались при решении задач создания информационных технологий управления эволюцией организационно-технологических систем, имеющих важное народно-хозяйственное значение.

1. Разработана методика описания производств с непрерывным и непрерывно-дискретным типом производства для Редкинского ОКБА, Уральского производственного объединения «Галоген», Ступинского завода стеклопластиков,

Новомосковского НАК «Азот» как активных организационно-технических систем. Показано, что задача управления эволюцией таких систем декомпозируется на две составляющие. Первая в условиях неопределенности внешней среды связана с выработкой согласованных оптимальных представлений о будущих значениях экономических, финансовых и хозяйственных показателей

277 системы, обеспечивающих ее выживание и развитие. Вторая связана с определением траектории эволюции системы и ее удержания при воздействии внешних и внутренних возмущений. Показано, что в условиях неопределенности и динамики внешней среды успешное решение выделенных классов задач требует учета контекста и субъективных представлений агентов о ситуации выбора, согласование представлений и принятия на этой основе оптимальных согласованных решений.

2. Разработаны методики построения моделей представлений центра и агентов при решении задачи согласованной оптимизации производственной программы. Разработанные на их основе программные средства обеспечивают повышение точности формализации паттернов субъектов управления и снижение объема доработок при внедрении до 50%, уменьшают ошибку предсказания возможных состояний до 5-8%.

3. Разработана и внедрена система согласованного целеуказания в режиме диалога при разработке производственной программы на производстве хладонов и фторопластов Уральского производственного объединения «Галоген», Ступинском заводе стеклопластиков, разработаны и внедрены соответствующие методики в Редкинском ОКБА.

4. Разработана и внедрена система расчета согласованной производственной программы на производстве хладонов и фторопластов Уральского производственного объединения «Галоген», Ступинском заводе стеклопластиков, разработаны и внедрены методики в Редкинском ОКБА и Новомосковском НОК «Азот» методики создания аналогичных систем, их проверки и доработки с использованием имитационных игр.

5. Разработана и внедрена система согласованной оптимизации режимов ведения технологических процессов технологических узлов на производстве хладонов и фторопластов Уральского производственного объединения «Галоген»,

Ступинском заводе стеклопластиков, Новомосковском НОК «Азот», позволяющие в режиме диалога учитывать субъективные представления производственного персонала, формализовать их модели выбора как при

278 подготовке вариантов планов, так и при их реализации. Разработаны и внедрены методики решения аналогичных классов задач в Редкинском.

6. Разработана система имитации боевой обстановки для тренажеров нового поколения, позволяющая интеллектуализировать поведение противника при решении задач подготовки личного состава. Внедрение ее в НПО «Центрпрограммсистем» позволило повысить качество подготовки личного состава Северного флота, создать процесс обучения приближенным к реальным условиям, снизить затраты на подготовку личного состава, повысить объективность оценки качества подготовки.

7. Двухуровневая система согласованной оптимизации производственно программы, основанная на стимулировании производственного персонала путем учета их интересов и ожиданий позволила реализовать концепцию прогрессивной эволюции производства. Ее внедрение на производстве хладонов и фторопластов Уральского производственного объединения «Галоген», Ступинском заводе стеклопластиков, Новомосковском НОК «Азот» позволила увеличить выпуск продукции до 5-7% в год и снизить технологическую составляющую себестоимости на 6-8%.

ЗАКЛЮЧЕНИЕ

В результате выполнения диссертации, в соответствии с целью и задачами исследования были получены новые научные знания и практические результаты, позволяющие трактовать работу как законченное научное исследование. Реализация результатов работы позволяет повысить эффективность управления эволюцией организационно-технологических систем с непрерывным и непрерывно-дискретным типом производства путем совершенствования механизма их функционирования, в котором производственный персонал принимает участие в творческой адаптации к неопределенному будущему, что позволяет выявлять и оптимально использовать резервы производства для снижение издержек производства, повышение качества продукции, обеспечение выпуска продукции в соответствии с требованиями рынка.

Научная новизна работы заключается в следующем.

1. Исследована проблема моделирования принятия решений интеллектуальным агентом в двухуровневой системе, состоящей из центра и подчиненных ему агентов, обладающих свойствами целенаправленного и активного поведения. Выполнен анализ классической и поведенческой моделей принятия решений. Показано, что их расширение возможно путем введения в анализ понятия ситуации целеустремленного состояния. Такой подход позволил включить в модель принятия решений субъективные оценки практически любого количества ее свойств, что является существенным расширением подхода Канемана.

2. Разработаны концептуальные принципы и теоретические основы моделирования принятия решений интеллектуальным агентом, учитывающие его субъективное представление о компонентах ситуации выбора. Показано, что объективная оценка типа агента может быть выполнена на основе наблюдений за его поведением в целеустремленном состоянии. Разработана модель описания компонент целеустремленного состояния: окружение выбора, способы действия, результаты, затраты на получение результатов. Показано, что индивидуальность агента проявляется в оценках а) степени привычности (владения) и степени возможности применения способа действия; б) числа и степени ценности получаемых результатов; в) эффективности затрат на получение желаемых результатов. Все оценки выполняются в лингвистических шкалах по специальной методике. Приведенные оценки агентом свойств ситуации целеустремленного состояния являются устойчивыми и определяют его как личность. Они могут использоваться для прогнозирования поведения агента в других ситуациях выбора.

3. Для интегральной оценки ценности ситуации целеустремленного состояния введены показатели удельной ценности по результату и эффективности. Показано, что агент будет принимать решение и его реализовывать, если он будет испытывать состояние желательности при оценке будущих исходов, которые он моделирует на основе своих представлений о ситуации целеустремленного состояния. Показано, что если оценка степени желательности ниже определенного уровня, то ситуация целеустремленного состояния перерастает для агента в проблемную ситуацию, в которой он структурирует информацию для конструирования новых способов действия с целью повышения оценки степени желательности ситуации целеустремленного состояния.

4. Показано, что целеустремленное поведение агента представляет собой продвижение его к цели через достижение итогов путем выполнения задач. В терминах компонент ситуации целеустремленного состояния дано определение цели, идеала. Доказано, что продвижение к цели имеет место тогда, когда ожидаемая ценность по результату монотонно возрастает.

5. Исследовано поведение агента в организационной системе с фиксированной системой стимулирования. Показано, что поведение агента обусловлено его эмоциональными оценками от получаемого выигрыша, информированности о выигрышах центра и возможным выигрышем у другого центра. Сформулированы условия, при которых агент применяет различные стратегии поведения.

6. Исследована модель принятия решений центром при управлении продуктивностью деятельности агента. Показано, что если центру известны интервальные оценки всех компонент модели принятия решений агента, то при наличии информации у центра о минимальных требованиях к вознаграждению агента существует возможность получения оптимального выигрыша центром при заданной системе стимулирования агента. Возможно определение оптимального мотивационного управления. Полученные результаты обобщены на комплексную систему

281 стимулирования, когда агент рассматривает множество возможных исходов. Исследована возможность существования точки равновесия, гарантирующей согласование интересов центра и агента. Оно основано на требовании к центру определения и учета минимальных требований агента к различным видам вознаграждения.

7. В работе дано определение представлений агента о ситуации целеустремленного состояния в форме теории, построенной частично на предположениях и гипотезах, которые требуется проверить опытом. Относительно другой части агент может иметь достоверное знание. Показано, что функциональное назначение представлений -получить возможность моделировать будущие состояния в зависимости от выбранных способов действия и предполагаемых состояний внешней среды. Дано конструктивное определение понятий «предположение», «убеждение», «сомнение», определены способы получения их оценок.

