Научные основы комплексной автоматизации и моделирования характеристик технологических процессов в системе контроля качества продукции промышленного производства тема диссертации и автореферата по ВАК РФ 05.13.06, доктор технических наук Ивахненко, Андрей Михайлович

• Ивахненко, Андрей Михайлович
• доктор технических наук
• 2008

Оглавление диссертации доктор технических наук Ивахненко, Андрей Михайлович

ВВЕДЕНИЕ.

1. МЕТОДЫ И МОДЕЛИ КОНТРОЛЯ КАЧЕСТВА ПРОДУКЦИИ И ХАРАКТЕРИСТИК ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ.

1.1. Проблемы и технологии построения интегрированных информационных систем контроля качества.

1.2. Методология построения аналитических моделей системы контроля качества на основе карт контроля качества.

1.2.1. Методики оценки качества на основе типовых контрольных карт.

1.2.2. Методы и модели построения систем контроля качества продукции и параметров технологических процессов.

1.3. Процессно-ориентированная методика реорганизации производственных процессов.

1.3.1. Методика обследования предприятия.

1.3.2. Структура и основные стадии реорганизации производства.

1.3.3. Процессно-ориентированные модели существующего и реорганизованного предприятия.

1.4. Модели представления знаний в системе контроля качества.

1.4.1. Логические модели.

1.4.2. Сетевые модели.

1.4.3. Объектные модели.

1.4.4. Продукционные модели.

1.5. Принципы создания систем поддержки принятия решений по управлению качеством.

Выводы по главе 1.

2. РАЗРАБОТКА МЕТОДОВ И МОДЕЛЕЙ КЛАССИФИКАЦИИ КАЧЕСТВА ГОТОВОЙ ПРОДУКЦИИ.

2.1. Организационная структура асфальтобетонного завода.

2.2. Контроль качества продукции АБЗ.

2.3. Сравнительный анализ алгоритмов расчета контрольных пределов для кар контроля качества.

2.4. Разработка интегральных критериев контроля качества.

2.5. Классификация пригодности агрегатов- на примере механизмов вращательного действия.

2.6. Разработка методов классификации качества и пригодности технологических процессов.

2.7. Использование карт Парето в задачах классификации качества.

2.8. Многокритериальная оптимизация и процедуры принятия решений управления качеством.

Выводы по главе 2.

3. МОДЕЛИРОВАНИЕ ПЕРЕХОДНЫХ РЕЖИМОВ УПРАВЛЕНИЯ КАЧЕСТВОМ.

3.1. Задачи анализа переходных режимов оценок контроля качества.

3.2. Взаимосвязь характеристик условно-нестационарных процессов оценки качества.

3;3. Дискретная модель процесса управления качеством.

3.4. Диффузионное приближение управляемого процесса.

3:5. Оценка сходимости управляемого процесса.

3:6. Адаптивный алгоритм вычисления доверительных границ соответствия: параметров продукции заданному качеству.

3.7. Прогнозирование временных рядов оценки качества.

Выводы по главе 3.

4. РАЗРАБОТКА МЕТОДОВ ЭКСПЕРТНОГО ОЦЕНИВАНИЯ! Ш ПРАВИЛ ВЫВОДА В ДИНАМИЧЕСКОЙ! СИСТЕМЕ УПРАВЛЕНИЯ

КАЧЕСТВОМ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ.1171?

4.1. Разработка моделей экспертного оценивания качества промышленных изделий.

4 ¿2. Модель латентно-структурного анализа в системе экспертного оценивания.

4.3 ; Модели латентного профиля с двумерным распределением.

4.4. Гипотетические и практические . примеры кластеризации на основе латентно-структурного анализа.:.189f

4.4.1. Гипотетический случай двух классов-, экспертов при оценке качества, технологического процесса.

4.4.2. Практический случай двух классов экспертов при оценке качества, технологического процесса.

