Нечеткие гибридные модели прогнозирования социально значимых заболеваний в промышленном кластере с учетом мониторинга факторов экологического загрязнения тема диссертации и автореферата по ВАК РФ 05.11.17, кандидат наук Самаха Башир Аббас

• Самаха Башир Аббас
• кандидат наук
• 2014

Оглавление диссертации кандидат наук Самаха Башир Аббас

Оглавление

Введение

1 Аналитический обзор и постановка задач исследования

1.1 Системный подход к оценке состояния здоровья человека и окружающей среды

1.2 Математические методы в медицинских и экологических приложениях

1.3 Роль систем поддержки принятия решений в экологии и здравоохранении

1.4 Модели и методы оценки загрязнения атмосферы промышленного кластера

1.5 Цели и задачи исследования

2 Методические основы построения интеллектуальной системы поддержки решений по оценке состояния здоровья и окружающей среды

2.1 Формирование пространства информативных признаков

2.2 Метод синтеза коллективов моделей для прогнозирования и оценки состояния здоровья человека и окружающей среды

2.3 Выводы второго раздела

3 Разработка основных элементов интеллектуальной системы поддержки принятия решений для врачей гигиенистов

3.1 Синтез гибридных решающих правил для прогнозирования и ранней диагностики заболеваний в районе действия факторов экологического загрязнения, формируемых михайловским горно-обогатительным комбинатом

3.2 Алгоритм управления работой интеллектуальной системы поддержки принятия решений

3.3 Программная реализация нечетких гибридных моделей прогнозирования социально значимых заболеваний

3.3.1 Окно редактора системы нечеткого вывода

3.3.2 Окно редактора функций принадлежности

3.3.3 Окно редактора правил нечеткого вывода

3.3.4 Окно решения системы нечеткого вывода

3.4 Выводы по третьему разделу

4 Экспериментальные исследования моделей прогнозирования состоянием здоровья в экологически неблагоприятных регионах с учетом рациональных схем экологического мониторинга

4.1 Структура системы экологического мониторинга с удаленным доступом

4.2 Построение моделей распространения потоков загрязненного воздуха в программе сотзо1 тиШрЬуБюэ

4.2.1 Алгоритм создания модели распространения загрязненных воздушных потоков

4.2.2 Исследование распространения загрязненного воздуха на территории мо город Новомосковск

4.2.3 Разработка оптимального маршрута движения передвижной лаборатории измерения концентрации зв в атмосфере

4.3 Оценка качества работы решающих правил прогнозирования и ранней диагностики заболеваний системы пищеварения

4.4 Оценка качества работы решающих правил прогнозирования и ранней диагностики заболеваний системы дыхания

4.5 Выводы четвертого раздела

Заключение

Список сокращений и условных обозначений Список литературы

Введение диссертации (часть автореферата) на тему «Нечеткие гибридные модели прогнозирования социально значимых заболеваний в промышленном кластере с учетом мониторинга факторов экологического загрязнения»

Введение

Актуальность работы. Несмотря на большое внимание, уделяемое государством проблеме экологии и ее влияния на состояние здоровья человека, проблема борьбы с заболеваниями, вызываемыми вредным воздействием экологических факторов, остается в значительной степени нерешенной и требующей пристального внимания специалистов различных профессий.

Сложная современная экологическая обстановка и связанные с этим процессы ухудшения состояния здоровья населения планеты заставляют искать новые подходы к решению задач мониторинга и управления экологической обстановкой в комплексе с задачами профилактики и лечения заболеваний, вызываемых действием вредных экологических факторов.

Анализ исследований, проводимых в этих направлениях, и результаты собственных исследований, позволяют сделать однозначный вывод о том, что повышения качества состоянием здоровья людей, находящихся в контакте с экологически неблагоприятной средой, можно добиться только используя современные достижения в различных сферах человеческой деятельности: экологии, медицины и информационных технологий.

Характерной особенностью задач прогнозирования и оценки состояния здоровья, зависящего от множества экологических факторов, является то, что собираемая экологическими службами и службами здравоохранения информация, в основном, характеризует общие тенденции заболеваемости, без учета индивидуальных особенностей каждого из обследуемых, находящихся в зоне исследования, что снижает потенциально достижимое качество принятия врачебных решений, и как следствие, снижает качество работы медицинского персонала, решающего выбранный в работе класс задач.

С учетом сказанного, актуальность темы диссертации определяется необходимостью увеличения темпов и качества работы по борьбе с проблемами экологического характера с одновременным повышением уровня здоровья

населения, находящегося в зоне действия неблагоприятных экологических факторов, за счет использования возможностей современных информационных и интеллектуальных технологий.

Степень разработанности темы исследования. В современном мире существует множество автоматизированных систем контроля состояния окружающей среды и состояния здоровья человека. Одной из характерных особенностей таких систем является их достаточно узкая специализация: контроль за содержанием определенного перечня вредных веществ в почве, воде и воздухе; ведение протоколов контроля; прогнозирование состояния окружающей среды при природных и техногенных катаклизмах; прогнозирование и диагностика заданных классов заболеваний по значениям информативных признаков и т. д. Все эти системы приносят определенный полезный эффект, но они, в основном, не ориентированы на решение комплексной проблемы контроля и управления состоянием здоровья человека, находящегося под воздействием возможных вредных факторов, порождаемых данной средой, в рамках единой интеллектуальной системы поддержки принятия решений специалистов, экологов и медиков.

Дополнительные сложности решения поставленных в работе задач связаны с тем, что прогнозирование и оценка состояния окружающей среды и здоровья человека относятся к классу плохо формализуемых задач, что затрудняет использование традиционного математического аппарата, включая раздельное использование такого мощного инструментария как интерактивные системы распознавания образов и нечеткую логику принятия решений. Для повышения качества и оперативности решения этого типа задач предлагается использовать методы математического моделирования, реализующие гибридные технологии моделирования, объединяющие как методы теории распознавания образов и разведочного анализа по Саймону, так и методы мягких вычислений, основанные на нечеткой логике Заде и Шортлифа. Такое объединение различных подходов к решению задач оценки и управления состоянием окружающей среды и здоровья

человека позволяет получить новое качество в решении сложных системных задач и является инновационным.

Работа выполнена в рамках Федеральной целевой программы «Научные и научно-педагогические кадры инновационной России на 2009-2013 годы и в соответствии с научным направлением Юго-Западного государственного университета «Медико-экологические информационные технологии».

Объект исследования. Люди, подвергающиеся воздействию вредных факторов окружающей среды.

Предмет исследования. Методы, модели и алгоритмы прогнозирования и оценки состояния окружающей среды и здоровья людей, находящихся в зоне действия неблагоприятных экологических факторов.

Цель работы. Разработка методов и средств прогнозирования, оценки и управления состоянием здоровья людей, подвергающихся воздействию вредных факторов окружающей среды, основывающихся на использовании гибридных нечетких технологий, обеспечивающих повышение качества медицинского обслуживания людей, находящихся в зоне действия неблагоприятной экологической среды.

Для достижения поставленной цели необходимо решить следующие задачи:

- сформировать рекомендации по выбору пространства информативных признаков, обеспечивающих решение задачи прогнозирования и оценки состояния окружающей среды и здоровья людей, находящихся в зоне действия неблагоприятных экологических факторов;

- предложить метод управления рациональным размещением станций мониторинга состояния окружающей среды;

- разработать метод синтеза гибридных нечетких математических моделей, агрегирующихся в систему коллективов решающих правил для прогнозирования и оценки состояний здоровья людей, находящихся в зоне действий неблагоприятных экологических факторов;

- предложить алгоритм прогнозирования, оценки и управления состоянием здоровья людей в условиях воздействия на них экологически неблагоприятных факторов;

построить интегрированный программный пакет, реализующий применение предложенных методов, моделей и алгоритмов для интеллектуальной системы поддержки принятия решений;

получить систему гибридных моделей принятия решений по прогнозированию и оценке состояния людей на примере конкретных экологически неблагоприятных территорий;

провести апробацию предложенных методов и средств на репрезентативных контрольных выборках.

