Методы и модели оптимизации организационного управления производством, ориентированным на динамический портфель заказов тема диссертации и автореферата по ВАК РФ 05.02.22, кандидат технических наук Зафиров, Эвклид Герасимович

• Зафиров, Эвклид Герасимович
• кандидат технических наук
• 2004

Оглавление диссертации кандидат технических наук Зафиров, Эвклид Герасимович

Введение

Глава 1. Состояние вопроса и постановка задачи исследования

1.1. Условия функционирования типового малого предприятия отрасли

1.2. Направления перестройки организационной структуры предприятия

1.3. Функции системы организационного управления

1.4. Постановка задачи исследования 31 Выводы главы

Глава 2. Постановка и метод решения задачи организационного управления

2.1. Формирование портфеля заказов и его динамика

2.2. Выбор критерия оптимизации

2.3. Постановка задачи сменно-суточного планирования

2.4. Организация групповой обработки изделий

2.5. Метод решения задачи сменно-суточного планирования

2.6. Метод решения с учетом группирования 56 Выводы главы

Глава 3. Модели и система организационного управления 61 3.1. Структура гибридной системы 61 3.2 Среда моделирования РДО

3.3. Оптимизационный генетический алгоритм

3.4. Алгоритм назначения приоритетов заказам

3.6. Имитационная модель участка производства РТИ

3.7. Реализация генетического алгоритма в РДО Выводы главы

Глава 4. Исследование алгоритмов организационного управления

4.1. Исследование подсистемы назначения приоритетов

4.2. Характеристики простого генетического алгоритма

4.3. Исследование алгоритма укладки пресс-форм Выводы главы

Глава 5. Апробация результатов исследования в производственных условиях

5.1. Условия функционирования участка предприятия

5.2. Группирование пресс-форм

5.3. Программный комплекс «Участок РТИ» Выводы главы

Введение диссертации (часть автореферата) на тему «Методы и модели оптимизации организационного управления производством, ориентированным на динамический портфель заказов»

Динамика рынка резинотехнических изделий (РТИ) характеризуется резким увеличением номенклатуры выпускаемых изделий с одновременным уменьшением объемов партий выпуска и требованием быстрейшего выполнения заказов с высоким качеством. Вопросы технологии производства резинотехнических изделий в настоящее время достаточно хорошо изучены и здесь уже нельзя получить значительной эффективности от их дальнейшего совершенствования. Как показывают исследования, основной резерв повышения эффективности лежит в одновременном учете организационных, технологических, а также экономических факторов при организации и управлении производством [1,10,56]. Развитие экономики предъявляет жесткие требования к эффективности решения задач организационного управления на любых предприятиях. Это в полной мере относится и к предприятиям резинотехнической отрасли, имеющих свою специфику технологических процессов, накладывающую определенные ограничения на условия, в которых решаются задачи организационного управления, и в первую очередь задачи планирования и диспет-чирования.

Проблема повышения эффективности рассматриваемого типа производств усложняется за счет того, что они представляют собой сложные динамические системы с вероятностным характером поведения [3,16,35]. Номенклатура выпускаемых изделий постоянно изменяется, изделия усложняются, число заказчиков растет, одновременно уменьшаются объемы заказов, часто возникают непредвиденные срочные заказы, при этом удовлетворять заказчиков необходимо в кратчайшие сроки и с высоким качеством изделий. В таких условиях резко возрастает необходимость автоматизации процесса организационного управления производством, с ориентацией на получение оптимальных решений.

Другой особенностью рассматриваемых процессов является возможность повышения эффективности за счет использования в каждом акте принятия решения конструкторско-технологической информации о заказах, об изделиях и технологии их изготовления, оборудовании и оснастке. Однако большой объем указанной информации и ее быстрое обновление в процессе производства значительно усложняет разработку эффективных систем принятия решений. То есть данный резерв повышения эффективности производства не может быть использован без широкой комплексной автоматизации.

