Методы и алгоритмы поддержки принятия решений при управлении производственными ресурсами машиностроительного предприятия на основе многоагентного подхода тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Чернышёв Евгений Сергеевич

• Чернышёв Евгений Сергеевич
• кандидат наук
• 2022

Оглавление диссертации кандидат наук Чернышёв Евгений Сергеевич

ВВЕДЕНИЕ

ГЛАВА 1 АНАЛИЗ ПРОБЛЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ И ПЛАНИРОВАНИИ ПРОИЗВОДСТВЕННЫХ РЕСУРСОВ МАШИНОСТРОИТЕЛЬНОГО ПРЕДПРИЯТИЯ

1.1 Анализ процессов поддержки принятия решений при управлении производственными ресурсами

1.2 Анализ основных используемых методов поддержки принятия решений при управлении производственными ресурсами

1.3 Анализ существующего программного обеспечения поддержки принятия решений при управлении производственными ресурсами

1.4 Цель и задачи диссертационного исследования

Выводы

ГЛАВА 2 РАЗРАБОТКА КОНЦЕПЦИИ ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ ПРОИЗВОДСТВЕННЫМИ РЕСУРСАМИ МАШИНОСТРОИТЕЛЬНОГО ПРЕДПРИЯТИЯ

2.1 Постановка задачи управления производственными ресурсами

2.2 Концепция интеллектуальной поддержки принятия решений при управлении производственными ресурсами машиностроительного предприятия

2.3 Модели и методы интеллектуальной поддержки принятия решений в процессе календарного планирования производства

2.4 Модели и методы интеллектуальной поддержки принятия решений в

процессе планирования производственных мощностей

Выводы

ГЛАВА 3 ИНФОРМАЦИОННОЕ И АЛГОРИТМИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ ПРОИЗВОДСТВЕННЫМИ РЕСУРСАМИ

3.1 Информационное обеспечение поддержки принятия решений при управлении производственными ресурсами машиностроительного предприятия

3.2 Организация информационного обмена

3.3 Проектирование многоагентных систем для реализации задач календарного планирования производства и планирования производственных мощностей

3.4 Алгоритмы работы агентов в процессе управления производственными

ресурсами

Выводы

ГЛАВА 4 СИСТЕМА ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ ПРОИЗВОДСТВЕННЫМИ РЕСУРСАМИ МАШИНОСТРОИТЕЛЬНОГО ПРЕДПРИЯТИЯ И ОЦЕНКА ЭФФЕКТИВНОСТИ ПРИМЕНЕНИЯ

4.1 Выбор программных средств для реализации программного обеспечения

4.2 Описание разработанной системы поддержки принятия решений для календарного планирования производства и планирования производственных мощностей предприятия

4.3 Оценка эффективности применения системы поддержки принятия

решений

Выводы

ЗАКЛЮЧЕНИЕ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ 1. ДВИЖЕНИЕ ДЕНЕЖНЫХ СРЕДСТВ ПРИ ПОКУПКЕ

ОБОРУДОВАНИЯ

ПРИЛОЖЕНИЕ 2. СВИДЕТЕЛЬСТВА О ГОСУДАРСТВЕННОЙ

РЕГИСТРАЦИИ ПРОГРАММ ДЛЯ ЭВМ

ПРИЛОЖЕНИЕ 3. АКТЫ О ВНЕДРЕНИИ РЕЗУЛЬТАТОВ ДИССЕРТАЦИОННОГО ИССЛЕДОВАНИЯ

ТЕРМИНОЛОГИЯ, ПРИНЯТАЯ В ДИССЕРТАЦИОННОЙ РАБОТЕ. ОСНОВНЫЕ ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ

АСУП - автоматизированные системы управления предприятием; БД - база данных;

Входимость - количество данных деталей, необходимых для сборки одного изделия или узла;

ДСЕ - детали и сборочные единицы; ДСФ - детали сложной формы; ИД - исходные данные; ИМ - имитационное моделирование;

ИППР - интеллектуальная поддержка принятия решений: процессы сбора/анализа/предоставления информации, а также иной деятельности, направленные на повышение полноты анализа предметной деятельности людьми, принимающими решения в сложных условиях; ИС - информационная(ые) система(ы); ИСП - информационные системы предприятия; КТД - конструкторская и технологическая документация; ЛПР - лицо, принимающее решения; МАП - многоагентный подход; МАС - многоагентная(ые) система(ы); МОП - межоперационные простои;

МСКП - многоагентная система календарного планирования; МСППМ - многоагентная система планирования производственных мощностей;

НИОКР - научно-исследовательские и опытно-конструкторские работы;

НИР - научно-исследовательская работа;

ОКП - оперативно-календарное планирование;

ОКР - опытно-конструкторские работы;

ОС - основные средства;

ПК - персональный компьютер;

Плановик - работник планового отдела или производственного подразделения, осуществляющий планирование выполнения производственных процессов;

ПО - программное обеспечение;

ППР - поддержка принятия решения;

РЦ - рабочий центр: группа однотипного оборудования одной или разных моделей со схожими техническими характеристиками, теоретически полностью взаимозаменяемые;

СППР - система поддержки принятия решения: ПО, реализующее ИППР;

ССЗ - сменно-суточное задание;

СУБД - система управления базами данных;

ФРВ - фонд рабочего времени;

ЧПУ - числовое программное управление.

ВВЕДЕНИЕ

Актуальность темы исследования

В настоящее время в условиях развития современной авиационной промышленности происходит постоянный рост объемов производства авиастроительных предприятий. Это связано с увеличением объемов изготовления новой продукции, осуществлением поддержки ранее изготовленной продукции (выполнение ремонта), а также выполнением НИОКР перспективных изделий. Рост номенклатуры деталей и необходимость ее изготовления в установленные сроки в условиях ограниченности ресурсов (как человеческих, так и материальных, а именно: оборудования, инструмента, оснащения) требует частого перепланирования. Причинами этому могут служить как «команды сверху» о срочной необходимости изготовления тех или иных деталей, так и «форс-мажорные» ситуации, связанные с наличием или доступностью ресурсов (невыход работников на работу, поломка оборудования, инструмента, а также «переборками» изделий из-за некачественной работы (пропусках брака) на ранних этапах) [148].

В связи с этим неуклонно растет нагрузка на плановые службы всего предприятия, а также на плановые службы производственных цехов и участков, что требует применение специализированных программных средств для выполнения календарного планирования.

При этом одними из важнейших показателей экономической эффективности предприятия являются: выработка на 1 человека, выработка на 1 м2 производственной площади, а эффективность инновационной деятельности предприятия - эффективность инвестиций, то есть длительность окупаемости вложенных денежных средств. Для того, чтобы повысить получаемую выработку как с производственной площади, так и с персонала помимо эффективного календарного планирования необходимо постоянно совершенствовать технический потенциал предприятия, что подразумевает в первую очередь

модернизацию наращивание производственных мощностей предприятия. Но повышения эффективности инвестиций нельзя добиться без грамотного планирования производственных мощностей при создании новых производств, а также техническом перевооружении существующих. Таким образом проблема планирования производственных мощностей заключается в правильном подборе как модельного, так и количественного состава технологического оборудования. Учитывая большую номенклатуру производимого в мире технологического оборудования и наличия у него разнообразного набора функций, а также растущие требования к технологии изготовления продукции, то процесс подбора необходимого оборудования и расчет его количества «в ручном режиме» является очень трудоемким и не точным. Применение специализированного программного средства позволит автоматизировать процесс планирования производственных мощностей, снизить вероятность ошибки при подборе модели технологического оборудования и расчете его количества, что, в свою очередь, сократит объемы необходимых инвестиций при реализации проектов и повысит эффективность их вложения.

Рассматриваемые в настоящей работе объекты - ДСЕ, персонал, оборудование, технологическое оснащение, инструмент - относятся к производственным ресурсам (далее по тексту - Ресурсы). Согласно мнению С.Д. Бадмаевой: «...к числу производственных ресурсов должны быть отнесены только те, которые соответствуют элементам производства, а именно:

- энергетические ресурсы соответствуют элементу «энергия»;

- трудовые ресурсы - элементу «живой труд»;

- технические ресурсы - элементу «средства труда»;

- материальные ресурсы - элементу «предмет труда» [11].

Проведенный анализ существующих методов и алгоритмов в области

управления производственными ресурсами показал, что они используют в основном численные характеристики ресурсов и их задач, но практически не задействуют слабоформализуемую информацию и семантические ограничения

предметной области1 в части индивидуальных свойств ресурсов, а также задач одного вида, в данной работе такими ограничениями являются свойства деталей, отношения к ним ресурсов, ограничения операций в требуемой квалификации ресурсов и другие. А традиционные2 подходы моделирования процессов распределения ресурсов в производстве рассматривают сотрудников, оборудование, детали как однородные, однотипные и взаимозаменяемые объекты [2], [44], [90], [97], [104], [115], [139], [149], [164].

В связи с этим актуальность диссертационного исследования обусловлена необходимостью применения интеллектуальных технологий для решения задачи поддержки принятия решений при управлении производственными ресурсами машиностроительного предприятия.

Степень разработанности темы исследования

Различные аспекты проблем управления ресурсами освещены в работах следующих отечественных и зарубежных ученых:

- в области оптимизации управления ресурсами в производственных системах, в том числе в проектах НИР и ОКР - Ларюхин В.Б., Гранберг А.Г., Скобелев П.О., Клейменова Е.М., Воронин А.В. и другие;

- в области изучения современных методов поддержки принятия решений с использованием инженерии знаний и интеллектуальных технологий -Васильев В.И., Трахтенгерц Э.А., Поспелов Д.А., Борисов А.Н., Юсупова Н.И., Гладун В.П., Поспелов Г.С., Черняховская Л.Р., Рихтер М., Саймон Н., Бергман Р., Ален Б. и другие;

- в области проблем разработки систем управления для сложных технических объектов, интеллектуального управления производственными, а также социально-экономическими и

1 Термин «семантические ограничения предметной области», предложенный Ризвановым Д.А., используется для описания условий выполнения некоторых слабоформализованных ограничений при реализации процесса [81].

2 В соответствии с использованной Скобелевым П. О. терминологией, будем назвать «традиционными» методы планирования, основывающиеся на применении БЯР-систем, а также планирование, выполняемое вручную [71].

организационными системами - Попов Э.В., Новиков Д.А., Ильясов Б.Г., Гаврилова Т.А., Смирнов С.В., Виттих В.А., Поспелов Д.А., Поспелов Г.С., Ньюэлл А., Саймон Г.;

- в области задач управления ресурсами в качестве раздела изучения операций - Беллмана Р., Берталанфи Л., Данцига Дж., Вира С., Канторовича Л., Купманса Т., Акоффа Р. и другие;

- в области разработки интеллектуальных систем управления ресурсами с использованием многоагентных технологий - Скобелев П.О.;

- в области задач управления ресурсами на основе сетей потребностей и возможностей и вопросов взаимодействия агентов - Виттих В.А., Скобелев П.О.;

- в области задач разработки моделей многоагентной самоорганизации при управлении сложными системами - Городецкий В.И.;

- в области разработки онтологий и их использования при решении задач проектирования и управления сложными системами - Боргест Н.М., Черняховская Л.Р. и другие.

Объектом исследования в работе является процесс управления производственными ресурсами на машиностроительном предприятии в условиях динамичного изменения внешней и внутренней среды.

Предмет исследования - модели, методы и инструментальные средства поддержки принятия решений при формировании календарного плана производства, а также планировании производственных ресурсов машиностроительного предприятия в условиях динамичного изменения внешней и внутренней среды.

Цель и задачи диссертационного исследования

Целью работы является повышение эффективности интеллектуальной поддержки принятия решений на основе разработки методов и алгоритмов для управления производственными ресурсами при производстве высокотехнологичных изделий на машиностроительном предприятии с учетом человеческого фактора при наличии слабоформализуемой информации.

Для достижения цели необходимо решить следующие задачи:

1. Провести анализ предметной области и существующих методов поддержки принятия решений при управлении ресурсами машиностроительного предприятия и разработать концепцию поддержки принятия решений при управлении производственными ресурсами машиностроительного предприятия, позволяющую повысить эффективность принимаемых управленческих решений.

2. Разработать модели и методы решения задач для реализации поддержки принятия управленческих решений при управлении производственными ресурсами машиностроительного предприятия:

• модель интеллектуальной поддержки принятия управленческих решений при календарном планировании производства, обеспечивающую учет слабоформализуемой информации и с применением межучасткового аутсорсинга;

• методы планирования и рационального использования производственных мощностей с учетом ограниченности финансовых ресурсов;

• модель интеллектуальной поддержки принятия управленческих решений при планировании модельного и количественного состава технологического оборудования обеспечивающую проверку полученных результатов;

• информационную модель базы данных для хранения информации о предметной области, в том числе выделенной слабоформализуемой информации.

3. Разработать алгоритмическое обеспечение системы поддержки принятия решений при управлении ресурсами машиностроительного предприятия, позволяющее реализовать предложенные методы, включающее в себя алгоритмы работы и взаимодействия интеллектуальных агентов.

4. Разработать программное обеспечение системы поддержки принятия решений для решения задач управления организационной системой при планировании производственных мощностей и календарном планировании производственных процессов на основе предложенных методов и алгоритмов, выполнить анализ эффективности применения предложенных методов, алгоритмов и системы поддержки принятия решений в целом.

Методология и методы исследования

При проведении исследований использованы методы системного анализа, теории управления, теории принятия решений, искусственного интеллекта, инженерии знаний, теория и технология многоагентного подхода, системного моделирования, исследования операций, разработки интеллектуальных систем, теория организации баз данных.

