Модели и методы оценки интегрального показателя качества полимерных композиционных материалов тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Коляганова, Ольга Владимировна

• Коляганова, Ольга Владимировна
• кандидат технических наук
• 2013

Оглавление диссертации кандидат технических наук Коляганова, Ольга Владимировна

ВВЕДЕНИЕ.

1 СИСТЕМАТИЗАЦИЯ КВАЛИМЕТРИЧЕСКИХ ФАКТОРОВ ПРИ ОЦЕНКЕ КАЧЕСТВА ПОЛИМЕРНЫХ КОМПОЗИЦИОННЫХ МАТЕРИАЛОВ.

1.1 Методологические принципы квалиметрии.

1.2 Квалиметрия и современные полимерные композиционные материалы

1.2.1 Классификация и систематизация.

ВЫВОДЫ.

2 СИСТЕМНЫЙ АНАЛИЗ И ЗАДАЧИ ПРИ ОЦЕНКЕ КАЧЕСТВА ПОЛИМЕРНЫХ КОМПОЗИЦИОННЫХ МАТЕРИАЛОВ.

2.1 Системные признаки и показатели качества.

2.2 Системное обобщение экспериментальных данных.

2.3 Вычисление показателей качества.

2.4 Современные задачи оценки свойств.

2.4.1 Подготовка данных.

2.4.2 Методы обработки информации.

ВЫВОДЫ.

3 ПОСТРОЕНИЕ ГЕОМЕТРИЧЕСКОЙ МОДЕЛИ ИНТЕГРАЛЬНОГО ПОКАЗАТЕЛЯ КАЧЕСТВА ПОЛИМЕРНЫХ КОМПОЗИЦИОННЫХ

МАТЕРИАЛОВ.

3.1 Теоретические основы.

3.1.1 Алгоритмизация расчета.

3.2. Расчет интегрального показателя на примере резиновых смесей.

3.3 Расчет интегрального показателя на примере анализа основ мягких искусственных кож.

ВЫВОДЫ.

4 МЕТОДЫ РАНЖИРОВАНИЯ И КЛАСТЕРИЗАЦИИ ПОЛИМЕРНЫХ КОМПОЗИЦИОННЫХ МАТЕРИАЛОВ.

4.1 Нечеткие множества как средство обработки и анализа информации.

4.2 Алгоритмизация оценки качества полимерных композиционных 80 материалов.

4.3 Примеры вычислений.

4.4 Использование кластерного анализа.

4.5 Кластеризация полимерных композиционных материалов по признакам качества.

4.5.1 Методика расчета при сортировании материалов.

4.6 Примеры расчета.

ВЫВОДЫ.

5 ЗАДАЧИ ОБЕСПЕЧЕНИЯ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЯ ПРИ ОЦЕНКЕ КАЧЕСТВА ПОЛИМЕРНЫХ КОМПОЗИЦИОННЫХ МАТЕРИАЛОВ.

5.1 Возможности применения моделей и методов оценки качества материалов по интегральным показателям.

5.2 Рекомендации по использованию моделей и методов оценки интегрального показателя качества полимерных композиционных материалов.

Введение диссертации (часть автореферата) на тему «Модели и методы оценки интегрального показателя качества полимерных композиционных материалов»

Одним из направлений области системного анализа является создание и использование методов и алгоритмов прогнозирования и оценки эффективности, качества и надежности сложных систем. В рамках этого повышение эффективности, надежности, функциональности и качества технических объектов (ТО) при их создании и эксплуатации требует обработки и анализа большого объема информации, рассматривая сами свойства как сложную систему, обуславливающую пригодность ТО удовлетворять определенные потребности социума. Одна из важнейших задач состоит в такой обработке информации, представлении и использовании се результатов, которые позволили бы сопоставлять итоговые данные, для выявления существенных признаков, свойств ТО и закономерностей сто функционирования, в целях повышения надежности, качества и экономической эффективности.

В данной работе для разработки новых и совершенствования известных подходов, как объект приложения методов системного анализа для интегральной оценки качества, проанализированы полимерные (композиционные) материалы (ПКМ).

При разработке, в частности при подборе ПКМ для использования, например в технических целях, возникает задача ранжирования, сортировки и выбора материала на основе объективных критериев. Требования к физико-механическим и другим свойствам ПКМ формируются на основе особеннос тей конечного изделия, назначения, условий эксплуатации, запросов потребителя и т. д.

Как правило, свойств, которые необходимо учесть, несколько десятков и объективно выбрать (оптимальный) ПКМ оказывается весьма затруднительно, так как наиболее типичным случаем является нечеткость этой информации: неполнота данных, неточность, недостоверность, интервальность, отсутствие количественных оценок ряда параметров, большой размах в параметрах и т. л.

