Разработка методики обоснования параметров технологических систем угольных шахт с учетом рисков тема диссертации и автореферата по ВАК РФ 25.00.21, кандидат наук Агафонов, Виталий Валерьевич

• Агафонов, Виталий Валерьевич
• кандидат наук
• 2013

Оглавление диссертации кандидат наук Агафонов, Виталий Валерьевич

СОДЕРЖАНИЕ

ВВЕДЕНИЕ

ГЛАВА 1. АНАЛИЗ СОСТОЯНИЯ ВОПРОСА, ЦЕЛЬ, ЗАДАЧИ И МЕТОДЫ ИССЛЕДОВАНИЙ

1.1. Анализ практики проектирования горных предприятий в условиях неопределенности исходной информации

1.2. Оценка изученности проблемы повышения достоверности информации, используемой при обосновании проектных решений в горном деле.. 14-17

1.3. Анализ методов принятия инновационных решений в условиях неопределенности и рисков

1.4. Обоснование цели, задач и методов исследований

ВЫВОДЫ

ГЛАВА 2. ФОРМИРОВАНИЕ ТЕОРЕТИЧЕСКОЙ БАЗЫ МЕТОДИКИ ОБОСНОВАНИЯ ПАРАМЕТРОВ ТЕХНОЛОГИЧЕСКИХ СИСТЕМ УГОЛЬНЫХ ШАХТ С УЧЕТОМ РИСКОВ

2.1. Системное представление структуры методики обоснования параметров технологических систем угольных шахт

2.2. Основные виды неопределенности и рисков, принимаемых к учету при принятии проектных технологических решений

2.3. Подсистема обоснования проектных решений в условиях стохастической неопределенности исходной информации с использованием байесовского подхода

2.4. Методические принципы использования теории нечетких множеств при обосновании проектных решений

ВЫВОДЫ

ГЛАВА 3. РЕАЛИЗАЦИЯ ОСНОВНЫХ ПРОЦЕДУР МЕТОДИКИ ОБОСНОВАНИЯ ПАРАМЕТРОВ ТЕХНОЛОГИЧЕСКИХ СИСТЕМ УГОЛЬНЫХ ШАХТ С УЧЕТОМ РИСКОВ

3.1. Разработка алгоритма реализации методики обоснования параметров технологических систем угольных шахт

3.2. Формирование информационного массива, используемого при реализации методики

3.3. Анализ результатов реализации методики обоснования параметров технологических систем угольных шахт

3.4. Оценка результатов верификации методов учета неопределенности и рисков принятия проектных решений

3.5. Рекомендации по повышению уровня обоснованности проектных технологических решений производственных систем с использованием методов оценки реальных опционов

ВЫВОДЫ

ГЛАВА 4. ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ РЕЗУЛЬТАТОВ ИССЛЕДОВАНИЙ

4.1. Горно-геологические и горнотехнические условия Чертандинского каменноугольного месторождения

4.2. Использование результатов исследований при обосновании производственной мощности шахты «Чертандинская»

4.3. Обоснование пространственно-планировочных решений по вскрытию и подготовке запасов участков недр Чертандинского месторождения. 169-186

4.4. Экономическое обоснование проектных решений по освоению георесурсов Чертандинского каменноугольного месторождения

ВЫВОДЫ

ЗАКЛЮЧЕНИЕ

ИСПОЛЬЗОВАННАЯ ЛИТЕРАТУРА

Введение диссертации (часть автореферата) на тему «Разработка методики обоснования параметров технологических систем угольных шахт с учетом рисков»

Введение

Выбор и обоснование основных проектных решений и параметров технологических систем угольных шахт в современной практике проектирования горнотехнических систем практически всегда происходит в условиях ограниченной разноплановой исходной информации. Как правило, данные различного вида разведок, в том числе и детальной, никогда не являются исчерпывающими и полностью адекватными. В связи с этим, задача синтеза технологической системы угольной шахты имеет множество решений, каждое из которых может привести к различным прогнозам производственно-технических и экономических показателей. Это обуславливает возникновение технологического и экономического риска разработки угольных месторождений, связанного с неоднозначностью проектных разработок, положенных в основу процесса проектирования.

Стоящие перед специалистами задачи по созданию проекта разработки, его технико-экономического обоснования, минимизации технологического и экономического риска предъявляют повышенные требования к моделям принятия решений. Главными из этих требований являются достаточная степень детальности проектных проработок и исходная многовариантность оптимизационных моделей.

Соответственно и вся информация о параметрах функционирования технологических систем, областях их технико-экономической эффективности, целевых функциях, предпочтительности одних параметров перед другими, о риске работы горнодобывающего предприятия в целом и его отдельных подсистем должна быть сведена к одной форме и представлена в виде функций принадлежности. Такой байесовский подход к интеграции разнородной информации позволяет свести воедино всю имеющуюся неоднородную информацию: детерминированную, статистическую, лингвистическую и интервальную.

