Научные основы автоматизации и моделирования процессов управления на основе гибридных систем поддержки принятия решений с открытой структурой тема диссертации и автореферата по ВАК РФ 05.13.06, доктор технических наук Балдин, Александр Викторович

• Балдин, Александр Викторович
• доктор технических наук
• 2006

Оглавление диссертации доктор технических наук Балдин, Александр Викторович

ВВЕДЕНИЕ.

1. АНАЛИЗ МЕТОДОВ, МОДЕЛЕЙ И ПРИНЦИПОВ СОЗДАНИЯ ГИБРИДНЫХ СИСТЕМ АВТОМАТИЗАЦИИ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ С ОТКРЫТОЙ СТРУКТУРОЙ.

1.1. Основные направления развития информационных технологий в сфере управления предприятиями промышленности и транспортного комплекса

1.2. Общие принципы создания систем поддержки принятия решений.

1.3. Математические моделирование компонентов системы аттестации и подготовки кадров.

1.3.1. Анализ моделей научения в организации учебного процесса.

1.3.2. Моделирование процедур тестового контроля.

1.3.3. Моделирование совместного процесса обучения и тестирования.

1.4. Анализ методов моделирования транспортных систем.

1.4.1. Анализ эмпирических моделей характеристик грунтового основания.

1.4.2. Модели взаимодействия одиночного жесткого колеса с деформируемым грунтом.

1.4.3. Моделирование функционирования технологических машин для грунтовых поверхностей, заданных статистическими характеристиками.

1.5. Анализ методик определения экономической эффективности инновационных проектов.

1.5.1. Определение показателя интегральной экономической эффективности.

1.5.2. Методы расчета и анализа риска.

1.5.3. Анализ методик финансовой устойчивости.

1.6. Методы аналитического, имитационного и статистического моделирования процессов управления.

1.6.1. Декомпозиционные подходы к моделированию сложных технических систем.

1.6.2. Имитационные и гибридные модели.

1.6.3. Статистические методы ситуационного анализа.

1.7. Методы и модели теории принятия решений.

1.7.1. Основные положения теории выбора.

1.7.2. Методы экспертного оценивания.

1.7.3. Многокритериальная оптимизация и процедуры принятия решений

Выводы по главе 1.

2. РАЗРАБОТКА КОНЦЕПЦИИ СОЗДАНИЯ ОТКРЫТОЙ ГИБРИДНОЙ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ.

2.1. Декомпозиция и параметризация приложений гибридной системы.

2.1.1. Параметризация исполняемого приложения.

2.1.2. Методика сборки и структуризации приложений.

2.1.3. Формальные операции создания структуры приложений.

2.2. Схемы описаний элементарного приложения, структуры и сценария.

2.2.1. Формализованное описание элементарного приложения.

2.2.2. Перераспределение функций между инвариантной и предметной составляющей.

2.3. Синхронизация процессов и согласование элементарных приложений по данным.

2.3.1. Инвариантная составляющая имитационных процессов и реализации сценария.

2.3.2. Формальные определения сцепленности процессов.

2.4. Методика автоматизации модельных экспериментов.

2.5. Классификация пользователей и функциональных приложений гибридной среды.

Выводы по главе 2.

3. МЕТОДИКА ОРГАНИЗАЦИИ И АНАЛИЗА УПРАВЛЯЕМОГО ИМИТАЦИОННОГО ЭКСПЕРИМЕНТА.

3.1. Характер выходных процессов имитации.

3.1.1. Экспериментальный анализ автоковариационной функции.

3.1.2. Разработка аналитической модели автоковариационной функции.

3.1.3. Дисперсия среднеинтегральной оценки.

3.1.4. Тренды переходных режимов имитационных процессов.

3.2. Анализ точности среднеинтегральных характеристик нестационарных процессов.

3.2.1. Модель гауссовского условно нестационарного процесса.

3.2.2. Характеристики среднеинтегральной оценки.

3.2.3. Влияние сброса начального периода моделирования.

3.2.4. Критерий вероятности принадлежности оценки заданному интервалу.

3.3. Формализованное описание управляемой имитационной модели.

3.3.1. Принципы построения управляемой модели.

3.3.2. Алгоритм управляемого имитационного процесса.

3.3.3. Рекуррентный анализ сходимости алгоритма управления.

3.3.4. Анализ поведения алгоритма при постоянной длине шага.

3.3.5. Анализ поведения алгоритма при переменной длине шага.

3.4. Исследование сходимости управляемого имитационного процесса.

3.4.1. Оценка градиента на переходном периоде.

3.4.2. Эффективность восстановления состояния.

3.4.3. Выбор длительности интервала управления.

3.5. Включение имитационной модели во вложенный уровень.

3.5.1. Построение процедуры рекуррентного оценивания.

3.5.2. Анализ сходимости процедуры Роббинса-Монро.

Выводы по главе 3.

4. РАЗРАБОТКА ТЕХНОЛОГИЙ ФОРМИРОВАНИЯ МЕТОДИК АНАЛИЗА, ИНВАРИАНТНЫХ К ПРЕДМЕТНЫМ ОБЛАСТЯМ В ГИБРИДНОЙ СППР.

4.1. Методики анализа финансовой устойчивости и кластеризации предприятий промышленности и транспортного комплекса.

4.1.1. Сценарий автоматизации экспериментов по качеству моделей прогнозирования и кластеризации.

4.1.2. Элементарные приложения процедур прогнозирования и кластеризации.

4.1.3. Апробация методик финансовой устойчивости, прогнозирования и кластеризации.

4.2. Методика анализа характеристик грунта и взаимодействия колесных машин.

4.2.1. Сценарий автоматизации экспериментов по оценке характеристик грунта и функционирования технологических машин.

4.2.2. Элементарные приложения системы анализа характеристик многоколесных машин.

4.2.3. Результаты экспериментов по анализу взаимодействия многоколесных машин с грунтом слабой несущей способности.

4.3. Методика анализа эффективности методов и моделей тестового контроля.

4.3.1. Сценарий методики анализа эффективности методов и моделей тестового контроля.

4.3.2. Элементарные приложения моделей тестового контроля.

4.3.3. Результаты экспериментов по оценке эффективности процедур тестового контроля.

Выводы по главе 4.

5. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ ГИБРИДНОЙ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ С ОТКРЫТОЙ СТРУКТУРОЙ.

5.1. Структура и функционал инструментальных средств гибридной системы.

5.1.1. Общая структура программных компонентов системы.

5.1.2. Конструкторы проектирования сценариев элементарных программных приложений.

5.2. Программные технологии разработки инструментальных средств и приложений.

5.2.1. Универсальный набор фреймов гибридной среды.

5.2.2. Перечень регистрируемых компонентов.

5.2.3. Active-X компоненты интерфейсного взаимодействия с математическими пакетами.

5.2.4. Механизмы синхронизации и блокировок приложений сценария.

5.3. Структура системы баз данных гибридной среды.

5.3.1. Структура базы данных локального варианта сценария.

5.3.2. Структура базы данных сетевой многоролевой среды.

5.3.3. Методика и модели конвертации данных.

5.4. Интерфейс программных приложений системы финансового анализа.

5.5. Интерфейс программных приложений методики анализа многоколесных машин с грунтом.

5.6. Интерфейс программных приложений системы тестового контроля.

Выводы по главе 5.