Отметим, что ПКМ кроме полимерной матрицы содержат различные добавки, которые позволяют регулировать процессы переработки композитов в изделия и свойства, например, устойчивость к эксплуатационным факторам и т. д., что влияет на ассортимент продукции, ее полезность и области использования.

Для формулировки задачи выбора ПКМ по определенным признакам отметим, что большинство свойств ПКМ, как и упомянутый выше состав, могут изменяться в широких пределах и при этом набор физико-химических и эксплуатационных свойств ПКМ и его качество являются величинами переменными. На рис.1 в общем плане представлен примерная группировка этих свойств.

Ш Механические

Электрические

Тепловые

Эксплуатационные ¡ЯФизическин

Оптические

Реологические И Морфологические

Экономические

Экологические

Прочие

Группы свойств

Рис. 1 Группы свойств полимерных материалов

В связи с вышесказанным, укажем основные проблемы постановки задачи системной оценки качества ПКМ:

Во-первых, это проблема теоретическая, требующая совершенствования представлений о системном характере понятия качества химической продукции.

Во-вторых, это проблема формирования доступного для использования набора оценок, позволяющего обеспечить и улучшить качество продукции в зависимости от технологии их выработки и других конкретных обстоятельств.

В-третьих, это проблема обеспечения качества в потребительском смысле.

В-четвертых, это проблема «обратной связи» - «технология - улучшение качества - новая область применения - новая потребность».

В-пятых, это проблемы экономического характера, связанные со снижением риска неправильной оценки качества ПКМ в промышленном и товарном обороте.

В практике материаловедения и квалиметрии эти проблемы пытаются решить путем вычисления комплексного показателя качества с использованием многочисленных подходов, имеющих, однако, существенные ограничения, которые подробно рассмотрены в литературе, при этом, вышеуказанные проблемы остаются. Сегодня представление результатов испытаний ПКМ при принятии решений о качестве материала является их неотъемлемой частью и часто приводит к неправильной аттестации ПКМ.

В связи со сказанным актуальность данной диссертационной работы заключается в улучшении методик статистической обработки данных для построения усовершенствованного комплексного критерия оценки качества полимерных материалов в однородных выборках.

Актуальность данной диссертационной работы имеет также экономический оттенок, связанный со снижением риска неправильной аттестацией ПКМ, направляемой в товарный оборот.

В диссертации рассматриваются вопросы обработки информации о свойствах ГЖМ. Это одна из областей, которая связанна практически со всеми отраслями современной техники и быта.

Цель работы и основные задачи исследования

Цель исследования заключалась в разработке моделей интегральных показателей свойств и методов ранжирования ПКМ для поддержки принятия решений об их качестве.

Для достижения цели решены следующие задачи:

1. Выявлены и структурированы задачи выбора показателей свойств при создании и оценке ПКМ.

2. Дан анализ существующих методов сортирования и ранжирования технических объектов. Оперирующих в числовых (количественных) пространствах с учетом их особенностей.

3. Разработаны частные методики построения комплексной оценки свойств ПКМ и на этой основе построен интегральный показатель качества.

4. Разработан метод комплексной оценки и созданы условия для решения задач выбора компонентов при проектировании ПКМ для использования его в алгоритмизированном режиме.

5. Создано программное обеспечение информационной поддержки процедур принятия решения.

6. Проведено апробирование методов комплексной оценки свойств ПКМ на ряде экспериментальных и технологических данных.

7. Осуществлено сравнение предлагаемых методов оценки свойств (характеристик) ПКМ между собой и в сравнении с известными методами.

Объектом исследования являлся системный анализ зависимости «свойства - интегральный показатель - качество материала».

Предмет исследования - информационная поддержка процедур принятия решений при выборе ПКМ по критериям качества.

Научная новизна

1. Разработаны модели и методы оценки качества ПКМ с применением интегрального показателя, основанные на применении нечетких множеств, кластеризации и ранжировании.

2. Установлено, что при исследовании ПКМ могут быть использованы системные показатели качества, позволяющие решить частную задачу выбора оптимального варианта для информационной поддержки принятия исследовательских и технологических решений.

3. Предложен метод анализа исходных данных и решаемой задачи, позволяющий идентифицировать модели и методы, используемые для выбора ПКМ.

Диссертация построена следующим образом и имеет следующие, тематически связанные пять глав:

Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Коляганова, Ольга Владимировна

ВЫВОДЫ

Подводя итоги этого раздела и учитывая важность его для обработки информации, укажем на то, что технические задачи с нечеткими условиями сегодня все чаще возникают в различных областях, не исключение и ПКМ. Особенно эффективно применение НМ в сложных системах с человеческим фактором, например, в связи с принятием объективных решений в условиях неопределенности, каковыми обладают такие системы. Эти задачи в процессе развития цивилизации приобретают все более развернутый и многофакторный характер, это:

• создание экологически безопасных и экономически выгодных проектов (предпроектная и проектная деятельность);

• оптимизация многофакторных технологий и биотехнических систем и управления ими;

• создание лингвистических регуляторов;

• вычисление компромиссных решений;

• классификация;

• моделирование нечетких данных;

• формирование информационных систем;

• оптимизация составов многокомпонентных систем;

• экологическая и технологическая диагностика;

• проектирование новых веществ;

• квалиметрическая оценка и т.д

Последние имеют отношения к тематике данной работе, и мы попытались внести собственное представление в их развитие.