Разработанные в настоящее время количественные методы принятия проектных решений (такие как максимизация ожидаемой полезности, минимаксная теория, методы максимального правдоподобия, теория игр и др.) помогают выбирать оптимальные из множества возможных решений лишь в условиях одного конкретного вида неопределенности или в условиях полной неопределенности. К тому же, большая часть существующих методов для облегчения количественных исследований в рамках конкретных задач

принятия проектных решений базируется на крайне упрощенных моделях действительности и довольно жестких ограничениях, что уменьшает практическую ценность исследований и часто приводит к искаженным результатам.

В связи с изложенным задача обосновании проектных решений и основных параметров технологических систем угольных шахт в условиях неопределенности информации и риска может квалифицироваться как достаточно актуальная.

Основные научные положения, разработанные лично соискателем:

1. Выбор и обоснование рациональных проектных решений и параметров, в отличие от традиционной повариантной оценки назначенных альтернатив их, следует осуществлять с обязательным учетом неопределенности исходной информации и рисков по предлагаемому алгоритму синтеза технологических систем угольных шахт.

2. Должный уровень обоснованности решений при проектировании отработки запасов шахтных полей обеспечивается при формировании критерия оптимальности с учетом иерархии технологических и экономических рисков вовлечения запасов в отработку и реализации алгоритма декомпозиции и последующего синтеза технологической системы шахты с учетом совместимости и адаптивности ее структурных элементов внутренней и внешней средам функционирования на основе нечетких множеств второго порядка и алгоритма Карника-Менделя.

3. Интеграция байесовского подхода, теории нечетких множеств и метода реальных опционов ведет к минимизации роли фактора неопределенности и рисков, должный уровень достигается вводом лингвистических факторов риска и является базовым условием объективизации проектных решений.

Методы исследований: в работе использован комплекс методов, включающий: научное обобщение, анализ передового опыта и результатов ранее выполненных практических и теоретических исследований в данной области, методы статистического, структурного и логического анализа, теории принятия решений, байесовский подход, теории нечетких множеств, теории игр, методы вариативного моделирования, метод реальных опционов и аналитические исследования.

Научная новизна работы состоит в следующем:

- разработана иерархическая структура технологической системы угольной шахты (нечеткая когнитивная модель), реализуемая при любых совместимых сочетаниях схем вскрытия, подготовки, систем разработки и технологических схем отработки запасов угля на базе объективного учета стадийности освоения месторождения;

- разработаны методические принципы комплексного использования баейсовского подхода, теории нечетких множеств и метода реальных опционов при обосновании рациональных вариантов и параметров проектируемых технологических систем угольных шахт в условиях стохастической неопределенности и рисков;

разработаны рекомендации по повышению уровня обоснованности проектных решений, позволяющие оценить риски и целесообразность вовлечения в отработку запасов угольных месторождений с учетом конъюнктуры рынка конечной продукции шахт.

Обоснованность и достоверность научных положений, выводов и рекомендаций подтверждается:

достаточным объемом геолого-маркшейдерской, производственно-технической и экономической информации, характеризующей условия функционирования угольных шахт (10 шахт, 30 лав);

корректным использованием современных методов исследований (байесовский подход, теории нечетких множеств и нечеткой логики, метода анализа иерархии, технологического, вариативного и компьютерного моделирования, теории игр, метода реальных опционов);

доказательностью адекватности результатов исследований реальным проектным решениям.

Научное значение диссертации заключается в разработке научно-методических принципов синтеза технологических систем угольных шахт с учетом влияния фактора неопределенности исходной информации и рисков на базе интеграции байесовского подхода, теории нечетких множеств и метода реальных опционов в направлении повышения уровня обоснованности проектных решений.

Практическое значение диссертации состоит в разработке рекомендаций по реализации методики синтеза технологических систем угольных шахт на базе прогрессивной, надежной, экономичной и сбалансированной структуры пространственно-планировочных и технологических решений с учетом

специфики современных рыночных условий функционирования горнодобывающих предприятий.

Реализация выводов и рекомендаций. Разработанная методика синтеза технологических систем угольных шахт в условиях неопределенности информации и принятия решений при риске рекомендована к использованию в практике формирования программ развития горного производства на шахтах ОАО "СУЭК-Кузбасс".

Апробация работы. Основное содержание диссертации и ее отдельные положения докладывались и получили одобрение на международных научных симпозиумах в рамках «Недели горняка», проводимых в Московском государственном горном университете (Москва, 2007-2013гг.), Межрегиональной научно-практической конференции «Системный подход к освоению эффективного угледобывающего предприятия с использованием наукоёмких технологий» (г.Киселевск, 2008г.) и научных семинарах кафедры «Подземная разработка пластовых месторождений» МГГУ (Москва 2008-2013 гг.).