Научная новизна исследований. В диссертации получены следующие результаты, характеризующиеся научной новизной:

- рекомендации по формированию пространства информативных признаков, отличающегося тем, что при оценке состояния среды кроме традиционно определяемых показателей по количеству и составу вредных веществ, используются признаки, характеризующие реакцию человека на изменение экологической обстановки, включая энергетические характеристики биологически активных точек, адаптационной резерв и микроэлементный статус, а для прогнозирования и оценки состояния здоровья человека вместе с характеристиками окружающей среды учитываются индивидуальные особенности организма;

- метод управления рациональным размещением станций мониторинга окружающей среды, основанный на использовании инструментария, моделирующего элементы окружающей среды и потоки загрязняющих веществ с помощью уравнений Навье-Стокса, позволяющий определять наиболее экологически опасные территории, в которых целесообразно концентрировать посты наблюдения;

-метод синтеза гибридных нечетких математических моделей, отличающийся тем, что для прогнозирования и оценки состояния окружающей

среды и здоровья человека статистические критерии А. Вальда, нечеткие модели Л. Заде, функции уверенности Е. Шортлифа и интерактивные классификационные модели объединяются в коллективы решающих правил, что позволяет повысить качество решения прогностических и диагностических задач в условиях неполного и нечеткого описания исследуемых классов состояний;

- алгоритм прогнозирования, оценки и управления состоянием здоровья в условиях комплексного воздействия на организм человека вредных факторов окружающей среды, отличающийся возможностью гибкой смены тактики оценки состояния и управления в зависимости от структуры факторов риска и индивидуальных особенностей организма, что позволяет обеспечивать требуемое для практики качество работы интеллектуальной системы поддержки принятия решений;

- математические модели прогнозирования и ранней диагностики заболеваний, вызванных воздействием вредных факторов окружающей среды, обеспечивающие уверенность в принимаемых решениях на уровне 0,87 и выше, в зависимости от качества и полноты собираемой информации.

Теоретическая и практическая значимость работы состоит в том, что разработаны механизмы получения данных, метод синтеза гибридных нечетких математических моделей и алгоритм прогнозирования, оценки и управления состоянием окружающей среды и здоровья человека, составившие основу интеллектуальной системы поддержки принятия решений по рационализации взаимодействий человека с окружающей средой.

На основании полученных технологий синтезированы математические модели, обеспечивающие решение задач прогнозирования и диагностики ряда заболеваний, обусловленных воздействием вредных экологических факторов на организм человека.

Применение предложенных в диссертации методов и средств позволяет улучшить качество медицинского обслуживания людей находящихся в зоне действия неблагоприятных экологических факторов.

Методы исследований. Для решения поставленных в работе задач использовались методы синтеза биотехнических систем, системного анализа, моделирования, теории проектирования сложных информационных систем, теории распознавания образов, теории нечетких множеств, теории уверенности, прикладной математической статистики, экспертного оценивания. При разработке интеллектуальной системы в качестве инструментария использовалась среда Matlab 7.10 (R2010a) со встроенным пакетом Fuzzy Logic Toolbox.

Положения выносимые на защиту. 1. Метод рационального размещения средств экологического мониторинга и рекомендации по формированию пространства информативных признаков для прогнозирования и оценки состояния окружающей среды и здоровья человека в условиях промышленного кластера. 2. Метод синтеза гибридных нечетких математических моделей, основанный на использовании процедуры секвенциального анализа А. Вальда, нечеткой логики JI. Заде, функций уверенностей Е. Шортлифа и интерактивных классификационных моделей, агрегирующихся в коллективы нечеткие правила принятия решений по прогнозированию и оценке состояния человека и окружающей среды. 3. Алгоритм прогнозирования, оценки и управления состоянием здоровья человека в неблагоприятных экологических условиях. 4. Математические модели прогнозирования и ранней диагностики заболеваний желудка и системы дыхания, вызываемых работой Михайловского горнообогатительные комбината (г. Железногорск), обеспечивают уверенность в правильной классификации не ниже 0,87.

Степень достоверности и апробация результатов. Результаты исследования показали их воспроизводимость в различных условиях, непротиворечивость концепциям системного анализа и теории синтеза биотехнических систем, а так же аналогичным результатам, полученным другими исследователями. Методы и алгоритмы прогнозирования и оценки состояния здоровья людей, находящихся под воздействием вредных экологических

факторов, построены на теории распознавания образов и согласуются с ранее опубликованными экспериментальными данными по теме диссертации.

Предложенные в работе методы, модели и алгоритм переданы администрации МО город Новомосковск Тульской области; Территориальному отделу Управления Федеральной службы по надзору в сфере защиты прав потребителей и благополучия человека по Тульской области в Новомосковском районе, г. Донском, Кимовском и Узловском районах и используется в учебном процессе кафедры биомедицинской инженерии Юго-Западного государственного университета при обучении студентов специальности 200401.

Основные положения и результаты диссертационной работы докладывались на всероссийских и международных конференциях и семинарах. Основные из них: «Теоретические и прикладные вопросы науки и образования» (Тамбов-2014); XVI, XVII, XVIII Международные конференции «Проблемы управления безопасностью сложных систем» (г. Москва, 2009, 2010, 2011 гг.); XII, XIII, XIV Международные конференции «Проблемы управления и моделирования в сложных системах» (г. Самара, 2009, 2010, 2012 гг.); VI Международная научно-практическая конференция «Окружающая среда и здоровье» (г. Пенза, 2009 г.), V Международный конгресс молодых ученых по химии и химической технологии «ГССРЕ-2009-МКХТ» (г. Москва, 2009 г.), на научно-технических семинарах кафедры биомедицинской инженерии ЮЗГУ (Курск - 2013, 2014).

Структура и объем работы. Диссертация состоит из введения, четырех разделов, заключения и библиографического списка, включающего 161 отечественных и 10 зарубежных наименований. Работа изложена на 185 листах машинописного текста, содержит 39 рисунков и 24 таблицы.

1 Аналитический обзор и постановка задач исследования

1.1 Системный подход к оценке состояния здоровья человека и окружающей

среды

Современное состояние развития природы и общества знаменуется резким обострением проблем экологического характера. Ведущие ученые и общественные деятели всего мира все настойчивее призывают к комплексному и своевременному решению насущных проблем экологии, которые должны стать одной из главенствующих частей мировой стратегии устойчивого развития [12, 71, 103].

Общеизвестно, что изменение экологической обстановки существенно влияет на состояние здоровья биообъектов и, главным образом, человека как в локальных зонах, так и на планете в целом.

Так, например, H.A. Агаджанян обращает внимание на то, что состояние здоровья человека и биосферы необходимо рассматривать в комплексе, как здоровье единого организма, которое зависит от здоровья всех его частей [1].

В настоящее время уже достаточно хорошо известна зависимость здоровья от комплекса факторов, вызывающих загрязнение окружающей среды. Серьезные последствия от загрязнения биосферы связывают с генетическими нарушениями (повышение радиоактивности, химические загрязнения приводят к увеличению числа раковых заболеваний, психических нарушений, патологии при беременности, деторождении).

Психические расстройства могут возникать в зоне экологического бедствия даже при наличии хорошей социальной среды, богатых биологических свойств, психического и социального благополучия.

В работе [1] приводятся сведения о том, что из всего многообразия нозологических форм болезней, приводимых в мировых классификаторах, 80% является производными от экологического напряжения. Отрицательные

антропогенные факторы влияют как на экосистемы, так и способствуют снижению резервов здоровья на индивидуальном и популяционном уровнях, нарастанию степени психофизического и генетического напряжения, росту специфических патологий и появлению новых форм экологических болезней, а в некоторых регионах - нарастанию явлений депопуляции.

На основании анализа процитированной, хотя и весьма малой доли от общего числа соответствующих публикаций, можно сделать вывод о том, что построение моделей для контроля и управления состоянием системы человек (животное) - окружающая среда, хотя бы и на экспертном уровне, является проблемой весьма актуальной.

Рассматривая проблемы анализа взаимодействия элементов живой и неживой природы, ряд современных исследователей приходит к выводу о наличии ряда существенных аналогий между состоянием здоровья животных, человека и состоянием окружающей среды [1].

Например, если в медицине принята для реализации идея различения симптомов заболеваний, то для оценки состояния среды в качестве симптомов могут быть выбраны списки предельно допустимых концентраций (ПДК) различных веществ, а заболевания могут быть связаны с изменением характеризующих их системных понятий [44].