8. Рассмотрена проблема моделирования формирования представлений интеллектуального агента о ситуации целеустремленного выбора. Показано, что индивидуальные характеристики агента: восприятие и осознание информации, система его ценностей и норм поведения - приводят к формированию субъективных представлений, адекватность которых оценивается агентом по убеждению. Выполнен теоретический анализ проблемы адаптации представлений. Исследована проблема оценки убежденности агента в адекватности своих представлений о ситуации целеустремленного состояния. Разработана методика ее оценки при увеличении числа учитываемых свойств и ценности используемой для этого информации. Разработаны и исследованы гибридные нейро-нечеткие методы построения модели представлений агента о предметной области, позволяющие в интерактивном режиме формализовать направление концептуального анализа при восприятии и осознании свойств ситуации целеустремленного состояния агентом. Методы ориентированы на использование качественной и количественной информации.

9. Исследованы методы построения множества согласованных представлений. Определены условия согласования представлений агентов. Разработан алгоритм согласования представлений агентов, где условием согласования является получение каждым к-м агентом ожидаемой удельной

282 ценности не ниже субъективной оценки справедливого, по его мнению, выигрыша.

10. Разработана методология технологии согласования интересов и представлений в автоматизированных системах управления организационно -технологическими системами с непрерывным и непрерывно-дискретным типа производства. Проведено экспериментальное исследование и практическая реализация разработанных моделей, методов, принципов и методик при решении задач разработки и внедрения автоматизированных систем управления в химической промышленности. Выполненный комплекс теоретических и экспериментальных исследований предложенного метода принятия решений интеллектуальным агентом составляет специальный раздел теории управления организационными системами и является расширением существующих методов моделирования принятия решений и поведения человека как активного элемента.

Практическая ценность работы состоит в повышении эффективности управления эволюцией организационно-технологических систем с непрерывным и непрерывно-дискретным типом производства, выражающейся в автоматизации процедур: согласования представлений производственного персонала на всех уровнях управления, согласования и согласованной оптимизации при многовариантном формировании производственной программы и принятия решений на уровнях декомпозиции процесса планирования и принятия решений. В ходе выполнения исследований:

1. Разработаны и обоснованы основные принципы построения автоматизированной системы управления эволюцией организационно-технологической системой на базе процессов согласования и оптимизации и субъективных представлений о предметной области со слабоструктурированной средой, методика построения моделей описания представлений агентов о свойствах и поведении технологического процесса, интерактивный метод построения структуры представлений агента об объекте управления, интерактивные методы согласованной оптимизации при выявлении резервов в процессе управления эволюцией организационно-технологической системы, концепция построения информационной системы согласованной оптимизации при управлении эволюцией организационно-технологической системы, методика

283 построения и применение процессов согласования и согласованной оптимизации на основе субъективных представлений агентов в автоматизированных системах, описание задач согласования представлений и согласованной оптимизации при управлении эволюцией организационно-технологической системы.

2. Сформулированы основные принципы и методы создания и применения автоматизированных систем управления эволюцией ОТС в наукоемких производствах, которые являются классом автоматизированных систем, которые отражают специфику построения и применения процессов согласования интересов и субъективных оценок ситуации целеустремленного состояния.

3. На основе принципов активного окружения, моделирования, применения и поэтапного внедрения разработаны методы и модели формирования представлений агентов о ситуации целеустремленного состояния при управлении ОТС. Процесс формирования представлений человеком рассматривается как результат трансформации наблюдений в новые структуры знания, установления связей между этими структурами и имеющимся "каноническим" знанием путем подстройки их к имеющимся моделям реальности. Предложен один из возможных вариантов моделирования представлений агента на базе методов мягких вычислений (МВ), который состоит из шести блоков: самоорганизующейся сети, нелинейной регрессионной модели, классификатора, модуля сравнения и обучения, машины нечёткого логического вывода (НЛВ), базы знаний (БЗ). Вариант алгоритма, разработанный на основе предложенного метода, позволил разделить процедуру формирования модели представлений агента на два этапа. На первом из них производится сбор информации в предметной области с различных позиций восприятия. Предложено использовать четыре базовые позиции восприятия, с которых осуществляется сбор и интерпретация информации: а) собственная точка зрения человека; б) восприятие ситуации с точки зрения другого человека; в) рассмотрение ситуации с точки зрения незаинтересованного наблюдателя; г) рассмотрение проблемной ситуации с точки зрения системы, интересов которой она касается.

3. Показано, что потенциал прогрессивной эволюции ОТС непрерывного и непрерывно-дискретного типов - это использование знания занятого в ней персонала о возможных направлениях повышения эффективности системы в пространстве технико-экономических и экономических показателей относительно либо достигнутого, либо заданного в этом пространстве показателей состояния за счет совершенствования представлений о свойствах объектов управления в пределах своей области компетентности. Это явилось основой для разработки методов решения задач управления эволюцией ОТС как методов человеко-машинного решения задач согласования представлений и оптимизации на множестве компромиссных решений. Данные методы являются одной из важнейших функциональностей автоматизированной системы управления ОТС, предоставляющей пользователям возможность получения на каждом ¿-м периоде функционирования на базе достигнутых на предыдущем М-м периоде значений технико-экономических и экономических показателей новых их значений. Они должны соответствовать представлениям агентов о собственных возможностях, желаемых состояниях, состояниях внешней среды, о глобальных ограничениях при соблюдении консенсуса интересов агентов и системы в целом, получаемого в этом периоде уровня суверенитета при принятии решений и выборе способа действия.

4. На основе анализа подходов, положенных в основу человеко-машинных методов многокритериальной оптимизации разработан полный цикл процедур оптимизации локально-оптимальных значений технико-экономических и экономических показателей ОТС. Он включает процедуры: поиска потенциально максимально предпочтительной локальной точки, минимально предпочтительной локальной точки, компромиссной локально-оптимальной точки, локальнооптимальной точки сотрудничества и дальновидной локально-оптимальной точки в пространстве критериев, обеспечивающих оптимальное значение удельной ценности ситуации целеустремленного состояния при реализации принятого решения для правдоподобных вариантов предположений агентов о возможных значениях управления со стороны центра и состоянии внешней среды.

Полученные значения являются значениями шкалы, на которой агент определяет

285 величины оценок степени удовлетворенности ситуацией целеустремленного состояния. Реализация описанного алгоритма решения задачи согласования и согласованной оптимизации зависит от используемых моделей описания предметных областей и моделей выбора решений агентами ОТС, рассмотрены их возможные варианты. В предложенной схеме возможен ряд математических постановок задачи расчета направления движения в пространстве решений на втором этапе общей схемы задачи согласования и согласованной оптимизации. Рассмотрены четыре их возможных варианта и разработаны правила остановки человеко-машинного процесса поиска компромиссных решений.

6. Процесс развития ОТС рассмотрен как последовательность смены ее целеустремленных состояний, возникающих вследствие согласованного целеустремленного выбора агентами на основе представлений (знаний) об объекте управления, среде, поведении других агентов и т.д. Показано, что качество принимаемых решений агентами зависит от уровня их знаний (представлений) в соответствующих формах и определяет степень достижения двух основных целей: а) приспособление к внешней среде; б) увеличение степени доминирования во внешней среде. Стремление достижения этих двух целей определяет целенаправленный характер формирования представлений (знаний) агентов в процессе их деятельности. Процесс выработки согласованных представлений в зависимости от ограничений можно разбить на три этапа в соответствии со стадиями при принятии решений: а) получение представлений, позволяющих достигать цели выживания ОТС и агентов; б) получение представлений, позволяющих выполнять оптимизацию решений; в) формирование представлений для самоорганизации - управление будущими возможными ситуациями с целью достижения стратегических целей.