Отметим, что для этих задач, и в нашем конкретном случае тоже, как правило, сложно точно задать граничные условия и жестко зафиксировать параметры функционирования и оценки технологических систем, в частности ПКМ.

То есть, предложенная методика ранжирования позволяет оперировать с нечеткими объектами (в частности, обрабатывает погрешность исходных данных, числовые интервалы, качественные характеристики) и принимать решения в условиях многокритериальное™. Кроме того, она обладает основательной универсальностью и может быть легко распространена на другие объекты и использована как в научной, так и технологической практике.

Следует напомнить, что методика имеет программный продукт, что в свою очередь облегчает деятельность по обработке матричного представления данных, и сводится к пользовательской работе.

Мы считаем, что главным результатом наших усилий является, то, что используя методику с НМ можно получить количественную поддержку для принятия, решения о выборе ПКМ, учитывая, что их ассортимент очень быстро растет, так же как и набор измеряемых свойств, то есть неопределенность становится выше.

Что же касается метода кластеризации, то полученные данные также подтверждают определенную эффективность данного метода оценки качества полимерной продукции. Первые образцы (рис. 4.7 и 4.8) этого ряда более предпочтительны для потребителя, если он исходит из того, что в среднем все свойства должны быть оптимальными. Конечно, следует иметь ввиду (на это следует обратить внимание), что каждый из параметров должен соответствовать принятому стандарту.

Таким образом, предлагаемая методика:

• может рассматриваться как один из вариантов интегральной, то есть системной оценки свойств полимерной продукции;

• позволяет обрабатывать числовые массивы (данные о свойствах ПКМ) любой размерности;

• позволяет провести кластеризацию (сортирование) ТО, в частности

ПКМ;

• в алгоритмизированном режиме облегчает работу по представлению данных для принятия управленческих решений или продвижении ПКМ на технологический рынок.

5 ЗАДАЧИ ОБЕСПЕЧЕНИЯ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЯ ПРИ

ОЦЕНКЕ КАЧЕСТВА ПОЛИМЕРНЫХ КОМПОЗИЦИОННЫХ

МАТЕРИАЛОВ

На основе результатов данной работы разрабатывается профилированная информационная система (ИС) для поддержки принятия решений при выборе материалов из выборочного набора, характеризующегося неопределенным списком параметров.

Перед технологом часто возникают задачи о выборе ПКМ. Предложенные нами методы оценки, кластеризации и ранжирования ПКМ позволяют не только обоснованно осуществлять такой выбор, но и автоматизировать решение этой задачи в виде математического обеспечения компьютерной ИС поддержки принятия решения при выборе ПКМ с оптимальным (в смысле потребительских требований) набором свойств (рис. 5.1).

Рис. 5.1 Структура информационной системы поддержки принятия решения при выборе ПКМ

Основой работы данной ИС остается инженер-технолог, перед которым ставится задача подобрать ПКМ для использования в технологическом процессе, в научных исследованиях и т. п. При этом формулируется ряд потребительских требований заказчика. Задача технолога сформулировать тот набор свойств, которым должны обладать ПКМ, чтобы удовлетворять потребительским запросам и на этой основе определить тип решаемой задачи и в соответствии с этим выбрать метод (см. п. 2.4.2).

Далее определяется набор физико-химических, механических и других параметров, которые и отражают наличие необходимых свойств ПКМ. Перечень таких параметров определяется с учетом:

- решаемой задачи,

- набора свойств ПКМ,

- состава базы данных (БД).

Набор свойств ПКМ не может полностью определить перечень параметров, поскольку условия задачи могут накладывать существенные ограничения на использование тех или иных параметров, выделять некоторые параметры, как незначимые и т. д. Состав же БД определяет множество параметров, имеющегося в нашем распоряжении, из которого мы как раз и осуществляем выбор. Состав БД формируется в зависимости от предметной области, в которой используется данная ИС, при необходимости дополняется новыми элементами и в соответствии с этим наполняется новой информацией.

В общем виде, применительно к ПКМ база данных может выглядеть следующим образом (см. рис. 5.2).

В соответствии со сделанным выбором ИС формирует данные и направляет их на обработку соответствующим методом решения задачи, результатом работы которого являются комплексные показатели. Их интерпретация, в какой-то мере, возможна и в автоматизированном режиме, для чего можно, например, определить соответствующие шкалы, переводящие результаты на язык более понятный инженеру-конструктору. Но в итоге участие конструктора в интерпретации результатов необходимо.