Учитывая сказанное, ряд ученых делает вывод о том, что состояние здоровья человека и биосферы целесообразно рассматривать в комплексе, как здоровье единого организма, которое зависит от здоровья всех его частей [71].

В современной литературе можно найти много упрощенных подходов к самому термину экология, например, с точки зрения гигиенических аспектов состояния окружающей среды, с точки зрения техногенного загрязнения и т.д. [47]. Такое толкование может создать иллюзию того, что разрешение тонких экологических проблем может быть осуществлено сугубо техническими средствами (безотходные технологии, очистные сооружения и т.д.), что далеко не соответствует действительности. В более общей трактовке, отвечающей по нашему мнению современным взглядам на рассматриваемую проблему, под

экологией понимают науку о природной среде на земле, состоящей из объектов живой и неживой природы, находящихся в тесном взаимодействии [47]. При таком подходе решение экологических проблем может производиться только на основании многомерных систем оценок: медико-биологических, социальных, экономических и нравственных [85].

Природные экосистемы принято относить к классу сложных, так называемых сверхсистем, поведение которых при воздействии на них возмущающих воздействий чаще всего не подлежит точному прогнозу с использованием аналитических методов вследствие наличия существенных нелинейностей.

Существенное различие в управляющих параметрах и данных в условиях информационной недостаточности делает проблематичным и использование методов численного моделирования.

Дополнительные трудности вызываются тем, что большая изменчивость показателей поведения экосистем определяется не только случайными функциями, но и изменениями в самой структуре. Избыточная сложность структурно-функциональной и динамической организаций экологических систем существенно затрудняет практический анализ их состояния, жизнеспособности, устойчивости, резервных возможностей и реабилитационных перспектив.

В качестве одной из основных трудностей при исследовании глобальных экосистем выступает и то, что с ними практически невозможно экспериментировать хотя бы потому, что в состав одной из основных составляющих экологической системы-биосферы входит человеческое общество в целом.

Таким образом, допустимыми способами исследования поведения экологических систем является наблюдение (мониторинг) и экспериментирование часто с плохо определенными моделями [47]. Это означает, что на современном уровне развития науки эффективными средствами исследования сложных экосистем могут служить только экспертные системы, использующие

методологию искусственного интеллекта, которые могут функционировать в условиях нечеткого и неполного представления моделей и исходных данных.

Рассматривая проблемы анализа взаимодействия элементов живой и неживой природы, ряд современных исследователей приходит к выводу о наличии ряда существенных аналогий между состоянием здоровья человека и состоянием окружающей среды.

Так, в работах [47, 76, 85] показано, что если в медицине принята для реализации идея различения симптомов и заболеваний, то для оценки состояния среды в качестве симптомов могут быть выбраны списки предельно допустимых концентраций (ПДК) различных веществ, а заболевания могут быть связаны с изменением характеризующих их системных понятий. Например, способность морской среды к самоочищению является формой проявления системного параметра - авторегенеративности, а изменение этой способности можно трактовать как заболевание моря. В качестве других примеров заболеваний экосистем в работе [47] приводятся: упрощение экосистем (замена лесов пустынями, сложных линий - прямыми и т.д.); снижение уровня целостности (исчезновение гармоничных ландшафтов) и т.д.

В настоящее время уже достаточно хорошо известна зависимость здоровья от комплекса факторов, вызывающих загрязнение окружающей среды (см. рисунок 1.1).

Серьезные последствия от загрязнения биосферы связывают с генетическими нарушениями (например, повышение радиоактивности и химические загрязнения приводят к увеличению числа раковых заболеваний, психических нарушений, патологии при беременности, деторождении).

Психические расстройства могут возникать в зоне экологического бедствия даже при наличии хорошей социальной среды, богатых биологических свойств, психического и социального благополучия.

Загрязнение

экзогенной среды

экзогенная (внешняя по отношению к человеку) экологическая среда эндогенная (внутренняя) экологическая среды человека

Атмосфера Вода Почва Температура Биогеоценозы Гелиофакторы Социальные условия (жилище, материальные условия и др.) Кислород Кислотность Осмотическое давление Температура Обмен веществ, энергии, информации Психическая сфера (мораль, нравственность, совесть и др.)

эндогенной среды

Рисунок 1.1 - Факторы загрязнения окружающей среды

Особенностью экологических болезней является то, что они чаще всего поражают не каждый индивидуум, а лишь определенную часть популяции.

В работе [47] приводится схема, определяющая состояние здоровья человека в зависимости от внешних и внутренних экологических факторов (см. рисунок 1.2).

На основании такой многофакторности автор определяет понятие нормы здоровья, как равновесие со средой обитания, а болезни человека, приносимые экологической составляющей, являются следствием нарушения отношений организма и окружающей среды в виде физических и психических дефектов.

Понятие экологической нормы достаточно полно раскрывается в работе [47]. Здесь экологическая норма отражает те или иные параметры сохранения приспособительных структур и функций экосистемы определенного иерархического уровня. Такое определение нормы может указывать на степень

максимально допустимого воздействия человека и общества, которое обеспечивает выживание и сохранение структуры и динамических качеств экосистемы. Отсюда следует, что поддержания экологической нормы означает сохранение биосферы Земли в виде, пригодном для оптимального приспособления и жизни человека, его социального и духовного, физического и психического благополучия.

Биологические свойства Социальная среда Природно-климатические

организма условия

Экологический портрет Структура населения Ландшафт

Конституция Условия жизни Климат

Адаптивное поведение Жилище Флора

наследственность Промышленность Фауна

Сельское хозяйство

Культура

Мораль

ЗДОРОВЬЕ

Рисунок 1.2 - Схема определения состояния здоровья

В работе [47] приводятся сведения о том, что отрицательные антропогенные факторы влияют как на экосистемы, так и способствуют снижению резервов здоровья на индивидуальном и популяционном уровнях, нарастанию степени психофизического и генетического напряжения, росту специфических патологий и появлению новых форм экологических болезней, а в некоторых регионах - нарастанию явлений депопуляции.

1.2 Математические методы в медицинских и экологических приложениях

Решение большого количества задач диагностики состояния здоровья человека и окружающей среды может осуществляться известными методами теории распознавания образов в ее геометрической интерпретации, когда объекты, характеризующиеся различными наборами признаков X = (х,,.х2,...,л-/г), представляются как точки (вектора) многомерного пространства признаков N. Разделение классов осуществляется с помощью полученных на этапе обучения разделяющих гиперповерхностей [2, 31, 40, 53, 114].

В настоящее время в практических приложениях, в том числе и в медицинских и экологических, используется достаточно большое количество различных методов распознавания образов, причем известно, что большинство из них "хорошо" работают, если структура классификационных данных удовлетворяет ограничениям, присущим соответствующим математическим моделям [25, 32, 40, 57, 77]. Здесь под структурой данных (классов) понимается конфигурация точек-объектов в пространстве признаков, подчеркивая тем самым, что через нее отображаются основные взаимоотношения между исследуемыми объектами [77]. Чтобы решить вопрос о выборе того или иного известного метода распознавания образов для решения конкретной диагностической задачи (класса задач) требуются хотя бы предварительные сведения о структуре классов решаемой задачи [2, 40, 51, 53, 77].

Проблема выбора типа решающих правил для решения конкретной задачи распознавания и в частности для решения задач медицинской диагностики не является тривиальной и зависит от совокупности разных факторов: от типа и характера измерительных шкал, геометрической структуры многомерных данных, объема обучающего материала, возможности иметь точные указания учителя для обучающей выборки и т.д. [31, 78, 147].

В медицинской практике большой процент диагностических задач формируется так, что для получения требуемого результата используются

эмпирические (эвристические) правила. Такая ситуация характерна в основном для описательных наук (к которым в основном относятся медицинские и экологические науки), в которых для получения результата используются обычно не вычисления, а последовательность рассуждений. Результат при этом представляется в виде некоторого суждения, устанавливающего принадлежность объекта к соответствующему классу. В качестве решающих правил в этой ситуации применяют правила четкого или нечеткого логического вывода, получаемые на основе литературных данных, отражающих обобщенный многолетний медицинский и (или) экологический опыт или опросом квалифицированных экспертов [16, 19, 36, 63]. В результате обычно строится иерархическая древовидная структура, "корнем" которой является наименование нозологической формы, а конечными элементами - признаки болезни, значения которых выявляются при обследовании пациента и (или) состояния окружающей среды различными способами (опрос, осмотр, лабораторные исследования и т.д.).