Анализ деятельности промышленных предприятий показывает, что эффективность их производственной деятельности может быть охарактеризована большим числом показателей, среди которых такие как: стоимостные, объемные, использования производственных ресурсов, качества продукции, обеспечения потребительского спроса, устойчивости функционирования предприятия в условиях рыночной среды и др. [5,55,75].

В новых экономических условиях значительно усложняются вопросы управления (и в частности) планирования производства обеспечивающего эффективное использование оборудования, уменьшающего энергозатраты и сохраняющего экологию окружающей среды при возрастающем объеме выпуска продукции. Конкурентоспособное функционирование предприятия становится невозможным без решения задач реорганизации его бизнес-процессов [20,22,54].

Реорганизация связана с решением целого комплекса задач, среди которых задачи реорганизации организационно-управленческой деятельности занимают одно из важнейших мест [74]. Человек-оператор в новых условиях производства уже не в состоянии отслеживать весь портфель заказов, текущее состояние производства и принимать эффективные решения по обслуживанию клиентов. На первое место выходят методы, по своей сути являющиеся информационными технологиями. Это, прежде всего, методы формализации деятельности предприятия, разработки моделей, упорядочения информационных потоков, математического моделирования и методы поддержки принятия решений в условиях неполноты информации и неопределенности [47,58,81,89].

До настоящего времени проблемам принятия решений в отрасли уделялось недостаточное внимание. Если технологическое оборудование и оснастка доведены до высокого технического уровня, существуют системы автоматизированной подготовки производства, которые проектируются, исследуются и производятся многими фирмами, хотя пока и не обеспечивают получение всей требуемой технологической информации с необходимой оперативностью и надежностью, то существующие системы организационного управления реализуют только простейшие функции управления [28,80]. В условиях действующего производства принятие организационных решений практически полностью возлагается на человека-оператора, на использование его опыта и интуиции.

В связи со сказанным, необходимо разработать методы эффективного организационного управления производством и соответствующие методики, информационное и программное обеспечение, учитывающие специфику рассматриваемых производств, и позволяющие повысить их эффективность.

Как показывает анализ, для решения задач поддержки принятия решений и оптимального планирования разработано достаточно много математических методов, здесь можно назвать работы таких ученых как Ахьюджа X., Вагнер Г., Гвишиани Д.М., Конвей Р.В., Кофман А., Колобов A.A., Ларичев О.И., Митрофанов В.Г., Омельченко И.Н., Первозванский A.A., Поспелов Г.С., Поспелов Д.А, Смоляр Л.И., Сосонкин В.Л., Шкурба В.В., Элмаграби С. [4,12,14,32,37,44,64,65,72,79]. Однако большинство из этих методов ориентированы на решение статических задач, когда исходная информация заранее полностью известна и не меняется. Кроме того, они никак не учитывают особенности производственного процесса, для которого собственно и решается задача, и за счет которых может быть обеспечена его эффективность.

Сложность и непредсказуемость производственного процесса обуславливает необходимость применения имитационного моделирования для оперативного управления, отработки стратегий и алгоритмов управления. Имитационное моделирование развивается с момента появления вычислительной техники и прошло достаточно большой путь от простейших моделей, написанных на универсальных языках до интеллектуальных систем таких как ReThink+G2, РДО, ARENA. Здесь можно указать работы А. Прицкера, К.Шеннона, Дж. Клейнена, В.Н. Бусленко, Д.Хилла и других авторов, работающих в области ИМ [24,31,52,66,86,102].

Имитационное моделирование должно использоваться в сочетании с оптимизационными процедурами и современными информационными технологиями. Такое использование различных подходов в одной системе приводит к идее создания гибридных систем принятия решений. Гибридная как бы система аккумулирует достоинства различных подходов и тем самым обеспечивает получение новых, несвойственных ее отдельным подсистемам свойств. Теория гибридных систем разрабатывается в настоящее время Артибой А., Вендой В.Н., Осиповым Г.С. и рядом других ученых [17,19,29,90,97].