4.4.3. Гипотетический случай трех классов.

4.4.4. Сравнительный анализ результатов моделирования: классификации экспертов.

4.5. Модели темпоральных логик в устранении причин потери качества.

4.6. Модели представления знаний для динамических систем управления качеством.

4.6:1. Модели на основе логики умолчаний.

4.6.2. Модели на основе временной логики с часами.

4.6.3. Вывод в динамической среде.

В ыводы по главе 4.

5. МЕТОДИКА КОНТРОЛЯ! КАЧЕСТВА ПРОДУКЦИИ И ПАРАМЕТРОВ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ? В

НЕПРЕРЫВНОМ ПРОИЗВОДСТВЕННОМ ЦИКЛЕ.

5.1. Интерпретации результатов карт контроля качества.

5.1. Г.Интерпретации результатов,Х-карты.

5.1.2. Оценка пригодности процесса.

5.1.3.Задание причин и действий.

5.1.4. Вычисление параметров карты для различных наборов выборок.

5.1.5. Построение карт скользящего среднего.

5.1.6. Построение карт отдельных наблюдений и скользящих размахов.

5.2. Семантическое моделирование данных с применением элементов теории категорий.

5.2.1. Модель данных на основе теории категорий.

5.2.2. Операции в категорной модели.

5.2.3. Реляционная и категорная доменно-ориентированная модели данных

5.2.4. Основные признаки категорной доменно-ориентированной модели.

5.2.5. Связь между реляционной и категорной доменно-ориентированной моделями данных.

5.2.6. Категорная модель данных и проектирование открытых информационных систем.

5.3. Структура и инструментальные средства системы экспертного оценивания качества продукции.

5.4. Система мониторинга результатов экспертного оценивания.

Выводы по главе 5.

Введение диссертации (часть автореферата) на тему «Научные основы комплексной автоматизации и моделирования характеристик технологических процессов в системе контроля качества продукции промышленного производства»

В деятельности промышленных предприятий повышение эффективности производственных процессов реально достижимо за счет внедрения систем контроля качества готовой продукции, и пригодности технологических процессов, их интеграции с общим менеджментом качества и администрированием. Причины изменений качества бесчисленны и их воздействие различно. Некоторые из них сильно влияют на изменение качества, в то время как другие, теоретически считающиеся* важными, на самом деле не оказывают существенного воздействия, если должным образом контролируются. Существует много методов оценки качества. Некоторые полагаются на интуицию, другие опираются на прошлый опыт, третьи прибегают к статистическому анализу данных. Однако для повышения качества изделий важен не столько годами накопленный опыт, сколько сильное желание руководства к получению объективных оценок реальной производственной ситуации с использованием статистики и статистических методов. Их использование позволяет перейти к разработке новых технологий контроля качества производственных процессов. Многие ведущие фирмы стремятся к их активному использованию, и некоторые из них тратят более ста часов ежегодно на обучение этим методам, осуществляемое в рамках самой фирмы. Хотя знание статистических методов - часть нормы, само знание еще не означает умения применить его. Способность рассматривать события с точки зрения статистики, важнее, чем знание самих методов.

Диссертация посвящена решению проблемы автоматизации контроля, качества непрерывных производственных процессов; и созданию открытого программно-моделирующего комплекса для повышения эффективности управления производственными процессами за счет внедрения систем менеджмента качества продукции. Указанные обстоятельства предопределяют актуальность настоящей диссертационной работы, ориентированной на решение важной народно-хозяйственной проблемы автоматизации контроля качества непрерывного производственного цикла.

Целью настоящей диссертационной работы является повышение эффективности производственного цикла промышленных предприятий за счет комплексной автоматизации процессов контроля качества продукции и параметров технологических процессов.