Список литературы диссертационного исследования кандидат наук Самаха Башир Аббас, 2014 год

Список литературы

1. Агаджанян, Н. А. Экология и здоровье человека // Вестник новых медицинских технологий. -1996.-Т. 3, №2. - С. 52-56.

2. Айвазян, С.А. Прикладная статистика. Основы эконометрики: учебник для вузов. В 2 т. Т. 1. Теория вероятностей и прикладная статистика / С.А. Айвазян, B.C. Мхитрян. 2-е изд., испр. - М.: ЮНИТИ-ДАНА, 2001. 656 с.

3. Айвазян, С. А. Прикладная статистика. Основы эконометрики: учебник для вузов: В 2 т. Т. 2. Основы эконометрики. / С.А. Айвазян. 2-е изд., испр.- М.: ЮНИТИ-ДАНА, 2001. 432 с.

4. Александер Ф. Психосоматическая медицина. — М.: ЮНИТИ, 2007. -

435 с.

5. Алексахин, C.B. Прикладной статистический анализ данных. Теория. Компьютерная обработка. Области применения / C.B. Алексахин. В 2-х томах. -М. ПРИОР, 2002.-688с.

6. Анохин, П.К. Очерки по физиологии функциональных систем / Анохин П.К. - М.: Медицина, 1975. - 446с.

7. Атмосферная турбулентность и моделирование распространения примесей. / Под ред. Ф.Т.М. Ньюстадта и Х.Ван Дона. - JL: Гидрометеоиздат, 1985.-351 е..

8. Баевский, P.M. Оценка адаптационных возможностей организма и риск развития заболеваний / P.M. Баевский, А.П. Берсенева. - М.: Медицина, 1997.-235с.

9. Бала, М. А. Обоснование подходов к алгоритмизации процесса выбора тактики лечения экологически-зависимой патологии / М. А. Бала, И. В. Пискарева // Современные методы диагностики лечения: Международный сборник научных трудов.- Воронеж. 1995.- С. 61.

10. Барвитенко, Н. Т. Статистическая оценка и ранжирование районов Воронежской области по благополучию онкологической ситуации / Н. Т.

Барвитенко и др. // Высокие технологии в практике учреждений здравоохранения г. Воронежа: материалы научной конференции. - Воронеж. 1995. - С. 13.

11. Барсегян, A.A. Технологии анализа данных: Data Mining, Visual Mining, Text Mining, OLAP / A.A. Барсегян. - СПб.: БХВ-СанктПетербург, 2007. -384 с.

12. Берлянд М.Е. Прогноз и регулирование загрязнения атмосферы. - Л.: Гидрометеоиздат, 1985. - 272 с.

13. Бешелев, С. Д., Математико-статистические методы экспертных оценок / С.Д. Бешелев, Ф.Г. Гурович. - М.: Статистика, 1980. - 263 с.

14. Бобырь, М.В. Теоретические основы построения автоматизированных систем управления технологическими процессами на основе нечеткой логики: монография / М.В. Бобырь, B.C. Титов, С,Г. Емельянов. - Старый Оскол: ТНТ, 2011.- 232 с.

15. Большаков, В. Н. Перспективные направления развития экологических направлений в России/ В.Н. Большаков, Ф.В. Кряжимикий, Д. С. Павлов // Экология. - 1993. -№3 - С. 3-16.

16. Борисов, А.Н. Принятие решений на основе нечетких моделей: Примеры использования / А.Н. Борисов, О.А Крумберг, И.П. Федоров. - Рига: Зинатне, 1990.- 180 с.

17. Боровиков, В. STATIST1CA. Искусство анализа данных на компьютере: Для профессионалов / В. Боровиков. 2-е изд. (+CD). - СПб.: Питер, 2003. - 688 с.

18. Бородулин, А.И. Статистическое описание распространения аэрозолей в атмосфере: метод и приложения / А.И. Бородулин, Г.М. Майстренко, Б.М. Чалдин. - Новосибирск: Изд-во Новосибирского ун-та, 1992. - 123 с.

19. Браверман, Э.М. Структурные методы обработки эмпирических данных / Э.М. Браверман, Ч.Б. Мучник. - М.: Наука, 1983. - 464 с.

20. Бутусов, О.Б., Татарников В. А. Трехмерная математическая модель атмосферного переноса промышленных загрязнений от точечных источников в условиях городской среды / О.Б. Бутусов, В. А. Татарников // Информационные

проблемы изучения биосферы: Геоэконинформационные центры РАН. Научное совещание по проблемам биосферы. М. 1992. - С. 91-96.

21. Войтенко, А. В. Функциональные возможности программноаппаратных элементов геоинформационных систем для организации и анализа данных в медицинских приложениях / А. В. Войтенко, О. Б. Попова, О. П. Демьянова // Компьютеризация в медицине: Межвузовский сборник научных трудов. Воронеж, 1996. - С. 189-193.

22. Волков, В.Ю., Эдельштейн Ю.Д. Автоматизированные системы экологического мониторинга. (Системы удаленного доступа). Учебное пособие / Под ред. Д.П.Вента, НИ РХТУ им. Д.И.Менделеева. - Новомосковск, 2006. - 170 с.

23. Воронцов, И.М. Здоровье. Опыт разработки и обоснование применения автоматизированных систем для мониторинга и скринирующей диагностики нарушений здоровья / И.М. Воронцов, В.В. Шаповалов, Ю.М. Шерстюк. - СПб.: ООО «ИПК «Коста». 2006. - 432 с.

24. Гаваа Лувсан. Очерк методов восточной рефлексотерапии / Гаваа Лувсан. 3-е изд. - Новосибирск, 1991. - 432 с.

25. Гаврилов, И.Л. Прогнозирование и ранняя диагностика панкреатитов по микроэлементному статусу / H.A. Кореневский, И.Л. Гаврилов, Л.П. Лазурина и др.// Вестник Воронежского государственного университета. 2009. Т.5. №5 -С.96-100.

26. Гайдышев, И.П. Анализ и обработка данных: специальный справочник / И.П. Гайдышев. -СПб.: Питер, 2001. -752 с.

27. Генкин, A.A. Новая информационная технология обработки данных (программный комплекс ОМИС) / A.A. Генкин. - СПб.: Политехника, 1999. - 191 с.

28. Гимаров, В.А. Нейро-нечеткий метод классификации объектов с разнотипными признаками / В.А. Гимаров, М.И. Дли, С.Я. Битюцкий // Системы управления и информационные технологии. 2004. №4 (16). - С. 13-18.

29. Глухов, A.A. Статистика в медицинских исследованиях / A.A. Глухов, A.M. Земсков, H.A. Степанян и др. - Воронеж: Изд-во «Водолей», 2005. - 158 с.

30. Годунов, С.К. Разностные схемы / С.К. Годунов, B.C. Рябенький. - М.: Наука, 1973. 400 с.

31. Горелик, A.JI. Методы распознавания / A.JI. Горелик, В.А. Скрипкин. М.: Высшая школа. 2004. - 261 с.

32. Грошков, А. Н. Полифункциональная партнерская система контроля и управления социотехническими системами с учетом экологического фактора / А. Н. Грошков, Н. А. Кореневский, О. И. Поздняков // Вестник новых медицинских технологий. АМНТ. 1997. Т. 4, №4. - С. 114-117.

33. Гуткин, В. И. Проблемы диагностики здоровья экосистем / В. И. Гуткин, Т. А. Кретушева, М. В. Соломка // Материалы научно-технической конференции «Распознавание - 97». Курс. 1997.

34. Джарратано, Дж. Экспертные системы: принципы разработки и программирование. / Дж. Джаратано, Г. Райли. - М.: Вильяме. 2007. - 1152 с.

35. Динамическая метеорология. JL: Гидрометеоиздат, 1967. - 607 с.

36. Дмитриева, Н.В. Индивидуальное здоровье и полипараметрическая диагностика функциональных состояний организма (системно -информационный подход) / Н.В. Дмитриева, О.С. Глазачев. - М., 2000. - 214 с.

37. Дубров, A.M. Многомерные статистические методы: учебник / A.M. Дубров, B.C. Мхитрян, Л.И. Трошин. М.: Финансы и статистика, 2000. - 352 с.