Публикации. По теме диссертации опубликованы 14 научных статей (в том числе 10 статей в изданиях, рекомендованных ВАК Минобрнауки РФ, 3 - в международных изданиях).

Структура работы. Диссертация состоит из введения, четырех разделов, заключения, списка использованной литературы из 115 наименований, включает 29 таблиц и 74 рисунка.

ГЛАВА 1. АНАЛИЗ СОСТОЯНИЯ ВОПРОСА, ЦЕЛЬ, ЗАДАЧИ И МЕТОДЫ ИССЛЕДОВАНИЙ

1.1. Анализ практики проектирования горных предприятий в условиях неопределенности исходной информации

В теоретических и практических исследованиях, научных работах и многочисленных публикациях за последнее десятилетие особое внимание уделяется вопросам синтеза (конструирования) технологических схем (систем) угольной шахты, обоснованию проектных решений и их параметров.

Связано это, в основном, с быстрым изменением макроэкономических условий, реформированием угольной отрасли в плане изменения структуры шахтного фонда, внедрением новых технологических структур (шахта-лава, шахта-пласт), переоснащением очистных и подготовительных работ импортной высокопроизводительной горнодобывающей техникой, требований к промышленно-экологической безопасности ведения подземных горных работ и социально-экономических требований к труду.

Следует отметить весомый вклад в решение данной проблемы ученых и специалистов различных научных и проектных организаций, а также высших учебных заведений горного профиля, таких как ИГД им. A.A. Скочинского, ИПКОН РАН, Гипрошахт, ДонУГИ, МГГУ, ШахтНИУИ, ЦНИЭуголь, ИГД УрО РАН, СГИУ, С-ПбГИ, КузГТУ, ДонГТУ, института угля и углехимии СО РАН, причем значительный объем результатов исследований в той или иной мере был реализован в практике проектирования и функционирования технологических систем угольных шахт.

В контексте решения задач формирования оптимальных стратегий развития и обновления горного производства следует выделить работы Малкина A.C., Фрянова В.Н., Саламатина А.Г., Постникова В.Н., Ковальчука А.Б., Кузнецова Ю.Н., Вылегжанина В.М., Домрачева В.Н., Ильюшенко В.Г., Кузьмича A.C., Лаврика В.Г., Рогова Е. И., Салли В.И. и др.

Существующие методы проектирования и конструирования технологических схем (систем) угольных шахт достаточно широко представлены в работах Бурчакова A.C., Воробьева Б.М., Еремеева В.М., Жежелевского Ю.А., Кафорина Л.А., Малкина A.C., Кузнецова К.К.,

Кузнецова Ю.Н., Егорова П.В., Супруненко А.Н., Набокова А.И., Рыжова A.M., Сребного М.А., Харченко В.А. и др., а в последнее время определенный интерес представляют работы Лопушанской О.Я., Чмыхова Е.Е., Ясюченя C.B., Заволокина Д.В., Лемешкина A.B., Бегеза Н.С., Грошенковой О.В., Крюковой В.В., Езерского М.Ю., Стадника Д.А., Шулятьевой Л.И. и др. [1,2,3,4,5,6,7,8,9,10,11].

Сформированный и накопленный научный потенциал в области проектирования угольных шахт и обоснования проектных решений, перспектив их инновационного развития во многом предопределяет адаптацию современных тенденций и закономерностей проектирования угольных шахт для видоизменения и пополнения теоретических основ для разработки методологии синтеза технологических систем угольных шахт и обоснования проектных решений и их параметров.

В настоящее время при математическом моделировании процессов разработки угольных месторождений широко используется дедуктивный подход, когда пытаются понять поведение системы в целом, описав в деталях частные механизмы и уравнения. Основная проблема при этом - отсутствие возможности аналитической обработки и принятия решений при наличии большой погрешности в исходной информации.

Получаемые таким образом детерминированные трехмерные модели имеют ограниченное применение. С одной стороны их довольно успешно используют как научный инструмент, заменяющий собой дорогостоящие натурные эксперименты, для поиска стратегий проектирования и совершенствования технологий разработки угольных пластов. С другой стороны их пытаются использовать для целей прогноза и мониторинга реальных объектов разработки, что естественно, в силу сложности самого моделируемого объекта может привести к печальным последствиям. Например, ошибочность выбора важнейших технологических параметров системы разработки (длина лавы, взаиморасположения Очистных и подготовительных выработок) потребует в дальнейшем значительных материальных затрат и усилий для их исправлений.

Основное препятствие для детерминированных моделей — отсутствие достоверной информации о детальном геологическом строении пласта и большие погрешности в промысловых данных.

Затруднения специалистов при проектировании вызывают также значительная неоднородность углевмещающей породной толщи и их границы, разрывы или разломы и естественные трещины, усложняющие структуру пласта. В двух- и трехмерных математических моделях приходится априори вводить предположения об изменении геологических параметров. Поэтому достоверность получаемых результатов в значительной степени определяется достоверностью принятых предположений. Кроме того, не учитываются случайные флуктуации и фрактальная составляющая процессов.