7. Реализация разработанного подхода предполагает включение в функциональную структуру системы управления ОТС задач исследования, обеспечивающих постоянное обновление знаний и согласование представлений всех участников системы для принятия решений по ее развитию и адаптации к условиям рынка с целью обеспечения долгосрочного существования. Концепция автоматизированной системы управления эволюцией ОТС включает стратегии исследования стационарности финансового и хозяйственного состояния, методику решения и математические модели задач согласования и оптимизации финансовой и хозяйственной деятельности ОТС, выработку согласованной производственной программы, согласование и оптимизацию режимов ведения технологических процессов и производств.

8. Определено, что процесс развития ОТС надо рассматривать как последовательность смены ее целеустремленных состояний, то есть как процесс с дискретными состояниями. Принятие согласованных решений происходит при определенных условиях. Если ситуацию целеустремленного состояния следует считать стационарной, то она предполагает использование наработанных согласованных количественных решений, так как они обеспечивают для агента максимальную удельную эффективность по результату и эффективности. При нарушении условий стационарности требуется корректировка применяемых стационарных согласованных решений, которая заключается в выборе из известного множества возможных способов действия или его расширении за счет поиска резервов, новых способов ведения процесса и организации производства и т.п. Во всех случаях это предполагает применение человеко-машинной процедуры построения согласованных количественных решений. Показано, что для обеспечения непрерывной, прогрессивной эволюции ОТС необходимо постоянный перевод ее в неравновесное состояние путем нарушения условий стационарности ситуации целеустремленного состояния. Это, в свою очередь, возможно, когда центр и агенты решают задачи анализа условий стационарности принятия количественных решений, и на этой основе готовят предварительно согласованные решения для достижения будущих желаемых состояний. В соответствии с этим подходом была разработана стратегия и методика исследования, согласования и согласованной оптимизации при создании автоматизированных систем ОТС и их последующей эксплуатации.

9. Предложена методика построения автоматизированных системах управления эволюцией ОТС включает в себя методику обследования используемых до автоматизации методов управления, оценку их качества и эффективности, оценку качества программного обеспечения процессов согласования и оптимизации, методику создания методов и моделей, средств обеспечения (информационного, математического, программного и организационного) информационных процессов согласования и оптимизации в организационно-технологических системах. Предложен порядок разработки таких систем.

10. Показано, что для выявления резервов, обеспечивающих прогрессивную эволюцию ОТС, необходимо применить механизм с итерационной схемой планирования. Рассмотрены варианты его построения для согласования и оптимизации финансовой и хозяйственной деятельности, формирования производственной программы, оптимизации режимов ведения технологических производств.

В ходе выполнения исследований получены результаты, обеспечивающие решение крупной научно-технической проблемы, имеющей важное значение для отечественной промышленности и хозяйства: создание методологических и теоретических основ для построения автоматизированных систем управления эволюцией производств с непрерывным и непрерывно-дискретным типом производства, позволяющих в условиях неопределенности, динамики и слабой структурированности внешней среды осуществить интеллектуализацию принятия решений на основе субъективных представлений участников процесса принятия решений о ситуации выбора, а именно: для предложенного в работе интегрированного комплекса согласования и согласованной оптимизации в производственных системах с непрерывной и непрерывно-дискретной технологией в химической промышленности разработаны:

1. Разработана методика описания производств с непрерывным и непрерывно-дискретным типом производства для Редкинского ОКБА, Уральского производственного объединения «Галоген», Ступинского завода стеклопластиков,

Новомосковского НАК «Азот» как активных организационно-технических систем. Показано, что задача управления эволюцией таких систем декомпозируется на две составляющие. Первая в условиях неопределенности внешней среды связана с выработкой согласованных оптимальных представлений о будущих значениях экономических, финансовых и хозяйственных показателей системы, обеспечивающих ее выживание и развитие. Вторая связана с определением траектории эволюции системы и ее удержания при воздействии

288 внешних и внутренних возмущений. Показано, что в условиях неопределенности и динамики внешней среды успешное решение выделенных классов задач требует учета контекста и субъективных представлений агентов о ситуации выбора, согласование представлений и принятия на этой основе оптимальных согласованных решений.

2. Разработаны методики построения моделей представлений центра и агентов при решении задачи согласованной оптимизации производственной программы. Разработанные на их основе программные средства обеспечивают повышение точности формализации паттернов субъектов управления и снижение объема доработок при внедрении до 50%, уменьшают ошибку предсказания возможных состояний до 5-8%.

3. Разработана и внедрена система согласованного целеуказания в режиме диалога при разработке производственной программы на производстве хладонов и фторопластов Уральского производственного объединения «Галоген», Ступинском заводе стеклопластиков, разработаны и внедрены соответствующие методики в Редкинском ОКБА.

4. Разработана и внедрена система расчета согласованной производственной программы на производстве хладонов и фторопластов Уральского производственного объединения «Галоген», Ступинском заводе стеклопластиков, разработаны и внедрены методики в Редкинском ОКБА и Новомосковском НОК «Азот» методики создания аналогичных систем, их проверки и доработки с использованием имитационных игр.

5. Разработана и внедрена система согласованной оптимизации режимов ведения технологических процессов технологических узлов на производстве хладонов и фторопластов Уральского производственного объединения «Галоген», Ступинском заводе стеклопластиков, Новомосковском НОК «Азот», позволяющие в режиме диалога учитывать субъективные представления производственного персонала, формализовать их модели выбора как при подготовке вариантов планов, так и при их реализации. Разработаны и внедрены методики решения аналогичных классов задач в Редкинском.

289

6. Разработана система имитации боевой обстановки для тренажеров нового поколения, позволяющая интеллектуализировать поведение противника при решении задач подготовки личного состава. Внедрение ее в НПО «Центрпрограммсистем» позволило повысить качество подготовки личного состава Северного флота, создать процесс обучения приближенным к реальным условиям, снизить затраты на подготовку личного состава, повысить объективность оценки качества подготовки.

7. Двухуровневая система согласованной оптимизации производственно программы, основанная на стимулировании производственного персонала путем учета их интересов и ожиданий позволила реализовать концепцию прогрессивной эволюции производства. Ее внедрение на производстве хладонов и фторопластов Уральского производственного объединения «Галоген», Ступинском заводе стеклопластиков, Новомосковском НОК «Азот» позволила увеличить выпуск продукции до 5-7% в год и снизить технологическую составляющую себестоимости на 6-8%.

В результате проведенной работы осуществлено комплексное решение научной проблемы создания метода принятия решений интеллектуальным агентом, учитывающего личностные особенности лица, принимающего решения, его индивидуальность при обработке информации для оценки свойств ситуации выбора в условиях неопределенности и минимальной априорной информации. Решенные в диссертации научные и практические проблемы имеют большое значение как теоретическая и методологическая основа при создании автоматизированных систем управления производств непрерывного и непрерывно-дискретного типов.

Совокупность полученных теоретических и практических результатов создает объективные предпосылки для широкого и эффективного применения разработанных алгоритмов принятия решений и моделирования представлений агента в ситуациях выявления представлений, что имеет важное народнохозяйственное значение в прогнозировании социально-экономических процессов, разработки методов управления подсистемами, обладающими свойствами активного поведения в интеллектуальных системах.

290

Список литературы диссертационного исследования доктор технических наук Виноградов, Геннадий Павлович, 2013 год

1. Заде Л.А. Основы нового подхода к анализу сложных процессов принятия решений // Математика сегодня. -М.: Знание, 1978, С. 5-40.

2. Tversky A., Kahneman D. The framing of decisions and the rationality of choice. Science, 1981,211,453458. (33,34)

3. Козелецкий Ю. Психологическая теория решений. М.: Прогресс, 1979.

4. Ларичев О. И. Наука и искусство принятия решений. М.: Наука, 1979.

5. Солнцева Г. Н. Психологический анализ проблемы принятия решения. М.: Издво МГУ, 1985.