Рис. 5.2 Структура базы данных ПКМ в общем виде

Комплексные показатели являются математическим обоснованием для выбора. Решение же принимает инженер-технолог и на этой основе, а также еще может быть из каких-то иных соображений, дает рекомендации по использованию конкретного ПКМ.

Отметим также, что в большинстве случаев, когда требуется комплексная система, для хранения, обработки, поиска информации и принятия решения при выборе материала, процедура внедрения оказывается очень длительной и трудоемкой.

Из данной структуры (рис. 5.1) в рамках работы реализованы следующие компоненты:

- сформулированы задачи (научные, потребительские);

- выбор типа задачи (ранжирование, сортирование);

- определение состава исходных данных (полный/неполный, количественный/качественный, четкий/нечеткий);

- систематизация и подготовка данных (см. п. 2.4.1);

- выбор метода решения задачи (см. п. 3.1, 4.1, 4.2, 4.5);

- вычисление комплексного показателя.

В основном все компоненты информационной системы реализованы. Что же касается компонента «база данных», то мы не ставили конкретную задачу создания БД, но пробный вариант применительно к имеющимся ПКМ, представленных в работе (см. рис. 5.3), показал работоспособность наших методов.

Рис. 5.3 Структура базы данных ПКМ представленных в работе

Компоненты «интерпретация результатов» и «рекомендации по выбору ПКМ» остаются, как уже было сказано, делом инженера-технолога. Нашей же задачей было создание математического обеспечения и автоматизации расчетов.

Однако, несмотря на то, что процесс освоения ИС весьма сложен, ожидается, что в случае успешного завершения процесса, затраченные ресурсы концептуально окупятся за счет того, что:

- ИС автоматизирует применение математических методов к решению управленческих задач;

- ИС по крайней мере частично освобождает сотрудников от рутинного труда;

- ИС минимизирует вероятность появления ошибки в ходе передачи либо обработки информации;

- ИС снижает объем бумажной работы;

- ИС снижает затраты на производство товаров.

Все это относится и к данной ИС ориентированной на выбор оптимального варианта КМ для его использования на технологическом рынке.

Данная ИС может совершенствоваться в зависимости от развития теории и практики в области оценки качества КМ.

Дальнейшее развитие работы в этом направлении связано с созданием более широкой и полной базы данных и в целом, рабочего места технолога.

5.1 Возможности применения моделей и методов качества материалов по интегральному показателю

В результате проведенной работы была показана определенная эффективность данных методов на примере оценке качества ПКМ, но, как и все, они имеют недостатки, которые, как уже говорилось выше, преодолеть весьма затруднительно. Однако можно уменьшить их влияние на принятие решения при использовании информации.

Таким образом, в табл. 5.1 представлено сравнение предлагаемых методов ранжирования ГПСМ.

ЗАКЛЮЧЕНИЕ

1. Разработана методология применения системного анализа для изучения ПКМ и показателей их качества. Сформированы представления о ПКМ как о сложной технической системе и выявлены недостатки методов оценки качества их для формирования новых системных подходов при классификации ПКМ по показателям качества.

2. Апробированы методы системного анализа для вычисления интегральных оценок качества полимерной продукции, свойства которой представлены неопределенным выборочным набором показателей, и на этой основе выработаны предложения по разработке новых методик в этой област и.

3. Разработан формализованный метод вычисления интегрального показателя качества полимерного материала путем построения сложной геометрической фигуры на основе обобщенных параметрических данных о нем, и дана методика определения центра тяжести этой фигуры как интегрального показателя.

4. Разработан метод выделения сорта полимерного материала путем кластеризации массива, описывающего свойства материала.

5. Отработан метод построения и применения нечетких множеств. Предложены и апробированы соответствующие функции принадлежности.

6. Разработан алгоритм вычислений и создана программа для ЭВМ для помощи при вычислении комплексной оценки качества ПКМ для принятия оптимального решения о выборе материала.

7. Проведена апробация и сравнение методов ранжирования при обработке ряда экспериментальных и технологических данных о свойствах промышленных и экспериментальных ПКМ, и показана эффективность предложенных интегральных критериев для доказательного результирования материаловедческих исследований и технических разработок, связанных с созданием ПКМ.

Предложенные теоретические и прикладные разработки используются в учебном процессе высшей школы, в частности в ВолгГТУ, представляющие собой методические указания для решения задач комплексной оценки качества ПКМ в практических задачах при изучении курсов: «Химия и технология неорганических полимеров», «Химия и технология композиционных полимерных материалов», «Физико-химические основы переработки полимеров», «Материаловедение», «Метрология, стандартизация и управление качеством продукции», и в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Волгоградский государственный социально-педагогический университет» (ВГСПУ) в практикуме кафедры «Математического анализа».