38. Дуброва, Т.А. Статистические методы прогнозирования / Т.А. Дуброва. Учебное пособие для вузов М.: ЮНИТИ-ДАНА, 2003. - 206с.

39. Дюбуа, Д. Теория возможностей. Приложения к представлению знаний в информатике / пер. с фр. Д. Дюбуа, А. Прад. - М.: Радио и связь, 1990. -288с.

40. Дюк, В., Эммануэль, В. Информационные технологии в медико-биологических исследованиях / В. Дюк, В. Эммануэль // СПб: Питер, 2003. -528с.

41. Елисеева, H.H. Общая теория статистики. / H.H. Елисеева, М.М. Юзбашев // Учебник под ред. И.И. Елисеевой. - 4-е изд., перераб. и доп. - М.: Финансы и статистика, 2003. — 480 с.

42. Заде, JI. Основы нового подхода к анализу сложных систем и процессов принятия решений / JI. Заде, Математика сегодня. - М.: Знание, 1974.

43. Заде, JI. А. Понятие лингвистической переменной и ее применение к принятию приближенных решений / JI.A. Заде - М.: Мир, 1976. - 312 с.

44. Замай С.С., О.Э. Якубайлик. Модели оценки и прогноза загрязнения атмосферы промышленными выбросами в информационно-аналитической системе природоохранных служб крупного города: Учеб. пособие / Краснояр. гос. ун-т. Красноярск, 1998. - С. 18-31.

45. Иванков, Ю.А. Синтез нечетких решающих правил для прогнозирования и ранней диагностики заболеваний вызываемых состоянием окружающей среды с учетом индивидуальных особенностей организма / Ю.А. Иванков, H.A. Кореневский, Е.А. Яковлева и др. // Системный анализ и управление в биомедицинских системах, 2007. Т.6 №2. - С.395-401.

46. Казначеев, В.П. Донозологическая диагностика в практике массовых заболеваний населения / В.П. Казначеев, P.M. Баевский, А.П. Берсенев. - JL: Медицина, 1986. -216с.

47. Квиташ, В. И. Оптимизация параметров окружающей среды и баласкрпическая диагностика в медицине / В.И. Квиташ, А.И. Уемов // Вестник новых медицинских технологий. -1996. -Т. 3, №2. - С. 23-25.

48. Коптева, H.A. Прогнозирование возникновения заболеваний работников сельскохозяйственного производства / H.A. Кореневский, В.И. Серебровский, H.A. Коптева // Курск: изд-во Курск, гос. с.-х.ак., 2005. - 35с.

49. Коптева, H.A. Прогнозирование и ранняя диагностика заболеваний сельскохозяйственных рабочих на основе нечеткой логики принятия решений / H.A. Кореневский, H.A. Коптева, Р.А, Крупчатников // Вестник Воронежского государственного технического университета Том 4, №7, 2008. - С.86-89.

50. Кореневский Н. А. Автоматизированная система диагностики пульмонологических заболеваний / Н. А. Кореневский, Н. Д. Тутов, Т. А. Кретушева и др. // Материалы Академ. Информатизации. Курск. 1997.

51. Кореневский, Н. А, Проектирование нечетких систем принятия решений, обучаемых по структуре данных / Н. А. Кореневский. Мехатроника, автоматизация, управление. 2005.-№9. - С.47-53.

52. Кореневский, Н. А. Автоматизированные медико-технологические системы / монография. В 3 ч. / Н. А. Кореневский, А. Г. Устинов, В. А. Ситарчук; под ред. А.Г. Устинова. Курск, гос. техн. ун-т. Курск, 1995. - 390 с.

53. Кореневский, H.A. Геометрический подход к синтезу нечетких решающих правил для решения задач прогнозирования и медицинской диагностики / H.A. Кореневский, С.А. Филист, А.Г. Устинов и др. // Биомедицинская радиоэлектроника, №4, 2012. - С. 20-26.

54. Кореневский, Н. А. Комплексная оценка уровня психоэмоционального напряжения / Н. А. Кореневский, О. И. Филатова, М. И. Лукашов и др. // Биомедицинская радиоэлектроника. - 2009. - №5. - С.4-9.

55. Кореневский, Н. А. Метод классификации функционального состояния человека и оценка уровня его составляющих на основе гибридных нечетких моделей / Н. А. Кореневский, О.И. Филатова, А. А. Бурмака, В. И. Серебровский // Биотехносфера, №1 (19), 2012. - С. 37-40.

56. Кореневский, Н. А. Метод оценки функционального резерва человека-оператора на основе комбинированных правил нечеткого вывода / Н. А. Кореневский, А. Н. Коростелев, Л. В. Стародубцева и др. // Биотехносфера, №1 (19), 2012.-С. 40-45.

57. Кореневский, H.A. Метод синтеза двумерных классификационных пространств / Кореневский, H.A. Известия ВУЗов. Приборостроение. Т.48, №2, 2005. С. 35-38.

58. Кореневский, H.A. Методы поиска информативных проекционных зон и синтеза нечетких решающих правил для рефлексодиагностики / Н. А.

Кореневский, В. В. Буняев // Системный анализ и управление в биомедицинских системах. Том 3, №2, 2004. - С. 175-178.

59. Кореневский, H.A. Моделирование процессов взаимодействия внутренних органов с поверхностными проекционными зонами / H.A. Кореневский, P.A. Крупчатников, B.C. Титов и др. // Биомедицинская радиоэлектроника, №4, 2012. - С. 12-19.

60. Кореневский, H.A. Проектирование медико-технологических информационных систем / H.A. Кореневский, Н. Д. Тутов, JT. П. Лазурина // Монография. Курск.гос.техн.ун-т., Курск, 2001. - 194 с.

61. Кореневский, H.A. Проектирование нечетких решающих сетей настраиваемых по структуре данных для задач медицинской диагностики / H.A. Кореневский. Системный анализ и управление в биомедицинских системах. -Москва, 2005, Т.4, №1. - С. 12-20.

62. Кореневский, Н. А. Проектирование систем поддержки принятия решений с нечеткой сетевой базой знаний для оценки и управления экологической обстановкой и состоянием здоровья человека / монография Н. А. Кореневский, Р. А. Крупчатников // Старый Оскол: ТНТ, 2009. - 416 с.

63. Кореневский, Н. А. Проектирование систем поддержки принятия решений для медико-экологических приложений: монография / H.A. Кореневский, B.C. Титов, Н.Е. Чернецкая; Курск.гос.техн.ун-т. Курск, 2004. - 180 с.

64. Кореневский, Н. А. Проектирование систем принятия решений на нечетких сетевых моделях в задачах медицинской диагностики и прогнозирования / H.A. Кореневский. Вестник новых медицинских технологий, 2006. Т. XIII, №2. - С.6-10.

65. Кореневский, H.A. Теоретические основы биофизики акупунктуры с приложениями в биологии, медицине и экологии на основе нечетких сетевых моделей / H.A. Кореневский, P.A. Крупчатников, С.П. Серегин // Курск.гос.техн.ун-т. Курск: ОАО «ИПП Курск», 2010. - 521с.

66. Королева, С.А. Разработка методов и средств контроля и прогнозирования состояния здоровья в задачах профессионального отбора на основе нечеткой логики принятия решений / Королева С.А. Дисс. Канд. Техн. Наук: 05.13.01, защищена 1.03.05, Курск, 2005. - 132 с.

67. Коростелев А.Н. Комплексная оценка уровня функциональных резервов организма человека на основе нечетких моделей принятия решений / Н. А. Кореневский, А.Н. Коростелев, Е.В. Нечаева, Е.А. Бойцова // Биомедицинская радиоэлектроника.-2010. №2. - С. 30-36.

68. Коростелев А.Н. Методы и средства для исследования параметров внимания и памяти человека / H.A. Кореневский, О.И. Филатова, A.B. Носов, А.Н. Коростелев // Системный анализ и управление в биомедицинских системах. Том 9. №1.2010.-С. 134-138.

69. Коростелев А. Н. Определение уровня функциональных резервов по энергетическому разбалансу меридианных структур / H.A. Кореневский, А.Н. Коростелев, P.A. Крупчатников // Материалы межрегиональной научно-практической конференции «Информационные технологии в медицинских и педагогических исследованиях». - Курск, гос. ун-т. Курск 2009. - С. 97-100.