В соответствии с поставленной целью в диссертации решаются следующие задачи:

• исследование методов и моделей оценки качества готовой продукции и параметров технологических процессов;

• анализ, разработка и систематизация методов и моделей, основанных на использовании карт контроля качества;

• формализация методики обработки и анализа статистических данных о качестве изделий;

• разработка выборочных планов контроля качества последовательного типа;

• разработка методов моделирования переходных процессов оценки качества продукции, связанных со старением агрегатов;

• создание методов и моделей проведения экспертных оценок качества продукции и пригодности технологических процессов;

• разработка моделей темпоральной логики в системе поддержки принятия решений по контролю качества;

• разработка базы данных качества изделий;

• разработка программно-моделирующего комплекса гибридной системы поддержки принятия решений по контролю и управлению качеством.

Теоретической основой диссертационной работы являются общая теория систем, методы оптимизации, случайные процессы, имитационное моделирование, исследование операций, регрессионный анализ, дисперсионный анализ и другие.

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

Во введении обосновывается актуальность работы, приведено краткое содержание глав диссертации, определена цель и поставлены основные задачи исследований.

В первой главе диссертации проводится анализ методов и моделей автоматизации контроля качества технологических процессов и готовой промышленной продукции. Анализ состояния производственных процессов на промышленных предприятиях с непрерывным производственным циклом показал, что в настоящее время не в полной мере используются современные методы контроля качества, основанные на использовании динамических карт контроля качества и экспертных систем, учитывающих систему правил вывода на основе темпоральных логик.

Существует два обстоятельства, наиболее сильно влияющих на качество продукции: отклонения от плановых спецификаций и слишком высокая изменчивость реальных характеристик изделий относительно плановых спецификаций. На ранних стадиях отладки производственного процесса для оптимизации этих двух показателей качества часто используются методы планирования эксперимента, причем изменчивость или вариабельность -причина дефектов. Вне зависимости от того, сколько изделий будет изготовлено, все они должны быть идентичными, пока идентичны показатели технологического процесса, т.е. либо все изделия будут соответствовать требованиям, либо не будут им соответствовать. Все изделия окажутся дефектными, если материалы, станки, методы изготовления или контроля будут ненадлежащими. В этом случае неизбежно появление одинаковых дефектных изделий. Если же никаких отклонений в перечисленных условиях производства не будет, то все изделия должны быть "идентичными" -бездефектными.

В работе показано, что традиционные методы, поиска решений по реорганизации производственной деятельности в связи с падением качества выпускаемой продукции недостаточно эффективны для динамических сред и в данном случае предлагается использовать механизмы вывода временной логики с часами и логику умолчаний.

Во второй главе диссертации ставится и решается задача формализации моделей контроля качества и принципов их включения» в систему поддержки принятия решений по реорганизации технологических процессов.

В работе проведен анализ системы контроля качества на ЗАО «Асфальтобетонный завод№1». Так, исходя из организационной структуры предприятий по выпуску асфальтобетонных смесей, функции контроля* качества закреплены за испытательной лабораторией, которая является самостоятельным структурным подразделением предприятия. Основной задачей лаборатории является испытание и контроль качества продукции в целях определения ее соответствия обязательным требованиям государственных стандартов, норм и правил. В процессе своей деятельности лаборатория выполняет контроль показателей качества продукции в соответствии с регламентами технологических карт и» схем оперативного контроля. В задачи лаборатории также входит обеспечение требуемого уровня точности и достаточности измерений, испытания и контроля. Лаборатория выполняет проведение испытаний на всех стадиях производства продукции (постановка на производство, входной, операционный и выходной контроль). Лаборатория должна постоянно пополнять и обновлять всю необходимую для работы нормативно-техническую документацию, а также регулярно вести необходимую лабораторную документацию в виде журналов.

Помимо характеристик процессов, которые определяются картами. контроля качества целесообразно использовать интегральные критерии качества, которые вместе с картами контроля качества дают многокритериальную постановку задачи по выбору решений реорганизации технологического процесса.