Список литературы диссертационного исследования кандидат технических наук Коляганова, Ольга Владимировна, 2013 год

1. Квалиметрия электронный ресурс. [2012]. - Режим доступа: http://www.inventech.ru

2. Азгальдов, Г. Г., Костин, А. В. Интеллектуальная собственность, инновации и квалиметрия / Г. Г. Азгальдов, А. В. Костин // Экономические стратегии. 2008. - № 2. - С. 162-164.

3. Федюкин, В. К. Квалиметрия. Измерение качества промышленной продукции / В. К. Федюкин. М.: КноРус. - 2009. - 320 с.

4. Азгальдов, Г. Г., Зорин, В. А., Павлов, А. П. Квалиметрия для инженеров-механиков / Г. Г. Азгальдов, В. А. Зорин, А. П. Павлов. М.: МАДИ. - 2006. - 220 с.

5. Абиев, Р. Ш. Основы квалиметрии в химической технике и технологии: учеб. пособ. / Р. Ш. Абиев. СПб.: Изд-во «Менделеев». - 2007. -213 с.

6. Juran, J. М., Gruna Frank М. Quality Planning and Analysis: From Product Development Through Vse. 3rd ed. McGraw Hill, Jnc.- 1993. 634 p.

7. Калейчик, M. M. Квалиметрия: учеб. пособ. / M. М. Калейчик. М.: МГИУ. - 2006. - 200 с.

8. Федюкин, В. К. Основы квалиметрии / В. К. Федюкин. М.: Изд-во «ФИЛИНЪ». - 2004. - 296 с.9. , Juran, J. М. The upcoming century of quality // ASQC 48th Annual Quality Congress. Las Vedas. 1994. - May 24-26. - P. 16.

9. Фомин, В. H. Квалиметрия. Управление качеством. Сертификация / В. Н. Фомин. М.: Изд-во Ось-89. - 2007. - 384 с.

10. Азгальдов, Г. Г. О квалиметрии / Г. Г. Азгальдов, Э. П. Райхман. -М.: Издательство стандартов. 1972. - 172 с.

11. Хвастунов, Р. М., Феофанов, А. И., Корнеева, В. М., Нахапетян. 1С. Г. Квалиметрия в машиностроении / Р. М. Хвастунов, А. Н. Феофанов, В. М. Корнеева, Е. Г. Нахапетян. М.: Экзамен. - 2009. - 288 с.

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

13. Саати, Т. Л. Принятие решений при зависимостях и обратных связях: Аналитические сети / Т. Л. Саати. М.: Издательство ЛКИ. - 2008. -360 с.

14. Концепция национальной политики России в области качества продукции и услуг «проект» / Стандарты и качество. 2001. - №4. - С. 4 - 10.

15. Неметаллическая арматура электронный ресурс. [2012]. -Режим доступа: http://www.plastinfo.ru

16. Инструкция по проектированию технологических трубопроводов из пластмассовых труб СН 550-82 электронный ресурс. [2011]. - Режим доступа: http://www.gostrf.com

17. ИСО 9001: 2000 «Системы общего руководства качеством. Требования».

18. ИСО 9004: 2000 «Системы общего руководства качеством. Методические указания по осуществлению улучшений».

19. Классификация ПКМ электронный ресурс. [2012]. - Режим доступа: http://www.p-km.ru

20. Полимеры и их свойства электронный ресурс. [201 1]. - Режим доступа: http://www.kompamid.ru

21. Оборудование для заводских лабораторий, приборы для научных исследований электронный ресурс. [2011]. - Режим доступа: http://www.komef.ru

22. Справочная информация. Пластики электронный ресурс. [2011]. - Режим доступа: http://www.rusplast.com

23. Обзор: Таблица. Физические свойства полимеров. Полиамид, полиэтилен, ПОМ, ПВХ. электронный ресурс. [2011]. - Режим доступа: http://www.dpva.ru

24. Николаев, А.Ф. Синтетические полимеры и пластические массы на их основе / А.Ф. Николаев. М.: Химия. - 1966. - 768с.

25. ГОСТ 10354-82. Пленки полиэтиленовые. Технические условия. -М.: Стандартинформ. 2007. - 23 с.

26. ГОСТ 16338-85. Полиэтилен низкого давления. Технические условия. М.: ИПК Издательство стандартов. - 1985. - 35 с.

27. ГОСТ 26996-86. Полипропилен и сополимеры пропилена. Технические условия. М.: ИПК Издательство стандартов. - 2002. - 36 с.

28. ГОСТ 20282-86. Полистирол общего назначения. Технические условия. М.: Комитет стандартизации и метрологии СССР. - 1986. - 36 с.