70. Коростелев А.Н. Оценка функциональных резервов организма по энергетической реакции биологически активных точек / А.Н. Корестелев, Е.А. Нечаева, Т.Н. Сапитонова // Сборник материалов международной конференции с элементами научной школы для молодежи «Биотехнические, медицинские и экологические системы и комплексы» (Биомед-системы-2009).-Рязанский гос. радиотехнический ун-т. г. Рязань, 2009. - С. 56-59.

71. Кретушева Т.А. Автоматизированный анализ влияния загрязняющих производств на состояние здоровья человека / Т. А. Кретушева, Е.А. Панина, Г.Б. Герман // Юбилейная конференция «80 лет Лушникову», КГТУ. 1995.

72. Круглов, В.В. Интеллектуальные информационные системы: компьютерная поддержка систем нечеткой логики и нечеткого вывода // В. В. Круглов, М.И. Дли. - М.: Физматлит, 2002. - 322 с.

73. Круглов, В. В. Нечеткая логика и искусственные нейронные сети / В. В. Круглов, М. И. Дли, Р. Ю. Голунов. // М.: Физматлит, 2001. - 221с.

74. Кульбак, С. Теория информации и статистика / Кульбак, С. - М.: Наука, 1967.-408 с.

75. Куцевич И.В. ИТ и лаборатория: стратегия интеграции // Лабораторные информационные системы LIMS. Сборник статей: ООО "Маркетинг. Информационные технологии". 2006. - С. 266-276.

76. Кучеренко, В.З. Социальная гигиена и организация здравоохранения / В.З. Кучеренко, Н.М. Агарков, А.П. Яковлев, С.Л. Васильев (учебное пособие). -Москва,2000. - 432 с.

77. Кэнал, Л. Обзор систем для анализа структуры образов и разработки алгоритмов классификации в режиме диалога / Л. Кэнал, Распознавание образов при помощи цифровых вычислительных машин. -М.: Мир; 1974. - 157с.

78. Лбов, Г.С. Методы обработки разнотипных экспериментальных данных / Г.С. Лбов. - Новосибирск: Наука. 1981. -287с.

79. Леоненков A.B., Нечеткое моделирование в среде MATLAB и fuzzyTECH. - СПб.: БХВ-Петербург, 2005. - 736 с.

80. Леонова А.Б. Психодиагностика функциональных состояний человека / А.Б. Леонова. - М.: Изд-во Моск. Ун-та. 1984. - 200 с.

81. Леонова А.Б. Функциональное состояние человека в трудовой деятельности/ А.Б. Леонова, В.И. Медведев. - М., 1981. - 125 с.

82. Литвак, Б.Г. Экспертная информация. Методы получения и анализа / Б.Г.Литвак. - М.: Радио и связь, 1982. - 184с.

83. Лукашов М. И. Определение уровня длительного физического утомления как фактора риска рецидивов хронических заболеваний / М.И. Лукашов, H.A. Кореневский, A.B. Еремин, О.И. Филатова // Биомедицинская радиоэлектроника, 2009. №5. С. 10-15.

84. Малышев, Г. Нечеткие модели для экспертных систем в САПР / Г. Малышев, Л. Берштейн, А. Боженюк. - М.: Энергоатомиздат, 1991. - 135 с.

85. Марчук, Г.И. Математическое моделирование в проблеме

окружающей среды / Г. И. Марчук. - М.: Наука. Главная редакция физико-математической литературы, 1982. - 320 с.

86. Маршалл, В. Основные опасности химических производств. - М.: Мир. 1989.-672 с.

87. Математические методы обработки многомерных данных и временных рядов: учебное пособие /В.В. Жилин, A.A. Кузьмин, С.А. Филист и др.: Изд-во Курск, гос. с.-х. ак., 2009. - 229 с.

88. Медведев, В. И. Функциональные состояния оператора / В.И. Медведев // В кн.: Эргономика. Принципы и рекомендации. - М., 1970, Т.1. - С. 35-48.

89. Мезенцев, А. Информационная база и принципы формирования автоматизированного медико-экологического паспорта административного района. // Высокие технологии в практике учреждений здравоохранения г. Воронежа: материалы научной конференции. - Воронеж. 1995. - С. 64.

90. Мелихов, А. Н. Расплывчатые ситуационные модели принятия решений / А.Н. Мелихов, JI.C. Берштейн, С.Я. Коровин // Учеб. пособие, Таганрог: ТРТИ, 1986. - 211 с.

91. Меркуленко, H.H. LIMS. Современный этап развития // Лабораторные информационные системы LIMS. Сборник статей: ООО "Маркетинг. Информационные технологии". 2006. - С. 215-219.

92. Методика прогнозирования масштабов заражения сильнодействующими ядовитыми веществами при авариях (разрушениях) на химически опасных объектах и транспорте. Руководящий документ РД 52.04.25390. - Л.: Гидрометеоиздат, 1991. - С. 23.

93. Методика расчета концентраций в атмосферном воздухе вредных веществ, содержащихся в выбросах предприятий. ОНД-86. - Л.: Гидрометеоиздат, 1987.-С. 93.

94. Монин, A.C. Статистическая гидромеханика. Механика турбулентности / A.C. Монин, A.M. Яглом. - М.: Наука, 1965. - 720 с.

95. Нечеткие множества в моделях управления и искусственного интеллекта /Под ред. Д.А. Поспелова. - М.: Наука, 1986. - 312 с.

96. Новосельцев, В.И. Теоретические основы системного анализа / В.И. Новосельцев, Б.В. Тарасов, В.К. Голиков, Б.Е. Демина. - М.: Майор, 2006. - 592 с.

97. Нуцков, В.Ю. Лабораторно-информационные системы (LIMS) // Промышленные АСУ и контроллеры. 2003. - С. 48-50.

98. Омельченко, В.П. Практикум по медицинской информатике. Серия учебники. Учебные пособия / В.П. Омельченко, A.A. Демидова. - Ростов на Дону. Феникс, 2001. - 304 с.

99. ОНД-90 Руководство по контролю источников загрязнения атмосферы. Постановление Госкомприроды СССР от 30.10.1990 №8 ОНД от 30.10.1990. №90.

100. Орлов, А.И. Экспертные оценки: учебное пособие / А.И. Орлов. М.:

2002.

101. Осовский, С. Нейронные сети для обработки информации / С. Осовский; пер. с польского И.Д. Рудинского.- М.: Финансы и статистика, 2002. -344 с.

102. Пащенко, С.Э. Атмосферный и техногенный аэрозоль (кинетические, электронно-зондовые и численные методы исследования): В 2 ч. Ч. 1. /С.Э. Пащенко, К.К. Сабельфельд: Новосибирск. 1992. - 190 с.

103. Пененко, В.В. Модели и методы для задач охраны окружающей среды/ В.В. Пененко, А.Е. Алоян. - Новосибирск: Наука. Сиб. отд-ние, 1985. - 256 с.

104. Пененко, В.В. Численная модель для исследования изменений климата и качества атмосферы мезо-регионального масштаба / В.В. Пененко, М.Г. Короткое // Математические проблемы экологии. Новосибирск: Изд-во ИМ СО РАН, 1994.-С. 141-142.

105. Перечень методик расчёта выбросов загрязняющих веществ в атмосферу, используемых в 2012 году при нормировании и определении величин выбросов вредных (загрязняющих) веществ в атмосферный воздух. Список

рекомендованных к применению программ, используемых в 2012 году при определении и нормировании величин выбросов вредных (загрязняющих) веществ в атмосферный воздух (приложение) [Электронный ресурс]. ОАО "НИИ Атмосфера" URL.: http://www.nii-atmosphere.ru/files/per_2012.zip (дата обращения: 01.03.2012).

106. Перри, С.Г. Модель диффузии ЕРА для сложного рельефа: структура и характеристики. В сб.: Международная конференция ВМО по моделированию загрязнения атмосферы и его применениям. JL: Гидрометеоиздат, 1986. - С. 14-15.

107. Петри, А. Наглядная статистика в медицине / А. Петри, К. Сэбин. Пер. с англ. В.П. Леонова. - М.: ГЭОТАР-МЕД, 2003. - 144с.