Положения, выносимые на защиту

1. Концепция поддержки принятия решений при управлении производственными ресурсами машиностроительного предприятия, позволяющая повысить эффективность принимаемых управленческих решений.

2. Модели и методы решения задач реализации поддержки принятия управленческих решений при управлении производственными ресурсами машиностроительного предприятия:

• модель интеллектуальной поддержки принятия управленческих решений при календарном планировании в массовом многономенклатурном производстве с применением многоагентного подхода, учитывающая слабоформализуемую информацию, а также межучастковый аутсорсинг;

• метод планирования и рационального использования производственных мощностей, позволяющий повысить эффективность капиталовложений при техническом перевооружении предприятия;

• модель интеллектуальной поддержки принятия управленческих решений при планировании производственных мощностей, использующая многоагентную систему календарного планирования для проверки полученных результатов и позволяющая строить обоснованный план ввода производственных мощностей;

• информационная модель базы данных для хранения информации о предметной области, учитывающая выделенную слабоформализуемую информацию.

3. Алгоритмическое обеспечение системы поддержки принятия решений при управлении ресурсами машиностроительного предприятия, позволяющее реализовать предложенные методы, включающее в себя алгоритмы работы и взаимодействия интеллектуальных агентов.

4. Программное обеспечение системы поддержки принятия решений для решения задач управления организационной системой при планировании производственных мощностей и календарном планировании производственных мощностей на основе предложенных методов и алгоритмов.

5. Оценка эффективности применения разработанного программного обеспечения системы поддержки принятия решений для решения задач календарного планирования производственных процессов и планирования производственных мощностей на основе предложенных методов и алгоритмов на реальных примерах в действующем производстве.

Научная новизна работы

1. Концепция поддержки принятия решений при управлении производственными ресурсами машиностроительного предприятия, базирующаяся на применении интеллектуальных технологий, отличается от известных учетом особенностей и ограничений предметной области, представленных в виде слабоформализуемой информации, в том числе человеческого, технологического, технических факторов, влияющих на качество и скорость изготовления продукции, что позволяет повысить эффективность принимаемых управленческих решений.

2. Разработанные модели и методы для решения задач управления организационной системой при календарном планировании производства и планировании производственных мощностей для реализации поддержки принятия решений при управлении производственными ресурсами машиностроительного предприятия, включают:

• модель интеллектуальной поддержки принятия управленческих решений при календарном планировании в массовом

многономенклатурном производстве, которая основана на применении многоагентного подхода и отличается от известных применением разработанного метода учета слабоформализуемой информации, которая оказывает влияние на производительность выполняемой работы, а также межучасткового аутсорсинга, что позволяет сократить время выполнения производственного плана;

• метод планирования и рационального использования производственных мощностей, который в отличие от известных учитывает весь цикл планирования от производственной программы до поставки оборудования, а также ограниченность финансовых ресурсов, что позволяет повысить эффективность капиталовложений при техническом перевооружении предприятия;

• модель интеллектуальной поддержки принятия управленческих решений при планировании производственных мощностей, которая в отличие от известных основана на предложенном методе и использует многоагентную систему календарного планирования для проверки полученных результатов, что позволяет строить обоснованный план ввода производственных мощностей;

• информационная модель базы данных для хранения информации о предметной области, которая отличается наличием необходимой структуры для хранения выделенной слабоформализуемой информации, что обеспечивает возможность реализации предложенных моделей и методов.

3. Предложенное алгоритмическое обеспечение системы поддержки принятия решений при управлении ресурсами машиностроительного предприятия включает в себя алгоритмы работы и взаимодействия интеллектуальных агентов, в отличие от известных реализующие предложенные методы, что позволило разработать прототип системы поддержки принятия решений при управлении производственными ресурсами, включающую в себя подсистему календарного планирования

производственных процессов и подсистему планирования производственных мощностей, учитывающие особенности и ограничения предметной области, а также позволяющие рационализировать инвестиционные затраты при реализации проектов технического перевооружения.

4. Разработанное программное обеспечение системы поддержки принятия решений для решения задач управления организационной системой при планировании производственных мощностей и календарном планировании производственных процессов с применением многоагентного подхода основано на предложенных моделях, алгоритмах и методах. Это позволяет учитывать слабоформализуемую информацию, формировать допустимые календарные планы производства, а также выполнять планирование производственных мощностей предприятия с учетом их рационального использования, что повышает эффективность принимаемых решений при управлении производственными ресурсами.

Теоретическое и практическое значение диссертационного исследования состоит в следующих научных результатах:

1. Представленные методы, модели и алгоритмы позволяют разработать программное обеспечение для решения задач управления ресурсами.

2. Прототип СППР позволяет исследовать задачи управления ресурсами для реальных предметных областей.

Разработанные методы, модели, алгоритмы и прототип системы поддержки принятия решений нашли применение на промышленных предприятиях, организациях, деятельность которых связана с календарным планированием производства и использованием ресурсов, а также в учебном процессе ФГБОУ ВО Уфимского государственного авиационного технического университета (УГАТУ).

Практическая значимость результатов подтверждается их внедрением на авиадвигателестроительном предприятии (ПАО «ОДК-УМПО»), а также в учебном процессе на кафедре вычислительной математики и кибернетики ФГБОУ ВО УГАТУ.

Введение диссертации (часть автореферата) на тему «Методы и алгоритмы поддержки принятия решений при управлении производственными ресурсами машиностроительного предприятия на основе многоагентного подхода»

Апробация работы

Положения диссертации и результаты исследований докладывались автором на следующих научно-практических конференциях:

VIII Всероссийской научно - практическая конференция студентов, аспирантов и молодых ученых «Молодежь и современные информационные технологии» (Россия, Томск, 2010);

12 международная конференция (12 th International Workshop on Computer Science and Information Technologies, Russia, Moscow - St.Petersburg, 2010);

Пятая всероссийская зимняя школа-семинар аспирантов и молодых ученых, 17-20 февраля 2010 г. (Россия, Уфа, 2010);

XV-XXI Байкальские Всероссийские конференции с международным участием «Информационные и математические технологии в науке и управлении» (Россия, Иркутск, 2010-2016);

2-я международная конференция «Интеллектуальные технологии обработки информации и управления» (Россия, Уфа, 2014);

III-VIII Международные конференции «Информационные технологии интеллектуальной поддержки принятия решений» (Россия, Уфа-Ставрополь, 2015-2020);

21 Международная конференция «Компьютерные науки и информационные технологии» (CSIT 2019).

Связь исследований с научными программами

Исследования в данном направлении выполнялись в период с 2010 по 2020 гг. на кафедре вычислительной математики и кибернетики УГАТУ в рамках программ: «Интеллектуальная поддержка принятия решений при управлении ресурсами сложных систем» (РФФИ, 2014-2016) и «Интеллектуальные технологии управления ресурсами» (РФФИ, 2018-2020).

Публикации по теме диссертации

Основные результаты диссертационного исследования отражены в 26 работах, в том числе:

- 6 публикаций - в изданиях, входящих в перечень ВАК РФ («Современные проблемы науки и образования», «Фундаментальные исследования», «Современные наукоемкие технологии», «Интеллектуальные системы в производстве»);

- 2 публикации - в журналах и изданиях, входящих в международные системы цитирования SCOPUS и Web of Science

- 2 свидетельства об официальной регистрации программ для ЭВМ.

Структура и объем работы

Диссертационная работа состоит из введения, четырех глав, основных результатов, списка литературы и приложений, содержит 243 листа и включает 54 рисунка, 20 таблиц, 170 наименований использованной литературы.

ГЛАВА 1 АНАЛИЗ ПРОБЛЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ И ПЛАНИРОВАНИИ ПРОИЗВОДСТВЕННЫХ РЕСУРСОВ МАШИНОСТРОИТЕЛЬНОГО ПРЕДПРИЯТИЯ

1.1 Анализ процессов поддержки принятия решений при управлении производственными ресурсами

В настоящее время в условиях развития современной авиационной промышленности происходит постоянный рост объемов производства авиастроительных предприятий. Это связано с увеличением объемов изготовления новой продукции, осуществлением поддержки ранее изготовленной продукции (выполнение ремонта), а также выполнением НИОКР перспективных изделий. Рост номенклатуры деталей и необходимость ее изготовления в установленные сроки в условиях ограниченности ресурсов как человеческих, так и материальных (оборудование, инструмент, оснащение) требует частого перепланирования. Причинами этому могут служить, как «команды сверху» о срочной необходимости изготовления тех или иных деталей, так и «форс-мажорные» ситуации, связанные с наличием или доступностью ресурсов (невыход работников на работу, поломка оборудования, инструмента, а также «переборками» изделий из-за некачественной работы на ранних этапах) [148].

В связи с этим неуклонно растет нагрузка на плановые службы всего предприятия, а также на плановые службы производственных цехов и участков, что требует применение специализированных программных средств для выполнения календарного планирования.

При этом одними из важнейших показателей экономической эффективности предприятия являются: выработка на 1 человека, выработка на 1 м производственной площади, а для инновационной деятельности предприятия -эффективность инвестиций, то есть длительность окупаемости вложенных денежных средств. Для того чтобы повысить получаемую выработку как с производственной площади, так и с персонала помимо эффективного

календарного планирования необходимо постоянно совершенствовать технический потенциал предприятия, то есть модернизировать и наращивать производственные мощности предприятия. Однако повышения эффективности инвестиций при создании новых производств и техническом перевооружении существующих нельзя добиться без грамотного планирования производственных мощностей. А это означает что, проблема планирования производственных мощностей заключается в правильном подборе как модельного, так и количественного состава технологического оборудования. Учитывая большую номенклатуру производимого в мире технологического оборудования и наличия у него разнообразного набора функций, а также требований к технологии изготовления продукции, то процесс подбора необходимого оборудования и расчет его количества «в ручном режиме» является очень трудоемким и не точным. Решение данной проблемы видится в применении специализированного программного средства, что позволит автоматизировать процесс планирования производственных мощностей, снизить вероятность ошибки при подборе модели технологического оборудования и расчете его количества, что, в свою очередь, сократит объемы необходимых инвестиций при реализации проектов и повысит эффективность их вложения.

Проведенный анализ существующих методов и алгоритмов в области управления производственными ресурсами показал, что они задействуют в расчетах в основном те свойства ресурсов и задач, которые характеризуются численными величинами, и практически не используют слабоформализуемую информацию и семантические ограничения предметной области, касающиеся индивидуальных характеристик ресурсов и задач одного типа/класса. А традиционные методы распределения производственных ресурсов моделируют персонал, технологическое оборудование, инструмент, ДСЕ как одинаковые взаимозаменяемые объекты [2], [44], [90], [97], [104], [115], [139], [149], [164].

В связи с этим актуальность диссертационного исследования обусловлена необходимостью применения интеллектуальных технологий для решения задачи

поддержки принятия решений при управлении производственными ресурсами машиностроительного предприятия.

1.1.1 Анализ процессов поддержки принятия решений при календарном планировании производства

Эффективность организации производственного процесса зависит в первую очередь от сбалансированного распределения ресурсов и равномерной загрузки производственных мощностей. Каждый этап технологического маршрута изготовления какой-либо детали представляет собой целый комплекс работ: подготовка оснащения, настройка оборудования, сам процесс выполнения операции и контроль геометрических размеров на станке, перемещение детали (партии деталей) на контроль или на следующую операцию, освобождение оборудования и сдача оснащения. Поэтому проблема сокращения потерь рабочего времени в производстве и при его планировании является ничем иным, как обеспечение согласованного движения деталей по технологическому маршруту изготовления. Решение данной проблемы является основной задачей календарного планирования производства, которая подразумевает в первую очередь распределение выполнения технологических операций по ресурсам и во времени, что бы обеспечить равномерность загрузки производственных мощностей.

Оперативно-календарное планирование - это детализация годового плана производства продукции предприятия с указанием сроков запуска-выпуска продукции и сроков выполнения каждого этапа ее изготовления.

Распределение годовых заданий по исполнителям: цех — участок — ресурс (работник, рабочее место), согласование производственных заданий во времени для обеспечения своевременного комплектования и доведения этих заданий до исполнителя.

Учитывая многофакторность, многозадачность и большую вариативность сочетаний типа «задача-ресурс-факторы», оперативно-календарное планирование можно охарактеризовать следующим образом: «Планирование производства - это искусство составления баланса между заказами и загрузкой имеющихся производственных мощностей» (Базров Б.М., Фролов Е.Б., Крюков В.В.) [12].

Основные проблемы и задачи при составлении календарного плана производства

Основной задачей календарного планирования производственного подразделения является распределение доступных ресурсов по заданным технологическим операциям и доступному времени для выполнения заданного производственного задания изготовления ДСЕ с учетом специфики предметной области [150], [162].

Рассмотрим оперативно-календарное планирование на примере авиадвигателестроительного предприятия. Товарной продукцией такого предприятия является комплектный авиационный двигатель (моторокомплект). Технологический процесс изготовления и сборки авиационного двигателя характеризуется следующими показателями:

- количество входящих деталей ~6.5 тыс. видов, общее их количество более 75 тыс. шт., поскольку в одном двигателе некоторые детали используются многократно, к примеру, максимальная входимость у шайбы контровочной ~1,5 тыс. шт. на один двигатель, в том числе: о крупноразмерные детали (диски, корпусы, обоймы, роторы, агрегаты)

- более 200 поз., около 900 шт.; о среднеразмерные детали (крышки, лабиринты, обечайки, фланцы) -

более 1,2 тыс. поз, более 10,8 тыс. шт.; о мелкоразмерные детали (кольца, пальцы, скобы, тяги и пр.) - более 2,6 тыс. поз., более 22,5 тыс. шт.;

о крепеж и метизы (гайки, штифты, болты, винты и пр.) - более 1,3 тыс.