Эффективность производства РТИ может быть повышена за счет получения и использования более точной и оперативной информации об объектах производства (портфеле заказов), принятия оптимальных решений при планировании, использования возможностей новой организации производства изделий большой номенклатуры, передачи функции принятия решения ЭВМ [27,28,44].

Информационные технологии являются одним из инструментов интеграции решения производственных задач, связанных с процессами проектирования и производства. Методическую основу совершенствования деятельности предприятия составляет информационная поддержка жизненного цикла продукции - CALS-технологии (Continuous Acquisition and Life-Cycle Support) [83]. В основе этого подхода лежит использование единого информационного пространства (интегрированной информационной среды), обеспечивающего единообразные способы информационного взаимодействия всех участников жизненного цикла продукции: заказчиков, поставщиков, проектировщиков, производителей, ремонтников и др.

В настоящей работе изложены результаты исследования производства РТИ, разработки и исследования методов поддержки принятия решений и на их основе системы организационного управления применительно к рассматриваемым условиям предприятий отрасли.

Новыми научными результатами диссертации можно считать следующие: В работе впервые сформулирована и решена задача оптимального планирования производства, в условиях постоянно изменяющегося портфеля заказов, с учетом производственно-технологических особенностей изготовления РТИ. Разработаны метод и средства оперативного планирования на основе получения информации от системы технологической подготовки производства и ее машинной обработки. Исследованы и предложены методы группирования РТИ для совместной обработки на прессах, обеспечивающие высокую загрузку оборудования. Предложены и исследованы алгоритмы оптимизации и выбраны оптимальные параметры этих алгоритмов. Впервые для решения задачи организационного управления применена гибридная система, сочетающая генетический оптимизационный алгоритм, имитационное моделирование и многомо-дельность для поддержки принятия решений. Исследована эффективность алгоритмов оптимизации.

Разработка алгоритмов управления и оптимизации, а также имитационное моделирование проведены в единой информационно-программной среде РДО, созданной в МГТУ им.Н.Э.Баумана и реализующей подходы искусственного интеллекта для целей моделирования [24,92].

На защиту выносятся гибридная система оперативного планирования производства, алгоритмы решения оптимизационной задачи группирования изделий и результаты их анализа, имитационная модель производственной системы, результаты исследования эффективности алгоритмов планирования, методы построения системы поддержки принятия решений.

В результате выполненных исследований созданы комплексная методика оптимального планирования производства РТИ в условиях постоянно пополняемого портфеля заказов и ограниченности времени на принятие решений. Разработано аппаратное и программное обеспечение гибридной системы организационного управления. Выполненные разработки позволяют повысить коэффициент использования оборудования при одновременном расчете минимального потребного числа рабочих, обеспечивают своевременность выполнения заказов, автоматизируют работу человека-оператора, снимая с него сложную задачу принятия решений при большом числе альтернатив. В результате повышается оперативность работы с заказчиками, возрастает конкурентоспособность предприятия.

Результаты работы внедрены на Коломенском заводе резинотехнических изделий. Внедрение показало правильность выбранного методического подхода и эффективность получаемых в результате его применения результатов.

Теоретические и практические результаты, полученные в диссертационной работе, использованы при выполнении хоздоговорной тематики Отдела компьютерных систем автоматизации производства НУ К РК МГТУ им.Н.Э. Баумана. Материалы диссертации вошли в разработки, выполняемые по грантам Российского фонда фундаментальных исследований (гранты 99-01-01136, 01-01-00207 и 03-07-90012).

Кроме того, результаты работы нашли применение в учебном процессе кафедры «Компьютерные системы автоматизации производства» МГТУ им.Н.Э.Баумана и кафедры «САПР» Таганрогского государственного радиотехнического университета.

1. СОСТОЯНИЕ ВОПРОСА И ПОСТАНОВКА ЗАДАЧИ ИССЛЕДОВАНИЯ

В настоящей главе рассмотрены условия, в которых функционирует типовое предприятие отрасли и его взаимодействие с рынком. Анализируются пути повышения эффективности производства. Рассмотрены функции организационного управления при работе в условиях быстрого изменения рынка. Ставится основная задача исследования и формируется план выполнения работы.