6. Корнилова Т. В. Психология риска и принятия решений: Учебное пособие для вузов. М.: Аспект Пресс, 2003

7. Корнилова Т. В., Тихомиров О. К. Принятие интеллектуальных решений в диалоге с компьютером. М.: Издво МГУ, 1990

8. Тихомиров О. К. Принятие решений как психологическая проблема // Проблемы принятия решения. М.: Наука, 1976.

9. Payne J.W. Information processing theory: Some concepts and methods applied to decision research. In T. Wallsten(Ed-), Cognitive processes in choice and decision behavior. Hillsdale, N.J.: Erlbaum, 1980.(19)

10. Russo J.E. The value of unit price information. Journal of Marketing Research, 1977, 11, 193201.(19)

11. Simon H.A. Information processing theory of human problem solving. In W. K. Estes (Ed.), Handbook of learning and cognitive processes (Vol. 5). Hillsdale, N.J.: Erlbaurn, 1978

12. Slovic P., Fischhoff B. Lichtenstein, S. Behavioral decision theory. Annual Review of Psychology, 1977, 28, 139. (8,19,34,35)

13. Tversky A., Kahneman D. Causal schemas in judgments under uncertainty. In M. Fishbein (Ed.), Progress in social psychology. Hillsdale, N .J.: Erlbaum, 1980. (6, 10, 19, 30)

14. Slovic P., Fischhoff B. Lichtenstein S. Behavioral decision theory. Annual Review of Psychology, 1977, 28, 139. (8,19,34,35)

15. Slovic P., Fischhoff B. Lichtenstein S. Facts vs. fears: Understanding perceived risk. In R. Schwing & W. A. Albers, Jr. (Eds.), Societal risk assessment: How safe is safe enough? New York: Plenum, 1980. (33)

16. Комлев А. А. Психологические факторы значимого жизненного выбора: Дис. . канд. психол. наук. Тамбов, 2003

17. Р. Акофф, Ф. Эмери. О целеустремленных системах. М.: Сов. Радио, 1974

18. Леонтьев Д. А., Пилипко Н. В. Выбор как деятельность: личностные детерминанты и возможности формирования //Вопросы психологии. 1995. № 1.

19. Ивашкин Ю.А. Мультиагентное имитационное моделирование больших систем. Учебное пособие. 2008 г., 238 стр.

20. Виноградов Г.П. Методы и алгоритмы принятия решений в автоматизированных системах управления производствами с непрерывной технологией на основе субъективных представлений: монография. / Г.П. Виноградов. Тверь: ТГТУ, 2013. 256 с.

21. Канеман Д., Тверски А. Рациональный выбор, ценности и фреймы // Психологический журнал. 2003. Т. 42. № 4.

22. Савина Е. А., Ванг X. Т. Выбор и принятие решения: риск и социальный контекст // Психологический журнал. 2003. № 5.

23. Саймон Г. Рациональность как процесс и продукт мышления // THESIS: теория и история экономических и социальных институтов и систем. 1993. № 3.

24. Дернер Д. Логика неудач. М.: Смысл, 1997.

25. Демин A.B., Витяев Е.Е. Логическая модель адаптивной системы управления // Нейроинформатика, 2008, том 3, № 1, стр. 79-107.

26. Виноградов Г.П, Кузнецов В.Н., Богатиков В.Н. Модель принятия решений целеустремленного поведения агента в слабоструктурированных средах. Программные продукты и системы. № 2(98), 2012. -с. 9-16.

27. Василюк Ф. Е. Психотехника выбора // Психология с человеческим лицом: гуманистическая перспектива в постсоветской психологии / Под ред. Д. А. Леонтьева, В. Г. Щур. М.: Смысл, 1997.

28. Маслоу А. Новые рубежи человеческой природы. М.: Смысл, 1999.

29. Maddi S. R. Creating Meaning Through Making Decisions / In Wong P.T.P. & Fry P. S. (Eds.) The Human Quest For Meaning: A Handbook of Psychological Research and Clinical Applications. Mahwah, N.J.: Lawrence Erlbaum Associates, 1998.

30. Леонтьев Д. А. Новые горизонты проблемы смысла в психологии // Проблема смысла в науках о человеке (к 100летию Виктора Франкла): материалы международной конференции / Под ред. Д. А. Леонтьева. М.: Смысл, 2005.

31. Фромм Э. Иметь или быть. М.: ACT. М., 2008

32. Асмолов А. Г. По ту сторону сознания: методологические проблемы неклассической психологии. М.: Смысл, 2002.

33. Асмолов А. Г. Психология личности: принципы общепсихологического анализа. М.: Смысл, 2001.

34. Братусь Б. С. Аномалии личности. М.: Мысль, 1988.

35. Братусь Б. С. Нравственное сознание личности: психологическое исследование. М.: Знание, 1985.

36. Виноградов Г.П. Моделирование процесса формирования представлений интеллектуального агента о ситуации целеустремленного выбора. Проблемы информатики, 2010. №3 с. 66-72

37. Анохин П.К. Избранные труды. Философские аспекты теории функциональной системы. М.: Наука, 1978

38. Достоверный и правдоподобный вывод м интеллектуальных системах / Под ред. В.Н. Вагина, Д.А. Поспелова. 2-е изд. М.: Физматлит, 2008. - 712 с.

39. Василюк Ф. Е. Методологический анализ в психологии. М.: МГППУ; Смысл, 2003.

40. Леонтьев А. Н. Деятельность. Сознание. Личность. М.: Политиздат, 1977.

41. Леонтьев Д. А. Психология смысла. М.: Смысл, 2003.

42. Чеснокова И. И. Психология личности и образ жизни. М.: Наука, 1987

43. Новиков Д.А. Современные проблемы теории управления организационными системами. В кн.: /Человеческий фактор в управлении / Под ред. H.A. Абрамовой, К.С. Гинсберга, Д.А. Новикова. М.: КомКнига, 2006. - с. 391-407

44. Новиков Д.А. Механизмы функционирования многоуровневых организационных систем. М.: Фонд "Проблемы управления", 1999.

45. Озерной В.М. Принципы построения и использования многокритериальных моделей задач принятия решений. В кн.: Проблемы принятия решений. М.: ИПУ. 1974

46. Simon Н.А. Retional Decision in Busines Organization // Les Prix Nobel 1978. Stockholm, 1979. p.285.

47. Андрейчиков A.B., Андрейчикова O.H. Анализ, синтез, планирование решений в экономике. М.: Финансы и статистика, 2000. 368 С.

48. Статистические модели и многокритериальные задачи принятия решений: Сб. статей / Сост. и науч. ред. И. Ф. Шахнов. — М.: Статистика, 1979. — 184 с.

49. Кини Р. Л., Райфа X. Принятие решений при многих критериях: предпочтения и замещения: Пер. с англ./ Под ред. И. Р. Шахова. — М.: Радио и связь, 1981. — 560 с.

50. Райфа Г. Анализ решений (введение в проблему выбора в условиях неопределенности): Пер. с англ. — М.: Наука, 1977. — 408 с.

51. Мелихов А. Н., Бернштейн Л. С., Коровин С. Я. Ситуационные советующие системы с нечеткой логикой. —М.: Наука, 1990. — 272 с.

52. Беллман Р., Заде Л. Принятие решений в расплывчатых условиях // Вопросы анализа и процедуры принятия решений: Пер. с англ. —М.: Мир, 1976. — С. 172 215.

53. Кофман А. Введение в теорию нечетких множеств: Пер. с англ. — М.: Радио и связь, 1982, — 432 с.

54. Орловский С. А. Проблемы принятия решений при нечеткой исходной информации. -М.: Наука, 1981. —208 с.

55. Юдин Д. Б. Вычислительные методы теории принятия решений. — М.: Наука, 1989. -320 с.

56. Ларичев О.И., Мошкович Е.М. Качественные методы принятия решений. Вербальный анализ решений. М.: Физматлит, 1996. - 206 с.