Введение диссертации (часть автореферата) на тему «Научные основы автоматизации и моделирования процессов управления на основе гибридных систем поддержки принятия решений с открытой структурой»

В настоящее время большое внимание уделяется разработке систем мониторинга различных показателей и поддержки принятия решений по управлению крупными предприятиями. При этом основной акцент делается на создание распределенных баз данных и телекоммуникационных технологий, обеспечивающих оперативный обмен данными. Однако в практике принятия решений недостаточно полно используется спектр математических методов с развитыми формами визуализации данных. Обычно, руководители предприятий не владеют свободно аналитическими методами, поэтому приходится динамически подстраивать формы представления аналитических расчетов непосредственно под каждого. Заказчики (особенно руководящий состав) очень часто не могут дать формальную постановку задач и методик анализа, что требует значительного времени на программирование. Причем неизвестно - будут ли они в конечном счете полезны в плане поддержки принятия решений именно данным лицом.

Проблема заключается в отсутствии эффективных систем автоматизации поддержки принятия решений, инвариантных к предметным областям, а также в необходимости интеграции отдельных программных приложений, реализованных в различных средах.

В работе предлагается интеграция пользовательской оболочки системы поддержки принятия решений с мощными математическими пакетами на основе унификации программного интерфейса. Сама же методика представляет совокупность методов и моделей с алгоритмической структурой и привязкой к разнородной системе баз данных, т.е. алгоритм манипуляции функционально законченными методами, имеющими программную поддержку.

Предметом исследования являются методы и модели поддержки принятия решений и оперативного ситуационного анализа, а также компоненты математического, информационного и программного обеспечения системы поддержки принятия решений.

Целью работы является повышение оперативности принятия решений, за счет создания гибридной системы поддержки принятия решений с открытой структурой, инвариантной к предметным областям для обеспечения:

• включения новых математических методов и экономических методик с асинхронными и распределенными механизмами формирования баз данных, методов и моделей принятия управленческих решений;

• перехода на новые формы управления и принципы реализации информационной поддержки процессов аналитической обработки и управления, а также на новые модели деловых процессов;

• создания единой стандартизированной технологической платформы для широкомасштабного внедрения интегрированных технологий мониторинга показателей деятельности предприятий и принятия управленческих решений;

• унификации программного интерфейса со стандартными математическими пакетам и оперативной реализации новых методов и методик.

В соответствии с поставленной целью в диссертации решаются следующие задачи:

1. Системный анализ методов и моделей систем поддержки принятия решений для реализации механизмов включения новых математических методов и экономических методик.

2. Анализ различных предметных областей (обучение, моделирование транспортных систем, финансово-экономический анализ) для определения инвариантной составляющей системы.

3. Разработка концепции создания гибридной среды с разделением функционала между приложениями и инструментальной средой интеграции приложений.

4. Разработка процедур оперативного создания и включения новых методов и моделей в гибридную среду с учетом механизмов синхронизации, блокировок и согласования по данным.

5. Разработка моделей нестационарных процессов и методики оптимизации на имитационных моделях.

6. Апробация методики создания приложений на примере организации учебного процесса, анализа функционирования транспортных средств и финансово-экономического анализа предприятий.

7. Программная реализация компонентов системы и разработка макета системы поддержки принятия решений.

При разработке формальных моделей компонентов в диссертации использовались методы общей теории систем и классический теоретико-множественный аппарат. Системный анализ деятельности проводился на основе реальных статистических данных с использованием методов факторного, кластерного, канонического и других современных методов многомерного статистического анализа. При разработке моделей функционирования компонентов использовалась теория графов, методы математического программирования, теория марковских цепей, теория управляемых случайных процессов, имитационное моделирование, теория нечетких множеств и другие.

Структура работы соответствует списку перечисленных задач, содержит описание разработанных методов, методик и алгоритмов.

В первой главе проведен анализ производственной деятельности и принципов управления предприятиями (ГУП «Мосгортранс», «Автокомбинат №1» и другие) показал, что практически на всех них отсутствуют аналитические отделы, в функциональные обязанности которых входит анализ деятельности, основанный на научных принципах и подходах к организации управления. Связь с региональными структурами не отвечает современным требованиям. Почти не используется современные аналитические методы прогнозирования, классификации и др. Решение частных сводится к простому программированию, практически без использования имеющегося задела и использования мощных математических пакетов.

Проведен анализ и систематизация методов и моделей компьютерного тестового контроля. Рассмотрены: критерии оптимальности факторных планов, которые используются для автоматизации построения системы гетерогенных тестов; моделей IRT-теории для имитационного моделирования результатов ответов тестируемого, моделей марковских цепей для моделирования процедур адаптивного тестового контроля; методы дискриминантного анализа для решения задач классификации; стохастической аппроксимации для построения конструктивных механизмов предъявления тестовых заданий различной сложности; одномерного шкалирования для переоценки сложности заданий и другие.

Проведен анализ методов моделирования и управления транспортными средствами. Рассмотрены эмпирические модели погружения штампа, что дает оценку характеристик грунта; оценочных показателей и характеристик микропрофиля поверхности автомобильных дорог, а также других методик основанных на статистической обработке результатов экспериментальных данных (практически весь спектр методов анализа покрывает пакет Statistica).

В области финансового анализа существует множество аналитических пакетов (например MetaStocc и др.), однако они носят сугубо специализированный характер и для реализации методик необходим значительный объем программирования. В диссертации проведен анализ методов частных моделей и методов: чистой текущей стоимости NPV (Net Present Value), для которого используются модели анализа чувствительности к аннуитетам и дисконтным ставкам; модели аппроксимации; сетевой модели реализации этапов инновационных проектов в условиях стохастических и лингвистических неопределенностей; методик финансовой устойчивости и других.

Проведен анализ принципов создания СППР. Показано, что автоматизация процесса поддержки принятия решения, требует использования базы параметризуемых моделей, правил вывода и т.п. В результате показано, что в целях повышения эффективности системы управления необходима разработка новых методов и методик создания гибридных систем поддержки принятия решений, инвариантных к предметным областям, с открытой структурой, основанных на интеграции разнородных пакетов.

Во второй главе разработана концепция, методы и модели открытой гибридной системы поддержки принятия решений с целью создания единой базы данных, методов, моделей и методик в виде отдельных компонентов, согласованных по интерфейсным связям и параметрам, с возможностью формирования их алгоритмической структуры.

Проведена параметризация исполняемых приложений на основании разработки универсального описания компонентов системы, независимого от предметной области с использованием принципа «вход-выход-параметризация».

Выполнена формальная декомпозиция структуры гибридной системы, определены управляющие и информационные связи, что позволяет сделать систему открытой для включения новых методов, моделей и данных, тем самым сформировать функционал программных приложений.

Разработаны принципы формализации пользовательского функционала, который обеспечивается конструкторами гибридной среды и проигрывателем сценария, которые определяют иерархию приложений, их алгоритмическую структуру и параметризацию при активации с возможность запуска произвольного количества параллельных процессов.

Для параллельных пользовательских процессов, которые активируются в сетевой среде, реализованы механизмы синхронизации. Они выполнены на основе общего поля данных по принципу «положил-взял» и непосредственного взаимодействия фрагментов параллельных ветвей одного сценария.

В третьей главе проведен анализ вида автоковариационных функций для широкого спектра имитационных моделей различных предметных областей, в том числе для моделирования систем массового обслуживания. Проведены эксперименты по оцениванию трендов переходных режимов среднего времени пребывания. Разработаны модели анализа точности оценки с учетом сброса статистики, накопленной на начальном периоде моделирования.

Показано, что длительность интервала сброса статистики существенно отражается на дисперсии оценки в сторону ее увеличения, то есть уменьшения точности. Смещение математического ожидания оценки также существенно зависит от длительности интервала сброса, который уменьшает систематическую погрешность оценки среднего значения. В качестве свертки в работе предлагается использовать вероятность попадания оценки в заданный интервал погрешности.

Проведено исследование влияния восстановления состояния на скорость сходимости алгоритмов оптимизации на имитационных моделях. Алгоритмом с восстановлением, если каждый модельный эксперимент начинается из одного и того же начального состояния. Алгоритм без восстановления - когда каждый очередной эксперимент начинается с точки окончания предыдущего.