поз., более 38 тыс. шт.; о трубопроводы и арматура (патрубки, тройники, ниппели, штуцеры) -более 1,2 тыс. поз., около 2,8 тыс. шт.

- суммарное количество операций всех технологических процессов -более 46 тыс. (424 уникальных операции);

- количество шифров применяемого инструмента - более 53 тыс., в том числе:

о мерительный - более 21,8 тыс. видов; о режущий - более 9,3 тыс. поз.;

о специальное оснащение (приспособления) - более 22,2 тыс. поз.;

- количество задействованного персонала - около 21 тыс. чел., в том числе:

о основного производственного - 6,5 тыс. чел., в том числе:

■ станочники (токари - около 1000, фрезеровщики - более 500, шлифовщики около 500, операторы станков с ЧПУ - более 600, электроэрозионисты - около 100, прочие профессии - более 1,3 тыс. чел) - всего более 4 тыс. чел. (~100 уникальных профессий );

■ других профессий (слесари механо-сборочных работ, полировщики, притирщики, доводчики и др.) - более 2,5 тыс. чел.;

о вспомогательного (распределители работ, кладовщики, мойщики и

др.) - более 8,5 тыс. чел.; о рабочие, специалисты, служащие (технологи, инженеры, мастеры, руководители цехов и др.) - более 5,5 тыс. чел.;

- задействовано более 2 тыс. ед. станков - основного технологического оборудования (в каждом цехе в зависимости от его величины и назначения может быть ориентировочно от 50 до 280 станков).

Каждый моторокомплект состоит из большого количества входящих деталей и сборочных единиц - ДСЕ (вместе с узлами и подсборками). Из-за их сложности и высокой трудоемкости производственный цикл изготовления

каждого моторокомплекта составляет ориентировочно 1,5 года. При этом предприятие может выпускать несколько видов двигателей, что увеличивает номенклатуру изготавливаемых ДСЕ и, соответственно, усложняет планирование. В изготовлении каждого моторокомплекта задействовано множество цехов, оборудования, персонала, инструмента, при этом для разных видов двигателей они различны. Для выполнения производственного плана от персонала цехов требуется работа, направленная на своевременное покомплектное изготовление деталей и обеспечение ими смежных цехов.

Несмотря на то, что современное авиадвигателестроительное предприятие является достаточно слаженным механизмом, за такой длительный промежуток времени в производстве может произойти много нештатных ситуаций: выход из строя уникального (единственного в своем роде на данном предприятии) оборудования, недостаточность инструмента, вспомогательных материалов или иных ресурсов, в том числе людских (длительное отсутствие на работе «узкого» специалиста из-за заболевания, отпуска). Такие форс-мажоры создают дисбаланс в работе производственных участков, цехов и предприятия в целом [101].

Рассмотрим подробно процесс изготовления ДСЕ в цехе. Время выполнения любой операции механической обработки (например, токарной) ДСЕ состоит из:

1. времени настройки - время, которое необходимо работнику для установки и настройки технологического оснащения на станок (приспособление, инструмент и прочее);

2. времени установки - время, которое необходимо для очистки технологической оснастки от стружки, эмульсии и установки детали на станок (приспособления проектируются и изготавливаются таким образом, чтобы минимизировать время переустановки деталей);

3. времени выполнения операции;

4. времени снятия детали;

5. времени послеоперационного снятия приспособления.

С целью сокращения непроизводительного времени (дооперационная настройка станка и послеоперационного снятия приспособления), которое имеет

достаточно длительную продолжительность, изготовление деталей задается партиями. Рекомендуется устанавливать размер партии в зависимости от длительности настройки и выполнения операции. Например, длительность времени позиций №1 и №5 должна составлять около 20% от суммарного времени позиций 2-4 для всей партии. При этом работы по настройке станка (1 и 5) закрепляют за наладчиком, а станочники выполняют работы 2-4.

В случае отставания от графика для доукомплектования изделий партию разделяют на меньшие по размеру либо «отрывают» детали от всей партии и изготавливают необходимое количество деталей отдельно от нее. При таком подходе время настройки и время послеоперационного снятия приспособления затрачивается для каждой партии, а нередко и для каждой детали. Это увеличивает время занятости оборудования, не связанного с изготовлением деталей, а также нагрузку на наладчиков, которые вынуждены по несколько раз настраивать одну и ту же деталь. Также не исключено, что, выполняя работы по повторной настройке деталей, наладчик переносит сроки настройки других станков, так как обычно, за одним наладчиком закрепляется не одно оборудование.

Таким образом, простое, на первый взгляд, отставание от графика влечет за собой серьезные последствия, связанные с риском срыва лимитированного времени по своевременному укомплектованию изделий, а также ростом нагрузки на плановые службы цехов и участков. При этом большее число планируемых в производство ДСЕ прямо пропорционально срыву заданий во времени. А если принимать во внимание загруженность производства большим количеством (сотни) ДСЕ, это делает планирование очень трудоемким и сложным процессом [85].

Исходя из вышесказанного, очевидно, что формирование графиков изготовления ДСЕ для большого номенклатурного плана вручную является очень трудоемкой операцией (порой она практически невозможная), а результаты носят вероятностный характер. Но для выполнения производственного плана необходимы графики изготовления продукции, которые бы минимизировали

цикл изготовления ДСЕ за счет использования свободных ресурсов (исполнители, оборудование).

В связи с необходимостью учета большого количества различных факторов деятельности предприятия, производственного подразделения, работы персонала и оборудования, цикла изготовления ДСЕ, от плановика требуются большие умственные и временные затраты.

Графики выполнения работ влияют на своевременность изготовления продукции, выполнение плана и экономическую эффективность предприятия в целом. Правильно составленный план работ может распределить их таким образом, что этапы изготовления продукции будут проходить без задержек, сократится время нахождения ДСЕ на стеллажах в ожидании свободных ресурсов (оборудования, исполнителя), это в свою очередь будет способствовать максимально быстрому изготовлению продукции к назначенному сроку.

Ввиду специфичности исследуемой проблемы необходимо учитывать различные ограничения при выполнении технологических операций. Речь идет о том, что ДСЕ обладают различными уникальными качествами: вес, габариты, состав материала, твердость материала и другие, которые могут внести коррективы при изготовлении ДСЕ, например, на скорость или качество исполнения.

Например, вес ДСЕ ДСЕ1 составляет 263 кг, а грузоподъемность оборудования шлифовальный _станок_1 - 240 кг. В таком случае шлифовальную обработку ДСЕ1 выполнить невозможно, а потому необходимо подобрать другое оборудование. Или другой пример: токарь_1 не имеет опыта работы с материалом материал__1, а ДСЕ2 должна изготавливаться только из этого материала. Тогда выполнение этой операции необходимо запланировать другому токарю, который обладает необходимыми навыками.

Поэтому для обеспечения эффективного планирования разрабатываемая система календарного планирования производства должна максимально полно учитывать специфику и ограничения предметной области, такие как персональные качества ресурсов и свойства ДСЕ, а также имеющиеся связи с

ними, периоды активности и действия данных свойств и связей, поскольку графики работы, качества ресурсов могут постоянно изменяться с течением времени.

Проблемы при перепланировании

В реальности производство постоянно вносит изменения в план работ (болезнь работника, выход из строя оборудования, досрочное выполнение операции или, наоборот, опоздание, дополнительная срочная номенклатура и другие причины). В этом случае с момента наступления события весь график выполнения работ необходимо составлять вновь, но уже с учетом поступивших изменений - без станка или исполнителя, а при возвращении его в строй -включать вновь.

Предположим, на планирование производства на 1 месяц плановику требуется N часов. Однако через неделю один из работников заболел. Тогда возникает необходимость составлять плана вновь на три недели, но уже без учета отсутствующего рабочего. Но уже через неделю сотрудник выходит на работу. Тогда руководитель вынужден вновь составлять план работы на оставшуюся часть месяца (в данном случае, две недели). Аналогичная ситуация может произойти и с оборудованием. Оно ломается, и, если поломка серьезная или нет запасных частей, то оборудование может находиться в ремонте длительное или короткое время, то есть время простоя не известно.

Выполним расчет трудоемкости процесса планирования в условиях двух случаев непредвиденных ситуаций. Один из них - это поломка оборудования, другой - заболевший работник, причем они никак не связаны между собой:

- работник отсутствовал с 8 по 15 число;

- оборудование вышло из строя с 10 по 14 число.

Произведем расчет времени на планирование/перепланирование оставшегося периода до конца месяца:

30 - 7

- 8-е число (заболевание работника) » ^ * N часов;

30 - 9

- 10-е число (поломка оборудования) » ^^ * N часов;

- 15-е число (вхождение оборудования в строй) » 14 * N часов;

- 16-е число (выход работника на работу) » 30—15 * N часов;

г

Итого:

23 + 21 +16 +15

1 +-I * X » 3,5* N часов.

V 30 J

То есть при указанных условиях - одном заболевшем работнике и однократной поломке оборудования - руководителю необходимо времени в три с половиной раза больше, чем изначально. Если таких непредвиденных ситуаций за месяц будет больше, то время, затрачиваемое на выполнение планирования, значительно возрастает. А с учетом несвоевременного изготовления ДСЕ процесс планирования может нести постоянный характер [131], [169].

Анализ процесса формирования календарного плана

Рассмотрим пример процесса составления календарного плана изготовления двух ДСЕ, представленных в таблице 1.1 [78].

Таблица 1.1 - Технологический процесс изготовления деталей 1 и 2

Наименование операции Время выполнения Используемые ресурсы

Для детали_1 Для детали_2

1. Токарная 1,5 часа 1,0 час Токарный станок, токарь,

2. Слесарная 1,0 час 1,0 час Слесарь

3. Фрезерная 3,5 часа 2,5 часа Фрезерный станок, фрезеровщик

Условия:

- начало выполнения работ -18:00;

- наличие ресурсов: токарный станок - 1 ед., токарь - 1, слесарь - 1,

фрезерный станок - 1 ед., фрезеровщик -1. Изготавливаются две ДСЕ: ДСЕ1 и ДСЕ 2 (различные варианты времени выполнения операций изготовления ДСЕ представлены на рисунке 1.1):

а: вариант 1 - изготовление начинается с ДСЕ1 8:00 9:00 10:00 11:00 12:00

б: вариант 2 - изготовление начинается с ДСЕ2 8:00 9:00 10:00 11:00 12:00

в: вариант 3 - изготовление начинается с ДСЕ2 Рисунок 1.1 - Варианты фрагментов плана изготовления ДСЕ 1 и 2

Таблица 1. 1 показывает, что суммарная длительность операций Токарная и Слесарная для ДСЕ 2 составляет 2 часа. Но так как ресурсы в это время (с 08:00) заняты, то их выполнение завершится только через 4 часа (рисунок 1.1а). То есть ДСЕ 2 в ожидании свободных ресурсов находилась 2 часа. Общее время выполнения операций Токарная и Слесарная для обеих ДСЕ составила 4 часа (то есть время окончания выполнения операции Слесарная для ДСЕ 2 - 12:00), без учета межоперационных простоев (МОП) - 3 часа (время окончания выполнения операции Слесарная для ДСЕ 2 было бы - 11:00).

Рисунок 1.1 б показывает: первые две операции обеих ДСЕ выполняются за 3,5 часа без МОП (в варианте 1 - 3 часа без МОП и 4 часа с МОП).

В представленном примере наглядно показана зависимость времени выполнения всего плана от того, в каком порядке запускаются ДСЕ в обработку и от наличия МОП.

Рассмотрим токарные операции обеих ДСЕ. Они выполняются с помощью токаря и токарного станка. Предположим, что в производственном подразделении работают два работника, относящихся к категории «токарь»: токарь 1 и токарь_2. Они свободны в течение всего периода какой-либо работы. В реальном мире профессиональные возможности большинства токарей различны и, следовательно, выполнять работу они будут с разной скоростью и качеством. Например, пусть токарь_2 выполняет работу за время, соответствующее заданным нормами (коэффициент «производительность» равен 1,0), а токарь_1 на ту же работу тратит времени на 20% меньше (коэффициент «производительность» равен 1,2). В таком случае токарь_1 выполнит операцию за 1 час 40 минут вместо 2 часов. При выполнении всего плана, подбор исполнителей, которые ускоряют изготовление ДСЕ, приводит к значительной экономии времени.

Рисунок 1.1 в показывает возможное сокращение цикла изготовления ДСЕ при планировании ресурсов с повышенной производительностью. В представленном примере (вариант 3) Токарная и Слесарная операции для обеих ДСЕ завершились уже в 11:05, тогда как при таких же условиях в варианте 2 - в 11:30, то есть в данном случае на 25 мин. раньше.

Из данного примера следует что сократить время на выполнение производственного плана можно следующими способами:

- поиск оптимальной очередности запуска ДСЕ в производство;

- подбор ресурсов, снижающих длительность выполнения операции [130].

Анализ процесса планирования при межучастковой кооперации

В связи с большим количеством входящих деталей, необходимой высокой точности при их изготовлении и большой трудоемкостью изготовления производство таких сложных изделий, как авиационный двигатель невозможно выполнить в одном цехе. В тоже время выпуск деталей двигателя должен быть

согласован таким образом, чтобы к моменту сборки узла его подузлы и детали в нужном количестве находились на участке, равно как и узлы и детали двигателя в требуемом количестве заблаговременно поступили на участок конечной сборки или примерно в одно и тоже время к моменту сборки. В связи с этим планы изготовления задаются цехам таким образом, чтобы выполнялись условия одновременности поступления деталей и узлов на сборку/подсборку для каждого моторокомплекта, так как «оторванные» от моторокомплекта детали фактически не будут востребованы, так же как и полностью готовый моторокомплект без одной детали/узла.