29. ТУ 2224-001-7853499-2006. Заготовки из полиамида-6 блочного (капролон) электронный ресурс. [2011]. - Режим доступа: http://www.nikas.pulscen.ru

30. Стандарты ИСО электронный ресурс. [2012]. - Режим доступа: http://www.iso.gost.ru

31. Качество продукции электронный ресурс. [2011]. - Режим доступа: http://www.labrate.ru

32. Азгальдов, Г. Г. Теория и практика оценки качества товаров (основы квалиметрии) / Г. Г. Азгальдов. М.: Экономика. - 1982. - 256 с.

33. Цитович, И. Г. Технологическое обеспечение качестве и эффективности процессов вязания поперечновязаного трикотажа / И. Г. Цитович: Моногр. М.: Легпромбытиздат. -1992 - 240 с.

34. Кирюхин, С. М., Соловьев, А. Н. Контроль и управление качеством текстильных материалов / С. М. Кирюхин, А. Н. Соловьев. М.: Легкая индустрия. - 1977. - 312 с.

35. Кирюхин, С. М., Соловьев, А. Н. Оценка и прогнозирование качества текстильных материалов. М.: Легкая и пищевая промышленность. - 1984. -215 с.

36. Ивченко, Г. И., Медведев, И. Ю. Введение в математическую статистику / Г. И. Ивченко, И. Ю. Медведев. М.: Изд-во «УРСС». - 2010. -600 с.

37. Ларичев, О. И., Мошкович, Е. М. Качественные методы принятия решений / О. И. Ларичев, Е. М. Мошкович. М.: Физматлит. - 1996. - 208 с.

38. Marquardt, D. W. Generalized inverses, ridge regression, biased linear estimation, and nonlinear estimation // Technometrics.- 1996. P. 605-607.

39. Стрижов, С. Д. Уточнение экспертных оценок с помощью измеряемых данных / С. Д. Стрижов // Заводская лаборатория. Диагностика материалов. 2006. - С. 59-64.

40. Бешелев, С. Д., Гурвич, Ф. Г. Экспертные оценки в принятии плановых решений / С. Д. Бешелев, Ф. Г. Гурвич. М.: Экономика. - 1976. -263 с.

41. Евланов, Л. Г., Кутузов, В. А. Экспертные оценки в управлении / Л. Г. Евланов, В. А. Кутузов. М.: Экономика. - 1978. - 133 с.

42. Доброе, Г, М., Ершов, Ю. В., Левин, Е. И., Смирнов, Л. Г1. Экспертные оценки в научно-техническом прогнозировании / Г. М. Добров, Ю. В. Ершов, Е. И. Левин, Л. П. Смирнов. Киев: Наукова думка. - 1974. - 263 с.

43. Бондарь, А. Г., Статюха, Г. А. Планирование эксперимента в химической технологии (основные положения, примеры и задачи) / А. Г. Бондарь, Г. А. Статюха. Киев: Издательское объединение «Выщо школа». -1976.- 184 с.

44. Miller, J. N., Miller, J. С. Statistics and Chemometrics for Analytical Chemistry / J. N. Miller, J. C. Miller. Prentice Hall. - 2005. - 285 p.

45. Wendawiak, B. W., Koch, M., Hadjicostas, E. Quality Assurance in Analytical Chemistry: Training and Teaching / B. W. Wendawiak, M. Koch, E. Hadjicostas. Berlin, Heidelberg: Springer-Verlag. - 2010. - 349 p.

46. Экономика предприятия / Под ред. Н. Л. Сафронова. М.: Экономист. - 2004. - 251 с.

47. Антонов, А. В. Системный анализ / А. В. Антонов. М.: Высшая школа. - 2004. - 454 с.

48. Новосильцев, В. И., Тарасов, Б. В., Голиков, В. К., Демин, Б. Е. Теоретические основы системного анализа / В. И. Новосильцев, Б. В. Тарасов, В. К. Голиков, Б. Е. Демин. М.: Майор. - 2006. - 592 с.

49. Сурмин, Ю. 77. Теория систем и системный анализ / Ю. П. Сурмин. М.: МАУП. - 2003. - 368 с.

50. Румшинский, Л. 3. Математическая обработка результатов эксперимента. Справочное пособие // Л. 3. Румшинский. М.: Наука. - 1971. -192 с.

51. Фадеева, Л. Н., Лебедев, А. В. Теория вероятное!ей и математическая статистика // Л. Н. Фадеева, А. В. Лебедев. М.: Эксмо. - 2010. -496 с.

52. Информационные технологии электронный ресурс. [2012]. -Режим доступа: http://www.window.edu.ru

53. Гермашев, И. В. Возможности применения математических методов прогнозирования для управления свойствами мономерных и полимерных материалов / И. В. Гермашев, В. Е. Дербишер // Изв. вузов. Химия и химическая технология, 1998. - Т. 41, № 6. - С. 111-114.

54. Ким, Дж.-О., Мьюллер, Ч. У., Клекка, У. Р. Факторный, дискриминантный и кластерный анализ / Дж.-О. Ким, Ч. У. Мыоллср, У. Р. Клекка. М.: Финансы и статистика. - 1989. - 315 с.