В четвертой главе на основе созданной концепции разрабатываются методики и компоненты гибридной системы поддержки принятия решений для рассмотренных предметных областей. Показана инвариантность к предметным областям на примере анализа процедур тестового контроля, расчета взаимодействия технологических машин с грунтом и оценки финансово-экономического анализа предприятий промышленности и транспортного комплекса. Проведен ряд модельных экспериментов, в результате которых получены новые результаты по расширению существующих методик прогнозирования и кластеризации.

Для решения задач поддержки принятия решений в задачах анализа характеристик грунта и характеристик транспортной системы на базе предложенной концепции разработана методика формализованного описания компонентов системы. Нижний уровень предполагает выбор или формирование новых эмпирических характеристик грунта и микропрофиля, которые необходимы для расчета дифференциальных и интегральных характеристик каждого колеса. Независимо от метода, по которому получены характеристики, должен быть реализован формальный переход к расчету тяговых характеристик многоколесной машины.

Разработана единая структура моделей тестового контроля, приведенная в первой главе, которая за счет механизмов параметризации входных и выходных данных позволяет создавать методики конструирования тестов и оценивать их эффективность.

В пятой главе рассматриваются вопросы построения программного комплекса гибридной среды СППР с использованием разработанных принципов интеграции. Приведен список приложений с описанием их основных функциональных возможностей. Рассматриваются вопросы использования различных программных технологий для оперативной реализации методик. Разработана структура базы данных, обеспечивающая реализацию функций обмена данными между приложениями. Распределенная структура СППР предполагает использование конверторов из имеющихся первичных баз данных, традиционно сложившихся на предприятиях во вторичные базы данных системы мониторинга, с тем, чтобы не нарушить сложившуюся систему документооборота с одновременной возможностью оперативного сбора и аналитической обработки разноплановой информации.

В заключении представлены основные результаты работы.

В приложении приводятся акты внедрения результатов диссертационной работы.

Научную новизну работы определяет концепция и теоретические основы создания гибридных систем поддержки принятия решений с открытой структурой для автоматизации управления в различных предметных областях. В ходе исследования получены новые научные результаты, выносимые на защиту:

• структурная декомпозиция функциональных приложений программно-моделирующего комплекса системы поддержки принятия решений;

• методика синхронизации, блокировок и согласования по данным разнородных программных приложений, включенных в гибридную среду;

• модель нестационарного процесса, порождаемого имитационными моделями;

• модель анализа сходимости алгоритмов оптимизации на переходных режимах имитационных процессов;

• гибридная методика прогноза показателей развития и кластеризации промышленных предприятий на основе формальной композиции методов главных компонентов, факторного анализа и экспоненциального сглаживания и формальной грамматики языка описания;

• методика и формальный язык генерации адаптивных гетерогенных тестов на основе формальной композиции методов и моделей тестового контроля;

• методика автоматизации процессов аналитической обработки экспериментальных данных для поиска и оценки адекватности новых эмпирических зависимостей взаимодействия контактной площадки движителя с грунтом и как следствие новые аналитические зависимости.

Обоснованность научных положений, рекомендаций и выводов, изложенных в работе, определена корректным использованием современного математического аппарата, проверкой согласования результатов аналитических моделей с эквивалентными по формализации компонентами имитационной модели процессов управления. Достоверность положений и выводов диссертации подтверждена положительными результатами внедрения на предприятиях и в организациях.

Научные результаты, полученные в диссертации, доведены до практического использования. Они представляют непосредственный интерес в области комплексной автоматизации процессов управления и принятия решений в различных предметных областях. Методы и алгоритмы, а также программные средства могут быть использованы при решении задач автоматизации крупных государственных и коммерческих предприятий и организаций.

Разработанные методы и алгоритмы прошли апробацию и внедрены для практического применения в ОАО «ЦНИИ «Электроника», ЗАО "НПВФ "СВАРКА", ООО «Техноком», ФГУП «ГосНИИ «Аэронавигация», а также используются в учебном процессе в МАДИ(ГТУ).

Содержание отдельных разделов и диссертации в целом было доложено и получило одобрение:

• на Российских, межрегиональных и международных научно-технических конференциях и семинарах (1976-2005 гг.);

• на заседании кафедры АСУ МАДИ(ГТУ).

Совокупность научных положений, идей и практических результатов исследований в области автоматизации и информатизации составляет новое направление в области теоретических и практических методов принятия решений и выбора стратегий управления в различных предметных областях, в том числе и на промышленных предприятиях.

По результатам выполненных исследований опубликовано 68 печатных работ.

Диссертационная работа состоит из введения, пяти глав и заключения, опубликованных на 339 страницах машинописного текста, содержит 69 рисунков, 25 таблиц, список литературы из 223 наименований и приложения.

Заключение диссертации по теме «Автоматизация и управление технологическими процессами и производствами (по отраслям)», Балдин, Александр Викторович

Выводы по главе 5

1. Разработана система баз данных и инструментальные средства гибридной адаптивной среды поддержки принятия решений для создания многоуровневых вложенных сценариев программных приложений.

2. Разработаны элементарные приложения организации учебного процесса, функционирования транспортных средств, финансово-экономического анализа предприятий промышленности и транспортного комплекса

3. Разработанные методы, модели, методики и программно-моделирующий комплекс внедрены для практического использования в ОАО «ЦНИИ «Электроника», ФГУП «ГосНИИ «Аэронавигация», ЗАО "НПВФ "СВАРКА", ООО «Техноком», а также используются в учебном процессе в МАДИ(ГТУ).

Заключение

1. Рассмотрены принципы создания систем поддержки принятия решений для реализации механизмов включения новых математических методов и экономических методик с асинхронными и распределенными методами формирования баз данных и моделей принятия управленческих решений.

2. Проведен системный анализ организации учебного процесса, функционирования транспортных средств, финансово-экономического анализа предприятий промышленности и транспортного комплекса и разработана системная классификация компонентов гибридной системы поддержки принятия решений.

3. Предложена структурная декомпозиция функциональных приложений гибридной среды системы поддержки принятия решений, основанная на формализации элементарных приложений с динамической алгоритмической структурой сценария.

4. Разработана формальная модель синхронизации разнородных программных приложений и методика организации общего информационного пространства на основе процессно-ориентированной схемы описания параллельных сцепленных методов и алгоритмов.

5. Разработаны модели нестационарных имитационных процессов, основанные на нормальной корреляции и реализована модель анализа сходимости алгоритмов поисковой оптимизации на переходных режимах имитационной модели.

6. Разработана методика и формальный язык генерации адаптивных гетерогенных тестов на основе формальной композиции моделей тестового контроля и методики перераспределения функционала инвариантной составляющей гибридной среды.

7. Разработана гибридная методика прогноза показателей развития и кластеризации промышленных предприятий на основе формальной композиции методов главных компонентов, факторного анализа и экспоненциального сглаживания и формальной грамматики языка описания.

8. Разработана методика автоматизации процессов аналитической обработки экспериментальных данных для поиска и оценки адекватности новых эмпирических зависимостей взаимодействия контактной площадки движителя с грунтом и как следствие новые аналитические зависимости.

9. Разработана система баз данных и инструментальные средства гибридной адаптивной среды поддержки принятия решений для создания многоуровневых вложенных сценариев программных приложений.

10. Разработанные методы, модели, методики и программно-моделирующий комплекс внедрены для практического использования в ОАО «ЦНИИ «Электроника», ФГУП «ГосНИИ «Аэронавигация», ЗАО "НПВФ "СВАРКА", ООО «Техноком», а также используются в учебном процессе в МАДИ(ГТУ).

Список литературы диссертационного исследования доктор технических наук Балдин, Александр Викторович, 2006 год

1. Агейкин Я.С. Вездеходные колесные и комбинированные движители. - М.: Машиностроение, 1972, - 184с.