Все это говорит о том, что к обоснованию проектных решений технологических систем угледобычи необходимо подходить с позиции интеллектуальных интегрированных методологий.

В отдельных работах предлагается использовать концепцию системной оптимизации процессов разработки угольных месторождений, смысл которой заключается в совместном использовании двух дополняющих друг друга направлениях моделирования сложных объектов и процессов. Первое направление - это многомерные детерминированные постоянно действующие модели пластовых систем. В этом случае достигается максимально возможная детализация моделируемых процессов. Второе направление связано с исследованием качественных изменений в развитии процессов в основном на основе методов математической статистики.

Поскольку ни один из существующих в настоящее время подходов к моделированию процессов разработки угледобычи не претендует на исчерпывающее описание реальных процессов и явлений, то для целей проектирования необходим новый взгляд на их использование и практическое применение.

В моделях должно допускаться использование "знаний" экспертов, накопленного опыта, для того, чтобы исключить "странные" решения задач. Это делается с помощью введения дополнительных ограничений в модели, ограничений на вектора оценки, конусов гарантированное™ и т.д.

Неточность моделей может возникать из-за неверно проведенной декомпозиции технологической системы, излишней идеализации модели сложного процесса, разрыва существенных связей в технологическом комплексе, линеаризации, дискретизации, замены фактических характеристик оборудования паспортными, нарушения допущений,

принятых при выводе уравнений (стационарности, изотермичности, однородности и т.д.).

Для широкого класса задач априорная неопределенность может быть сведена к параметрической, когда вероятностные законы распределения для исследуемых ситуаций, величин и наблюдаемых процессов известны с точностью до конечного числа параметров.

Систему можно проектировать либо на основе априорных сведений в виде программы на весь период функционирования системы, либо с помощью процедур адаптивного и рекуррентного оценивания для устранения априорной параметрической неопределенности с использованием принципов управления с обратной связью (байесовский подход).

В теории проектирования с неполной информацией важное место принадлежит задачам, в которых неизвестные параметры объекта проектирования заданы с точностью до априорных оценок, а процессы управления и идентификации должны происходить одновременно. Последнее обстоятельство привело к появлению теории дуального проектирования, где, как правило, неизвестным параметрам приписываются вероятностные распределения, заданные с точностью до априорных оценок случайных величин.

Ввиду большой доли погрешности исходных данных, возникает и погрешность в расчете целевой функции, что приводит к значительной зоне неопределенности при выборе оптимального режима работы системы. Отсюда возникает необходимость разработки методов, учитывающих неопределенность исходных данных при решении задач многоуровневого проектирования технологических систем.

Свойство робастности выделяет класс процедур нечувствительных к небольшим изменениям исходных (начальных) предположений, при этом робастные процедуры, как показывает практика, дают лучшие результаты.

Постановка задачи в нечеткой форме также значительно снижает возможность получения несовместимых решений при расчете и оптимизации. Появляется возможность формализации неточных знаний о предметной области, внесения в модель сведений о неполноте информации.

За счет учета условий существования моделей, самих особенностей минимаксных операций Заде с помощью применения аппарата нечетких множеств удается добиться робастности алгоритмов, т.е. их

нечувствительности к малым отклонениям от предположений. В некоторых работах отмечается робастность по функциям принадлежности, т.е. к ситуациям, в которых истинная функция незначительно отличается от априорно заданной.

Для оптимизации сложных распределенных систем применяются методы многоуровневого проектирования, основой которых является идея декомпозиции и координации. В результате декомпозиции сложная система разделяется на группу более мелких подсистем с такой взаимосвязью, чтобы глобальная задача оптимизации преобразовалась в группу локальных задач оптимизации, т.е. отдельные решения будут приниматься по ограниченной информации, без использования всего объема сведений. Переход к иерархической структуре сужает в общем случае множество допустимых стратегий, но одновременно снижает и уровень неопределенности, т.е. делает возможным получение более качественного решения.

Учитывая сложности при проектировании разработки угольного месторождения, многие специалисты уже давно приходят к выводу, что необходим комплексный (интегрированный) подход к решению возникающих проблем. Интегрирующие свойства байесовского подхода могут служить принципиальной основой для разработки информационных технологий свертки информации, ее преобразований на многомодельной основе, генерации гибких стратегий принятия проектных решений, комплексной оценки ситуаций и разработки сценариев их оптимального развития.

Данная модификация байесовского подхода направлена на получение устойчивых оптимальных байесовских решений в условиях значительной неопределенности информации. Информационные технологии на основе РБП строятся с использованием шкал с динамическими ограничениями (ШДО), которые, кроме основных шкал для представления информации (числовой или лингвистической), имеют сопряженные универсальные шкалы для передачи информации на следующие этапы ее обработки.