При стандартных вычислениях пригодности используется общая изменчивость процесса. При этом полученные показатели представляют собой показатели качества процесса, поскольку они описывают фактическое поведение процесса. Тогда как показатели, вычисленные исходя из собственного разброса (сигма выборки), представляют собой показатели пригодности, поскольку они описывают собственную пригодность процесса.

В третьей главе рассмотрены вопросы моделирования переходных процессов потери качества, т.е. отклонения характеристик изделий от Номинала.

Карта скользящего среднего необходима для определения малых систематических сдвигов (трендов) среднего или дисперсии процесса от спецификаций. Предполагается, что рассматривается сдвиг процесса, который приводит к увеличению средней толщины плиты. Необходимо определить этот сдвиг как можно раньше, чтобы эта ситуация не привела к большому числу бракованных изделий. В этом случае для контроля изменчивости используются МА Х-Ьаг и Я-карты и задается количество смежных выборок, используемых для вычисления скользящего среднего, выводимое на карте.

В соответствии с имеющимися статистическими данными по проведению регламентных работ можно построить модели прогноза качества на основе кусочно-функциональной аппроксимации на временных интервалах, определяемых моментами настройки или замены агрегатов, поддерживающих технологический процесс выпуска продукции.

В связи с этим третья глава диссертации направлена на разработку моделей нестационарных процессов потери качества.

Показано, что автокорреляция имеет произвольный вид. В одних случаях она вогнута на всем интервале, в других - на начальном интервале она выпукла. В некоторых процессах наблюдается несколько иной характер автокорреляции, однако, также имеют место апериодические свойства.

Для исследуемых процессов кроме оценки автокорреляционной функции были проведены исследования по оцениванию трендов переходных режимов.

Для организации процедур контроля в диссертации предлагается использование выборочных планов последовательного типа, которые более предпочтительны по соображениям большей мощности. По сравнению со статическими планами они требуют меньшего объема выборки (количества контрольных замеров).

В четвертой главе решается задача построения СППР по выявлению причин выпуска дефектных изделий на основе экспертных оценок и аппарата темпоральных логик. При проведении экспертизы по заранее разработанному алгоритму необходимо произвести обработку полученной от экспертов информации и найти результирующую оценку из множества допустимых оценок (МДО), являющуюся * решением исходной задачи оценивания. Если полученное решение не устраивает, то возможно предоставление экспертам дополнительной информации, т.е. необходимо организовать обратную связь, после чего пользователи вновь решают соответствующие задачи выбора.

При подготовке экспертизы необходима предварительная разработка схемы экспертизы и подбор экспертов, а при реализации экспертизы необходимо получение от экспертов информации, и ее обработка. Вопросы обработки экспертных оценок сводятся к прикладным математическим методам: методы простого оценивания; метод Дельфи; методы ранжирования и др

На основании проведенного анализа временных логик в качестве базовой для проведения временных рассуждений в диссертации была принята временная логика с часами TLC (Temporal Logic with Clock). TLC является расширением временной логики, семантика которой такова, что каждая формула при конкретной временной интерпретации ассоциируется со своими локальными часами, т.е. с подпоследовательностями последовательности натуральных чисел, мыслимой как "глобальная" временная шкала (глобальные часы). При этом конкретные значения формула приобретает в соответствии с семантикой TLC только для моментов времени на её локальных часах. В остальные моменты времени значение формулы не определено.

В случае непригодного технологического процесса необходимо решение задачи разработки мер по реорганизации процесса, которая также является результатом обработки мнений экспертов. Для решения этой задачи в диссертации предлагается использовать попарные сравнения. В этом случае эксперт дает не численное значение оценки, а предпочтение одних мер другим. Хотя это более трудоемкая процедура экспертного оценивания, она позволяет повысить адекватность принятых мер по устранению причин снижения качества. То есть каждая опросная карта каждого эксперта представляет бинарное отношение.