2. Агейкин Я.С. Проходимость автомобилей. М.: Машиностроение, 1981.-232с.

3. Анисимов В.Г., Анисимов Б.Г. Алгоритмы оптимального распределения дискретных неоднородных ресурсов на сети. Ж. вычисл. мат. и упр. - 1997. - 37, №1. - С.54-60.

4. Аршанов М.З. Многокритериальность и согласованность в активных системах. Автом. и телемех. - 1997. - №2. - С.162-168.

5. Атовмян И.О., Еськова О.И. Имитационное моделирование в сфере банковского бизнеса. Пробл. алг. и киберн. Матер, межд. конф. поев, памяти акад. С.А. Ченухина. - Гомель, 1997. - С. 16.

6. Балдин A.B., Строганов В.Ю., Криницин В.В. Прикладные задачи статистического анализа. Комплексное использование компьютерных методов статистической обработки данных//М.: МГТУ ГА, 1998. 52с.

7. Балдин A.B. Методология построения хранилищ данных для систем поддержки принятия решений //Научный вестник МГТУ ГА. -№ 65. Серия Информатика. Прикладная математика 2003. с. 172-177

8. Балдин A.B. Экспериментальное исследование переходных режимов в системах массового обслуживания //Научный вестник МГТУ ГА. Серия Прикладная математика, № 99 2006. с. 133-139.

9. Балдин A.B. Статистический анализ эффективности предприятий промышленности и транспортного комплекса. М.: «Техполиграфцентр», 2004. - 192с.

10. ЬБалдин A.B., Борисевич В.Б. Оптимизация управления транспортными машинами //Строительные и дорожные машины М, 2006. -С.45-49.

11. Балдин A.B., Борисевич В.Б. Принципы построения гибридных систем поддержки принятия решений при моделировании и управлении технологическими процессами. М.: «Техполиграфцентр», 2005. - 151с.

12. Балдин A.B., Борисевич В.Б. Стохастическая аппроксимация в моделях управления транспортными машинами //Научный вестник МГТУ им.Н.Э.Баумана. М, 2006. - С.45-49.

13. М.Балдин A.B., Борисевич В.Б., Нестеренко В.И. Факторный и кластерный анализ в задачах прогнозирования развития предприятий транспортного комплекса // Российское предпринимательство М, 2006 -С.64-67.

14. Балдин A.B., Борисевич В.Б., Нестеренко В.И. Методика кластеризации финансовой устойчивости в системе мониторинга предприятий транспортного комплекса //Вестник МАДИ(ГТУ), №12. М., 2005. -С.39-42.

15. Балдин A.B., Борисевич В.Б., Нестеренко В.И. Регрессионные модели оценки интегральной эффективности развития предприятий транспортного комплекса //Вестник МАДИ(ГТУ), №12. М., 2005. - С.65-71.

16. П.Балдин A.B., Борисевич В.Б., Пичугин A.A. Управляемый имитационный эксперимент //Научный вестник МГТУ ГА: Серия Радиофизика и радиотехника, № 98(2). М.: МГТУ ГА, 2006. С. 163-167.

17. Балдин A.B., Дубровин М.А. Подходы к построению систем мониторинга грузовых авиаперевозок//Научный вестник МГТУ ГА. -№ 25. Серия Информатика 2000. с.53-56

18. Балдин A.B., Криницин В.В., Строганов В.Ю Методические указания по использованию системы STATGRAPHICS «Компьютерные технологии статистической обработки данных на базе системы STATGRAPHICS». Многомерные методы//М.:МГТУ ГА, 1997. 44с.

19. Балдин A.B., Криницин В.В., Строганов В.Ю, Строганов Д.В. Методические указания. Компьютерные технологии статистической обработки данных на базе системы STATGRAPHICS. Математическая статистика. Теоретические аспекты//М.: МГТУ ГА, 1998. -28с.

20. Балдин A.B., Пичугин A.A. Комплексные информационные системы управления деятельностью предприятия (фирмы)//Научный вестник МГТУ ГА. -№ 25. Серия Информатика 2000. с.57-63

21. Балдин A.B., Пичугин A.A. Методология построения оптимальной системы хранения данных//Научный вестник МГТУ ГА. -№ 55. Серия Информатика. Прикладная математика 2002. с.57-63

22. Балдин A.B., Пичугин A.A. Унифицированная информационная среда разнородной корпоративной сети//Научный вестник МГТУ ГА. -№ 25. Серия Информатика-2000. с.48-52

23. Балдин A.B., Пичугин A.A. Методология проектирования информационной инфраструктуры «интеллектуального здания»// Научный вестник МГТУ ГА.- № 77 (4). Серия Информатика. Прикладная математика -2004. с.206-209

24. Балдин A.B., Пичугин A.A., Григорович О.Н. Информационные системы управления ресурсами //Научный вестник МГТУ ГА. -№ 92 Серия Информатика. Прикладная математика 2005. с.52-60

25. Балдин A.B., С.В.Алексахин, А.Б.Николаев, и.др. Прикладной статистический анализ данных. Теория. Компьютерная обработка. Области применения: Учебно-практическое пособие для вузов. Книга 1. //М.: «Издательство ПРИОР», 1998. 324с.

26. Балдин A.B., С.В.Алексахин, А.Б.Николаев, и.др. Прикладной статистический анализ данных. Теория. Компьютерная обработка. Области применения: Учебно-практическое пособие для вузов. Книга 2.//М.: Издательство ПРИОР», 1998. 352с.

27. Балдин A.B., Строганов В.Ю., Алексахин C.B., Николаев А.Б. Прикладной статистический анализ. Учебное пособие для вузов.//М.: «Издательство ПРИОР», 2001. 240с.

28. Белоусова E.H. Численный метод проверки эргодичности МЦ с конечным числом состояний. Воронеж. Гос. ун-т. - Воронеж, 1997. — 38с.

29. Беляев П.Ф. О совместном распределении частот данных z-цепочек в простых однородных цепях Маркова с конечным множеством исходов. Тр. по дискр. мат. - 1997.-С. 19-42.

30. Бенедикт С. Принятие решений при ненадежной информации. -Автом. и телемех. 1996. - №9. - С. 151-152.

31. Богуславская Е.В. Точное решение одной задачи оптимального управления инвестициями в диффузионной модели. Усехи мат. наук. -1997.-52, №2.-С. 187-188.

32. Боровков К.А. Распространение хаоса в сетях обслуживания. Теория вероятностей и ее применения. - 1997. - 42, №3. - С.449-460.

33. Бреер В.В. Собственные значения марковского оператора равновесного состояния марковской цепи. Моделир. проц. упр.и обр. инф.: Моск. физ.-техн. ун-т. - М., 1996. - С. 124-134.

34. Бурков В.Н., Кондратьев В.В. Двухуровневые активные системы // Автоматика и телемеханика.- 1977.- №6.- С. 64-72; №7.- С. 62-70; №9.- С. 8391.

35. Васильев В.А. Об идентификации динамических систем авторегрессионного типа. - Автомат, и телемех. - 1997. - №12. - С.107-119.

36. Векслер A.A., Конев В.В. О среднем числе наблюдений при грантированном оценивании параметров авторегрессии. ~ Автомат, и телемех. 1995. - №6. - С.97-104.

37. Векслер A.B. Риск-эффективное оценивание параметров процесса авторегрессии. Пробл. перед, инф. - 1997. - 33, №2. С.37-53.

38. Вентцель Е.С. Исследование операций. М.: Наука, 1968 .-325с.

39. Вермишев Ю.Х. Методы автоматического поиска решений при проектировании сложных технических систем.- М.: Радио и связь, 1982,- 152 с.