57. Саати Т. Принятие решений. Методы анализа иерархий. М.: Радио и связь, 1993. -320 с.

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

59. Бурков В.Н. Основы математической теории активных систем. М.: Наука, 1977

60. Городецкий В.И. Многоагентные системы: основные свойства и модели координации поведения // Информационные технологии и вычислительные системы. — 1998. -№1 С. 22-34.

61. Новиков Д.А., Чхартишвили. Рефлексивные игры. М.: Синтег, 2003.

62. Новиков Д.А. Теория управления организационными системами. 2-е изд. — М.: Физматлит, 2007.

63. Нейман Дж. фон, Моргеиштерн О. Теория игр и экономическое поведение. М.: Наука, 1970.

64. Губко М.В., Новиков Д.А. Теория игр и управление организационными системами. -М.: Синтег, 2002

65. Бурков В.Н., Новиков Д.А. Теория активных систем: состояние и перспективы. М.: СИНТЕГ, 1999.

66. Краснощекое П.С., Петров А.А. Принципы построения моделей. М.: ФАЗИС, ВЦРАН, 2000.

67. Новиков Д.А., Петраков С.Н. Курс теории активных систем. М.: СИНТЕГ, 1999.

68. Виноградов Г.П. Модель принятия решений интеллектуальным агентом. Труды Междунар. Конгресса по интеллектуальным системам и информационным технологиям. AIS-IT'09. Научное издание в 4-х томах. М.: Физматлит, 2009, т. I.e. 127-134.

69. Новиков Д.А., Чхартишвили А.Г. Активный прогноз. М.: ИЛУ РАН, 2002.

70. Бурков В.Н., Коргин H.A., Новиков Д.А. Введение в теорию управления организационными системами: Учебник / Под. Ред. Новикова Д.А. М.: Книжный дом "ЛИБРОКОМ", 2009. - 264 с.

71. Бурков В.Н., Кондратьев В.В. Механизмы функционирования организационных систем. М.: Наука, 1981.

72. Вилкас Э.Й. Оптимальность в играх и решениях. М.: Наука, 1990.

73. Гермейер Ю.Б. Игры с непротивоположными интересами. М.: Наука, 1976.

74. Новиков Д.А. Механизмы стимулирования в моделях активных систем с нечеткой неопределенностью. М.: ИЛУ РАН, 1997.

75. Кукушкин Н.С., Морозов В.В. Теория неантагонистических игр. М.: МГУ, 1984.

76. Новиков Д.А., Цветков A.B. Механизмы стимулирования в многоэлементных организационных системах. М.: Апостроф, 2000.

77. Howard N. Theory of meta-games / General systems. 1966. № 11. P. 187- 200, Myerson R.B. Game theory: analysis of conflict. London: Harvard Univ. Press, 1991.

78. Новиков Д.А. Обобщение задач стимулирования в активных системах. М.: ИЛУ РАН, 1998.-68с.

79. Новиков Д.А., Цветков A.B. Механизмы функционирования организационных систем с распределенным контролем. М.: ИЛУ РАН, 2001.

80. Бурков В.Н., Еналеев А.К., Новиков Д.А. Механизмы функционирования социально-экономических систем с сообщением информации // Автоматика и Телемеханика. 1996. №3. С. 3-25.

81. Бурков В.Н., Еналеев А.К., Новиков Д.А. Механизмы стимулирования в вероятностных моделях социально-экономических систем // Автоматика и Телемеханика. 1993. № 11. С. 3 30.

82. Новиков Д.А. Сетевые структуры и организационные системы. М.: ИЛУ РАН, 2003,- 124 с.

83. Петраков С.Н. Механизмы планирования в активных системах: неманипулируемость и множества диктаторства. М.: ИЛУ РАН, 2002.

84. Mas-Colell A., Whinston M.D., Green J.R. Microeconomic theory. N.Y.: Oxford Univ. Press, 1995.

85. Финн B.K. Об одном варианте логики аргументации // НТИ. Сер.2. 1996. - №5-6. -С.3-19.

86. Ерешко Ф.И. Моделирование рефлексивных стратегий в управляемых системах. М.: ВЦ РАН, 2001.

87. Лефевр В.А. Конфликтующие структуры. М.: Советское радио, 1973.

88. Горелик В.А., Кононенко А.Ф. Теоретико-игровые модели принятия решений в эколого-экономических системах. М.: Радио и связь, 1982.

89. Savage L.J. The Foundations of Statistics.N. Y.: Wiley, 1954.

90. Фишхоф Б., Гойтенн Б., Шапиро 3. Субъективная ожидаемая полезность: модель принятия решений // Процедуры оценивания многокритериальных объектов: Сб. тр. ВНИИСИ / Под. ред. О. И. Ларичева. М., 1984. № 9.

91. Day R.H. Rational Choice and Economic Behavior // Theory and Decision. 1997. № 1.

92. Simon H.A. Administrative Behavior (3rd ed.) New York: Free Press. 1976

93. Новиков A.M., Новиков Д.А. Методология. СИНТЕГ, 2007.

94. Garling Т., Axhausen К., Brydsten M. Travel choice and the goal process utility distinction / / Applied Cognitive Psychology. 1996. № 10.

95. Russell Т., Taylor R. The Relevance of Quasi-Rationality in Competitive Markets. In: D.Bell, H.Raiffa, A. Tversky (Eds.) Decision Making : Descriptive, Normative and Prescriptive Interactions. Cambridge: Cambridge University Press, 1988.

96. Currim I. S., R. K. Sarin. Prospect versus Utility // Management science. 35. № 1 (1989).

97. Чхартишвили А.Г. Теоретико-игровые модели информационного управления. М.: ЗАО «ПМСОФТ», 2004. 227 с.

98. Wu G. Editing and Prospect Theory: Ordinal Independence and Outcome Cancellation / / Working Paper of Harvard Business School, 1993.

99. Михалевич B.C., Волкович B.JI. Вычислительные методы исследования и проектирования сложных систем. М.: Наука. Главная редакция физико-математической литературы, 1982.

100. Миркин Б.Г. Проблема группового выбора. -М.: Наука, 1974,

101. Стивене С.С. Математика, измерение и психофизика. — В кн.: Экспериментальная психология. М.: ИЛ, 1960, т.1

102. Суппес П., Зинес Дж. Основы теории измерений. В кн.: Психологические измерения. М.: Мир, 1967.

103. Заде Л.А. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976

104. Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы. М.: Горячая линия Телеком, 2004. - 452с.

105. Поспелов Д.А. Моделирование рассуждений. Опыт анализа мыслительных актов. -М.: Радио и связь, 1989.

106. Есенин-Вольпин A.C. О теории диспутов и логике доверия // Философия. Логика. Поэзия. Защита прав человека: Избранное. М.: Рос. гос. гуманит. ун-т, 1999. — С. 178192.

107. Виноградов Г.П., Кузнецов В.Н. Модель согласования представлений интеллектуальных агентов. Сб. статей 3-й Всероссийской научной конференции "Нечеткие системы и мягкие вычисления (НСМВ-2009)", Волгоград, 2009. С. 141-156.

108. Васильева О.Н., Засканов В.В., Иванов Д.Ю. и др. Модели и методы материального стимулирования: теория и практика. M.rHEHAI^.URSS, 2007.

109. Виноградов Г.П. Моделирование принятия решений интеллектуальным агентом. Программные продукты и системы. 2010. № 3. — С. 35 43.

110. Новиков Д. А. Математические модели формирования и функционирования команд. -М.: Физматлит, 2008.

111. Виноградов Г.П. Поведенческая модель принятия решений. Теория активных систем / Труды междун. Научно-практич. конф. (17-19 ноября 2009 г.) т.1. Общая редакция В.Н. Бурков, ДА. Новиков. М.: ИПУ РАН, 2009. с. 59-62.

112. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. С-Петербург: Питер, 2000.

113. Носуленко В.Н. Психофизика восприятия естественной среды. Проблема воспринимаемого качества. М.: ИП РАН, 2007.

114. Головина E.B. Системность в исследовании структур уверенности человека и адекватности ее оценки/ Системная организация и детерминация психики/ Под ред. В.А. Барабанщикова. М.: ИП РАН, 2008.

115. Кузнецов В.Н. Согласование и оптимизация в иерархических системах с активными элементами. / В.Н.Кузнецов. М.: Институт проблем управления, 1996.-132 с.

116. Бешелев, С.Д. Экспертные оценки. / С.Д. Бешелев, Ф.Г. Гурвич. М.: НАУКА, 1973. -161 с.

117. Ярушкина Н.Г. Основы теории нечетких и гибридных систем. — М.: Финансы и статистика, 2004.

118. Борисов П.А., Виноградов Г.П., Семенов H.A. Интеграция нейросетевых алгоритмов, моделей нелинейной динамики и методов нечеткой логики в задачах прогнозирования. Изв. РАН. ТиСУ. 2008. №1. С. 280-286.

119. Хакен Г. Синергетика. -М.: Мир. 1980.

120. Оссовский С. Нейронные сети для обработки информации. М.: Финансы и статистика, 2002. 344с.

121. Виноградов Г.П., Мальков A.A. Модели поиска структур данных на основе конкуренции и кооперации. Сб. трудов "Управление большими системами". Вып. 22. М.: ИЛУ РАН, 2008. 98-110.

122. Виноградов Г.П., Мальков A.A. Кластеризация на основе конкуренции и кооперации. Системы управления и информационные технологии. №1.1 (31), 2008. 137141.

123. Найханова JI.B., Дамбаева C.B. Методы и алгоритмы принятия решений в управлении учебным процессом в условиях неопределенности: Монография. Улан-Удэ: Изд-во ВСГТУ, 2004. - 164с.

124. Мандель И.Д. Кластерный анализ. M.: Финансы и статистика, 1988. - 176с.

125. Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Классификация и снижение размерности. М.: Финансы и статистика, 1989.

126. Загоруйко Н.Г. Прикладные методы анализа данных и знаний. Новосибирск:, 1999.

127. Стокал P.P. Кластер-анализ и классификация: предпосылки и основные направления. В кн. Классификация и кластер / Под ред. Дж. Вэн Райзина. - М.: Мир, 1980.-c.7-19.

128. Babu G.P., Murty V.N. Clusterung with evolution strategies. Pattern Recorgn, 27, 1994. -PP. 321-329.

129. Борисов B.B., Круглов B.B., Федулов A.C. Нечеткие модели и сети. М.: Горячая линия - Телеком, 2007. - 284с.

130. Kosko В. Differencial hebbeian learning // AIP Conference Proceedings. V. 151. 1986. -PP. 265-270.

131. Ньюстром Дж. Организационное поведение. СПб., 2000.

132. Иноземцев В.А. За пределами экономического общества. М.: Academia-Наука, 1998.

133. Цыганов B.B. Адаптивные механизмы функционирования промышленных объединений. М.: ИПУ РАН, 2000.

134. Виноградов Г.П. Кузнецов В.Н. Моделирование поведения агента с учетом субъективных представлений о ситуации выбора. Искусственный интеллект и принятие решений. 2011. № 3. с. 58-72.

135. Виноградов Г.П. Индивидуальное принятие решений: поведение целеустремленного агента. Научная монография. Тверь: 2011. с. 164.

136. Виноградов Г.П. Модель поведения с учетом субъективных представлений о целеустремленной ситуации состояния. Вестник Ростовского государственного университета путей сообщения. № 3(43). Ростов, 2011. с. 51-58.

137. Виноградов Г.П. Модель принятия решений с учетом субъективных представлений о ситуации выбора. Обозрение прикладной и промышленной математики. № 6, 2011, с. 571-575.

138. Виноградов Г.П., Палюх Б.В. Механизмы управления эволюцией организационно-технологической системы. Программные продукты и системы. № 2(98), 2012. с. 3-8.

139. Виноградов Г. П. Модели механизмов управления в комплексной АСУ ТП. Межвуз. сб. Модели и системы управления химико-технологическими процессами. Калинин, КГУ. с. 33-39

140. Новиков Д.А., Иващенко A.A. Модели и методы организационного управления инновационным развитием фирмы. М.: ЛЕНАНД, 2006. - 336 с.

141. Цыганов В.В. Исследование и разработка адаптивных механизмов функционирования активных систем (на примере отраслевого цикла «исследование -производство». Дисс. докт. техн. наук. М.: ИПУ АН СССР, 1989.

142. Акофф Р. Планирование в больших экономических системах. М.: изд. «Советское радио», 1972. - 224 с.

143. Полтерович В.М. Блочные методы выпуклого программирования и их экономическая интерпретация. Экономико-математические методы. 1969, т. V, № 6.

144. Психологический словарь / Под ред. В.П. Зинченко, В.Г. Мещерякова. -М.: Педагогика Пресс, 1997.

145. Волков В.Н. -Теория систем: Учебное пособие / В.Н. Волков, A.A. Денисов. М.: Высшая школа, 2006. 511 с.

146. Автономов B.C. Модель человека в экономической науке. СПб.: Экономическая школа, 1998.

147. Уильямсон О.И. Экономические институты капитализма: фирмы, рынки, "отношенческая" контрактация. СПб.: Лениздат, 1996. с.97-101.

148. Соснин П.И. Вопросно-ответное программирование человеко-машинной деятельности / П.И. Соснин. Ульяновск: УлГТУ, 2010. - 240 с.

149. Мамиконов А.Г. Методы разработки автоматизированных систем управления. -М.: Энергия, 1983. 336с.

150. Проектирование подсистем и звеньев автоматизированных систем управления / Под ред. Мамиконова А.Г. М.: Высшая школа, 1975. 248с.

151. ГОСТ 34.601-90. Информационная технология. Комплекс стандартов на автоматизированные системы. Автоматизированные системы. Стадии создания. М. Из-во стандартов, 1992. 11с.

152. ГОСТ 34. 003-90. Информационная технология. Комплекс стандартов на автоматизированные системы. Техническое задание на создание автоматизированной системы. М. Из-во стандартов, 1990. 18с.

153. ГОСТ 34.692-89. Информационная технология. Комплекс стандартов на автоматизированные системы. Термины и определения. М. Из-во стандартов, 1992. -23с.

154. ГОСТ Р ИСО/МЭК 9126-93. Информационная технология. Оценка программной продукции. Характеристика качества и руководства по их применению. М. Из-во стандартов, 1992. 19с.

155. ГОСТ Р ИСО/МЭК 12207-99. Информационная технология. Процессы жизненного цикла программных средств. М. Из-во стандартов, 2000. 46с.

156. Джонс Д. Методы проектирования/ Д. Джонс. М.: Мир, 1986. 326с.

157. Мамиконов А.Г., Цвиркун А.Д., Кульба В. В. Автоматизация проектирования АСУ. М.: Энергоиздат, 1981. -327с.

158. Зиглер К. Методы проектирования программных систем. М.: Мир, 1985. 328с.

159. Бурков В.Н., Виноградов Г.П. и др. Структура управления развитием производственно-технологических систем в химической промышленности // Методы синтеза и планирования развитии структур сложных систем: Межвуз. сб. Саратов. -1980.

160. Соснин П.И. Вопросно-ответное проектирование в разработке и автоматизированных систем / П.И. Соснин: УлГТУ, 2007. 333с.