Если в классической теории множеств понятие характеристического функционала играет второстепенную роль, то для нечетких множеств функция принадлежности становится единственно возможным средством их описания. С формальной точки зрения нет необходимости различать нечеткое множество и его функцию принадлежности. В этом смысле ТНМ

можно рассматривать как теорию функций специального вида - обобщенных характеристических функций.

Наличие неопределенности может быть учтено непосредственно в моделях соответствующего типа с представлением недетерминированных параметров как случайных величин с известными вероятностными характеристиками, как нечетких величин с заданными функциями принадлежности или как интервальных величин с фиксированными интервалами изменения и нахождения решения задачи с помощью методов стохастического, нечеткого или интервального программирования.

Обычно на практике всегда имеется возможность наряду с точечной оценкой параметра (наиболее допустимым его значением) указать минимальное и максимальное значение (интервал), которые может принимать нечеткая величина. Кроме того, иногда удается построить и функцию, характеризующую допустимость каждого значения внутри заданного интервала на основе статистического материала или опроса группы экспертов. ТНМ дает возможность проводить вычисления не с одним точечным значением, а с характеристической функцией и получать в результате вычислений нечеткую величину, для которой по максимуму значения функции может быть получена точечная (четкая) оценка.

Как следует из анализируемых публикаций, современная шахта представляет собой сложную динамическую систему. При заданных горногеологических и горнотехнических условиях поведение такой системы во времени и пространстве характеризуется протеканием общих производственно-технологических процессов, направленных на добычу угля, локальных процессов и подпроцессов в технологических звеньях, обеспечивающих добычу угля под влиянием возмущающих факторов, например природных условий.

Синтез технологических систем угольных шахт и выбор основных проектных решений при этом объективно рассматривается как многокритериальная задача выбора рациональной технологической системы из исходного их множества.

1.2. Оценка изученности проблемы повышения достоверности информации, используемой при обосновании проектных решений в горном деле

Исследования, направленные на оценку и разработку методов повышения достоверности информации, используемой при составлении инвестиционных проектов и обоснования проектных решений, является одной из неотложных и сложнейших задач горной науки и практики, так как ее низкая информативность приводит к большим экономическим потерям: затягиванию сроков разработки и реализации проектов, их неоднократному пересмотру, "замораживанию" вложенных в развитие предприятий и компаний капиталов, банкротству последних, снижению активности инвесторов и другим негативным последствиям.

Низкая достоверность и высокая степень неопределенности исходной геологической и технологической информации является также одной из главных причин, тормозящих процессы инновационной деятельности угольных шахт и низкой их инвестиционной привлекательности.

Анализ работ, посвященных исследованию достоверности информации, используемой при разработке проектов угольных шахт [12-23], показывает, что в настоящее время существует два основных методических подхода к выявлению ошибок горно-геологических и геомеханических прогнозов. Первый из них основан на сопоставлении результатов прогнозов, полученных по данным геологоразведки, с фактическими данными, фиксируемыми по результатам ведения горных работ [15, 17, 18], а второй -на сравнении средних по шахтопласту значений показателя, вычисленных исходя из двух предположений о характере изменения его значений в пространстве между разведочными скважинами [12,13]: линейном и волнообразном.

Согласно первому подходу выявляются преимущественно технические ошибки, связанные с особенностью применения методов геологоразведки и испытания керновых проб. Второй подход позволяет выявить наряду с техническими ошибками и ошибки аналогий, связанные с естественной изменчивостью значений показателя в пространстве и методами камеральной обработкой данных геологоразведки.

В соответствии с принятым подходом используются различные методики оценки ошибок прогнозов [13 - 18], однако большинство из них не позволяет учесть все ошибки или же однозначно обосновать нецелесообразность учета тех или иных ошибок.

Экономическая оценка применения новых технологий угледобычи осуществляется с использованием исходных данных, имеющих существенную вариабельность значений. Это обусловливает вариабельность получаемых результатов и риск коммерческой неэффективности проекта.

При внедрении новых технологий и основных проектных решений вариабельность исходных данных статистически неустойчива, поэтому невозможно установить вероятность для диапазона значений исходных данных и показателей эффективности.

Особенность строительства новых шахт и реализации проектных решений в угольной отрасли заключается в том, что неопределенность получаемых результатов и инвестиционный риск в значительной мере обусловлены параметрами внутренней среды проекта, описывающими горногеологические условия месторождения, принятые технико-технологические решения и уровень организации производства (табл. 1.1) [12].