40. Вильсон А.Дж. Энтропийные методы моделирования сложных систем.- М.: Наука, 1978.- С. 83-91.

41. Вол один И.Н., Новиков A.A. Асимптотика необходимого объема выборки при жестких ограничениях на риск. Акт. пробл. совр. мат. - 1995. -1. - С.52-59.

42. Вольский С.Г., Безбородов Г.Б., Кошарный Н.Ф. Методика экспериментального исследования опорно-сцепных свойств колесных движителей при малых скоростях. Автомобильный транспорт, 1996, N3, с. 88 - 89.

43. Высоцкий A.JL, Высоцкий Д.Л. Оценка параметров регрессий в случае функций, сводящихся к линейным по параметрам. Мат. моделир. в экон.: Новосиб. гос. акад. экон и упр. - Новосибирск, 1996. - С.32-41.

44. Гереймер Ю.В. Введение в теорию исследования операций М.: Наука, 1971.- 383 с.

45. Гереймер Ю.В. Игры с непротивоположными интересами М.: Наука, 1976.- 327 с.

46. Гиг Дж. Ван Прикладная общая теория систем М.: Мир, 1981.- Т. 1.-336 с.

47. Глушков В.М. О системной оптимизациию Кибернетика,- 1980.-№5.- С. 1-6.

48. Грешилов A.A., Стакун В.А., Стакун JI.A. Математические методы построения прогнозов. М., Радио и связь, 1997. - 112с.

49. Гридина Е.Г. Прогнозирование стационарных процессов с помощью оптимальных линейных систем. С.-Петерб. гос. электротех. ун-т. - СПб, 1995.-37с.

50. Данилов H.H., Голоколосова Т.В., Мешечкин В.А. Принципы динамической устойчивости в математических моделях экономики. -Мат.замет.Якутск.гос.ун-та. 1996. - 3, №2. - С.22-37.

51. Дикарев Б.А., Родзинский A.JI. Фокусировка марковских процессов с конечным числом состояний. Харьк. гос. техн. ун-т радиоэлектр. - Харьков, 1997.-7с.

52. Дли М.И. Об одном алгоритме моделирования нестационарных стохастических объектов. Смол. фил. Моск. энерг. ин-та. - Смоленск, 1997. -6с.

53. Довнаркович С.В. О различии в деформированных рыхлых и плотных песчаных оснований сооружений. М.: Наука, 1992. - 125с.

54. Дрожжин B.C. Авторегрессионные модели нерегулярных временных рядов, образующихся при измерениях в случайные моменты времени. -Кемер. гос. ун-т. Кемерово, 1997. - 22с.

55. Думов JI.C. О моделировании роста выпуклых древовидных конфигураций в древовидных структурах. Дискрет, мат., 1995. - 7 №2. -С.61-78.

56. Елепов Б.С., Михайлов Г.А. К теории оценок метода Монте-Карло, связанных с «блужданием на сфере». Сиб. Мат. Ж. - 1995. -36 №3. - С 543550.

57. Емельянов В.В. Метод построения математических моделей сложных дискретных систем и процессов. Вестник МГТУ. Сер. Машиностроение. -1993. - №1. - С.14-19.

58. Жанблан-Пике М., Ширяев А.Н. Оптимизация потока девидентов. -Успехи мат. наук. 1995. - 50 №2. - С.25-46.

59. Жук Е.Е. Кластер анализ многомерных наблюдений с пропусками. -Автомат, и телемех. 1997. - №12. - С. 110-130.

60. Забавников H.A. и др. Определение коэффициента сопротивления качению жесткого колеса с грунтозацепами при движении по сминаемому грунту. Тракторы и сельхозмашины N1, 1973.-14-19с.

61. Захаров В.В., Смирнова В.И. Экспериментальное сравнение некоторых псевдослучайных последовательностей // Проблемы случайного поиска. (Рига).- 1976. Вып. 5.- С. 65-70.

62. Иванов Г.Е. Логарифмическая гладкость в задаче управления стохастическими системами. Моделирование процессов управ, и обраб. инф.: Моск. физ.-тех. Ин-т.-М., 1994.- 175-181.

63. Ириков В.А., Ларин В.Я., Самущенко Л.М. Алгоритмы и программы решения прикладных многокритериальных задач. Изв. АН СССР, Техническая кибернетика, 1986,- №1.- С.5-16.

64. Карлин С. Математические методы в теории игр, программировании и экономике.- М.: Мир, 1964.- 838 с.

65. Кац И.Я., Тимофеева Г.А. Бикритериальная задача стохастической оптимизации. Автом. и телемех. - 1997. - №3. - С. 116-123.

66. Кини Р.Л., Райфа X. Принятие решений при многих критериях предпочтения и замещения.- М.: Радио и связь, 1981.- 560с.

67. Клейнрок Л. Вычислительные сети с очередями. М.: Мир, 1979.-600с.

68. Клейнрок JI. Теория массового обслуживания. М.: Машиностроение, 1979. - 432 с.

69. Ковалев В.В. Методы оценки инвестиционных проектов. М.: Финансы и статистика, 1998. - 141 с.

70. Ковалев В.В. Финансовый анализ: Управление капиталом. Выбор инвестиций. Анализ отчетности. М.: Финансы и статистика, 1996. - 432 с.

71. Коваленко Н.С., Мешельский В.М. Режимы взаимодействия неоднордных распределенных конкурирующих процессов. Кибернетика и сист. анал. - 1997. - №3. - С.31-43.

72. Козин И.В. Условия единственности байесовской решающей процедуры. С.-Петербург, гос. акад. аэрокосм, приборост. - С.-Петербург, 1995.-8с.

73. Кокорева JI.B., Тимченко Е.А. Новая информационная технология (НИТ) в управлении транспортом // Итоги науки и техники. М.: ВИНИТИ, 1991.-№11.-192 с.

74. Колесник А.П. Компьютерные системы в управлении финансами. М.: Финансы и статистика, 1994. 312 с.

75. Корбут A.A., Финкелынтейн Ю.Ю. Дискретное программирование. -М.: Наука, 1969.-368 с.

76. Коржинский В.В. О выборе первичного датчика случайных чисел для задач имитационного моделирования. Упр. гос. акад. связи. - Одесса, 1955. -16с.

77. Королев В.Ю. Построение моделей распределения биржевых цен при помощи асимптотической теории случайного суммирования. Обзор прикл. и пром. мат. - 1997. - 4, №1. - С.86-102.

78. Коротаева Л.Н., Ченцов А.Г. Метод динамического программирования в одной задаче маршрутной оптимизации с неаддитивной функцией затрат. Маршрутно-распределительные задачи. :Урал. гос. техн. ун-т. - Екатеринбург, 1995. - С.32-34.

79. Краснощеков П.С., Морозов В.В., Федоров В.В. Внутреннее проектирование технических систем в условиях неопределенности // Изв. АНН СССР. Техническая кибернетика 1982.- №2.- С. 5-12.

80. Критенко М.И., Таранцев A.JL, Щебарев Ю.Г. Оценка значимости факторов при их комплексном воздействии на систему. Автомат, и телемех.- 1995. -№6. -С.165-171.

81. Крохов С.И., Лапко A.B., Ченцов C.B. непараметрические модели принятия решений в условиях малых выборок. Акт. проб. совр. мат.Т.2. -Новосибирск, 1996. - С.81-86.

82. Крутова И.Л. Формирование алгоритма управления итерационным процессом настройки параметров в системе с упрощенной эталонной моделью. Автомат, и телемех. - 1998. - №2. - С.72-84.

83. Кручинин И.А, Экономическое обоснование автоматизированных систем управления промышленным производством. Пермь: Пермский Госуниверситет, 1974.