55. Гермашев, И. В., Дербишер В. Е., Васильев П. М. Прогнозирование на основе вероятностных методов активности низкомолекулярных соединений в полимерных композициях // Теоретические основы химической технологии. -1998. Т. 32, № 5. - С. 563-567.

56. Фор, А. Восприятие и распознавание образов / А. Фор. М.: Машиностроение. - 1989. - 290 с.

57. Гермашев, И. В., Дербишер В. Е. Решение задач в химической технологии средствами нечетких множеств // Волгоград: Изд-во ВГПУ «Перемена», 2008 143 с.

58. Яблонский, А.А., Никифорова, В.М. Курс теоретической механики / А. А. Яблонский, В. М. Никифорова. СПб.: Лань. - 1998. - 768 с.

59. Новопольцееа, О. М. Ингредиенты полифункционального действия на основе азометинов для технических резин: автореф. дис. . д-ра тех. наук. -Волгоград. -2010.-51 с.

60. Искусственная кожа электронный ресурс. [2011]. - Режим доступа: http://www.museion.ru.

61. Кожа искусственная электронный ресурс. [2012]. - Режим доступа: http://www.bse.sci-lib.com.

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

63. Леоненков, А. В. Нечеткое моделирование в среде МАТЬАВ и ШггуТЕСН / А. В. Леоненков. СПб.: БВХ-Петербург. - 2005. - 736 с.

64. Введение в математическое моделирование / Под. ред. II. В. Трусова. М.: Логос,- 2005. - 440 с.

65. Кафаров, В. В. Системный анализ процессов химической технологии. Применение метода нечетких множеств / В. В. Кафаров, И. Н. Дорохов, В. П. Марков. М.: Наука. - 1986. - 358 с.

66. Markova, V. Introduction to fuzzy control of molecular simulation in chemical structures / V. Markova // Proceedings of the International Conférence on Computer Systems and Technologies, CompSysTech' 2001, Sofia, 21-22 Junc, 2001. -P. 11/10/1-11/10/6.

67. Zadeh, L. A. Fuzzy sets / L. A. Zadeh // Information and Control. -1965.-Vol. 8.-№3.-P. 338-353.

68. Заде, Л. Понятие лингвистической переменной и их использование к принятию приближенных решений /Л. Заде. М.: Мир. - 1976. - 165 с.

69. Кашьян, Р. Л., Рао, А. Р. Построение динамических стохастических моделей по экспериментальным данным / Р. Л. Кашьян, А. Р. Рао. М.: Наука. - 1983.-384 с.

70. Кафаров, В. В. Методы кибернетики в химии и химической технологии / В. В. Кафаров. М.: Химия. - 1985.

71. Мешалкин, В. 77. Экспертные системы в химической технологии / В. В. Мешалкин. М.: Химия. - 1995. - 368 с.

72. Гуляева, И. А. Обработка нечеткой информации о выборочных свойствах волокнистых материалов для оценки их качества: автореф. дис. .к-та тех. наук. Волгоград. - 2005. - 24 с.

73. Гермашев, И. В. Анализ и синтез химических структур и органических веществ на основе теории нечетких множеств: автореф. дис. .д-ра тех. наук. Иваново. - 2010. - 38 с.

74. Номоконова, О. В. Применение нечетких множеств и прогнозирование опасных ситуаций: автореф. дис. .к-та тех. наук. -Челябинск. 2003. - 100 с.

75. Черникова, Г. Ю. Разработка инструментальных средств оценки конкурентоспособности промышленных предприятий на основе методов теории нечетких множеств: автореф. дис. .к-та. эконом, наук. Волгоград. -2009. - 172 с.

76. Осъкин, А. А. Разработка метода оценки индивидуального пожарного риска резервуарных парков с использованием теории нечетких множеств: автореф. дис. .к-та. тех. наук. -Уфа. 2011. - 156 с.

77. Bonissone, P. P., Tong, R. М. Editorial: reasoning with uncertainty in expert systems / P. P. Bonissone, R. M. Tong // Int. J. Man-Mach. Stad. 1985. - № 3.-P.241 -250.

78. Mamdani, E. H., Efstathion, H. J. Higher-order logics for handling uncertainty in expert systems / E. H. Mamdani, H. J. Efstathion // Int. J. Man-Mach. Stad. 1985. - № 3. - P. 243 - 259.

79. Борисов, A. H. и др. Модели принятия решений на основе лингвистической переменной / Борисов А. Н. Рига: Зинатне. - 1982. - 256 с.

80. Моисеев, Н. Н. Элементы теории оптимальных систем / Н. Н. Моисеев. М.: Наука. -1975. - 528 с.

81. Цыпкин, Я. 3. Адаптивные методы выбора решений в условиях неопределенности / Я. 3. Цыпкин //Автоматика и телемеханика. 1976. - № 4. -С. 78-91.