Заключение диссертации по теме «Организация производства (по отраслям)», Зафиров, Эвклид Герасимович

Основные выводы и результаты.

1. Основным путем повышения эффективности производства отрасли следует считать совершенствование системы организационного управления, которое позволяет получить выигрыш от 6 до 15% на изготовлении основных изделий отрасли.

2. Впервые поставлена и решена задача оптимального планирования с учетом технологических особенностей и возможности группирования пресс-форм при обработке. Использование групповой обработки обеспечивает повышение эффективности на 6 - 7 %.

3. Использование гибридных систем, использующих для поиска решений разнородные компоненты является эффективным в условиях быстроменяющегося портфеля заказов и большой неопределенности и стохастичности всех процессов.

4. Для оценки эффективности решений и настройки системы планирования не5обходимо применять имитационное моделирование, как аппарат, позволяющий к наибольшей адекватностью описать производственный процесс с учетом его динамики и вероятностного характера.

5. Применение простейшего генетического алгоритма к качестве метода оптимизации позволяет получать эффективные решения как при планировании так и при укладке пресс-форм за приемлемое для оперативного управления время.

6. Разработана программная система, позволяющая осуществлять составление производственной программы, ее коррекцию в реальном масштабе времени и сменно-суточное планирование. Система снабжена удобным интерфейсом пользователя.

7. Внедрение результатов исследования на участке по выпуску резинотехнических изделий предприятия "ОАО Коломенский завод РТИ" показало правильность предложенных решений и обеспечило повышение эффективности на 10 - 12%, что для типового предприятия отрасли составляет около 250000 рублей в год.

Список литературы диссертационного исследования кандидат технических наук Зафиров, Эвклид Герасимович, 2004 год

1. Адамов В.Е. и др. Экономика и статистика фирм. -М.: Финансы и статистика, 1997. -302 с.

2. Александров Д.В., Костров A.B. Распределенные информационные системы. CASE-технологии реинжиниринга. -Владимир: ВлГУ, 2001. -136 с.

3. Анализ и моделирование производственных систем / Б.Г.Тамм, М.Э.Пуусепп, Р.Р.Таваст и др.; Под ред. Б.Г.Тамма. -М.: Финансы и статистика, 1987.-191 с.

4. Ахьюджа X. Сетевые методы управления в проектировании и производстве. -М.: Мир, 1979. -640 с.

5. Баканов М.И., Шеремет А.Д. Теория экономического анализа. -М.: Финансы и статистика, 1999. -406 с.

6. Барсков Д.М. Машины и аппараты резинового производства. -М.: Химия, 1977.-198 с.

7. Батищев Д. И. Генетические алгоритмы решения экстремальных задач. -Нижний Новгород: Из-во ННГУ, 1995. -64 с.

8. Белл Д. Грядущее постиндустриальное общество. Опыт социального прогнозирования / Пер. с англ. -М.: Academia, 1999. -956 с.

9. Берзинь Н.Э. Экономика фирмы. -М.: Институт международного права и экономики, 1997. -364 с.

10. Ю.Блехерман М.Х. Гибкие производственные системы: (Организационно-экономические аспекты). -М.: Экономика, 1988. -221 с.

11. Буч Г. Объектно-ориентированное программирование. -М.: ИВК, 1994. -456 с.

12. Вагнер Г. Основы исследования операций: В 3 т. -М.: Мир, 1972-1973. -Т. 2,3.

13. Валькман Ю.Р. Интеллектуальные технологии исследовательского проектирования: формальные системы и семиотические модели. -Киев: Port-Royal, 1998.-250 с.

14. Венцель Е.С. Исследование операций. -М.: Советское радио, 1972. -552 с.