84. Кручинин И.А., Перерва О.Л. Экономическая эффективность компьютерных производственных систем. Методология и методика расчетов.- Калуга: Знание/КФ МГТУ, 1998. 104 с.

85. Крыжановский Г.А., Шашкин В.В. Управление транспортными системами. СПб, 1998. - 4.1. - 163 с.

86. Кудрицкий В.Д., Атаманюк И.П., Иващенко E.H. Оптимальная линейная экстраполяция реализации случайного процесса с фильтрацией погрешностей коррелированных измерений. Кибернетика и систем.анал. -1995. -№1. - С.99-107,191.

87. Кузина Г.Ф., Чуян Р.К. АСОПР- автоматическая система оптимального проектирования // Третья Всесоюзная конференция по исследованию операций: Тез. докл.- Горький, 1978.- С. 300-310.

88. Лактюшина З.Н. Экономический механизм управления на AT. M.: Трансконсалтинг, 1992. - 288 с.

89. Лапко A.B., Ченцов C.B. Непараметрические модели принятия решений в условиях больших выборок. Актуал. пробл. совр. мат. - 1995 - 1. -С.95-103.

90. Лебедев В.М., Добровольский С.М. Вероятностные модели и статистические методы анализа и обработки информационных потоков. -Фунд. пробл. мат. и мех. Мат.Ч.1.:МГУ. М., 1994. - С. 152-153.

91. Лебедев Л.В. Асимптотика максимумов числа заявок и объема работы в некоторых бесконечнолинейных системах. МГУ. - М., 1997. - 12с.

92. Лемешко Б.Ю. Асимптотически оптимальное группирование наблюдений это обеспечение максимальной мощности приоритетов согласия. - Надежность и контроль качества. - 1997. - №8. - С.3-14,62,63.

93. Ленский В.Е. Концепция субъекта о-ориентированной компьютеризации управленческой деятельности. М., 1998. - 201 с.

94. Лившиц В.Н. Оптимизация при перспективном планировании и проектировании. -М.: Экономика, 1984. -223 с.

95. Лившиц В.Н. Системный анализ экономических процессов на транспорте. М.: Транспорт, 1986. - 240 с.

96. Ломоносов Б.П., Мишин В.М. Исследование систем управления: Учеб.пособие. М., 1998. - 177 с.

97. Лотоцкий Е.А. Робастные алгоритмы типа стохастическиой аппроксимации (непрерывное время). Теория вероятностей и ее применения. - 1995. - 40, №2. - С 324-341.

98. Львин М.Е., Елизаров В.А., Сахоров В.П. Автоматизированные системы управления отраслью и предприятиями автомобильного транспорта: Учеб.пособие. -М.: МАДИ, 1987. 108 с.

99. Лэсдон Л.С. Оптимизация больших систем. М.: Наука, 1975.431 с.

100. Ляско В.И. Основы прогнозирования и стратегического планирования. М.: МГАДИ (ТУ), 1998. - 209 с.

101. Ляско В.И. Стратегия развития автотранспортного предприятия. -М.: АСМАП, 1995.-34 с.

102. Ляхов А.И. Асимптотический анализ замкнутых систем очередей, включающий устройства с переменной интенсивностью обслуживания. Автом. и телемех. - 1997. - №3. - С.131-143.

103. Мальцев А.П., Романцев В.В., Ченцов А.Г. К вопросу оптимальной маршрутизации сигнала в условиях неаддитивной функции затрат. Маршрутно-распределительные задачи. :Урал. гос. техн. ун-т. -Екатеринбург, 1995. - С.54-63.

104. Малютов М.Б., Цитович И.И. Последовательный поиск существенных переменных неизвестной функции. Пробл. перед, инф. -1997.-33 №4.-С.88-107.

105. Маревич Е.Е. Перечисление маршрутов в булеане по отношениям пересечения и непересечения. Вестн.МГУ.Сер.1. - 1997. - №1. -С.38-42.

106. Маркелова Е.Ю. Некоторые алгоритмы последовательной оптимизации в маршрутно-распределительных задачах. Маршрутно-распределительные задачи. :Урал. гос. техн. ун-т. - Екатеринбург, 1995. -С.63-82.

107. Меркурьев В.В., Молдавский М.А. Семейство сверток векторного критерия для нахождения точек множества Парето // Автоматика и телемеханика 1979.-№1.- С. 110-121.

108. Месарович М., Мако Д., Такахара И. Теория иерархических многоуровневых систем.- М.: Мир, 1973.- 342 с.

109. Моисеев H.H., Иванилов Ю.П., Столярова E.H. Методы оптимизации. М.: Наука, 1978.- 351с.

110. Мошков М.Ю. Локальный и глобальный подходы к сравнительному анализу сложности детерминированных и недетерминированных деревьев решений. Акт. пробл. совр. мат.:Новосиб. гос. ун-т. - 1896.-С.110-118.

111. Негаев В.В., Шаблин И.И. Математическое моделирование разложения и агрегирования случайных функций модифицированным методом канонических разложений. Анал. и опт. киберн. сист. РАН Гос. ин-т физ.-техн. пробл. -М.,1996. С. 17-28.

112. Новгородцева Т.Ю. Чебышева Б.П. Анализ степени неоднородности изделий методами классификации. Иркутск, гос. экон. акад. - Иркутск, 1997. - 19с.

113. Павлов A.B. Диффузионные аппроксимации и измерение условий эргодичности при идентичном обслуживании. Успехи мат. наук. - -1997. - 52, №3. - С.171-172.

114. Парамонов Ф.И. Рационализация аппарата управления предприятиями. М.: Экономика, 1989. - 238 с.

115. Пачурова В.И., Чижикова И.Л. Критерии обнаружения выбросов, использующие робастные оценки мешающих параметров. Теория вероятностей и ее применения. -1995. -40. №2. - С.445-456.

116. Первозванский A.A., Гайцгори В.Г. Декомпозиция, агрегирование и приближенная оптимизация. М.: Наука, 1979.- 342с.

117. Первозванский A.A., Гайцгори В.Г. Декомпозиция, агрегирование и приближенная оптимизация. М.: Наука, 1979.- 342с.

118. Петренко А.К., Семенков О.И. Основы построения автоматизированного проектирования. Киев: Высшая школа, 1984.-340с.

119. Петров A.B. Использование аналитико-статистического метода для исследования сложных вычислительных систем // Вычислительные системы. 1975. - Вып.1. - С.6-17.

120. Пивоваров И.С. Стратегический менеджмент холдинга. СПб, 1994.- 172 с.

121. Пирковский Ю.В., Чистов М.П. Затраты мощности на образование колеи при качении жесткого колеса по деформируемому грунту. Труды НАМИ, Вып. 131,1991.

122. Пиуновский А.Б. Оптимальное управление случайными последовательностями в задачах с ограничениями. М., РФФИ, 1996. - 304с.

123. Плотникова М.Ю. Решение нелинейных уравнений и вычисление параметрических производных методом Монте-Карло. Фунд. пробл. мат. и мех. Мат.Ч.1.:МГУ. - М„ 1994. - С. 106-187.

124. Полищук Л.И. Метод обобщенного градиента в диалоговых процедурах векторной оптимизации // Автоматика и телемеханика. 1981,-№5.- С.109-118.

125. Полковникова Е.В., Полковников Л.В. Планирование и управление проектом с использованием Time Line. М.: Диалог-МИФИ, 1994.-249 с.

126. Поспелов Д.А. Ситуационное управление, теория и практика. -М.: Наука, 1986.- 288 с.

127. Прошин И.А., Прошин Д.И., Прошин А.И. Методика выбора математической модели при обработке экспериментальной статистической информации. Пенза: ПГТУ, 1997. - 20с.

128. Пярните Ю.Э., Савенкова Т.И. Стратегия и тактика гибкого управления. М.: Финансы и статистика, 1991. - 191 с.