Таблица 1.1

Влияние изменений параметров проекта на экономическую оценку применения _новых технологий угледобычи_

Исходные данные Уровень отклонений Влияние на объем производства Влияние на прибыль на ед. продукции

Горно-геологические условия

Запасы угля Мощность пласта Угол падения пласта Качество угля Физико-механичсскис свойства пород До 1.1-1.8 раза До 2-4 раз До 2-3 раз До 1.5-3.5 раза До 2-2.5 раз Снижение до 1.8 раза Снижение до 2 раз Снижение до 1.2 раза Снижение до 1.2 раза Снижение до 2-3 раз снижение до 2.6 раз снижение до 3 раз снижение до 1.5 раза снижение до 5 раз снижение до 3-5 раз

Технико-технологические решения

Потери угля в недрах Объем подготовительных работ Надежность техники До 1.5-2 раз До 1.2-1.5 раз До 1.5-3 раз Снижение до 2 раз Снижение до 2 раз Снижение в 1.5-2 раза Снижение до 3 раз Снижение до 3-5 раз Снижение до 3-5 раз Снижение до 10 раз

Удельный расход ресурсов До 1.5-3 раз -

Уровень организации производства

Мотивация персонала Квалификация персонала До 7 раз До 7 раз Снижение до 2.5 раз Снижение в 1.5-2.5 раза Снижение до 4 раз Снижение до 2-4 раза

Анализируя ряд работ в области количественной оценки достоверности исходной информации для проектирования угольных шахт [12-23] можно

Список литературы диссертационного исследования кандидат наук Агафонов, Виталий Валерьевич, 2013 год

ЛИТЕРАТУРА

1. Лопушанская О.Я. Обоснование системы принятия проектных решений по рациональному использованию ресурсов угольных шахт. Автореферат диссертации на соискание ученой степени кандидата технических наук: М.: 25.00.21, МГГУ, 2008.

2. Чмыхов Е.Е. Обоснование комплекса технологических решений по реконструкции угольных шахт. Автореферат диссертации на соискание ученой степени кандидата технических наук: М.: 25.00.21, МГГУ, 2005.

3. Ясюченя C.B. Обоснование рациональных параметров технологических систем высокопроизводительных угольных шахт. Автореферат диссертации на соискание ученой степени кандидата технических наук: Новокузнецк: 25.00.22, 2007.

4. Заволокин Д.В. Обоснование рациональных проектных решений по отработке запасов геоструктур угольных месторождений. Автореферат диссертации на соискание ученой степени кандидата технических наук: М.: 25.00.21, МГГУ, 2009.

5. Лемешкин A.B. Модели синтеза проектных решений в задачах замещения ресурсов в условиях функционирования технологических систем. Автореферат диссертации на соискание ученой степени кандидата технических наук:Воронеж: 05.13.12, РГБ ОД, 2004.

6. Бегеза Н.С. Конструирование рациональных вариантов и комплексное обоснование прогрессивных технологических схем угольных шахт Южного Кузбасса. Автореферат диссертации на соискание ученой степени кандидата технических наук: М.: 05.15.02, 1995.

7. Грошенкова О.В. Обоснование параметров технологических систем шахт при формировании программ развития горного производства. Автореферат диссертации на соискание ученой степени кандидата технических наук: М.: 25.00.21, МГГУ, 2003.

8. Езерский М.Ю. Синтез технологических систем угольных шахт при обосновании проектных решений. Автореферат диссертации на соискание ученой степени кандидата технических наук: М.: 25.00.21, МГГУ, 2008.

9. Шулятьева Л.И. Комплексное обоснование инновационных решений при проектировании высокопроизводительных угольных шахт. Автореферат

диссертации на соскание ученой степени доктора технических наук. М.: МГГУ, 2011.

Автореферат диссертации на соискание ученой степени доктора технических наук: М.: 25.00.21, МГГУ, 2011.

Ю.Крюкова В.В. Математическое моделирование и оценка эффективности технологических решений угольной шахты. Автореферат диссертации на соискание ученой степени кандидата технических наук: Кемерово, КузГТУ, 2008.

11. Стадник Д.А. Разработка методики технологического картографирования высокопроизводительной отработки запасов выемочного участка угольной шахты.

Автореферат диссертации на соискание ученой степени кандидата технических наук: М.: 25.00.21, МГГУ, 2008.

12. Осадчая М.А. Экономическая оценка применения новых технологий угледобычи в условиях неопределенности исходных данных. Автореферат диссертации на соискание ученой степени кандидата экономических наук. Челябинск, 2006.

13. Способы вскрытия, подготовки и системы разработки шахтных полей. /Под ред. Б.Ф.Братченко. - М.: Недра, 1985. - 494 с.

14. Методические положения выбора оптимальных технологических решений в проектах шахт с учетом изменчивости горно-геологических факторов. - М.: ИГД им. А.А.Скочинского, 1985. - 36 с.

15. Выбор параметров шахт для месторождений с изменчивыми горногеологическими условиями. / Ликальтер O.A. и др. -М.: ЦНИЭИуголь, 1981. -49 с.

16. Цулауф Я.К. Сопоставительная оценка достоверности геологических данных разведки с установленными горными работами. // Добыча угля подземным способом. - 1981. - № 10. - С. 26-27.