15. Гвишиани Д.М. Организация и управление. Изд. 3-е перераб. -М.: Изд-во МГТУ им.Н.Э.Баумана, 1998. -332 с.

16. Горнев В.Ф., Емельянов В.В., Овсянников М.В. Оперативное управление в ГПС. -М.: Машиностроение, 1990. -256 с.

17. П.Емельянов В.В., Зафиров Э.Г. Гибридная система планирования позаказного производства // Конструкторско-технологическая информатика-2000: Труды конгресса. В 2-х т. Т.1 / IV международный конгресс. -М.: Из-во Станкин, 2000. -С. 182-184.

18. Емельянов В.В., Штаутмайстер Т. Оперативное управление раскроем материала на лесоперерабатывающем предприятии. -М.: АНВИК, 1999. -174 с.

19. Емельянов В.В., Ясиновский С.И. Введение в интеллектуальное имитационное моделирование сложных дискретных систем и процессов. Язык РДО. -М.: АНВИК, 1998. -427 с.

20. Еремкин А. Б. Применение генетического алгоритма для решения задач укладки и раскроя // Научная сессия МИФИ-2002. Сборник научных трудов. В 14 т. Т.З. Интеллектуальные системы и технологии. -М.: МИФИ, 2002. —С. 180181.

21. Жандаров A.M. Автоматизированные системы поддержки управленческих решений. -М.: Интерэксперт, 1991. -105 с.28.3авгородний В.К. Механизация и автоматизация переработки пластических масс. -М.: Машиностроение, 1970. -268 с.

22. Зафиров Э.Г. Гибридная система краткосрочного планирования // Радиоэлектроника, электротехника и энергетика: Труды седьмой международной научно-технической конференции студентов и аспирантов. -М.: МЭИ (ТУ). -2001. -Т. 1. -С. 255-256.

23. Ивлев В.А., Попова Т.В. Реорганизация деятельности предприятий: от структурной к процессной организации. -М.: Научтехлитиздат, 2001. —282 с.

24. Искусственный интеллект: Применение в интегрированных производственных системах / Под ред. Э.Кьюсиака; Пер. с англ. А.П.Фомина; Под ред. А.И.Дащенко, Е.В.Левнера. -М.: Наука, 1991. —544 с.

25. Исследование операций: В 2 т. / Под ред. Дж. Моудера, С.Элмаграби; Пер. с англ. -М.: Мир, 1981. -Т. 2: Модели и применение. -677 с.

26. Калянов Г.Н. Теория и практика реорганизации бизнес-процессов. -М.: СИНТЕГ, 2000. -212 с.

27. Карпов В.Н. Оборудование предприятий резиновой промышленности. — М.:Химия, 1979.-260 с.

28. Касти Дж. Большие системы. -М.: Мир, 1982. -216 с.

29. Кисель Е.Б., Шинкарев М.Б., Кондрашова E.H. Опыт применения средств искусственного интеллекта в моделировании бизнесс-процессов // Новости искусственного интеллекта. -1996. -№4. -С.85-120.

30. Конвей Р.В., Максвелл В.Л., Миллер JI.B. Теория расписаний. -М.: Наука, 1975.-358 с.

31. Котлер Ф. Основы маркетинга. -М.: Ростинтер, 1996 -736 с.

32. Кофман А. Введение в прикладную комбинаторику. -М.: Наука, 1975. -480 с.

33. Кузин JI.T. Основы кибернетики: В 2 т. -М.: Энергия, 1973-1979. —Т.2: Основы кибернетических моделей. -584 с.

34. Кулебанова В.В. Маркетинг: сервисная деятельность. -СПб.: Питер, 2000, -240 с.

35. Курейчик В.В. Эволюционные методы решения оптимизационных задач. —Таганрог: Изд-во ТРТУ, 1999. -95 с.

36. Курейчик В.М. Генетические алгоритмы. -Таганрог: Изд-во ТРТУ, 1998.-242 с.

37. Ларичев О.И. Теория и методы принятия решений, а также Хроника событий в Волшебных странах: Учебник. -М.: Логос, 2000. -296 с.