161. Гафт Л.Ш., Клейнер Я.С. Об одном алгоритме принятия решений в много критериальных задачах управления // Препринт ИЭП АН УССР. 73-18-АСУ. Донецк, 1973.

162. Кузнецов В.Н. Эвристическая стратегия диагностики слабо формализуемых технологических систем// Элементы и системы оптимальной идентификации и управления технологическими процессами. Сб. тр. / ТГТУ. Тула, 1993. с. 29-35.

163. Виноградов Г.П. Мальков A.A. Кластеризация на основе нечетких отношений и технологии Visual Mining. Системы управления и информационные технологии. №1.1 (31), 2008. с. 98-110.

164. Бедельбаев A.A., Дубов Ю.А., Шмульян Б.Л. Адаптивные процедуры принятия решений в многокритериальных задачах // Автоматика и телемеханика. 1976. №1.

165. Ларичев О.И., Поляков O.A. Человеко-машинные процедуры принятия решений в многокритериальных задачах математического программирования // Экономика и математические методы. 1980. т. 16, №1. - с. 129-145.

166. Цыпкин Я.З. Адаптивные методы выбора решений в условиях неопределенности // Автоматика и телемеханика. 1976. №4. с. 78-91.

167. Красникер A.C. Метод локальных улучшений в задаче векторной оптимизации// Автоматика и телемеханика. 1976. №3.

168. Бенайон Р., Ларичев О. И., Монтгольфье Ж. де Тернии Ж. Линейное программирование со многими критериями качества // Автоматика и телемеханика. -1971. №8.

169. Волкович В.Л., Даргейко Л.Ф. Метод ограничений в задачах векторной оптимизации // Автоматика и телемеханика. 1976. №3.

170. Руа Б. К общей методологии выработки и принятия решений // Статистические модели и многокритериальные задачи принятия решений. М.: Статистика, 1979. с. 123-167.

171. Глушков В.М., Омарин Г.Б. Вопросы построения диалоговой системы планирования ДИСПЛАН // Препринт 77-36. Киев, Институт кибернетики АН УССР, 1977.

172. Поляков O.A. Утилитарный подход к оптимизации планирования производства на предприятии // Приборы и системы управления. 1978, №7.

173. Джофрион А., Дайер Дж., Файнберг А. Решение задач оптимизации при многих кпитериях на основе человеко-машинных процедур // Статистические модели и многокритериальные задачи принятия решений. -М.: Статистика, 1976. с. 126-145.

174. Дайер Дж. Многоцелевое планирование на основе человеко-машинных процедур // Статистические модели и многокритериальные задачи принятия решений. -М.: Статистика, 1976. е.

175. Виноградская Т.М. Два алгоритма выбора многомерной альтернативы // Автоматика и телемеханика. 1977. №3. с. 90-95.

176. Тимашева Л.А. Многокритериальные задачи в системах технико-экономического планирования // Математические модели сложных систем. Сб. тр. Киев, 1973.

177. Тер-Ованесов Е.Ф. Модель принятия решений при выборе строек по многим критериям // Изв. АН СССР. Техн. кибернетика. 1976, №4.

178. Ларичев О.И. Человеко-машинные процедуры принятия решений // Автоматика и телемеханика. 1971. №12. с. 130-142.

179. Подиновский В.В., Гаврилов В.М. Оптимизация по последовательно применяемым критериям. М.: Советское радио, 1975. 195 с.

180. Растригин Л.А., Эйдук Я. Ю. Адаптивные методы многокритериальной оптимизации // Автоматика и телемеханика. 1985. №1. с. 5-25.

181. Эйдук Я.Ю. Векторно-релаксационные методы поиска компромиссного решения // Методы и модели анализа решений. Сб. тр. Рижский политехнический институт, Рига, 1982. с. 44-52.

182. Вилкас Э.И., Майминас Е.З. Решения: теория, Информация, моделирование. — М.: Радио и саязь, 1981. 328с.

183. Хачиян Л.Г., Эрлих А.И. Серийные игровые процессы решения задач выпуклого программирования // Изв. АН СССР, Техническая кибернетика. 1978. № 2.

184. Ириков В.А., Новиков Д.А., Тренев В.Н. Целостные системы государственно-частного управления инновационным развитием как средство удвоение темпов выхода России из кризиса и посткризисного роста. М.: ИЛУ РАН, 2009.

185. Головина Е.В. Когнитивно-стилевой портрет человека, уверенного в сенсорных впечатлениях// Психофизика сегодня/ Под ред. В.Н. Носуленко, И.Г. Скотниковой,- М.: ИП РАН, 2007. С.254-261.

186. Майер Э. Контроллинг как система мышления и управления. М.: Фиансы и статистика. 1993.-96с.

187. Статистическое измерение качественных характеристик / Под ред. Е.М. Четыркина. М.: Статистика, 1972.

188. Виноградов Г.П. Интерактивная процедура построения модели тренда для экономических показателей. Программные продукты и системы. 2000, №3. с. 43-47.

189. Баргесян A.A. Технологии анализа данных: Data Mining, Visual Mining, Text Mining, OLAP / A.A. Баргесян, M.C. Куприянов, B.B. Степаненко, И.И. Холод. 2-е издание. -СПб: БХВ Петербург, 2007. - 384 с.

190. Кандель, Ф. Нечеткие множества, нечеткая алгебра, нечеткая статистика/ Ф., Кандель, У.Д. Байатг // ТИЭР. 1978. -т.66, №12. - с.37-61.

191. Zadeh, L.A. Fuzzy sets / L.A. Zadeh // Information and Control. V.338, №8. - p. 338353.

192. Saaty T. Measuring the fuzziness of sets // Cubernetics, 1974. Vol.4, №4. p.53-61.

193. Tong, R.M. Synthesis of fuzzy model for industrial processes. Some recent result. / R.M. Tong // Int. J. Systems. 1978. v4. - p. 143-162.

194. Плискин Л.Г. Билинейные модели оптимизации производства. M.: Сов. радио, 1979. 200 с.

195. Виноградов Г.П. Методы построения моделей непрерывных процессов в форме затраты-выпуск с переменными параметрами. Межвуз. сб. Математические методы в химии. Тверь, ТГУ, 1994. с. 115-125.

196. Виноградов Г.П. Алгоритмы и процедуры построения билинейных моделей непрерывных производств. Программные продукты и системы, №4, 2007. с. 45-55.

197. Виноградов Г.П., Лампе Е.И. Статическая оптимизация основного производства химического предприятия. Сб. Автоматизация химических производств. М.: НИИТЭХИМ, 1985, №12. с. 22-28.

198. Метт М.С., Нуриев М.Н. к вопросу определения параметров моделей текущего планирования нефтеперабатывающих предприятий. Известия вузов. Нефть и газ, 1975, № 4. - с. 88-92.

199. Зенков В.В. Диапазонные модели участков производства для АСУП. Изв. АН СССР. Техническая кибернетика, 1975, № 5. - с. 57-63.

200. Дудников Е.Е. Цодиков Ю.М. Типовые задачи управления непрерывными производствами. М.: Энергия, 1979. - 272 с.

201. Виноградов Г.П., Новиков Ю.Н., Попов A.A., Замятин В.М. Решение задачи нелинейного программирования методом скользящего допуска. В кн. Каталог алгоритмических модулей общепромышленного применения. М.: ЦНИИТЭ-приборостроения, 1980. 218 с.

202. Виноградов Г.П., Лампе Е.И. Согласованное управление параллельно работающими реакторами большой мощности с изменяющимся состоянием катализатора. В сб. Автоматизация химических производств. М.: НИИТЭХИМ, №4, 1983.-с. 7-11

203. Абдуллаев Ф.М. К вопросу идентификации каталитических процессов. В сб.: Динамические режимы в химии и химической технологии. Новосибирск, СО АН СССР, 1979.-с. 38-40.