17. Погребицкий Е.О., Терновой В.И. Геолого-экономическая оценка месторождений полезных ископаемых. - Л.: Недра, 1974. - 304 с.

18. Фрумкин P.A. Окалелов В.Н. Достоверность горно - геологических прогнозов и методы ее количественной оценки. // Известия вузов. Горный журнал. - 1983. - № 4. - С. 33-37.

19. Фрумкин P.A., Окалелов В.Н. Оценка достоверности прогнозов условий разработки пластов // Уголь Украины. - 1983. - № 9. - С. 43-44.

195

20. Мельников H.H. Достоверность геологоразведочной информации и производственная мощность горного предприятия. // Недропользование - 21 век.-2008, №3,с.61-63.

21. Шаклеин C.B. Количественная оценка достоверности геологических материалов угольных месторождений. Кемерово, Кузбассвузиздат, 2005, 243 с.

22. Фрумкин P.A., Окалелов В.Н., Самкова Э.Р. Оценка достоверности информации, используемой при разработке инвестиционных проектов угольных шахт. ДонГТУ, 2006.

23. Окалелов В.Н. Проектирование шахт. ДонГТУ, 2006.

24. С.В.Шаклеин, Т.Б.Рогова. Оценка риска пользования недрами. Кемерово, 2009.

25. Езерский М.Ю. Синтез технологических систем угольных шахт при обосновании проектных решений.

26. Григорьева A.A., Бурков П.В., Захарова А.Н., Бурков В.П. Модель определения конкурентоспособности очистных механизированных комплексов на основе теории нечетких множеств.

27. Кубрин С.С. Теория анализа и синтеза информационно-аналитических систем оптимальной отработки шахтных полей и месторождений.

28. Исмаилов Д.В.. Разработка моделей принятия решений при инновационном развитии предприятий угольной промышленности.

29. Егоров П.В., Супруненко А.Н., Набоков А.И. Проектирование угольных шахт. Кемерово, 2005, - 221с.

30. Рутковская Д., Пилиньский М., Рутковский А. Нейронные сети, генетические алгоритмы и нечеткие системы. М.: 2004.

31. Gordon О., Herrera F. A General Study on genetie fuzzy systems // Genetic Algorithms in engineering and computer sciense, 1995. p. 33-57.

32. Круглов B.B., Дли М.И. Интеллектуальные информационные системы: компьютерная поддержка систем нечеткой логики и нечеткого вывода. М.: Физматлит, 2002.

33. Борисов В.В., Устиненков Е.С. нечеткие когнитивные модели для выявления коалиций в мультиагентных системах. М.: 2010.

34. Кофман А. Введение в теорию нечетких множеств. М.: Радио и связь, 1982.

35. Виноградов Г.П. Оценка эффективности метода кластеризации, использующего субъективные оценки. М.: Программные продукты и системы, №2, 2009.

36. Бодянский Е.В., Кучеренко Е.М., Михаленко А.И. Нейро-фаззи сети Петри в задачах моделирования сложных систем. Днепропетровск, 2005.

37. Крюкова В.В. Метод формализации структуры сети Петри и ее программная реализация.// проблемы подземной разработки полезных ископаемых. Сб. научных трудов КузГТУ, Кемерово, 1996, с.97-102.

38. Крюкова В.В. принципы формализации и моделирования угольной шахты на сетях Петри.// Вестник КузГТУ: Сб. научных трудов КузГТУ, Кемерово, 1999, с. 74-78.

39. Прокопчина C.B. Модель принятия решений для многокритериальных задач в условиях риска и неопределенности на основе байесовских интеллектуальных технологий. - материалы Международной конференции по мягким вычислениям и измерениям «SCM - 2004». - Спб., 2004.

40. Недосекин Д.Д., Прокопчина C.B., Чернявский Е.А. Информационные технологии интеллектуализации измерительных процессов. - Спб.: Энергоатомиздат, Санкт-Петербургское отделение, 1995. -178 с.

41. Прокопчина C.B. Создание развивающихся инфомационных технологий на основе регуляризирующего байесовского подхода. - Материалы Международной конференции по мягким вычислениям и измерениям «SCM -2005».-СПб., 2005.

42. Моррис У. Наука об управлении. Байесовский подход. М.: Мир, 1971.

43. Айвазян С.А. Байесовский подход в экономике. М.: Мир, 2008, 350с.

44. Де Грот. Оптимальные стратегические решения. М.: Мир, 2005, 500с.

45. http:ru. Wikipedia.org./wiki/ Теорема Байеса.

46. Тулупьев A.J1. Байесовские сети: логико-вероятностный подход. Спб, Наука, 2006.

47. Хей Дж. Введение в методы байесовского статистического вывода. М.: Наука, 1987.