38. Лебедев О.Б. Размещение на основе генетических процедур // Известия ТРТУ. -1996. -№3. -С.35-41.

39. Лэсдон Л.С. Оптимизация больших систем. -М.: Наука, 1975. -432 с.

40. Матвеев Л.А. Информационные системы поддержки принятия решений -СПб., СПбУЭФ, 1996. -241 с.

41. Методология динамического моделирования ГОЕР/СРЫЛУРА. —М.: МетаТехнология, 1995. -334 с.

42. Моделирование бизнеса. Методология АЮБ / М.С. Каменова, А.В. Громов, М.М. Ферапонтов и др.; Под ред. М.С. Каменовой. -М.: Изд-во Серебрянные нити, 2001.-327 с.

43. Моисеева Н.К., Анискин Ю.П. Кронкурентоспособность, маркетинг, обновление.-М.: Внешторгиздат, 1993.-221 с.

44. Мухачева Э.А. Рациональный раскрой промышленных материалов. -М.: Машиностроение, 1987. -224 с.

45. Нейлор Т. Машинные эксперименты с моделями экономических систем. -М.: Мир, 1975. -500 с.

46. Пападимитриу X., Стайглиц К. Комбинаторная оптимизация. Алгоритмы и сложность. -М.: Мир, 1985. -510 с.

47. Первозванский A.A. Математические модели в управлении производством. -М.: Наука, 1975. -615 с.

48. Песотская Е.В. Маркетинг услуг. -СПб.: Питер, 2000. -160 с.

49. Пешкова Е.П. Маркетинговый анализ в деятельности фирмы. -М.: Ось-89, 1999.-380 с.61 .Планирование эксперимента в исследовании технологических процессов / К. Хартман, Э. Лецкий, В. Шефер и др. -М.: Мир, 1977. -552 с.

50. Попов Э.В., Шапот М.Д. Реинжиниринг бизнесс-процессов и информационные технологии // Открытые системы. -1996. -№1. -С.10-15.

51. Попов Э.В., Фридман Г.Р. Алгоритмические основы интеллектуальных роботов и искусственного интеллекта. -М.: Наука, 1976. -400 с.

52. Поспелов Г.С., Ириков В.А. Программно-целевое планирование и управление. -М.: Советское радио, 1976. -440 с.

53. Поспелов Д.А. Ситуационное управление: теория и практика. -М.: Наука, 1986. -296 с.

54. Прицкер А. Введение в имитационное моделирование и язык CJIAM И. -М.: Мир, 1987.-644 с.

55. Растригин J1.A. Современные принципы управления сложными объектами. -М.: Сов.радио, 1980. -232 с.

56. Рейльян Я.Р. Аналитическая основа принятия управленческих решений. -М.: Финансы и статистика, 1989. -286 с.

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

58. Смирнова Г.Н., Сорокин A.A., Тельнов Ю.Ф. Проектирование экономических систем. -М.: Финансы и статистика, 2000. -258 с.

59. Смоляр JI. И. Оперативно-календарное планирование (модели и методы). -М.: Экономика, 1979. -135 с.

60. Стаханов В.Н., Стаханов Д.В. Маркетинг сферы услуг. -М.: Экспертное бюро, 2001.-160 с.

61. Стивенсон В.Дж. Управление производством / Пер. с англ. -М.: БИНОМ, 1998.-452 с.

62. СОФТПРОГРЕСС 99/2000: Справочник по российскому и зарубежному программному обеспечению. —М.: Центр интеллектуальных систем Метод, 1999.-144 с.

63. Тарасов В.Б. Новые стратегии реорганизации и автоматизации предприятий: на пути к интеллектуальным предприятиям // Новости искусственного интеллекта. —1996. —№4. -С.40-85.

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

65. Теория расписаний и вычислительные машины / Под ред. Э.Г. Коффмана. -М.: Наука, 1984. -334 с.