108. Плотников В. В. Определение и принципы диагностики функциональных состояний человека / Плотников В. В. Тезисы научных сообщений Всесоюзной конференции «Методы и технические средства психологической диагностики». Орел ВНИИОТ Госагропрома СССР, 1988. - С. 14-15.

109. Плотников, Д.В. Методы и средства оценки параметров ФС с различными типами обратных связей / Д.В. Плотников, А.Е. Белозеров, Д.В. Мешковский // Вестн. нов. мед. технол. 2006; 8 (2): 28-31.

110. Попечителев, Е.П. Методы медико-биологических исследований. Системные аспекты / учеб. Пособие Е.П. Попечителев. Житомир, 1997. - 186 с.

111. Попов, Э.В. Экспертные системы: Решение неформализованных задач в диалоге с ЭВМ / Попов, Э.В. М.: Наука, 1987. - 287 с.

112. Портнов, Ф.И. Электропунктурная рефлексотерапия / Портнов, Ф.И. -Рига: Зинатне.1980. -245 с.

113. Поспелов, Г.С. Искусственный интеллект - основа новой информационной технологии / Г.С. Поспелов - М.: Наука, 1988. -168 с.

114. Рассел С. Норвиг П. Искусственный интеллект: современный подход. Пер. с англ. -М.: Издательский дом «Вильяме», 2006. - 1408 с.

115. Руководство по организации контроля состояния природной среды в районе расположения АЭС / Под ред. К.П. Махонько. Д.: Гидрометеоиздат, 1990. - 264 с.

116. Рутковская, Д. Нейронные сети, генетические алгоритмы и нечеткие системы / Д. Рутковская, М. Пилиньский, JI. Рутковский; пер.' с польск. И.Д. Рудинского. М.: Горячая линия - Телеком, 2004. - 452 с.

117. Рыков, A.C. Модели и методы системного анализа: принятие решений и оптимизация. Учебное пособие для вузов / A.C. Рыков.- М.: «МИСИС». Издательский дом «Руда и металлы», 2005. - 352с.

118. Рябкова, Е.Б. Использование нечетких классификаторов для прогнозирования заболеваний системы дыхания у работников пылевых профессий / Е.Б. Рябкова, JI. В. Стародубцева, Е. А. Бойцова // Системный анализ и управление в биотехнических системах. 2011. Т.10. №3. - С.706-712.

119. Рябкова, Е.Б. Метод синтеза нечетких решающих правил по информации о геометрической структуре многомерных данных / H.A. Кореневский, Е.Б. Рябкова // Вестник Воронежского государственного технического университета 2011г. Т.7. №8. - С.128-137.

120. Рябкова, Е.Б. Алгоритм коррекции многомерной разделяющей поверхности / Е. Б. Рябкова, Т.Н. Говорухина, H.A. Кореневский // Вестник Воронежского государственного технического университета. 2011г. Т.7. №7. - С. 194-200.

121. Рябкова, Е.Б. Синтез нечетких решающих правил для медицинских экспертных систем с сетевой базой знаний: Коллективная монография / H.A. Кореневский, Е.Б. Рябкова, С.А. Горбатенко, Е.А. Нечаева // Краснодар. 2010. -С.166-187.

122. Самаха Б.А. Виртуальная система мониторинга состояния атмосферного воздуха г. Новомосковска Тульской области / Б.А. Самаха, В.В. Батышкина, В.Ю. Волков. Датчики и системы. 2010. № 11. - С. 46-48.

123. Самаха Б.А. Интеллектуальная система поддержки принятия решений при управлении экологической ситуацией г. Новомосковска Тульской области / Б.

180 t А. Самаха, B.B. Батышкина, B.IO. Волков // Проблемы управления безопасностью 1 сложных систем. Труды XVIII Междн. конф. М., 2010. - С. 457 - 461.

124. Самаха Б.А. О проблемах принятия управленческих решений в автоматизированной системе экологического мониторинга и управления \ г.Новомосковска Тульской области / Б.А. Самаха, В.В. Батышкина, В.Ю. Волков

// Труды XII Междн. конф. «Проблемы управления и моделирования в сложных системах»- Самара: Самарский научный центр РАН, 2010. - С. 470-477.

125. Самаха, Б.А. Повышение качества принимаемых решений в интеллектуальной системе экологического менеджмента / Б. А. Самаха, В.В. Батышкина, В.Ю. Волков // Труды XIII Междн. конф. «Проблемы управления и моделирования в сложных системах»- Самара: Самарский научный центр РАН, 2011.-С. 415-420.

126. Самаха Б. А. Проблемы моделирования систем экологического мониторинга на современном этапе / Б.А. Самаха, В.В. Батышкина, В.Ю. Волков. Актуальные проблемы механики, математики, информатики: Сб. тез. науч.-практ. конф. Пермь, 2010. - С. 43-44.

127. Самаха, Б.А. Проблемы реализации функций управления в автоматизированной системе экологического мониторинга г. Новомосковска Тульской области. / Башир Аббас Самаха, В.В. Батышкина, В.Ю. Волков // Проблемы управления безопасностью сложных систем. Труды XVII Межд. конф. М. 2009. с. 457-461.

128. Самаха, Б.А. Интеллектуальная система поддержки принятия решений в системе управления концентрацией загрязняющих веществ в атмосферном воздухе / Б.А. Самаха, В.В. Батышкина, В.Ю. Волков и др. // Вестник международной академии системных исследований (МАСИ). Информатика, Экология, Экономика. М., 2011. Т. 13. часть 1. С. 89-93.

129. Самаха, Б.А. Принятие управленческих решений в автоматизированной системе контроля атмосферного воздуха г. Новомосковска / Б. А. Самаха, В.В. Батышкина, В.Ю. Волков и др. // XII н.-техн. конф. молодых

ученых, студентов, аспирантов. Тезисы докладов. 4.2. РХТУ им. Д.И. Менделеева. Новомосковский институт, 2010. - С. 13-14.

130. Самаха, Б.А. Принятие оптимальных управляющих решений на различных уровнях системы управления экологической ситуацией / Б.А. Самаха, В.В. Батышкина, В.Ю. Волков и др. // Сб. научн. трудов «Успехи в химии и химической технологии», М.: РХТУ им. Д.И. Менделеева. 2010. Т. XXIII. №1 (94). - С. 86-90

131. Самаха, Б.А. Информационное обеспечение экологической безопасности и охраны здоровья населения г.Новомосковска / Самаха Башир Аббас, В.В. Батышкина, В.Ю. Волков и др. // Труды НИ РХТУ им. Д.И. Менделеева. Сер. «Кибернетика, автоматизация, математика, информатизация». Вып. 6(25). Новомосковск, 2011. - С. 25-32.

132. Самаха, Б.А. Специфика объекта мониторинга в АСК «Атмосфера» г. Новомосковска / Б.А. Самаха, В.В. Батышкина, Н.С. Михалюк и др. // Вестник международной академии системных исследований (МАСИ). Информатика, Экология, Экономика. Т. 12. Ч. II. М.: 2010. - С. 16-20.

133. Самаха, Б.А. Разработка автоматизированной системы научных исследований распространения выбросов в атмосферном воздухе промышленного региона / Б. А. Самаха, В.Ю. Волков, В.В. Батышкина. Труды XIV Международной конференции «Проблемы управления и моделирования в сложных системах». Самара: Самарский научный центр РАН, 2012. - С. 286-290.

134. Самаха Б.А, Волков В.Ю., Савкина Н.Ю. Автоматизированная система научных исследований распространения выбросов загрязняющих веществ в атмосферном воздухе. Вестник международной академии системных исследований (МАСИ). Информатика, Экология, Экономика. Т. 14, ч.1 /Международная академия системных исследований, М.,2012. - С. 202-206.

135. Самаха Б.А. Обзор состояния автоматизированных систем экологического мониторинга в начале XXI века / Б.А. Самаха, Л.Х Дык, В.Ю. Волков и др. // Вестник международной академии системных исследований (МАСИ). Информатика, Экология, Экономика. Т. 12. Ч. II. М.: 2010. - С. 29-34.

136. Санчес, Э. Лингвистический подход к нечеткой логике ВОЗ -классификации диспротеинами в кн. нечеткие множества и теория возможностей / Э. Санчес, К. Гуверне, Р. Бартолен, JI. Воаоян // Последние достижения: Пер. с англ. /Под ред. Ягера Г. Р.. -М.: Радио и связь, 1986. - С. 408.