В таких условиях одним из эффективных инструментов для выполнения производственного плана цехом может стать межучастковая кооперация или аутсорсинг - вид взаимодействия производственных подразделений, при котором один производственный участок «помогает» другому в изготовлении его номенклатуры.

Такой метод работы достаточно распространен в производстве, однако планирование при этом очень затруднено. Это связано с отсутствием полной и точной информации у «участка-помощника» об особенностях технологического процесса изготовления, необходимых ресурсах и требованиям к ним, а также другой информации о деталях смежного участка. Схема существующей модели взаимодействия производственных участков представлена на рисунке 1.2.

I

Производственный план;! Календарный план; ^ Проблемные детали

Ст. мастер уч.2

Плановик уч.2

Плановик уч.1

Рисунок 1.2 - Схема существующей модели взаимодействия

На рисунке 1.3 представлена диаграмма существующей последовательности взаимодействия при организации межучасткового аутсорсинга [88].

Уч1 : Плановик

-390 минут

Рисунок 1.3 - Диаграмма существующей последовательности взаимодействия

При необходимости выполнения такого аутсорсинга плановик отстающего участка (Уч1) по заданию руководителя участка (старшего мастера, начальника участка) составляет перечень позиций, входящих в группу риска, а также перечень операций - «узких мест» - со сроками изготовления, которые необходимо отдать на аутсорсинг, что бы «расшить» их. При этом ввиду большой сложности расчетов, горизонт планирования при составлении такого перечня будет небольшим. После этого плановик доводит проблему до руководителя Уч1, который в свою очередь то-же должен какое-то время проработать полученную информацию и принять решение о необходимости запроса помощи у другого участка («участка-помощника» - Уч2). После принятия такого решения руководитель Уч1 передает информацию руководителю Уч2, а тот, в свою очередь, дает задание своему плановику проработать полученную информацию и составить совокупный план с учетом выполнения операций деталей Уч1 с целью

Список литературы диссертационного исследования кандидат наук Чернышёв Евгений Сергеевич, 2022 год

СПИСОК ЛИТЕРАТУРЫ

1. 1С:Предприятие. URL: ЬИрБ://ги.,шЫре&а.о^/,шЫ/1С:Предприятие.

2. Абрамова, И.Г. Имитационное моделирование организации производственных процессов машиностроительных предприятий в инструменталь-ной среде Теспотайх Plant Simulation: лабораторный практикум / И.Г. Абрамова, Н.Д. Проничев, Д.А. Абрамов, Т.Н. Коротенкова. - Самара : Изд-во Самар. Гос. Аэрокосм. Ун-та, 2014. - 80 с. ISBN 978-5-7883-0975-0.

3. Аксенов, К.А. Гибридное моделирование мультиагентных процессов преобразования ресурсов: монография / К.А. Аксенов, Н.В. Гончарова; Министерство образования и науки Российской Федерации, Уральский федеральный университет имени первого Президента России Б.Н. Ельцина.

- Москва: Издательский дом «Академии Естествознания», 2019. - 222 с.

- ISBN 978-5-91327-606-3.

4. Аксенов, К.А. Модель мультиагентного процесса преобразования ресурсов и системный анализ организационно-технических систем / К.А. Аксенов // Вестник компьютерных и информационных технологий. - Москва. - 2009.

- №6. - С. 38-45.

5. Аксенов, К.А. Разработка гибридного метода планирования развоза топлива по сети автозаправочных станций / К.А. Аксенов, А.Л. Неволина // Фундаментальные исследования. - 2016. - № 11-2. - С. 239-243.

6. Аксенов, К.А. Разработка принципов мультиагентной имитационной модели, реализующей алгоритмы перецеховки / К.А. Аксенов, А.С. Кондратьев, С.Н. Медведев, С.Б. Белан, С.А. Перескоков // Фундаментальные исследования. - 2016. - № 9-3. - С. 455-460.

7. Александров, Д.В. Методы и модели информационного менеджмента / Д.В. Александров, А.В. Костров, Р.И. Макаров, Е.Р. Хорошева // Учеб. Пособие.

- М. : Финансы и статистика, 2007. - 336 с.

8. Андреев, В.В. Инструментальные средства для разработки мультиагентных

систем промышленного масштаба / В.В. Андреев, СВ. Батищев, К.В. Ивкушкин, Т.В. Искварина, П.О. Скобелев // Тр. VI Междунар. Конф. «Проблемы управления и моделирования в сложных системах». - Самара: Самарский научный центр РАН. - 2004. - С. 233-240.

9. Андреев, В.В. Методы и средства создания открытых мультиагентных систем для поддержки процессов принятия решений / В.В. Андреев, В.А. Виттих, СВ. Батищев, П.О. Скобелев // Известия Академии Наук. Теория и системы управления. - 2003. - №1. - С 126-137.

10. Антонова, А.С. Разработка метода планирования бизнес-процессов на основе имитационно-эволюционного моделирования: монография / А.С. Антонова, К.А. Аксенов. - М.: Издательский дом Академии Естествознания, 2020. - 160 с. ISBN 978-5-91327-641-4.

11. Бадмаева, С. Д. Энергономика промышленного производства: монография / С.Д. Бадмаева. - СПб.: СПбЛТА, 2000.

12. Базров, Б.М. MES-системы для российского машиностроения: оптимальные производственные расписания и интеграция с САПР ТП на принципах модульной технологии / Б.М. Базров, Е.Б. Фролов, В.В. Крюков // Эффективные технологии управления производством, MES-2011. - Москва. - 2011.

13. Богданова Д.Р. Задача поддержки принятия решений при формировании расписания прохождения процедур отдыхающими в санаторно-курортном комплексе / Д.Р. Богданова, Д.В. Попов, Д.А. Ризванов // Обозрение прикладной и промышленной математики. - 2008. - Т. 15. - Вып. 2. - С. 261-263.

14. Богданова, Д.Р. Интеллектуальная система календарного планирования в санаторно-курортном комплексе / Д.Р. Богданова, Д.В. Попов. Д.А. Ризванов // Информационные и математические технологии в науки и управлении. Труды XII Байкальской Всероссийской конференции «Информационные и математические технологии в науки и управлении». Часть III. - Иркутск: ИСЭМ СО РАН. - 2007. - С. 31-41.

15. Богданова, Д.Р. Многоагентная система составления расписания приема лечебных процедур отдыхающими в лечебном учреждении / Д.Р. Богданова, Г.В. Сенькина // Материалы круглого стола «Информационные технологии и математические методы исследования в экономике» Башкирско-Саксонского форума. - Уфа, Изд. УГАТУ. - 2006.

16. Богданова, Д.Р. Многоагентная система составления расписания прохождения процедур отдыхающими в санаторно-курортном комплексе / Д.Р. Богданова, Д. А. Ризванов, Г.В. Сенькина, Д.В. Попов // Материалы 8-й Международной конференции «Компьютерные науки и информационные технологии» (С8ГТ2006). - Карлсруэ, Германия. - 2006. - Т. 1. - С. 118-124.

17. Богданова, Д.Р. Мультиагентная система составления расписания в санаторно-курортном комплексе / Д.Р. Богданова, Г.В. Сенькина, Д.В. Попов, Д. А. Ризванов, А.Р. Габдулхакова. - Уфа, 2007. - 233 с. - Деп. В ВИНИТИ 29.08.2007, № 850-В2007/ Депонированные научные работы, № 10, 2007.

18. Боровский, А.С. Построение модели системы защиты в облачных технологиях на основе многоагентного подхода с использованием автоматной модели / А.С. Боровский, Е.И. Ряполова // Вопросы кибербезопасности. - 2017. - № 4 (22). - С. 10-20. Б01: 10.21581/2311-34562017-4-10-20.

19. Булгаков, С.В. Применение мультиагентных систем в информационных системах / С.В. Булгаков // Перспективы Науки и Образования. - 2015. - №5 (17). - С. 136-140.

20. Бугайченко, Д.Ю. Абстрактная архитектура интеллектуального агента и методы её реализации / Д.Ю. Бугайченко, И.П. Соловьев // Системное программирование. - 2005. - Т. 1. - №1 - С. 36-67.

21. Виноградов, Г.П. Постнеклассический подход к проблеме построения модели поведения интеллектуального агента / Г.П. Виноградов, В.Н. Кузнецов // Теория активных систем: материалы международной научно-практической конференции. - М. : Изд-во Института проблем управления

им. В.А. Трапезникова. - 2014. - С. 23-24.

22. Виттих, В.А. Метод сопряженных взаимодействий для управления распределением ресурсов в реальном масштабе времени / В.А. Виттих, П.О. Скобелев // Автометрия. - 2009. - Т. 45. - № 2. - С. 78-87.

23. Виттих, В.А. Мультиагентные модели взаимодействия для построения сетей потребностей и возможностей в открытых системах / В.А. Виттих, П.О. Скобелев // Автоматика и Телемеханика - 2003. - №1. - С. 162-169.

24. Виттих, В.А. Разработка интегрированной мультиагентной системы для управления здравоохранением в регионе / В.А. Виттих, В.Н. Ежков, Г.П. Котельников, Ю.К. Ларионов, В.В. Павлов, П.О. Скобелев, Л.С. Федосеева, М.А. Шамашов // Труды 4-ой Международной конференции по проблемам управления и моделирования сложных систем, Самара, 17-24 июня 2002.

- Самара: СНЦ РАН. - 2002. - С. 398-406.

25. Виттих, В.А. Разработка первой очереди системы управления регионом с применением мультиагентных технологий / В.А. Виттих, Г. Д. Светкина, П.О. Скобелев и др. // Проблемы управления и моделирования в сложных системах: Труды VI Международной конференции (Самара, 14-17 июня 2004). - Самара : СНЦ РАН. - 2004. - С. 346-351.

26. Волчкевич И. Л. Исследование фактической работоспособности современного высокопроизводительного оборудования с ЧПУ // Машиностроение и техносфера XXI века.: Сборник докладов XVII международной научно-технической конференции. - Донецк. - 2011.

- с. 144-145.

27. Волчкевич И.Л. Расчет необходимого количества оборудования при проектировании технологических комплексов в условиях многономенклатурного производства // Электронное научно-техническое издание НАУКА и ОБРАЗОВАНИЕ. - 2012. - № 03. - С.1-23.

28. Габец, А. Профессиональная разработка в системе 1С:Предприятие 8 / А. Габец, Д. Гончаров, Д. Козырев и другие. - Совместное издание : 1 С-Паблишинг, Питер, 2007. - 808 с. ISBN 5-9677-0268-7.

ISBN 5-91180-076-4.

29. Гайфуллин, Б.Н. Автоматизированные системы управления предприятиями стандарта ERP/MRPII / Б.Н. Гайфуллин, И.А. Обухов. - М. : Богород. Печатник, 2000. - 103 с.

30. Гольфстрим. В фокусе - производство. Производственное планирование. URL: http://gulfstream-mrp.ru/functions/planning/.

31. Гончаров, Е.Н. Стохастический жадный алгоритм для задачи календарного планирования с ограниченными ресурсами / Е.Н. Гончаров // Дискретный анализ и исследование операций. - 2014. - Т. 21. - № 3. - C. 11-24.

32. Городецкий, В.И. Многоагентные системы (обзор) / В.И. Городецкий, М.С. Грушинский, А.В. Хабалов // Новости искусственного интеллекта - 1998.

- №2. - С. 64-116.

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

34. Городецкий, В.И. Самоорганизация и многоагентные системы. Модели многоагентной самоорганизации / В.И. Городецкий // Известия РАН. Теория и системы управления. - 2012. - №2. - С. 92-120.

35. Городецкий, В.И. Современное состояние и перспективы индустриальных применений многоагентных систем/В .И. Городецкий, О. Л. Бухвалов, П.О. Скобелев, И.В. Майоров // Управление большими системами: сборник трудов. - 2017. - № 66. - С. 94-157.

36. Евгенев, Г.Б. Индустрия 5.0 как интеграция Интернета знаний и Интернета вещей / Г.Б. Евгенев // Онтология проектирования. - 2019. - Т. 9. - №1 (31).

- С.7-23. DOI: 10.18287/2223-9537-2019-9-1-7-23.

37. Единая система технологической документации. Формы и правила оформления документов общего назначения: ГОСТ 3.1105-2011. - Взамен ГОСТ 3.1105-84; введ. 2012-01-01. - Москва: Стандартинформ; М. : Московский печатник, 2012. - 23 с. - (Межгосударственный стандарт).

38. Елманова, Н.С. Delphi 6 и технология COM / Н.С. Елманова, С. Трепалин,

А. Тенцер. - Питер, 2002. - 640 с. ISBN: 5-94723-149-2.

39. Еникеева, К.Р. Математическое обеспечение поддержки принятия решений при формировании аварийно-спасательных подразделений и рейтинга спасателей / К.Р. Еникеева, Д. А. Ризванов, В.Р. Хамидуллин, А.И. Белюшин // Вестник УГАТУ. - 2014. - Т. 18. - №5 (66). - С. 159-164.

40. Еникеева, К.Р. Формирование подразделений спасателей с учетом уровня профессиональной подготовки и психологической совместимости с применением многоагентного подхода (статья на англ. Языке) / К.Р. Еникеева, Д.А. Ризванов, А.И. Белюшин, В.Р. Хамидуллин // Вестник УГАТУ. - 2013. - Т. 17. - № 6 (59). - С. 61-64.

41. Загидуллин, P.P. Управление машиностроительным производством с помощью систем MES, APS, ERP: монография / Р.Р. Загидуллин. - Старый Оскол : ТНТ, 2011. - 372 с. ISBN 978-5-94178-272-7.