66. Торнер Р.В. Основные процессы переработки полимеров. -М.: Химия, 1972.-310 с.81 .Трахтенгерц Э.А. Компьютерная поддержка принятия решений. -М.: СИНТЕГ, 1998. -376 с.

67. Цвиркун А.Д. Основы синтеза структур сложных систем. -М.: Наука, 1982.-200 с.

68. Управление жизненным циклом продукции / А.Ф. Колчин, М.В. Овсянников, А.Ф. Стрекалов и др. -М.: Анахарсис, 2002. -304 с.

69. Шварц А.И. Механизация и автоматизация производства резиновых технических изделий. -М.: Химия, 1979. -240 с.

70. Шеннон Р. Имитационное моделирование искусство и наука. -М.: Мир, 1978.-418 с.

71. Шлеер С., Меллор С. Объектно-ориентированный анализ: моделирование мира в состояниях. -Киев: Диалектика, 1993. -240 с.

72. Элти Дж., Кумбс М. Экспертные системы: концепции и примеры. -М.: Финансы и статистика, 1987. -192 с.

73. Юдицкий С.А. Сценарный подход к моделированию поведения бизнес-систем. -М.: СИНТЕГ, 2001.-112 с.

74. Ясиновский С.И. Логический вывод в гибридных системах // Вестник МГТУ. Сер. Приборостроение. -1994. -№1. -С.88-99.

75. Almeida A., Ramos C., Silva S. Dynamic Scheduling of Manufacturing Orders: A Decision Support System Approach // International Conference on Industrial Engineering and Production Management. Book 2. Glasgow -July 12-15, 1999. -P.309-322.

76. Artiba A., Emelyanov V.V., Iassinovski S.I. Introduction to Intelligent Simulation: The RAO Language. Kluwer Academic Publishers. Boston/Dordrecht/London. 1998.

77. Bitran G., Haas E., Hax A. Hierarhical Integration of Production Planning: A Single Stage System. Operation Research. 1981, Vol.29, №4, -P.717-743.

78. DeMarco D., McGoman C. SADT: Structured analysis and design technique. MeGraw Hill, 1988. -325 p.

79. Design/IDEF. Users Manual for the IBM PC and Close Compatibles. Meta Software, 1992. -257 p.

80. Emelyanov V.V., Yasinovsky S.I., Kryuchkov M.Yu. A dynamic optimal method for cutting out material using a genetic algorithm// Proc. of First Int. Confr. on Evolutionary Computation and Its Applications. EvCA'96. Moscow, June 24-27, 1996.-P.212-221.

81. Ferber J. Multi-Agent Systems. An Introduction to distributed artificial intelligence. Addison-Wesley Publishing Company, England, 1999. -520 p.

82. Fisher A.S. CASE: Using Software Development Tools. -New York: J.Wiley&Sons Inc., 1988. -289 p.

83. Goldberg D.E. Genetic Algorithms in Search, Optimization and Machine Learning. Addison-Wessley Publishing Company, Inc., 1989. -386 p.

84. Haupt R.L., Haupt S.E. Practical genetic algorithms. N.Y.: John Wiley & Sons, 1998.-286 p.

85. Holland J. H. Adaptive algorithms for discovering and using general patterns in groving knowledge-bases // Int. Journ. of Policy Analysis and Information Systems, -1980. -P.217-240.

86. Stockon D.J., Quinn L. Aggregate Production Planning Using Genetic Algorithm // Proc. Instn. Mech. Engrs. -1997. -Vol. 209. -P.201-209.

87. Vicens E., Alemany M.E., Andres C., Guarch J.J. A Hierarchical Production Planning Decision Support System // International Conference on Industrial Engineering and Production Management. Book 2. Glasgow, -1999. -P.34-47.

88. Qiu M.M., Burch E.E. Hierarchical Production Planning and Scheduling in a Multi-Product Multi-Machine Environment. // Int. J. Prod. Res. -1986. -Vol.35, -№11. -P.3023-3042.