Для повышения точности классификации экспертов и идентификации ситуаций по показателям технологического процесса в диссертации разработана модель кластеризации на основе методов латентно-структурного анализа, в которой предполагается, что каждый латентный класс является однородным относительно любых оценочных величин. Требуется, чтобы каждый латентный класс был достаточно однородным по отношении к любой латентной величине, так чтобы все единичные высказывания внутри класса были статистически независимы.

Модель объекта или процесса в разработанной системе моделирования процессов оценки качества представляет собой динамическую продукционную систему. Ее база данных (БД) содержит описания ресурсов моделируемого объекта или процесса, а база знаний (БЗ) - описания действий, выполняемых ресурсами над ними. Адаптация к конкретному объекту заключается в описании ресурсов и действий на формальном языке и введении их в БД и БЗ. В системе моделирования существует однозначное отображение моделируемого объекта или процесса в его информационное представление.

В пятой главе рассматриваются вопросы построения программно-моделирующего комплекса информационной поддержки контроля качества с использованием разработанных методов и моделей. Приведен список приложений с описанием их основных функциональных возможностей. Рассматриваются вопросы использования различных программных технологий для оперативной реализации методик.

В диссертации разработан сценарий СППР по выбору режимов управления технологическими процессами. При формировании методики аналитической обработки использовались инструментальные средства гибридной среды «COTA», которые позволяют формировать алгоритмическую структуру программных приложений за счет задания переходов между приложениями по условиям его завершения с использованием стандартизованного интерфейса, что и создает пользовательский сценарий.

В сценарий включены: модель технологического процесса; статистическая параметризация модели, методика автоматического анализа выбросов ,и другие, разработанные в диссертации модели и методы. С целью адекватного представления объектных моделей' оценки качества- в работе предлагается модель данных, основанная на использовании теории категорий. В данной модели любой объект ассоциируется с некоторой универсальной сущностью Е.

Функции Подсистемы экспертного оценивания (ЭО) характеристик технологических процессов реализуются полностью в структурном элементе, представляющем собой, множество опросных анкет, т.к. именно такой способ расширения функционала Оболочки предусмотрен в системе «COTA». Набор функций, заложенных в систему, зависит от того, какой шаблон ЭО был выбран из библиотеки при создании конкретного экземпляра ЭО в Конструкторе ЭО. Интеграция механизмов ЭО в оболочку COTA достигается за счет реализации исполняемых фрагментов, составляющих сценарий экспертизы, с использованием прикладного программного интерфейса, предоставляемого Оболочкой GOTA:, и в соответствии; с ним:

В заключении представлены основные результаты работы.

В приложении приводятся акты внедрения результатов диссертационной работы.

Научную новизну работы составляют методы, модели и методики автоматизации контроля качества продукции и параметров технологических процессов промышленного производства.

На защиту выносятся:

• методика анализа статистических данных качества продукции;

• выборочные планы контроля качества последовательного типа;. моделюпереходных процессов оценки-качества продукции;

• модели; темпоральной; логики, в системе поддержки принятия решений в системе контроля качества;

• база данных по контролю качества изделий;

• программно-моделирующий комплекс гибридной7 системы поддержки принятия решений по контролю и управлению качеством.

Обоснованность» научных положений,, рекомендаций и выводов, изложенных в работе; определяется корректным использованием современных математических методов; согласованным сравнительным анализом аналитических и экспериментальных зависимостей: Достоверность положений- и? выводов; диссертации подтверждена положительными результатами; внедрения; разработанных методов и моделей в ряде крупных организаций.

Научные результаты, полученные в диссертации;, доведены до практического использования. Разработан программно-моделирующий комплекс, позволяющий в интерактивном. режиме использовать оперативные данные: о качестве- технологических процессов для принятия: решений по выбору стратегий реорганизации производственных процессов. Разработанные методы и алгоритмы, прошли апробацию и- внедрены для практического применения в ЗАО НПВФ «СВАРКА», ЗАО «Асфальтобетонный завод№1» (ЗАО «АБЗ-1»), ЗАО «КВИНТМАДИ», а также используются в учебном процессе МАДИ(ГТУ).