204. Кудинов Ю.И., Кудинов И.Ю., Суслова С.А. Нечеткие модели динамических процессов. М.: Научная книга, 2007. -184 с.

205. Бурков В.Н., Буркова И.В. Человеческий фактор в задачах управления социальными и экономическими системами // Человеческий фактор в управлении / Под ред. H.A. Абрамовой, К.С. Гинсбурга, Д.А. Новикова. М.: КомКнига, 2006. - с. 151155.

206. Виноградов Г.П. Идентификация объектов управления методами нечеткой логики. Вестник Тверского технического государственного университета. Научный журнал. Тверь: ТГТУ, 2004. Вып. 4. С. 134-137.

207. Виноградов Г.П. Построение моделей прогнозирования экономических показателей по статистической и экспертной информации. Системы управления и информационные технологии, №4, 2006. С. 45-55.

208. Виноградов Г.П. Построение моделей комбинированного прогнозирования при использовании экспертной информации. Системы управления и информационные технологии, №4, 2006. С. 55-64.

209. Виноградов Г.П., Стукалова H.A. Модели активного прогнозирования эконометрических показателей. Вестник Тверского технического государственного университета. Научный журнал. Тверь: ТГТУ, 2006. Вып. 8 С. 35-43.

210. Виноградов Г.П. Построение диапазонных моделей непрерывных производств. Вестник Тверского технического государственного университета. Научный журнал. Тверь: ТГТУ, 2006. Вып. 3. С. 48-54.

211. Виноградов Г.П., Борисов П.А. Архитектура нейронечетко-самоорганизующейся модели прогнозирования. Сб. науч. трудов "Компьютерные технологии в управлении, медицине, образовании". Тверь, 2006. С. 23-30.

212. Виноградов Г.П., Борисов П.А. Алгоритмы адаптации нечетких систем. Сб. трудов Всероссийской научной конференции "Нечеткие системы и мягкие вычисления (НСМВ-2006) ". М: Физматлит, 2006. С. 253-261.

213. Виноградов Г.П., Борисов П.А. Алгоритмы адаптации баз знаний в нечетких системах. Труды Всероссийской научной конф. "Нечеткие системы и мягкие вычисления (НСМВ-206)". М.: Физматлит, 2006. С. 253-261.

214. Виноградов Г.П., Семенов H.A. Активное прогнозирование на основе технологии Data Mining. Сб. трудов ХХ-й Международной научной конф. "Математические методы в технике и технологиях (ММТТ-20)". Т.6. М.: Физматлит, 2006. С. 506-511.

215. Виноградов Г.П., Семенов H.A. Модели прогнозирования в интеллектуальных системах. Программные продукты и системы, №4, 2007. С. 35-44.

216. Виноградов Г.П., Мальков A.A. Методы кластеризации на базе технологии Visual Mining. Сб. трудов XXI Международной научной конф. "Математические методы в технике и технологиях ММТТ-21" 27-30 мая 2008г., т.2. - С. 7-15.

217. Bolton P., Dewatripoint M. Contract Theory. Cambridge and London: MIT Press, 2005.

218. Виноградов Г.П., Палюх Б.В. Модели прогнозирования в интеллектуальных организациях. Труды 11 -й национальной конф. по искусственному интеллекту с межд. участием КИИ-2008 (28 сентября 3 октября 2008г. г. Дубна, Россия). Т. 2. -М.: ЛЕНАНД. - С. 133-137.

219. Виноградов Г.П., Семенов H.A., Палюх Б.В. Модели прогнозирования в целеустремленных системах. Вестник Тверского государ, университета. Научный журнал, № 35 (95), 2008. С. 137-141.

220. Виноградов Г.П., Мальков A.A. Оценка эффективности метода кластеризации, использующего субъективные оценки. Программные продукты и системы, №2, 2009. -С. 135-140.

221. Борисов B.B., Бычков И.А., Федулов A.C. и др. Компьютерная поддержка сложных организационно-технических систем. М.: Горячая линия Телеком, 2002.

222. Виноградов Г.П. Моделирование принятия решений агентом в организационной системе. Сб. статей 3-й Всероссийской научной конференции "Нечеткие системы и мягкие вычисления (НСМВ-2009)", Волгоград, 2009. С. 121-126.

223. Цыганов В.В., Бородин В.А., Шишкин Г.Б. Интеллектуальное предприятие: механизмы овладения капиталом и властью (теория и практика управления эволюцтей организации). -М.: Университетская книга, 2004. 768 с.

224. Виноградов Г.П., Мальков A.A. Включение субъективных представлений в процедуру кластеризации. Сб. статей 3-й Всероссийской научной конференции "Нечеткие системы и мягкие вычисления (НСМВ-2009)", Волгоград, 2009. С. 59-62.

225. Виноградов Г.П. Модель согласования представлений агентов интеллектуальной системе. Известия ЮФУ. Технические науки. 2009, № 12 (101). - С. 99-104.

226. Бурков В.Н., Виноградов Г.П., Кузнецов В.Н., Семенов H.A., Палюх Б.В. Интеллектуальные активные системы. Труды двенад. национальной конф. по искусственному интеллекту с межд. Участием. Т.1. М.: Физматлит, 2010. С. 109-114.

227. Виноградов Г.П., Мальков A.A. Адаптивная нечеткая классификация в режиме реального времени. Свидетельство о государственной регистрации программ для ЭВМ. №2010616175. Зарегистрирована 17 сентября 2010 г.

228. Виноградов Г.П., Кирсанова Н.В. Модель убежденности агента в оценке уровня информированности о ситуации выбора. Вестник Тверского государственного технического университета: научный журнал. Тверь: ТГТУ, 2010. Вып. 17. С. 21-25.

229. G. Vinogradov. Decision Making based of Subjective Conceptions of Decision situation. Interactive Systems and Technologies:the Problems of Human-Computer Interaction, -Collection of Scientific papers. Uljanovsk, 2011, pp. 403-414.

230. Виноградов Г.П., Кирсанова Н.В. Моделирование рассуждений при формировании представлений о целеустремленном состоянии. Вестник Тверского государственного технического университета. Научный журнал. № 19. 2011. с. 23-29.

231. Виноградов Г.П. Модели оценки убежденности о адекватности представлений в задаче нечеткого выбора. Известия ЮФУ. Технические науки. № 7. 2011. с. 126-130.

232. Виноградов Г.П., Куракин М.Н. Метод использования ментальных представлений агента при решении задач прогнозирования. Современные наукоемкие технологии. Региональное приложение. № 3(27), 2011, с. 12-17.

233. Виноградов Г.П., Кузнецов В.Н, Семенов Н.А.Интеллектуальные активные системы. Труды Конгресса по интеллектуальным системам и информационным технологиям «IS&IT' 12». Научное издание в 4-х томах. — М.: Физматлит, 2012. Т.2. -с. 3-13.

234. Виноградов Г.П. Моделирование управления развивающимися системами. Труды Конгресса по интеллектуальным системам и информационным технологиям «IS&IT' 12». Научное издание в 4-х томах. -М.: Физматлит, 2012. Т.2. с. 74-81.

235. Probabilistic models of cognition // Special issue of the journal: Trends in cognitive science, v. 10, Issue 7, 2006, pp. 287-344.

236. Scientific Discovery website \\ http://math.nsc.ru/AP/ScientificDiscovery.

237. The Probabilistic Mind. Prospects for Bayesian cognitive science // Eds. Nick Chater, Mike Oaksford, Oxfor University Press, 2008, pp.536.

238. Vityaev E.E. The logic of prediction // Mathematical Logic in Asia 2005, Proceedings of the 9th Asian Logic Conference, eds. Goncharov S.S., Downey R. and Ono.H., August 16-19, Novosibirsk, Russia, World Scientific, 2006, pp. 263-276.