42. Иванов, Л.Н. Методы оптимизации расписаний параллельных обслуживающих систем / Л.Н. Иванов, Ю.А. Мезенцев // Программные продукты и системы. - 2008. - №1. - С. 72-74.

43. Информационные технологии поддержки жизненного цикла продукции. Методология функционального моделирования: Р 50.1.028.-2001. - [Дата введения 2002-07-01]. - М.: Госстандарт России, 2001. - IV, 49 с.

- (Рекомендации по стандартизации).

44. Искандаров, М.З. Tecnomatix plant simulation. Системные требования, предоставляемые лицензии и установка / М.З. Искандаров, Р.М. Хисамутдинов // Научное сообщество студентов. Междисциплинарные исследования: Электронный сборник статей по материалам XLII студенческой международной научно-практической конференции.

- Новосибирск : Изд. АНС «СибАК». - 2018. - №7 (42) - С. 251-256.

45. Исследование операций.

URL: https://ru.wikipedia.org/wiki/Исследование_операций.

46. Киселёв, Е.С. Методики расчёта механосборочных и вспомогательных цехов, участков и малых предприятий машиностроительного производства

// Учебное пособие. - Ульяновск. Ульяновский государственный технический университет, 2012. - 132 с. ISBN 978-5-9795-1104-7.

47. Колесников, С.Н. Стратегии бизнеса: управление ресурсами и запасами / С.Н. Колесников. - М. : Статус-Кво 97, 2000. - 164 с. ISBN 5-8107-0036-5.

48. Кригель, А. SQL. Библия пользователя, 2-е издание / А. Кригель, Б. Трухнов. - М. : Вильямс, 2010. - 752 с. ISBN 978-5-8459-1546-7.

49. Легович, Ю.С. Принятие решений в группе интеллектуальных агентов / Ю.С. Легович, Д.Ю. Максимов // Теория активных систем: материалы международной научно-практической конференции. - М. : Изд-во Института проблем управления им. В.А. Трапезникова. - 2014. - С. 206-208.

50. Лишнер, Р. Delphi. Справочник / Р. Лишнер. - Символ-Плюс, 2001.

- 640 с. ISBN: 5-93286-019-7.

51. Марка, Д. А. Методология структурного анализа и проектирования SADT / Д. А. Марка, К. МакГоуэн. - М., 1993. - 243 с.

52. Маслобоев, А.В. Гибридная архитектура интеллектуального агента с имитационным аппаратом / А.В. Маслобоев // Вестник Мурманского государственного технического университета. - 2009. - Т. 12. - №1.

- С. 113-124.

53. Медведев, А.А. Анализ существующих подсистем визуализации цеха в системах оперативного управления производством / А.А. Медведев // Инновационные подходы в современной науке: сб. ст. по материалам XLVI Международной научно-практической конференции «Инновационные подходы в современной науке». - М., Изд. «Интернаука». - № 10 (46).

- Часть 2. - 2019. - С. 16-21.

54. Мезенцев, Ю.А. Алгоритмы синтеза расписаний многостадийных обслуживающих систем в календарном планировании / Ю.А. Мезенцев // Омский научный вестник. - Омск: Изд-во ОГТУ, 2006. - № 3. - С. 97-102.

55. Мезенцев, Ю.А. Оптимизация расписаний последовательно-параллельных обслуживающих систем / Ю.А. Мезенцев // Программные продукты и системы. - 2009. - №1. - С. 22-26.

56. Метод анализа иерархий. Ьйр8://ги.,шк1реё1а.о^/,шк1/Метод_анализа_иерархий.

57. Многоагентные системы. URL: http://www.aiportal.ru/articles/multiagent-systems/multiagent-systems.html.

58. Многоагентный подход к моделированию и прогнозированию сложных социально-экономических систем (глава в коллективной монографии) / Ризванов Д.А. // Прогнозирование социально-экономического развития регионов / под ред. В.А. Черешнева, А.И. Татаркина, СЮ. Глазьева. Екатеринбург : Институт экономики УрО РАН, 2011. - 1104 с.

59. О'Лири, Д. ERP системы. Современное планирование и управление ресурсами предприятия. Выбор, внедрение, эксплуатация / Д. О'Лири. - М. : Вершина, 2004. - 258 с.

60. Олссон, Г. Цифровые системы автоматизации и управления / Г. Олссон, Дж. Пиани. - 3-е изд., перераб. И доп. - СПб : Невский диалект, 2001. - 557 с.

61. ОНТП 14-93. Нормы технологического проектирования предприятий машиностроения, приборостроения и металлообработки (доработка ОНТП-14-93). Механообрабатывающие и сборочные цехи (Взамен ОНТП-14-86/Минстанкопром СССР). Утв. Роскоммаш. - 1995. - 148 с.

62. ОНТП 15-93. Нормы технологического проектирования предприятий машиностроения, приборостроения и металлообработки. Фонды времени работы оборудования и рабочих. Утв. Роскоммаш. - 1995. - 9 с.

63. Описание основных принципов нормализации баз данных. URL: https://docs.microsoft.com/ru-ru/office/troubleshoot/access/database-normalization-description.

64. Оптимизация. URL: https://ru.wikipedia.org/wiki/Оптимизация.

65. Основные средства в бухгалтерском и налоговом учете в 2020 году. URL: https://www.gazeta-unp.ru/articles/51610-osnovnye-sredstva-v-buhgalterskom-i-nalogovom-uchete-v-2020-godu.

66. Портал выбора технологий и поставщиков. https://www.tadviser.ru.

67. Портал искусственного интеллекта. http://www.aiportal.ru/articles/multiagent-

systems/agent-classification .html.

68. Проект IDEF.ru. URL: http://idef.ru/

69. Радченко, М.Г. 1С:Предприятие 8.3. Практическое пособие разработчика / М.Г. Радченко, Е.Ю. Хрусталева. - Эксмо, 2017. - 928 с. ISBN 978-5-69983306-1.

70. Рассел, С. Искусственный интеллект: современный подход / С. Рассел, П. Норвиг; 2-е изд. - М. : Издательский дом «Вильямс», 2006. - 1408 с.

71. Ржевский, Г.А. Как управлять сложными системами? Мультиагентные технологии для создания интеллектуальных систем управления предприятиями / Г.А. Ржевский, П.О. Скобелев. - Самара : Офорт, 2015.

- 291 с.

72. Ржевский, Г. А. Самоорганизация в социальных системах / Г. А. Ржевский // Онтология проектирования. - 2014. - №4 (14). - С. 8-17.

73. Ризванов, Д.А. Алгоритмы управления ресурсами в сложных системах с применением многоагентных технологий / Д.А. Ризванов Д.А. // Вестник УГАТУ. - 2013. - Т. 17. - № 5 (58). - С. 63-69.

74. Ризванов, Д.А. Интеллектуальная поддержка принятия решений при управлении ресурсами сложных систем на основе многоагентного подхода / Д. А. Ризванов, Н.И. Юсупова // Онтология проектирования. - 2015. - Т. 5.

- №3 (17). - С. 297-312.

75. Ризванов, Д.А. Информационное и алгоритмическое обеспечение календарного планирования производственных процессов / Д.А. Ризванов, Е.С. Чернышёв // Материалы XVI Байкальской Всероссийской с международным участием конференции «Информационные и математические технологии в науке и управлении». - Иркутск, ИСЭМ СО РАН. - 2011. - Т. 2. - С.17-25.

76. Ризванов, Д.А. Информационное и алгоритмическое обеспечение планирования производственных мощностей / Д.А. Ризванов, Е.С. Чернышёв // «Интеллектуальные системы в производстве» ФГБОУ ВО ИжГТУ им. М.Т. Калашникова. - 2020. - Т. 18. - № 4. - С. 117-125.

77. Ризванов, Д. А. Информационное обеспечение планирования производственных процессов / Д.А. Ризванов, Е.С. Чернышёв // Сборник трудов пятой всероссийской зимней школы-семинара аспирантов и молодых ученых, 17-20 февр. 2010 г. - Уфа. - 2010. - С. 119-126.

78. Ризванов, Д. А. Календарное планирование производственных процессов / Д.А. Ризванов, Е.С. Чернышёв // Принятие решений в условиях неопределенности. Межвузовский научный сборник. - Уфа, УГАТУ. - 2010.

- С.83-89.

79. Ризванов, Д.А. Методы оптимизации планируемых производственных мощностей предприятия с применением многоагентного подхода / Д.А. Ризванов, Е.С. Чернышёв // Современные наукоемкие технологии. - 2020.

- №8. - С. 69-74.

80. Ризванов, Д.А. Методологические основы поддержки принятия решений при управлении ресурсами в сложных системах / Д.А. Ризванов // Вестник Ижевского государственного технического университета. Ижевск : Изд-во ИжГТУ. - 2018. - Т. 21. - № 4. - С. 200-207.

81. Ризванов Д. А. Методологические основы поддержки принятия решений при управлении ресурсами в сложных системах с применением интеллектуальных агентов: автореферат диссертации доктор технических наук / Д.А. Ризванов. - Уфа: УГАТУ. - 2019. - 34с.

82. Ризванов, Д.А. Многоагентная система составления расписания прохождения процедур отдыхающими в санаторно-курортном комплексе / Д.А. Ризванов, Г.В. Сенькина, Д.В. Попов, Д.Р. Богданова // Материалы 8-й Международной конференции «Компьютерные науки и информационные технологии» (С8ГГ2006). - Карлсруэ, Германия. - 2006. - Т. 1. - С. 118-124.

83. Ризванов, Д.А. Многоагентный подход к управлению ресурсами при календарном планировании производственных процессов / Д.А. Ризванов, Е. С. Чернышёв // Материалы 2-й международной конференции «Интеллектуальные технологии обработки информации и управления».

- Уфа. - 2014. - Т. 2. - С. 15-20.

84. Ризванов, Д.А. Многоагентный подход к задаче распределения ресурсов в условиях чрезвычайных ситуаций / Д.А. Ризванов, А.Р. Габдулхакова // Материалы XVI Байкальской Всероссийской с международным участием конференции «Информационные и математические технологии в науке и управлении». - Иркутск: ИСЭМ СО РАН. - 2011. - Т. 3. - С.25-33.

85. Ризванов, Д.А. Многоагентный подход к календарному планированию производственных процессов / Д.А. Ризванов, Е.С. Чернышёв // Материалы XV Байкальской Всероссийской с международным участием конференции «Информационные и математические технологии в науке и управлении». - Иркутск: ИСЭМ СО РАН. - 2010. - Часть III. - C.7-14.

86. Ризванов, Д.А. Модели и алгоритмы обработки данных при аутсорсинге ресурсов в задаче календарного планирования производства / Д.А. Ризванов, Е.С. Чернышёв // Труды VIII Всероссийской научной конференции «Информационные технологии интеллектуальной поддержки принятия решений» (с приглашением зарубежных ученых), Том 1, Октябрь 6-9, Уфа, Россия, 2020, с. 117-124. ISBN 978-5-4221-1411-5.

87. Ризванов, Д.А. Модели и методы поддержки принятия решений при управлении сложными системами в условиях неопределенности и ресурсных ограничений / Д.А. Ризванов, Н.И. Юсупова // Современные проблемы науки и образования. - 2015. - № 2. URL: http://www.science-education.ru/122-21194.

88. Ризванов, Д.А. Модели обработки данных при управлении ресурсами в задаче календарного планирования производства / Д.А. Ризванов, Е.С. Чернышёв, И.Ф. Иванова // Труды VI Всероссийской научной конференции «Информационные технологии интеллектуальной поддержки принятия решений» (с приглашением зарубежных ученых), Том 1, Май 28-31. - Уфа-Ставрополь, Россия. - 2018. - С. 74-81.

89. Ризванов, Д.А. О разработке системы поддержки принятия решений для управления ресурсами при календарном планировании производства. / Д.А. Ризванов, Е.С. Чернышёв // Материалы 3-й международной конференции

«Информационные технологии интеллектуальной поддержки принятия решений». - Уфа. -2015. - Т. 1. - С. 85-89.

90. Ризванов, Д.А. Основы поддержки принятия решений при управлении ресурсами в сложных системах с применением интеллектуальных технологий / Д.А. Ризванов, Н.И. Юсупова // Современные наукоемкие технологии. - 2017. - № 1. - С. 69-73.

91. Ризванов, Д.А. Планирование производственных мощностей предприятия с применением многоагентного подхода / Д.А. Ризванов, Е.С. Чернышёв, К.А. Ризванов // Современные наукоемкие технологии. - 2020. - № 5. - С. 91-95.

92. Ризванов, Д.А. Поддержка принятия решений при календарном планировании производства на основе многоагентного подхода/ Д.А. Ризванов, Е.С. Чернышёв // Актуальные вопросы аграрной науки. - 2020.

- № 37. - С. 63-71.

93. Ризванов, Д.А. Применение интеллектуальных технологий управления ресурсами при календарном планировании производства / Д.А. Ризванов, Н.И. Юсупова // Интеллектуальные системы в производстве. Ижевск : Изд-во ИжГТУ. - 2018. - Т. 16. - № 4. - С. 130-137.

94. Ризванов, Д.А. Применение многоагентного подхода для задачи календарного планирования сельскохозяйственных работ / Д.А. Ризванов, Е.С. Чернышёв // Актуальные вопросы аграрной науки. - 2020. - №35.

- С. 51-61.

95. Ризванов, Д.А. Применение многоагентных технологий для решения задачи распределения ресурсов в условиях чрезвычайных ситуаций / Д.А. Ризванов // Вестник УГАТУ. - 2012. - Т. 16. - № 6 (51). - С. 220-225.