Результаты внедрения и эксплуатации подтвердили работоспособность и эффективность разработанных методов.

Содержание разделов диссертации докладывалось и получило одобрение:

• на международных, республиканских и межрегиональных научно-технических конференциях, симпозиумах и семинарах (1998-2008 гг.);

• на совместном заседании кафедр «Автоматизированные системы управления» и «Менеджмент» МАДИ(ГТУ).

По результатам выполненных исследований опубликовано более 35 печатных работ.

Диссертационная работа состоит из введения, пяти глав и заключения, опубликованных на 278 страницах машинописного текста, содержит 39 рисунков, 18 таблиц, список литературы из 116 наименований и приложения.

Заключение диссертации по теме «Автоматизация и управление технологическими процессами и производствами (по отраслям)», Ивахненко, Андрей Михайлович

Выводы по главе 5

1. Рассмотрены вопросы построения программно-моделирующего комплекса информационной поддержки контроля качества с использованием разработанных методов и моделей. Приведен список приложений с описанием их основных функциональных возможностей.

2. Разработана категорная модель базы данных контроля качества. Такое рассмотрение позволит определять сущности, используя теоретико-множественные операции. В связи с этим можно рассматривать понятие универсального множества сущностей. Понятие универсальной сущности в качестве своего экземпляра рассматривает любой объект предметной области.

3. Разработана инструментальная оболочка подсистемы экспертного оценивания, которая реализуются в структурном элементе системы «COTA», представляющем собой множество опросных анкет. Набор функций, заложенных в систему, зависит от того, какой шаблон был выбран из библиотеки при создании конкретного экземпляра в Конструкторе экспертизы.

4. Разработана подсистема мониторинга результатов группового экспертного оценивания, которая является функциональной подсистемой интегрированной инструментальной среды. Она предназначена для графического отображения в реальном времени динамики изменения результатов одновременного выполнения экспертиз группой экспертов, а также для сравнительного графического анализа результатов одного/нескольких экспертов за несколько/один сеансов.

Заключение

1. Проведен анализ методов и моделей оценки качества готовой продукции и параметров технологических процессов в условиях изменчивости реальных характеристик изделий.

2. Выполнена классификация карт контроля качества, которые предлагается использовать для динамической идентификации характеристик изделий и технологических процессов с целью принятия решений по переналадке, замене и установке новых агрегатов.

3. Проведен системный анализ функций лаборатории контроля качества на всех стадиях производства продукции, включая постановку на производство, входной, периодический, операционный и выходной контроль.

4. Разработаны формализованные методы и модели преобразования количества дефектов при построении карт контроля качества. Предложена система критериев по оценке трендов изменчивости характеристик технологических процессов, а также показателей их потенциальной пригодности и подтвержденного качества.

5. Разработаны методы классификации и многокритериальной оптимизации качества технологических процессов в условиях коррелированности системы показателей и множественного ранжирования экспертных оценок.

6. Разработаны методы моделирования переходных процессов характеристик качества готовой продукции, связанных со старением агрегатов. Построены модели условно-нестационарных случайных процессов с заданной автокорреляционной функцией, а также модели процессов скользящего среднего для трендов качества.

7. Разработана статистическая модель плана выборочного контроля последовательного типа и инструментальные средства визуализации потери качества в условиях выхода за динамические пороговые границы.

8. На основе темпоральной логики разработаны модели проведения временных рассуждений в системе вывода правил для реализации способов устранения дефектов с использованием экспертных оценок в системе поддержки принятия решений по контролю качества.

9. Разработаны методы проведения экспертных оценок качества продукции, пригодности технологических процессов и модели латентно-структурного анализа классификации производственных ситуаций.