129. Растригин Л.А. Современные принципы управления сложными объектами.- М.: Сов. радио, 1980.- 232 с.

130. Риски в современном бизнесе // П.Г. Грабовой и др. М.: «Алане», 1994-200 с.

131. Романов А.Н. и др. Компьютеризация финансово-экономического анализа коммерческой деятельности предприятия: Учебное пособие. М.: ИНТЕРПРАКС, 1994. - 28 с.

132. Рыков В.В. Два подхода к декомпозиции сложных иерархических статистических систем. Непрерывно взаимодействующие подсистемы. -Автомат, и телемех. 1997. - №10. - С.91-104.

133. Сабинин О.Н. Планирование и организация ускоренного статистического моделирования сложных производственно-экономических комплексов. Изв. РАН Теор. и сист. упр. - 1997. - №2. - С. 117-123.

134. Саркисова И.О. Квалиметрия знаний в системе открытого образования. // Доклады международной конференции "Информационные средства и технологии", Т. 3, М.: Изд-во СТАНКИН, 2001, стр.111-114.

135. Саркисова И.О. Место разработки информационных систем для Internet/Intranet сетей в курсе "Информатика и вычислительная техника". Электронный учебно-научно-производственный журнал "Автоматизация и управление в машиностроении", №14, 2000.

136. Сачков В.Н. Вероятностные преобразователи и правильные мультиграфы. -. Тр. по дискр. мат., 1997. - С.227-280.

137. Севрук М.А. АРМ экономиста-аналитика промышленного предприятия на базе персональных ЭВМ. М.: Финансы и статистика, 1991. -191 с.

138. Селезнева Н.А., Коломиец Б.К. Проблемы итоговой государственной аттестации выпускников вузов, сб."Современные формы и методы контроля знаний студентов на различных этапах обучения и при аккредитации вузов" М.: Исследовательский центр. 1995.

139. Селянина Е.И. Планирование на предприятии в условиях рыночной экономики. М.: Экономика, 1993. 156 с.

140. Сидоренко Ю.А. Система функциональных расчетов в АСУП. -Н.-Новгород, 1995.- 106 с.

141. Силантьева Н.А. Экономические проблемы автоматизации процессов управления производством. М.: Наука, 1972.

142. Смирнов О.JI. Проблемы разработки перспективных систем автоматизированного проектирования // Проблемы теории и практики автоматизации проектирования М., 1985.- С. 3-12.

143. Соколов В.М. Основы проектирования образовательных стандартов (методология, теория, практический опыт). М.: Исследовательский центр, 1996. - 86с.

144. Сооль И.М., Статников Р.Б. Выбор оптимальных параметров в задаче со многими критериями.- М.: Наука, 1981.- 110 с.

145. Срагович В.Г. Адаптивное управление. М.: Наука, 1981. - 384с.

146. Стабин И.П., Моисеева B.C. Автоматизированный системный анализ. М.: Машиностроение, 1984.- 312с.

147. Старик Д. Экономическая эффективность инвестиций: показатели и методы определения // Экономист. 1993.- №2.

148. Стратонович Р.Л. Теория информации М.: Сов. радио, 1975,- 424с.

149. Строительное производство. В 3 т. Т. 1. Общая часть. В II ч. Ч.П//Г.К. Башков, В.Б. Белевич, Г.В. Выжигин и др.; Под. ред. И.А. Онуфриева. - М.: Стройиздат, 1988. -621с. (Справочник строителя).

150. Стронгин Р.Г. Численные методы в многоэкстремальных задачах (информационно-статические алгоритмы).- М.: Наука, 1978.- 312 с.

151. Таджиев Ч.М. Оперативная проверка адекватности математической модели многомерной динамической системы. Автомат, и телемех. - 1995. - №7. - С.51-58.

152. Таранцев В.А. Нечеткие множества и регрессионный анализ. -Сб. науч. тр. Моск. гос. откр. Ун-та. 1997. - №15. - С.75-80.

153. Татевосян Г.М. Обоснование экономической эффективности капитальных вложений с использованием методов оптимизации. Экон. и мат. моделир. - 1997. - 33, №1. - С.26-37.

154. Теория выбора и принятия решений / М.М.Макаров, Т.Н.Виноградская, С.В.Федоров и др.- М.: Наука, 1982.- 327 с.

155. Титенко И.М. Интерполяционный байесовский метод оценивания надежности. - Автомат, и телемех. - 1995. - №7. - С.180-189.

156. Тихонов В.И., Миронов М.А. Марковские процессы. М.: Советское радио, 1977.-488с.

157. Тончий В.А. Общие ветвящиеся процессы и системы массового обслуживания типа накопления запасов. Акт.пробл.совр.мат.Т.2.: Новосиб.гос.ун-т. - Новосибирск, 1996. - С. 141-154.

158. Трайнев В.А., Трайнев И.В. Интеллектуальные технологии в организационных системах управления и их информационное обеспечение. Менеджмент: организационное параметрическое моделирование. М., 1995. -235 с.

159. Трахтенгерц Э.А. Генерация, оценка и выбор сценария в системах поддержки принятия решений. Автом. и телемех. -1997. - №3. -С.167-178.

160. Тубин В.Н. Целочисленная упаковка деревьев и ветвлений. -Кибернетика и систем, анализ. 1995. - №1. С.29-33.

161. Тюрин E.H., Симонова Г.И. Знаковый анализ линейных моделей. обозрение пром. мат. - 1994. - 1 №2. - С.214-278.

162. Федоткин М.А. Разработка вероятностно-статистических методов построения, анализа и синтеза моделей конфликтных управляющих систем обслуживания // Фундаментальные проблемы математики и механики. М.:МГУ, 1994.-4.1.-С.149-151. I

163. Хоар Ч. Взаимодействующие последовательные процессы. М.: Мир, 1989. - 264с.

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

165. Цициашвилли Г.Ш. Простейшая вероятностная модель оценки обобщенного показателя // Современные проблемы управления. М.: РАН. ДВО. ИПМ., 1995. - №1. - С. 1-4.

166. Цуриков В.И. Декомпозиция в задачах большой размерности. -М.: Наука, 1984.-352 с.

167. Цыпкин Я.З. Основы информационной теории идентификации. -М.: Наука, 1984.- 320 с.

168. Черненький В.М., Разработка САПР. Имитационное моделирование. М., Высшая школа, 1990 192с.

169. Черненький В.М., Петров А.В. Разработка САПР. Проблемы и принципа создания САПР. М., Высшая школа, 1990 196,8с.

170. Черненький В.М., Федорук В.Г. Информационное и прикладное программное обеспечение САПР. М., Высшая школа, 1986 192с.

171. Шумпетер И. Теория экономического развития. М.: Прогресс, 1982.

172. Щербаков В.И. Крупные хозяйственные комплексы: механизм управления. М.: Экономика, 1986. - 271 с.

173. Эдельман В.И. Надежность технических систем: экономическая оценка. М.: Экономика, 1989.

174. Экономика информатики и автоматизации менеджмента // Сборник научных трудов СПб ГИЭА. СПб, 1994. - 120 с.

175. Якубайтис Э.А. Информационно-вычислительные сети. М.: Финансы и статистика, 1984. - 232 с.

176. Abadi М., Cardelli L. A theory of primitive objects: Untyped and first-order systems.- Informationand Computation. 1996. - v.125, №2. - P.78-102.

177. Adeli H. Expert System for Structural Design.- London: Chapman & Hall, 1988.-330 p.

178. Ajmone-Marsan, Baldo G., Conte G., Danatelli S., and Franceschinis G., Modelling with Generalized Stochastic Petry Nets. Wiley, 1995.

179. B. D. Joshi, R. Unal, N. H. White and W. D. Morris, A Framework for the Optimization of Discrete-Event Simulation Models. 17th American Society for Engineering Management National Conference, Dallas, Texas, October 10-12, 1996.-6p.