96. Ризванов, Д.А. Применение многоагентных технологий для управления ресурсами при календарном производственном планировании / Д.А. Ризванов, Е.С. Чернышёв // Материалы XX Байкальской Всероссийской с международным участием конференции «Информационные и математические технологии в науке и управлении». - Иркутск: ИСЭМ СО РАН. - 2015. - Т. 2. - С. 28-37.

97. Ризванов, Д.А. Применение многоагентных технологий при управлении ресурсами сложных систем / Д.А. Ризванов // Материалы XX Байкальской Всероссийской с международным участием конференции «Информационные и математические технологии в науке и управлении».

- Иркутск: ИСЭМ СО РАН. - 2015. - Т. 2. - С. 20-27.

98. Ризванов, Д.А. Применение технологий распределённого искусственного интеллекта для решения задач календарного планирования / Д.А. Ризванов, Д.В. Попов, Д.Р. Богданова // Материалы XIII Байкальской Всероссийской с международным участием конференции «Информационные и математические технологии в науке и управлении». - Иркутск. - 2008.

- T.2. - C. 76-82.

99. Ризванов, Д.А. Программное обеспечение для управления ресурсами в сложных системах с использованием многоагентного подхода / Д.А. Ризванов // Современные технологии. Системный анализ. Моделирование.

- Иркутск: ИрГУПС. - 2013. - №4 (40). - С. 80-84.

100. Ризванов, Д.А. Разработка многоагентной системы для решения задачи распределения ресурсов в условиях чрезвычайных ситуаций / Д.А. Ризванов // Сборник материалов научного семинара стипендиатов программ «Михаил Ломоносов» и «Иммануил Кант» (2010/2011 г.). - М.: DAAD. - 2011.

- С.168-171.

101. Ризванов, Д.А. Управление ресурсами при календарном планировании производства и интеграция с информационными системами предприятия / Д.А. Ризванов, Е.С. Чернышёв // Фундаментальные исследования. - 2014.

- №12. - Часть 11. - С. 2315-2319.

102. Ризванов, Д.А. Управление ресурсами при календарном планировании производственных процессов с использованием многоагентного подхода / Д.А. Ризванов, Е.С. Чернышёв, И.Ф. Иванова // Материалы XIX Байкальской Всероссийской с международным участием конференции «Информационные и математические технологии в науке и управлении».

- Иркутск: ИСЭМ СО РАН. - 2014. - Т. 2. - С.112-120.

103. Ризванов, Д.А. Управление ресурсами при планировании развития производственных мощностей предприятия / Д.А. Ризванов, Е.С. Чернышёв // Материалы XXI Байкальской Всероссийской с международным участием конференции «Информационные и математические технологии в науке и управлении». - Иркутск: ИСЭМ СО РАН. - 2016. - Т. 3. - С. 102-114.

104. Румянцев, М.И. Средства имитационного моделирования бизнес-процессов / М.И. Румянцев // Корпоративные системы. - 2007. - № 2. - С. 43-48.

105. Свид. об офиц. рег. программы для ЭВМ № 2018616777. Система календарного планирования производства / Д.А. Ризванов, Е.С. Чернышёв. Зарег. 6 июня 2018 г. М.: Федеральная служба по интеллектуальной собственности, 2018.

106. Свид. об офиц. рег. программы для ЭВМ № 2020664555. Система планирования производственных мощностей предприятия / Д.А. Ризванов, Е.С. Чернышёв. Зарег. Зарег. 13 ноября 2020 г. М.: Федеральная служба по интеллектуальной собственности, 2020.

107. Симонова, Л.А. Интегрированное информационное обеспечение процесса управления технологическими маршрутами в рамках ЕЯР-системы / Л. А. Симонова, М.П. Руднев. - М. : Академия, 2005. - 284 с.

108. Скобелев, П.О. Адаптивное мультиагентное планирование производственных ресурсов на основе онтологии / П.О. Скобелев, О.И. Лахин, И.В. Майоров, Е.В. Симонова // Информационно-управляющие системы. - 2018. - №6. - С. 105-117. ёо1:10.31799/1684-8853-2018-6-105-117.

109. Скобелев, П.О. Интеллектуальные системы управления ресурсами в реальном времени: принципы разработки, опыт промышленных внедрений и перспективы развитии / П.О. Скобелев // Приложение к журналу «Информационные технологии». - 2013. - №1. - С. 1-32.

110. Скобелев, П.О. Мультиагентные технологии в промышленных применениях: к 20-летию основания Самарской научной школы мультиагентных систем / П.О. Скобелев // Мехатроника, автоматизация, управление. - 2010. - №12. - С. 33-46.

111. Скобелев, П.О. Обзор систем адаптивного планирования производства / П.О. Скобелев, Е.В. Симонова, С.С. Кожевников, И.В. Майоров,

A.Л. Феоктистов, Е.М. Клейменова, Е.В. Полончук // Мехатроника, автоматизация, управление. - 2013. - № 11. - С. 29-35.

112. Скобелев, П.О. Оперативное управление ресурсами цехов предприятий на основе мультиагентного подхода / П.О. Скобелев, А.А. Жиляев, И.В. Майоров, В.Г. Елисеев, В.С. Травин, Е.В. Симонова // Труды XIX Международной конференции «Проблемы управления и моделирования в сложных системах». - Самара : ОФОРТ. - 2017. - С. 474-485.

113. Скобелев, П.О. Открытые мультиагентные системы для оперативной обработки информации в процессах принятия решений / П.О. Скобелев // Автометрия. - 2002. - Т. 38. - №6. - С. 45-61.

114. Скобелев, П.О. Ситуационное управление и мультиагентные технологии: коллективный поиск согласованных решений в диалоге / П.О. Скобелев // Онтология проектирования. - 2013. - №2 (8). - С. 26-48.

115. Танаев, B.C. Введение в теорию расписаний / B.C. Танаев, В.В. Шкурба. - М. : Наука, 1975. - 256 с.

116. Тарасов, В.Б. Агенты, многоагентные системы, виртуальные сообщества: стратегическое направление в информатике и искусственном интеллекте /

B.Б. Тарасов // Новости искусственного интеллекта. - 1998. - №2. - С. 5-63.

117. Тарасов, В.Б. От многоагентных систем к интеллектуальным организациям: философия, психология, информатика / В.Б. Тарасов. - М. : Эдиториал УРСС, 2002. - 352 с.

118. Таха, Х.А. Введение в исследование операций / Х.А. Таха; пер. с англ. и ред. А.А. Минько - 7-е изд. - М. : Вильямс, 2005 . - 912 с.

119. Тельнов, Ю.Ф. Программная реализация информационно-образовательного пространства на основе многоагентной технологии и онтологического подхода / Ю.Ф. Тельнов, А.В. Данилов, В.А. Казаков // Открытое образование. - 2015. - №6. - С. 73-82.

120. Теория принятия решений.

URL: https://ru.wikipedia.org/wiki/Теория_принятия_решений.

121. Теория расписаний. https://ru.wikipedia.org/wiki/Теория_расписаний.

122. Тожиева, Ф.К. Многоагентные управления ресурсами в распределенных системах / Ф.К. Тожиева // Молодой ученый. - 2020. - № 25 (315). - С. 47-49.

123. Фирсов, М.В. Концепция создания ERP-систем / М.В. Фирсов. - М. : ТЕИС, 2004. - 93 с.

124. Фролов, Е.Б. MES-системы. MES-системы, как они есть или эволюция систем планирования производства. Часть I, Часть II / Е.Б. Фролов, Р.Р. Загидуллин. URL: http://erpnews.ru/doc2592.html. URL: http://erpnews.ru/doc2593.html.

125. Фролов, Е.Б. MES-системы. Вид «сверху», взгляд изнутри. / Е.Б. Фролов, Р.Р. Загидуллин // ERPNEWS. URL: http://erpnews.ru/doc2689.html.

126. Характеристика и функции MES-системы ФОБОС. URL: http://www.fobos-mes.ru/fobos-systeni/MES-system-characteristic-and-functions.html.

127. Хомоненко, А.Д. Базы данных. Учебник для вузов / А.Д. Хомоненко, В.М. Цыганков, М.Г. Мальцев. - Корона-век, 2009. - 736 с. ISBN: 978-5-7931-0527-9.

128. Цыбулин, А.М. Многоагентный подход к построению автоматизированной системы управления информационной безопасностью предприятия / А.М. Цыбулин // Известия Южного федерального университета. Технические науки. - 2012. - С. 111-116.

129. Чернышёв, Е.С. Алгоритмическое обеспечение поддержки принятия решений при планировании производственных мощностей предприятия с использованием многоагентного подхода / Е.С. Чернышёв // Современные наукоемкие технологии. - 2021. - №3. - С. 88-95.

130. Чернышёв, Е.С. Математическое и информационное обеспечение для управления ресурсами при календарном планировании производственных процессов / Е.С. Чернышёв, Ризванов Д.А. // Современные проблемы науки

и образования. - 2013. - №6. URL: http://www.science-education.ru/113-11301.

131. Чернышёв, Е.С. О разработке программного обеспечения для планирования производственных процессов / Е.С. Чернышёв, Д.А. Ризванов // Сборник трудов VIII Всероссийской научно - практической конференции студентов, аспирантов и молодых ученых «Молодежь и современные информационные технологии». - Томск. - 2010. - Часть II. - С.136-137.

132. Юсупова, Н.И. Мультиагентное моделирование процесса формирования сетевой структуры самообучающейся организации / Н.И. Юсупова, Д.Р. Богданова, Д.В. Попов, Д.А Ризванов, А.Р. Габдулхакова, В. А. Симонов // Материалы 7-й Международной конференции «Компьютерные науки и информационные технологии» (CSIT'2005). - Уфа-Ассы, Россия. - 2005. - Т. 3. - С. 308-315.

133. Agent Technology: Computing as Interaction. A Roadmap for Agent Based Computing. URL: http://www.agcntlink.org/roadmap/index.html.

134. Aksyonov K., Ayvazyan H., Aksyonova O. Application of multi-agent approach to development of the petrol dispatching system of gas stations network. // IOP Conference Series: Materials Science and Engineering, - 2020. - Vol. 971(4).

135. Aksyonov, K., Aksyonova, O., Antonova, A., Aksyonova, E., Ziomkovskaya, P. Development of Cloud-Based Microservices to Decision Support System. // IFIP Advances in Information and Communication Technology IFIP, 16th IFIP WG 2.13 International Conference on Open Source Systems, OSS 2020, Innopolis, Russian Federation, 12-14 May 2020. - 2020. - Vol. 582. - Pp.87-97.

136. Andreev M., Ivaschenko A., Skobelev P., Tsarev A. A Multi-Agent Platform Design for Adaptive Networks of Intelligent Production Schedulers. // 10th International IFAC Workshop on Intelligent Manufacturing Systems, Lisbon, Portugal, 1-2 July 2010. - 2010. - Vol. 10. - Pp. 78-83.

137. Antonova A.S., Aksyonov K.A. Analysis of the methods for accounting the renewable and non-renewable resources in scheduling. // Journal of Physics: Conference Series, - 2020. - Vol. 1694. - N 1.

138. Antonova A., Aksyonov K. Simulation of the steelmaking process using collision avoiding cranes moving models. // IOP Conference Series: Materials Science and Engineering, - 2020. - Vol. 971(4).

139. Bangsow St. Manufacturing Simulation with Plant Simulation and SimTalk. -Springer-Verlag Berlin Heidelberg. - 2010. - S. 297. ISBN 978-3-642-05073-2.

140. Embarcadero RAD Studio.

URL: https://ru.wikipedia.org/wiki/Embarcadero_RAD_Studio.

141. Fast Reports. URL: https://ru.wikipedia.org/wiki/Fast_Reports.

142. FireMonkey. URL: https://ru.wikipedia.org/wiki/FireMonkey.

143. Gabdulkhakova A., Konig-Ries В., Rizvanov D. An agent-based solution to the resource allocation problem in emergency situations // Proc. 9th IEEE European Conf. on Web Services (ECOWS 2011), 14-16 Sept. 2011, Lugano, Switzerland.

- Pp. 151- 157.

144. Guzairov M., Yussupova N., Rizvanov D. Intelligent Data Processing Technologies for Resource Management in Manufacturing Scheduling // Proceedings of 21st International Workshop on Computer Science and Information Technologies (CSIT 2019). - 2019. - Pp. 249-252.

145. Haddara M., Zach О. ERP systems in SMEs: An extended literature review // International Journal of Information Science. - 2012. - Vol. 2. - No. 6.

- Pp. 106-116.

146. IDEF Structured Systems Analysis Diagrams (IDEF0, IDEF1, IDEF1X, IDEF3, IDEF4, IDEF5, IDEF9, BPR). URL: www.idef.com.

147. Jarvenped E., Jarvenpaa E., Siltala N., Hylli O., Lanz M. The development of an ontology for describing the capabilities of manufacturing resources // Journal of Intelligent Manufacturing. - 2019. - Vol. 30. - Pр. 959-978.

148. Kazanskaia D, Shepilov Ya., Madsen B. Adaptive production management for small-lot enterprise // HoloMAS 2015: Proceedings of the 7th International Conference on Industrial Applications of Holonic and Multi-Agent Systems.

- 2015. - Vol. 9266. - Pp. 157-168.

149. Kirn S., Herzog O., Lockemann P., Spaniol O. Multiagent engineering, Theory

and applications in enterprises. - Springer. - 2006. - S. 626. ISBN 978-3-54032062-3.

150. Kovacs G., Yussupova N. Rizvanov D. Resource management simulation using multi-agent approach and semantic constraints // Pollack Periodica, published by the Akademiai Kiado, Budapest, Hungary, 2017. - Vol. 12. - No. 1. - Pp. 45-58.