137. Семенова, И.И. Концепция автоматизированной системы поддержки научных исследований (статья, ВАК) / И.И. Семенова, A.A. Швебель // Вестник Воронежского государственного технического университета - 2010.- Т.6.- №4-С. 93-97.

138. Серебровский, В.И. Профессиональная ориентация и оценка риска заболеваемости среди студентов ВУЗов на основе комбинированных нечетких правил принятия решений: монография / В.И. Серебровский, М.В. Артеменко, С.Н. Кореневская и др. // Курск: Изд-во Курск, гос. с.-х. ак., 2012. - 212 с.

139. Сидельников, Ю.В. Теория и организация экспертного прогнозирования /Ю.В. Сидельников, - М.: ИМЭМО АН СССР, 1990г. - 196с.

140. Симоненко, В.Б. Функциональная диагностика: руководство для врачей общей практики / В.Б. Симоненко, A.B. Цоколов, А.Я. Фисун. - М.: ОАО "Издательство "Медицина", 2005. - 304с.

141. Ситникова, В. П. и др. Методы оценки влияния тяжелых металлов на заболеваемость детей Воронежской области / В. П. Ситникова и др. // Высокие технологии в практике учреждений здравоохранения г. Воронежа: материалы научной конференции. - Воронеж. 1995. - С. 9.

142. Танака, К. Итоги рассмотрения факторов неопределенности и неясности в инженерном искусстве / К. Танака. в кн. Нечеткие множества и теория возможностей. Последние достижения. Пер. с англ. / Под ред. P.P. Ягеря -М.: Радио и связь, 1986. -408с.

143. Таусенд, К. Проектирование и программная реализация экспертных систем на персональных ЭВМ / Таусенд, К., Фохт, Д. М.: Финансы и статистика. 1990г.-346 с.

144. Тэрано, Г. Прикладные нечеткие системы / Г. Тэрано, К. Асаи, М. Сугэно. // М.: Мир, 1993. - 368 с.

145. Уотерман, Р.Д. Построение экспертных систем / Д. Уотерман, Д. Ленат, Ф. Хейсе-рот.: пер. С англ. - М. Мир, 1987. - 521с.

146. Усков, A.A. Интеллектуальные технологии управления. Искусственные нейронные сети и нечеткая логика / A.A. Усков, A.B. Кузьмин.М.: Горячая линия - Телеком, 2004. - 143с.

147. Устинов, А.Г. Автоматизированные медико-технологические системы в 3-х частях / А.Г. Устинов, В.А. Ситарчук, Н.А, Кореневский Под ред. А.Г. Устинова // Монография КурскГТУ, Курск. 1995г. - 390с.

148. Учет дисперсионных параметров атмосферы при выборе площадок для атомных электростанций. Руководство по безопасности АЭС. Международное агентство по атомной энергии. Вена, 1980. - 106 с.

149. Фомин, А. А. Статистическая теория распознавания образов / А. А. Фомин, Г. Р. Тарловский, - М.: Радио и связь, 1986.

150. Фролов, В.Н. Управление в биологических и медицинских системах: Учеб. пособие / В.Н. Фролов- Воронеж.гос.техн.ун-т. Воронеж, 2001. - 327 с.

151. Хадарцев, A.A. Информационные технологии в медицине: монография / A.A. Яшин, В.М. Еськов, Н.М. Агарков и др. // - Тула, 2006. - 272с.

152. Харьков, C.B. Интегральная оценка состояния здоровья с использованием нечеткого логического вывода / C.B. Харьков // Медицинские приборы и технологии: Международный сборник научных статей, Вып.4, Тула: Изд-во ТулГУ, 2011. - С. 255-258

153. Харьков, C.B. Оценка защитных механизмов организма и их роль в задачах прогнозирования и медицинской диагностики / C.B. Харьков, С.Д. Долженков, С.Н. Кореневская, А.Г. Коцарь // Системный анализ и управление в биомедицинских системах. 2012. Т.П. №1. - С.44-49.

154. Харьков, C.B. Синтез нечетких решающих правил для прогнозирования и медицинской диагностики на основе данных об энергетическом состоянии акупунктурных точек / H.A. Кореневский, C.B. Харьков, Е.А. Соглаев, В.В. Мелехов // Системный анализ и управление в биомедицинских системах, 2010, Т. 9, №4 - С. 768-781.

155. Четыркин, Е.М. Статистические методы прогнозирования Е.М. Четыркин. М.: Прогресс, 1970. - 247 с.

156. Шаповалов, В.В. Двухуровневая система принятия решений в медицинской информационной системе / В.В. Шаповалов, А.Г. Коресталев, А.В. Тишков// Биомедицинская радиоэлектроника 2010. №9. - С.79-88.

157. Шевченко, Ю.Л. Прогнозирование в кардиохирургии / Ю.Л. Шевченко, Н.Н. Шихвердиев, А.В. Оточкин // СПб: Питер Паблишинг. 1998. - 208 с.

158. Щербаков В. М. Мониторинг здоровья работников промышленных предприятий с учетом условий труда и быта. // Высокие технологии в практике учреждений здравоохранения г. Воронежа: материалы научной конференции. -Воронеж. 1995.-С. 14.

159. Щербаков, В. М. Оценка состояния здоровья работников промышленных предприятий с учетом производственных и социально-бытовых факторов риска / В. М. Щербаков // Высокие технологии в практике учреждений здравоохранения г. Воронежа: материалы научной конференции. - Воронежа. 1995.-С. 27.

160. Экспериментальные исследования атмосферной диффузии и расчет распространения примеси / Н.Л. Вызова, Е.К. Гаргер, В.Н. Иванов. - Л.: Гидрометеоиздат, 1991.

161. Яхъяева, Г.Э. Нечеткие множества и нейронные сети. Учебное пособие / Г.Э. Яхъяева. - М.: Интернет-университет информационных технологий; БИНОМ. Лаборатория знаний. 2006. - 316 с.

162. Bianconi R., Tamponi М. A mathematical model of diffusion from a steady source of short duration in a finite mixing layer //Atmos.Env., 1993. V. 27A. N. 5. - P. 781-792.

163. Bruce, G. Buchanan Sportlife. Rule-Based Expert Systems: The MYCIN Experiments of the Stanford Heuristic Programming Projext / Bruce, G. Buchanan, Edward H. // Addison-Wesley Publishng Company. Reading, Massachusetts, 1984, ISBN 0-201-10172-6/. - P.742.

sQ)/U)Pn

164. Chrysikopoulos C.V., Hildmann L.M., Robert/P.V. A three-dimensional steady-state atmospheric dispersion-deposition model for emission from a ground-level area source //Atmos. Env., 1992. V. 26A. N.5. - P. 747-757.

165. COMSOL Multiphysics URL.: http://www.comsol.com/ (дата обращения: 14.04.2010).

166. Kitabayashi К. Wind tunnel simulation of airflow and pollutant diffusion offer complex terrain //Atm.Env. V. 25A. 1991. N 7. - P. 1155-1161.

167. Korenevskii N. A. Synthesis of the Combined Fuzzy Rules for Medical Applications with Using Tools of Exploration Analysis /N. A. Korenevskii, F. Ionescu, A. A. Kuzmin, R. T. Al-Kasasbeh. // Proceedings cscs-17, 17 th international conference on control systems and computer science, 26-29 May, 2009. - P. 71-78, 3 interdisciplinary approaches in fractal analysis IAFA 200.

168. Takagi T. Fuzzy identification of Systems and its applications to Modeling and Control / Takagi Т., Sugeno M. // IEEE. Trans. SMC. 1985. Vol. 15, N1. - P. 116132.

169. Wen, Z. Fuzzy-based determination of model and parameters of dual-wavelength vision system for on-line apple sorting / Z.Wen, Y. Tao // Opt. Eng. -1998. - vol.37. - no.l. -P.293-299.

170. Yoshida A. Two-dimensional numerical simulation of thermal structure of urban polluted atmosphere (effects of aerosol characteristics) //Atmos. Env., 1991. V. 25B.N. l.-P. 17-23.

171. Zadeh, L.A. Advances in Fuzzy Mathematics and Engineering Fuzzy Sets and Fuzzy information-Granulation Theory / L.A. Zadeh, Beijing Normal University Press. 2005. ISBN 7-303-05324-7.