180. Balasubramanian A., Parthesarathy G., Chatterji B. Knowledge approach to cluster algorithm selections// Pattern Recognitions Letters.- 1990,- v. 11, №10.- P.651-662.

181. Blackshire J. Digital PIV (DPIV) Software Analysis System. -NASA/CR-97-206285, December 1997. P. 27.

182. Burke P.J. The output of a queneing system// Operation research.-1956.J4.- P.699- 704.

183. Bux W., Kimmerle K., Truong H.L. Balanced HDLC procedures, a performance analysis// IEEE Trans, on commun.- 1980.- V.28, №11. P. 10321041.

184. Choobinen J., Mannino M., Nunamaker J., Konsynski B. An Expert Database Design Systens based on Analysis of Forms// IEEE Transactions on Software Engineering.- 1988.- v. 14, N2.- P.242-252.

185. Entity-relationship approach: Proceedings of the 6th International Conference on Entity-relatioship approach, N.Y., 9-11 Nov. 1987/Ed. Lochovski H.- Amsterdam: NORTH-HOLLAND, 1988,- 549 p.

186. Gane C., Sarson T. Structured systems analysis.- London: Prentice Hall.- 1979.- 250 p.

187. Goos Kant and Hans L. Bodlaender. Triangulating planar graphs while minimizing the maximum degree.Information and Computation, 135(1): 114,25 May 1997.

188. Graham I., Janes P. Expert systems: knowledge uncertainty and decision.- N.Y.: Chapman and Hall, 1988,- 363 p.

189. Greenwell M. Knowledge Engeneering for Expert Systems.-Chichester: Horwood, 1988,- 184p.

190. Haekhe C., Natter M., Som T., Otrula H. Adaptive methods macroeconomic forecasting. Int.J.Intell.Syst. - 1997. - 8, №1. - P. 1-10.

191. Hansen G.A., Tools for Business process Reengineering / IEEE Software. 1994

192. Hill David R.C., Object-Oriented Analysis and Simulation. Addison-Wesley Publishing Company. 1996

193. Houtsman M., Apers P. A semantic Data Model for Integration of Data and Knowledge//Computing and Information/ Ed. Janicki R., Koczkoday W.Amsterdam: NORTH-HOLLAND.- 1989.- P.327-333.

194. Hughes J. Database Technology.- N.Y.: Prentice Hall, 1988.-273p.

195. Implementation of a Computer for a Semantic Data model: Experienses with TAXIS/ Ed. Nixon B., Chang L., Borgida A// SIGMOD Record.-1987.- v. 6,'3.-P. 118-131.

196. Ismail M. Software clustering: Algorithms and Validity of solutions// Fuzzy computing: Theory, hardware and applications/ Ed. Gupta M., Yamakawa T.- Elsivier: NORTH-HOLLAND, 1988.- 499 p.

197. J. H. Tucker and M. A. Tapia, Generalized Flip-Flop Input Equations Based on a Four-Valued Boolean Algebra , IEEE Region 3's 1997 Southeast Conference, Blacksburg, Virginia, April 12-14,1997

198. James L. Blackshire, PIV Data Validation Software Package , NASA CR-201701, June 1997, pp. 18.

199. Keller j., Gray M., Givens J. A fuzzy K-Nearest Neibor Algorithm. -IEEE Transactions on Systems, Man and Cybernetics.- 1985,- v. 15, №4.- P.580-584.

200. Kersberg L. Expert Database systems.- Moulo Park (Ca.): The Benjaming/Cummings Publ., 1986.- 701 p.

201. Knowledge representation and organization in Machine Learning/ Ed. Morik K.- Berlin: Springer, 1989.- 319 p.

202. Law A.M., Kelton D.W., Simulation modeling and analysis. McGrew-Hill, New York. 1991

203. Lcaby S.E., Murphy P.R., Poist R.H. Determinant of successful logistical relationships. A third-party provided perspective. Transp. J (USA). -1995.3, №2.-P.5-13.

204. Lebowitz M. Experiments with Incremental Concept Formation: UNIMEM// Machine Learning.- 1987.- v. 2, ? 1-2.- P.103-138.

205. Lee R., Slagle J., Blum H. A Triangulation Method for the Sequential Mapping of Points from N-Space to Two Space// IEEE Transactions on Computers.- 1977.- v. 26, N 3.- P. 288-292.

206. Machine Learning: An Artificial Intelligence Approach/ Ed. Michalski R., Carbonell J., Mitchel T.- Berlin: Springer, 1984.- 572 p.

207. Manohar D. Deshpande, Analysis of Waveguide Junction Discontinuities Using Finite Element Method , NASA CR-201710, July 1997, pp. 39.

208. Marsan M., Balbo G, Bobbio J, Chiola G. The effect of execution policies on the semantics and analysis of stochastic Petri nets. IEEE Transactions on Software Engineering. - 1989. - v.15, №7. - P.832-846.

209. Martin R. Waszak, BACT Simulation User Guide (Version 7.0) , NASA TM-97-206252, November 1997, pp. 21

210. Michalski R., Stepp R. Automated Construction Classification: Conceptual Clustering Versus Numerical Taxonomy// IEEE Transactions on Pattern Analysis and Machine Intelligence.- 1983.- v. 5, N 4.- P. 396-409.

211. Natrig B, Jorung G. On probabilitic risk analysis of technological system. Statist.Res.Rep.Dep.Math.Univ.Oslo. - 1995. -№6. - P. 1-8.

212. Pourzand A.R. and Callings N. Progress in the construction of multilayer optical neural network//Proc. SPffi. 1998. Vol. 3940. p. 439-442.

213. Price W. Data network simulation: experiments at the National physical laboratory 1968-1976 // Comp. networks.-1977.1l.-P.171-199.

214. Punch W. The Problem-Dependent Nature of Parallel Processing in General Programming. Proc. First Int. Conf. On Evolutionary Computation and Its Applications. June 24-27, Moscow. - 1996. - P. 154-164.

215. Ridder A. Fast simulation of Markov fluid models. J.App. Probab. -1996. - 33, №1. - P.786-803.

216. Robert L. Constable. A note on complexity measures for inductive classes in constructive type theory. Information and Computation. - 1998. -v.143, №2. - P.137-153.

217. Roberts L. The evolution jf packet switching //IEEE Trans, in commun.-1978.-V26, №2.-P210-218.

218. Rudin H., Muller H. Dinamic routing and flow control. IEEE Trans, on commun.-1980.-V28, №7,- P.1030-1039.

219. S. Gupta, Constrained Solutions of a System of Matrix Equations , NASA CR-198288, Februaiy 1996, pp. 13

220. Sam Owre and Natarajan Shankar, Abstract Datatypes in PVS , NASA/CR-97-206264, November 1997, pp. 59

221. Shekar B., Narasimha M., Krishna G. A knowledge-based clustering Scheme. Pattern Recognition Letters.- 1987.- v.5, №4. - P.353-359.

222. Shiva Chaudhuri. Sensitive functions and approximate problems. Information and Computation, 126(2): 161-168, 1 May 1996

223. Sproulle D.E., Mellor F. Routing, flow and congestion control in the Datapac network// IEEE Trans, on commun.-1981.V.29, '4.- P.386-391.

224. Stathopoulos A., Galey M.F. The AUTODIN-II network // EASCOM-77.-S.L., 1977.- P.31-37.

225. Zhou M.C. and DiCesare F., Petry Net Synthesis for Discrete Event Control of Manufacturing Systems. Kluver Academic Publishers, 1993

226. Zvi G. Oded M. All pairs shortest distances for graphs with small integer length edges. Informationand Computation. - 1997. - v.134, №2. - P.103-139.