151. Magenta URL: http://www.magenta-technology.ru.

152. Marin C., Moench L., Leitao P., Vrba P., Kazanskaia D., Chepegin V., Liu L., Mehandjiev N.: A conceptual architecture based on intelligent services for manufacturing support systems. In: Proceedings of the IEEE International Conference on Systems, Man, and Cybernetics (IEEE SMC 2013), October 1316, 2013. - Manchester, UK, 2013. - Pp. 4749-4754.

153. Mc'Clellan M. Applying Manufacturing Execution Systems. - Boca Raton, Florida : St. Lucie Press; Falls Church, Virginia : Apics. - 1997. - S. 179. ISBN: 1574441353 9781574441352.

154. Medvedev S., Aksyonov K. Effective Loading of the Same Type of Structural Units of a Machine-building Enterprise Using the Method of Pepper Ordering. // Ural Symposium on Biomedical Engineering, Radioelectronics and Information Technology (USBEREIT), 14-15 May 2020. - Yekaterinburg, Russia, 2020. - Pp. 464- 466.

155. MES. URL: http://ru.wikipedia.org/wiki/MES.

156. MES система ФОБОС.Ц^: http://www.fobos-mes.ru/fobos-system/fobos-MES-system.html.

157. MES-системы. URL: http://www.insapov.ru/mes.html.

158. MES-системы. URL: http://mescontrol.ru/articles/systems.

159. MES-система для машиностроения PolyPlan. URL: http://www.fobos-mes.ru/sistema-polyplan/mes-sistema-dlya-mashinostroeniya-polyplan.html.

160. Rizvanov D. Data processing models and algorithms for outsourcing of resources in the production scheduling task / D. Rizvanov, E. Chernyshev // Proceedings of the 8th Scientific Conference on Information Technologies for Intelligent Decision Making Support (ITIDS 2020). - 2020. - Pp. 288-294.

161. Yusupova N. Evaluation of the Effectiveness of the Multi-Agent Approach for Capacity Planning / N. Yusupova, D. Rizvanov, E. Chernyshev // Proceedings of the 2020 International Conference on Electrotechnical Complexes and Systems (ICOECS). - Ufa, 2020. - Pp. 307-312. DOI: 10.1109/ICOECS5046S.2020.927S457.

162. Rizvanov D.A. Multiagent Approach Application for Scheduling of Production Processes / D.A. Rizvanov , E.S. Chernyshev, I.A. Lackman // Proceedings of the 12 th International Workshop on Computer Science and Information Technologies. Russia, Moscow - St.Petersburg, September 13-19. - 2010.

- Vol. 1. - Pp. 92-97.

163. Rizvanov D. Resource Management Planning of Production Capacity / D. Rizvanov, E. Chernyshev, N. Yussupova // Proceedings of the 21st International Workshop on Computer Science and Information Technologies (CSIT 2019).

- 201S. - Pp. 310-316.

164. Siemens. Обзор продукта. Plant Simulation. URL: http://www.plm.automation.siemens.com/ru_ru/products/tecnomatix/plant_ design/plant_simulation.shtml.

165. Skobelev P. Multi-Agent Systems for Real Time Adaptive Resource Management // Industrial Agents: Emerging Applications of Software Agents in Industry. Paulo Leitao, Stamatis Karnouskos (Ed.). - Elsevier. - 2015. - Pp. 207-230.

166. Skobelev P. Multi-Agent Systems for Real Time Resource Allocation, Scheduling, Optimization and Controlling: Industrial Application // 10-th International Conference on Industrial Applications of Holonic and Multi-Agent Systems (HoloMAS 2011). France, Toulouse. - Springer Verlag. - 2011.

- Pp. 5-14.

167. What to Know About Capacity Planning In The New Era Of Digital. URL: https://www.riverlogic.com/blog/what-to-know-about-capacity-planning-in-the-new-era-of-digital.

16S. Wooldridge M.J., Jennings N.R. Intelligent agents: theory and practice // The Knowledge Engineering Review. - 1995. No. 10 (2). - Pp. 115-152.

169. Xiao J., Osterweil L. J., Wang Q., Li M. Dynamic scheduling in systems with complex resource allocation requirements, Department of Computer Science, University of Massachusetts, Amherst, MA 01003. - 2009.

170. Yussupova N., Rizvanov D. Decision-Making Support in Resource Management in Manufacturing Scheduling // Proceedings of 18th IFAC Conference on Technology, Culture and International Stability (TECIS 2018). - 2018. - Vol. 51. - Issue 30. - Pp. 544-547.

ПРИЛОЖЕНИЕ 1. ДВИЖЕНИЕ ДЕНЕЖНЫХ СРЕДСТВ ПРИ ПОКУПКЕ ОБОРУДОВАНИЯ

Таблица П1.1 - Движение денежных средств при приобретении технологического оборудования без составления

графика закупки

2 0 2 0

Наименование работ/Месяц Цена 01 02 03 04 05 06 07 08 09 10 11 12

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

1 Объем платежей, млн. руб. 1 632,0 0,0 0,0 0,0 0,0 489,6 0,0 0,0 0,0 0,0 0,0 0,0 0,0

1.1 УЬ-125СМ 120,0 36,0

1.2 УЬ-125СМ 120,0 36,0

1.3 УЬ-125СМ 120,0 36,0

1.4 УТ-950МС 86,0 25,8

1.5 Т800Р 40,0 12,0

1.6 Т800Р 40,0 12,0

1.7 Т800Р 40,0 12,0

1.8 Т800Р 40,0 12,0

1.9 Т800Р 40,0 12,0

1.10 О-МШ 1000 280,0 84,0

1.11 БТС800МТ 213,0 63,9

1.12 БТС800МТ 213,0 63,9

1.13 С42и 140,0 42,0

1.14 С42и 140,0 42,0

2 Сумма, не размещенная на вкладе в банке, млн. руб. 0,0 0,0 0,0 0,0 489,6 489,6 489,6 489,6 489,6 489,6 489,6 489,6

3 Неполучение процентов по вкладу, млн. руб. 5,5% 0,0 0,0 0,0 0,0 2,2 2,2 2,2 2,2 2,2 2,2 2,2 2,2

4 Балансовая стоимость ОС, млн. руб. 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

5 Налог на ОС, млн. руб. 2,2% 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

6 Итого потерь, млн. руб. 0,0 0,0 0,0 0,0 2,2 2,2 2,2 2,2 2,2 2,2 2,2 2,2

7 Итого потерь (накопительно), млн. руб. 0,0 0,0 0,0 0,0 2,2 4,5 6,7 9,0 11,2 13,5 15,7 18,0

2 0 2 1

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

1 Объем платежей, млн. руб. 1 632,0 0,0 0,0 0,0 0,0 0,0 0,0 979,2 0,0 163,2 0,0 0,0 0,0

1.1 УЬ-125СМ 120,0 72,0 12,0 120,0 119,0 118,0

1.2 УЬ-125СМ 120,0 72,0 12,0 120,0 119,0 118,0

1.3 УЬ-125СМ 120,0 72,0 12,0 120,0 119,0 118,0

1.4 УТ-950МС 86,0 51,6 8,6 86,0 85,3 84,6

1.5 Т800Р 40,0 24,0 4,0 40,0 39,7 39,3

1.6 Т800Р 40,0 24,0 4,0 40,0 39,7 39,3

1.7 Т800Р 40,0 24,0 4,0 40,0 39,7 39,3

1.8 Т800Р 40,0 24,0 4,0 40,0 39,7 39,3

1.9 Т800Р 40,0 24,0 4,0 40,0 39,7 39,3

1.10 О-МШ 1000 280,0 168,0 28,0 280,0 277,7 275,3

1.11 БТС800МТ 213,0 127,8 21,3 213,0 211,2 209,5

1.12 БТС800МТ 213,0 127,8 21,3 213,0 211,2 209,5

1.13 С42и 140,0 84,0 14,0 140,0 138,8 137,7

1.14 С42и 140,0 84,0 14,0 140,0 138,8 137,7

2 Сумма, не размещенная на вкладе в банке, млн. руб. 489,6 489,6 489,6 489,6 489,6 489,6 1 468,8 1 468,8 1 632,0 1 632,0 1 632,0 1 632,0

3 Неполучение процентов по вкладу, млн. руб. 5,5% 2,2 2,2 2,2 2,2 2,2 2,2 6,7 6,7 7,5 7,5 7,5 7,5

4 Балансовая стоимость ОС, млн. руб. 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 1 632,0 1 618,4 1 604,8

5 Налог на ОС, млн. руб. 2,2% 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 3,0 3,0 2,9

6 Итого потерь, млн. руб. 2,2 2,2 2,2 2,2 2,2 2,2 6,7 6,7 7,5 10,5 10,4 10,4

7 Итого потерь (накопительно), млн. руб. 20,2 22,4 24,7 26,9 29,2 31,4 38,1 44,9 52,4 62,8 73,3 83,7

2 0 2 2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

1 Объем платежей, млн. руб. 1 632,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

1.1 УЬ-125СМ 120,0 117,0 116,0 115,0 114,0 113,0 112,0 111,0 110,0 109,0 108,0 107,0 106,0

1.2 УЬ-125СМ 120,0 117,0 116,0 115,0 114,0 113,0 112,0 111,0 110,0 109,0 108,0 107,0 106,0

1.3 УЬ-125СМ 120,0 117,0 116,0 115,0 114,0 113,0 112,0 111,0 110,0 109,0 108,0 107,0 106,0

1.4 УТ-950МС 86,0 83,9 83,1 82,4 81,7 81,0 80,3 79,6 78,8 78,1 77,4 76,7 76,0

1.5 Т800Р 40,0 39,0 38,7 38,3 38,0 37,7 37,3 37,0 36,7 36,3 36,0 35,7 35,3

1.6 Т800Р 40,0 39,0 38,7 38,3 38,0 37,7 37,3 37,0 36,7 36,3 36,0 35,7 35,3

1.7 Т800Р 40,0 39,0 38,7 38,3 38,0 37,7 37,3 37,0 36,7 36,3 36,0 35,7 35,3

1.8 Т800Р 40,0 39,0 38,7 38,3 38,0 37,7 37,3 37,0 36,7 36,3 36,0 35,7 35,3

1.9 Т800Р 40,0 39,0 38,7 38,3 38,0 37,7 37,3 37,0 36,7 36,3 36,0 35,7 35,3

1.10 О-МШ 1000 280,0 273,0 270,7 268,3 266,0 263,7 261,3 259,0 256,7 254,3 252,0 249,7 247,3

1.11 БТС800МТ 213,0 207,7 205,9 204,1 202,4 200,6 198,8 197,0 195,3 193,5 191,7 189,9 188,2

1.12 БТС800МТ 213,0 207,7 205,9 204,1 202,4 200,6 198,8 197,0 195,3 193,5 191,7 189,9 188,2

1.13 С42и 140,0 136,5 135,3 134,2 133,0 131,8 130,7 129,5 128,3 127,2 126,0 124,8 123,7

1.14 С42и 140,0 136,5 135,3 134,2 133,0 131,8 130,7 129,5 128,3 127,2 126,0 124,8 123,7

2 Сумма, не размещенная на вкладе в банке, млн. руб. 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0

3 Неполучение процентов по вкладу, млн. руб. 5,5% 7,5 7,5 7,5 7,5 7,5 7,5 7,5 7,5 7,5 7,5 7,5 7,5

4 Балансовая стоимость ОС, млн. руб. 1 591,2 1 577,6 1 564,0 1 550,4 1 536,8 1 523,2 1 509,6 1 496,0 1 482,4 1 468,8 1 455,2 1 441,6

5 Налог на ОС, млн. руб. 2,2% 2,9 2,9 2,9 2,8 2,8 2,8 2,8 2,7 2,7 2,7 2,7 2,6

6 Итого потерь, млн. руб. 10,4 10,4 10,3 10,3 10,3 10,3 10,2 10,2 10,2 10,2 10,1 10,1

7 Итого потерь (накопительно), млн. руб. 94,1 104,5 114,8 125,1 135,4 145,7 156,0 166,2 176,4 186,6 196,7 206,8

2 0 2 3

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

1 Объем платежей, млн. руб. 1 632,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

1.1 УЬ-125СМ 120,0 105,0 104,0 103,0 102,0 101,0 100,0 99,0 98,0 97,0 96,0 95,0 94,0

1.2 УЬ-125СМ 120,0 105,0 104,0 103,0 102,0 101,0 100,0 99,0 98,0 97,0 96,0 95,0 94,0

1.3 УЬ-125СМ 120,0 105,0 104,0 103,0 102,0 101,0 100,0 99,0 98,0 97,0 96,0 95,0 94,0

1.4 УТ-950МС 86,0 75,3 74,5 73,8 73,1 72,4 71,7 71,0 70,2 69,5 68,8 68,1 67,4

1.5 Т800Р 40,0 35,0 34,7 34,3 34,0 33,7 33,3 33,0 32,7 32,3 32,0 31,7 31,3

1.6 Т800Р 40,0 35,0 34,7 34,3 34,0 33,7 33,3 33,0 32,7 32,3 32,0 31,7 31,3

1.7 Т800Р 40,0 35,0 34,7 34,3 34,0 33,7 33,3 33,0 32,7 32,3 32,0 31,7 31,3

1.8 Т800Р 40,0 35,0 34,7 34,3 34,0 33,7 33,3 33,0 32,7 32,3 32,0 31,7 31,3

1.9 Т800Р 40,0 35,0 34,7 34,3 34,0 33,7 33,3 33,0 32,7 32,3 32,0 31,7 31,3

1.10 О-МШ 1000 280,0 245,0 242,7 240,3 238,0 235,7 233,3 231,0 228,7 226,3 224,0 221,7 219,3

1.11 БТС800МТ 213,0 186,4 184,6 182,8 181,1 179,3 177,5 175,7 174,0 172,2 170,4 168,6 166,9

1.12 БТС800МТ 213,0 186,4 184,6 182,8 181,1 179,3 177,5 175,7 174,0 172,2 170,4 168,6 166,9

1.13 С42и 140,0 122,5 121,3 120,2 119,0 117,8 116,7 115,5 114,3 113,2 112,0 110,8 109,7