10. На основе категорного подхода разработана база данных экспертных оценок качества. Предложенный подход для создания системы баз данных позволил повысить уровень совместимости и целостности данных за счет использования типового интерфейса, типовых доменов и отношений между ними.

11. Разработан программно-моделирующий комплекс гибридной системы поддержки принятия решений по контролю и управлению качеством. Комплекс внедрен для практического применения в ЗАО НПВФ «СВАРКА», ЗАО «Асфальтобетонный завод№1» (ЗАО «АБЗ-1»), ЗАО «КВИНТМАДИ», а также используются в учебном процессе МАДИ(ГТУ).

Список литературы диссертационного исследования доктор технических наук Ивахненко, Андрей Михайлович, 2008 год

1. 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.

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

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

4. Богуславская Е.В. Точное решение одной задачи оптимального управления инвестициями в диффузионной модели. Усехи мат. наук. — 1997. - 52, №2. - СЛ 87-188.

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

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

7. Васильев В.А. Об идентификации динамических систем авторегрессионного типа. - Автомат, и телемех. — 1997. - №12. — СЛ 07-119.

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

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

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

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

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

13. Высоцкий А.Л., 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.

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

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

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

17. Грешилов A.A., Стакун В.А., Стакун Л.А. Математические методы построения прогнозов. М., Радио и связь, 1997. — 112с.

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

19. Дикарев Б.А., Родзинский А.Л. Фокусировка марковских процессов с конечным числом состояний. Харьк. гос. техн. ун-т радиоэлектр. — Харьков, 1997.-7с.

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

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

22. Думов Л.С. О моделировании роста выпуклых древовидных конфигураций в древовидных структурах. Дискрет, мат., 1995. — 7 №2. — С.61-78.

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

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

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

26. Зимин Ю.Н., Умрихин Ю.Д., Черкасов Ю.Н. Методология системного подхода к разработке организационных структур управления большими системами. М., Минрадиопром, 1981.- 82 с.

27. 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.

28. 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.

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

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

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

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

33. Клейнрок Л. Теория массового обслуживания. М.: Машиностроение, 1979. - 432 с.

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

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

36. Корбут A.A., Финкелыитейн Ю.Ю. Дискретное программирование. -М.: Наука, 1969.- 368 с.

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

38. 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.

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

40. 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.

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

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

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

44. 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.

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

46. 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.

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

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

49. Ленский В.Е. Концепция субъектно-ориентированной компьютеризации управленческой деятельности. М., 1998. - 201 с.

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

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

52. Лэсдон Л.С. Оптимизация больших систем. М.: Наука, 1975.- 431 с.

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

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

55. 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.

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

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

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

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

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

61. 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.

62. 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.

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

64. Павлов A.B. Диффузионные аппроксимации и измерение условий эргодичности при идентичном обслуживании. — Успехи мат. наук. -1997. — 52, №3. - С.171-172.65 .Парамонов Ф.И. Рационализация аппарата управления предприятиями. -М.: Экономика, 1989. -238 с.

65. 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.

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

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

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

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

70. 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.

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

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

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

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

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

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

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

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

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

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

81. Силантьева H.A. Экономические проблемы автоматизации процессов управления производством. — М.: Наука, 1972.

82. Смирнов О. Л. Проблемы разработки перспективных систем автоматизированного проектирования // Проблемы теории и практики автоматизации проектированиям., 1985.- С. 3-12.

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

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

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

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

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

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

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

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

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

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

93. Федоткин М.А. Разработка вероятностно-статистических методов построения, анализа и синтеза моделей конфликтных управляющих систем обслуживания- // Фундаментальные проблемы математики и механики. -М.-МГУ, 1994. -Ч.1.— С.149-151.

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

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

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

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

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

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

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

101. 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.

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

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

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

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

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

107. 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.

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

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

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

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

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

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

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

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