82. Фелъдбаум, А. А. Основы теории оптимальных автоматических систем / А. А. Фельдбаум. М.: Наука. -1966. - 154 с.

83. Никольский, С. М. Курс математического анализа / Никольский С. М.-В 3 т.-М.: Наука. 1990.-Т. 1.-528 с.

84. Гурков, И. Б. Тенденции изменения конкурентоспособности отечественной продукции / И. Б. Гурков, Н. Л. Титова // Маркетинг. 1997. - № 1.-С. 20-31.

85. Моисеев, Н. Н. Математические задачи системного анализа / Н. II. Моисеев. М.: Наука. - 1981. - 488 с.

86. Кандель, А. Нечеткие множества, нечеткая алгебра, нечеткая статистика / А. Кандель, У. Дж. Байатт // Труды американского общества инженеров-радиоэлектронщиков. Т. 66. - 1978. - № 12. - С. 37 - 61.

87. Кудрявцев, Л. Д. Курс математического анализа / Кудрявцев Л. Д. // Учеб. для студентов университетов и вузов: В 3 т. 2-е изд., перераб. и доп. -М.: Высш. шк. -1988. - Т. 1.-812 с.

88. Математический энциклопедический словарь / Гл. ред. Ю. В. Прохоров; ред. кол.: С. И. Адян, Н. С. Бахвалов, В. И. Битюцков, А. П. Ершов, Л. Д. Кудрявцев, А. Л. Онищик, А. П. Юшкевич. М.: «Советская энциклопедия». - 1988. - 847 с.

89. Борисов, А. И., Алексеев, А. В., Крумберг, О. А.и др. Модели принятия решений на основе лингвистической переменной / А. Н. Борисов, А. В. Алексеев, О. А. Кумберг и др.- Рига: Зинатне. 1982. - 256 с.

90. Корман, А. Введение в теорию нечетких множеств / А. Корман. М: Радио и связь . - 1982. - 432 с.

91. Гермашев, И. В. Разработка теоретических и прикладных основ компьютерного прогнозирования свойств органических соединений на примере модификаторов поливинилхлорида: дис. . канд. техн. наук. Волгоград. -1998.- 152 с.

92. Гермашев, И. В. Оптимизация состава полимерных композиций с использованием теории нечетких множеств / И. В. Гермашев, В. Е. Дербишер //

93. Теоретические основы химической технологии. 2001. - Т. 35. - № 4. - С. 440 443.

94. Термоэластопласты (ТЭП, ТРЕ) электронный ресурс. [2011]. -Режим доступа: http://www.polimpartner.by.

95. Гермашев И. В. Оценка качества технического объекта в условиях неопределенности/ И. В. Гермашев // Свидетельство о государственной регистрации программы для ЭВМ № 2008612198. 2008.

96. Гермашев, И. В., Дербишер В. Е. Свойства унимодальных функций в операциях с нечеткими множествами //Изв. вузов. Математика. 2007. - № 3 -С. 77-80.

97. Описание и ТУ ЗИМ Текстолит электронный ресурс. - [201 1] -Режим доступа: http://www.migservice-spb.ru

98. Trion, R. G. Cluster analysis / R. G. Trion. London: Ann Arbor Edwards Bros. - 1939. - 139 p.

99. Абусев, P., Лумелъский, Я. П. Статистическая групповая классификация / Р. Абусев, Я. П. Лумельский. М. - 1987. - 92 с.

100. Айвазян, С. А., Бухштабер, В. М., Енюков, И. С., Мешалкин, Л. Д. Прикладная статистика: Классификация и снижение размерности . М.: Финансы и статистика. - 1989. - 608 с.

101. Тарасенко, Ф. П. Прикладной системный анализ / Ф. П. Тарасенко. Томск: Изд-во Том. ун-та. - 2004. - 186 с.

102. Дубров, А. М., Мхитарян, В. С., Троилин, Л. И. Многомерные статистические методы / А. М. Дубров, В. С. Мхитарян, Л. И. Трошин. М.: Финансы и статистика. - 2000. - 352 с.

103. Брююлъ, A. SPSS: искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей / А. Брююль. СПб.: ДиаСофтЮп. - 2002. - 608 с.

104. Мандель, И. Д. Кластерный анализ / И. Д. Мандель. М. - 1988.176 с.

105. Кластерный анализ электронный ресурс. [2012]. - Режимдоступа: http://www.olap.ru

106. Лекция: Методы кластерного анализа. Иерархические методы электронный ресурс. [2012]. - Режим доступа: http://www.intuit.ru

107. Инженерные пластики электронный ресурс. [2010]. - Режим доступа: http://www.polyplastic.ru

108. Инженерные пластики электронный ресурс. [2011]. - Режим доступа: http://www.knkchem.ru