1.14 С42и 140,0 122,5 121,3 120,2 119,0 117,8 116,7 115,5 114,3 113,2 112,0 110,8 109,7

2 Сумма, не размещенная на вкладе в банке, млн. руб. 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0

3 Неполучение процентов по вкладу, млн. руб. 5,5% 7,5 7,5 7,5 7,5 7,5 7,5 7,5 7,5 7,5 7,5 7,5 7,5

4 Балансовая стоимость ОС, млн. руб. 1 428,0 1 414,4 1 400,8 1 387,2 1 373,6 1 360,0 1 346,4 1 332,8 1 319,2 1 305,6 1 292,0 1 278,4

5 Налог на ОС, млн. руб. 2,2% 2,6 2,6 2,6 2,5 2,5 2,5 2,5 2,4 2,4 2,4 2,4 2,3

6 Итого потерь, млн. руб. 10,1 10,1 10,0 10,0 10,0 10,0 9,9 9,9 9,9 9,9 9,8 9,8

7 Итого потерь (накопительно), млн. руб. 216,9 227,0 237,0 247,1 257,1 267,0 277,0 286,9 296,8 306,7 316,5 326,4

2 0 2 4

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

1 Объем платежей, млн. руб. 1 632,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

1.1 УЬ-125СМ 120,0 93,0 92,0 91,0 90,0 89,0 88,0 87,0 86,0 85,0 84,0 83,0 82,0

1.2 УЬ-125СМ 120,0 93,0 92,0 91,0 90,0 89,0 88,0 87,0 86,0 85,0 84,0 83,0 82,0

1.3 УЬ-125СМ 120,0 93,0 92,0 91,0 90,0 89,0 88,0 87,0 86,0 85,0 84,0 83,0 82,0

1.4 УТ-950МС 86,0 66,6 65,9 65,2 64,5 63,8 63,1 62,3 61,6 60,9 60,2 59,5 58,8

1.5 Т800Р 40,0 31,0 30,7 30,3 30,0 29,7 29,3 29,0 28,7 28,3 28,0 27,7 27,3

1.6 Т800Р 40,0 31,0 30,7 30,3 30,0 29,7 29,3 29,0 28,7 28,3 28,0 27,7 27,3

1.7 Т800Р 40,0 31,0 30,7 30,3 30,0 29,7 29,3 29,0 28,7 28,3 28,0 27,7 27,3

1.8 Т800Р 40,0 31,0 30,7 30,3 30,0 29,7 29,3 29,0 28,7 28,3 28,0 27,7 27,3

1.9 Т800Р 40,0 31,0 30,7 30,3 30,0 29,7 29,3 29,0 28,7 28,3 28,0 27,7 27,3

1.10 О-МШ 1000 280,0 217,0 214,7 212,3 210,0 207,7 205,3 203,0 200,7 198,3 196,0 193,7 191,3

1.11 БТС800МТ 213,0 165,1 163,3 161,5 159,8 158,0 156,2 154,4 152,7 150,9 149,1 147,3 145,6

1.12 БТС800МТ 213,0 165,1 163,3 161,5 159,8 158,0 156,2 154,4 152,7 150,9 149,1 147,3 145,6

1.13 С42и 140,0 108,5 107,3 106,2 105,0 103,8 102,7 101,5 100,3 99,2 98,0 96,8 95,7

1.14 С42и 140,0 108,5 107,3 106,2 105,0 103,8 102,7 101,5 100,3 99,2 98,0 96,8 95,7

2 Сумма, не размещенная на вкладе в банке, млн. руб. 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0

3 Неполучение процентов по вкладу, млн. руб. 5,5% 7,5 7,5 7,5 7,5 7,5 7,5 7,5 7,5 7,5 7,5 7,5 7,5

4 Балансовая стоимость ОС, млн. руб. 1 264,8 1 251,2 1 237,6 1 224,0 1 210,4 1 196,8 1 183,2 1 169,6 1 156,0 1 142,4 1 128,8 1 115,2

5 Налог на ОС, млн. руб. 2,2% 2,3 2,3 2,3 2,2 2,2 2,2 2,2 2,1 2,1 2,1 2,1 2,0

6 Итого потерь, млн. руб. 9,8 9,8 9,7 9,7 9,7 9,7 9,6 9,6 9,6 9,6 9,5 9,5

7 Итого потерь (накопительно), млн. руб. 336,2 345,9 355,7 365,4 375,1 384,8 394,4 404,0 413,6 423,2 432,8 442,3

2 0 2 5

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

1 Объем платежей, млн. руб. 1 632,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

1.1 УЬ-125СМ 120,0 81,0 80,0 79,0 78,0 77,0 76,0 75,0 74,0 73,0 72,0 71,0 70,0

1.2 УЬ-125СМ 120,0 81,0 80,0 79,0 78,0 77,0 76,0 75,0 74,0 73,0 72,0 71,0 70,0

1.3 УЬ-125СМ 120,0 81,0 80,0 79,0 78,0 77,0 76,0 75,0 74,0 73,0 72,0 71,0 70,0

1.4 УТ-950МС 86,0 58,0 57,3 56,6 55,9 55,2 54,5 53,7 53,0 52,3 51,6 50,9 50,2

1.5 Т800Р 40,0 27,0 26,7 26,3 26,0 25,7 25,3 25,0 24,7 24,3 24,0 23,7 23,3

1.6 Т800Р 40,0 27,0 26,7 26,3 26,0 25,7 25,3 25,0 24,7 24,3 24,0 23,7 23,3

1.7 Т800Р 40,0 27,0 26,7 26,3 26,0 25,7 25,3 25,0 24,7 24,3 24,0 23,7 23,3

1.8 Т800Р 40,0 27,0 26,7 26,3 26,0 25,7 25,3 25,0 24,7 24,3 24,0 23,7 23,3

1.9 Т800Р 40,0 27,0 26,7 26,3 26,0 25,7 25,3 25,0 24,7 24,3 24,0 23,7 23,3

1.10 О-МШ 1000 280,0 189,0 186,7 184,3 182,0 179,7 177,3 175,0 172,7 170,3 168,0 165,7 163,3

1.11 БТС800МТ 213,0 143,8 142,0 140,2 138,5 136,7 134,9 133,1 131,4 129,6 127,8 126,0 124,3

1.12 БТС800МТ 213,0 143,8 142,0 140,2 138,5 136,7 134,9 133,1 131,4 129,6 127,8 126,0 124,3

1.13 С42и 140,0 94,5 93,3 92,2 91,0 89,8 88,7 87,5 86,3 85,2 84,0 82,8 81,7

1.14 С42и 140,0 94,5 93,3 92,2 91,0 89,8 88,7 87,5 86,3 85,2 84,0 82,8 81,7

2 Сумма, не размещенная на вкладе в банке, млн. руб. 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0

3 Неполучение процентов по вкладу, млн. руб. 5,5% 7,5 7,5 7,5 7,5 7,5 7,5 7,5 7,5 7,5 7,5 7,5 7,5

4 Балансовая стоимость ОС, млн. руб. 1 101,6 1 088,0 1 074,4 1 060,8 1 047,2 1 033,6 1 020,0 1 006,4 992,8 979,2 965,6 952,0

5 Налог на ОС, млн. руб. 2,2% 2,0 2,0 2,0 1,9 1,9 1,9 1,9 1,8 1,8 1,8 1,8 1,7

6 Итого потерь, млн. руб. 9,5 9,5 9,4 9,4 9,4 9,4 9,4 9,3 9,3 9,3 9,3 9,2

7 Итого потерь (накопительно), млн. руб. 451,8 461,3 470,7 480,1 489,5 498,9 508,3 517,6 526,9 536,2 545,4 554,6

2 0 2 6

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

1 Объем платежей, млн. руб. 1 632,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

1.1 УЬ-125СМ 120,0 69,0 68,0 67,0 66,0 65,0 64,0 63,0 62,0 61,0 60,0 59,0 58,0

1.2 УЬ-125СМ 120,0 69,0 68,0 67,0 66,0 65,0 64,0 63,0 62,0 61,0 60,0 59,0 58,0

1.3 УЬ-125СМ 120,0 69,0 68,0 67,0 66,0 65,0 64,0 63,0 62,0 61,0 60,0 59,0 58,0

1.4 УТ-950МС 86,0 49,4 48,7 48,0 47,3 46,6 45,9 45,1 44,4 43,7 43,0 42,3 41,6

1.5 Т800Р 40,0 23,0 22,7 22,3 22,0 21,7 21,3 21,0 20,7 20,3 20,0 19,7 19,3

1.6 Т800Р 40,0 23,0 22,7 22,3 22,0 21,7 21,3 21,0 20,7 20,3 20,0 19,7 19,3

1.7 Т800Р 40,0 23,0 22,7 22,3 22,0 21,7 21,3 21,0 20,7 20,3 20,0 19,7 19,3

1.8 Т800Р 40,0 23,0 22,7 22,3 22,0 21,7 21,3 21,0 20,7 20,3 20,0 19,7 19,3

1.9 Т800Р 40,0 23,0 22,7 22,3 22,0 21,7 21,3 21,0 20,7 20,3 20,0 19,7 19,3

1.10 О-МШ 1000 280,0 161,0 158,7 156,3 154,0 151,7 149,3 147,0 144,7 142,3 140,0 137,7 135,3

1.11 БТС800МТ 213,0 122,5 120,7 118,9 117,2 115,4 113,6 111,8 110,1 108,3 106,5 104,7 103,0

1.12 БТС800МТ 213,0 122,5 120,7 118,9 117,2 115,4 113,6 111,8 110,1 108,3 106,5 104,7 103,0

1.13 С42и 140,0 80,5 79,3 78,2 77,0 75,8 74,7 73,5 72,3 71,2 70,0 68,8 67,7

1.14 С42и 140,0 80,5 79,3 78,2 77,0 75,8 74,7 73,5 72,3 71,2 70,0 68,8 67,7

2 Сумма, не размещенная на вкладе в банке, млн. руб. 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0

3 Неполучение процентов по вкладу, млн. руб. 5,5% 7,5 7,5 7,5 7,5 7,5 7,5 7,5 7,5 7,5 7,5 7,5 7,5

4 Балансовая стоимость ОС, млн. руб. 938,4 924,8 911,2 897,6 884,0 870,4 856,8 843,2 829,6 816,0 802,4 788,8

5 Налог на ОС, млн. руб. 2,2% 1,7 1,7 1,7 1,6 1,6 1,6 1,6 1,5 1,5 1,5 1,5 1,4

6 Итого потерь, млн. руб. 9,2 9,2 9,2 9,1 9,1 9,1 9,1 9,0 9,0 9,0 9,0 8,9

7 Итого потерь (накопительно), млн. руб. 563,8 573,0 582,2 591,3 600,4 609,5 618,5 627,5 636,5 645,5 654,5 663,4

2 0 2 7

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

1 Объем платежей, млн. руб. 1 632,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

1.1 УЬ-125СМ 120,0 57,0 56,0 55,0 54,0 53,0 52,0 51,0 50,0 49,0 48,0 47,0 46,0

1.2 УЬ-125СМ 120,0 57,0 56,0 55,0 54,0 53,0 52,0 51,0 50,0 49,0 48,0 47,0 46,0

1.3 УЬ-125СМ 120,0 57,0 56,0 55,0 54,0 53,0 52,0 51,0 50,0 49,0 48,0 47,0 46,0

1.4 УТ-950МС 86,0 40,8 40,1 39,4 38,7 38,0 37,3 36,5 35,8 35,1 34,4 33,7 33,0

1.5 Т800Р 40,0 19,0 18,7 18,3 18,0 17,7 17,3 17,0 16,7 16,3 16,0 15,7 15,3

1.6 Т800Р 40,0 19,0 18,7 18,3 18,0 17,7 17,3 17,0 16,7 16,3 16,0 15,7 15,3

1.7 Т800Р 40,0 19,0 18,7 18,3 18,0 17,7 17,3 17,0 16,7 16,3 16,0 15,7 15,3

1.8 Т800Р 40,0 19,0 18,7 18,3 18,0 17,7 17,3 17,0 16,7 16,3 16,0 15,7 15,3

1.9 Т800Р 40,0 19,0 18,7 18,3 18,0 17,7 17,3 17,0 16,7 16,3 16,0 15,7 15,3

1.10 О-МШ 1000 280,0 133,0 130,7 128,3 126,0 123,7 121,3 119,0 116,7 114,3 112,0 109,7 107,3

1.11 БТС800МТ 213,0 101,2 99,4 97,6 95,8 94,1 92,3 90,5 88,7 87,0 85,2 83,4 81,6

1.12 БТС800МТ 213,0 101,2 99,4 97,6 95,8 94,1 92,3 90,5 88,7 87,0 85,2 83,4 81,6

1.13 С42и 140,0 66,5 65,3 64,2 63,0 61,8 60,7 59,5 58,3 57,2 56,0 54,8 53,7

1.14 С42и 140,0 66,5 65,3 64,2 63,0 61,8 60,7 59,5 58,3 57,2 56,0 54,8 53,7

2 Сумма, не размещенная на вкладе в банке, млн. руб. 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0 1 632,0