48. М. Tipping. Sparse Bayesian Learning. Journal of Machine Learning Research, 1, 2001, p.211-244.

49. D.Kropotov, D.Vetrov/Optimal Baiesian Classifier with Arbitrary Caussian Regularizer Proc. of 7 th.......(OGRW-7-2007), 2007.

50.1ntroduction to Type-2 Fuzzy Sets and Systems/ Mendel J.//IEEE COMPUTANIONAL INTELLIGENCE MAGAZINE.-2007.- № 2.-Яз. англ

51. Технологии анализа данных [Электронный ресурс], Режим доступа: http://www.basegroup.ru, свободный.

52. Штовба С.Д. Проектирование нечетких систем средствами MATLAB/ под. ред. А.С. Попова.- М. : Горячая линия - Телеком, 2007. -288с.

5 З.Интернет-университет интернет технологий INTUIT [Электронный

ресурс]: Режим доступа: http://www.intuit.ru , свободный .

54. Simon Coupland . Type-2 Fuzzy Control of a Mobile Robot.- United

Kingdom.-30 с - Яз. англ.

55.Электронная версия журнала Компьютерра [Электронный ресурс]: Режим доступа: http://offline.computerra.ru, свободный.

56.Juan R. Castro, Oscar Castillo, Luis G. Martinez. Interval Type-2 Fuzzy Logic Toolbox.- 2007.-№8.-Яз. англ.

58.Nilesh N. Karnik, Jerry M. Mendel. Operations on type-2 fuzzy sets.-2000.-№4.- Яз. англ.

59.Леоненков А. В. Нечеткое моделирование в среде MATLAB fiizzyTECH.-СПб.:БХВ-Петербург. -2005.-736 с.

60.Erdal Kayacan, Ph.D. Candidate. Contributions to Type-2 Fuzzy Sets. Theory and Applications in Control Engineering and Robotics.-2009.-№10.^3. англ.

61.A Novel Algorithm for Tuning of the Type-2 Fuzzy System: Материалы конф. / First Joint Congress on Fuzzy and Intelligent Systems Ferdowsi University of Mashhad, Iran, 29-31 августа 2007.-Яз. англ.

62. Shang-Ming Zhou, Robert John, Francisco Chiclana and Jonathan M. Garibaldi. New Type-2 Rule Ranking Indices for Designing Parsimonious Interval Type-2 Fuzzy Logic Systems, 2007.- Яз. англ.

63. Нечеткая логика [Электронный ресурс], Режим доступа: http://www.victoria.lviv.ua, свободный

64. Нечеткие множества и теория возможностей. Последние достижения. Под редакцией Р.Р.Ягера. М.: Радио и связь, 1986.

65. Чернов В.Г. Модели поддержки принятия решений в инвестиционной деятельности на основе аппарата нечетких множеств / В. Г. Чернов. - М. : Горячая линия - Телеком, 2006. -255 с.

66. Леоленков А.В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. Спб., 2003.

67. Дамодаран А. Инветиционная оценка. М.: Альпина Бизнес Букс, 2004.

68. Яценко Б.Н. оценка эффективности инвестиционных проектов и принятие инвестиционных решений в условиях большой неопределенности интервального типа. // Аудит и финансовый анализ, №1, 2006.

69. Грязнова А.Г., Федотова М.А. Оценка бизнеса. М.: Финансы и статистика, 2005.

70. «Стандарты оценки, обязательные к применению субъектами оценочной деятельности» (утв. Постановлением Правительства РФ от 06 июля 2001 года №519).

71. Смоляк С.А. Оценка эффективности инвестиционных проектов в условиях риска и неопределенности (теория ожидаемого эффекта). - М.: Наука, 2002.

72. Массе П. Критерии и методы оптимального определения капиталовложений. -М.: Статистика, 1971.

73. Дамодаран А. Инвестиционная оценка: Инструменты и методы оценки любых активов. - М.: Альпина Бизнес Букс, 2004.

74. Коупленд Т., Колер Т., Мурин Дж. Стоимость компаний: оценка и управление. - М.: ЗАО «Олимп - Бизнес», 2005.

75. Козырь Ю.В. Стоимость компании: оценка и управление. - М.: Альфа-Пресс, 2004.

76. Fernandez P. Valuing real options: freguenty made errors. NY.: IESE Business School, 2001.

77. Black F., Scholes M., The prising of options and corporate liabilities // Journal of polical economy. 1973. Vol.81.№3, p. 637-659.

78. Feranndez P. Optimal prising: a simplified approach// J. of Finans. Econ. Sept. 1979.

79. Brennan M., Schwarz E. Evaluating Natural Resourse Investments// Journal of Business. 1985. №58.

80. Лимитовский М.А. Инвестиционные проекты и реальные опционы на развивающихся рынках. М.: Дело, 2004.

199

81. Волков И.М., Грачева M.B. Проектный анализ: Продвинутый курс. М.: ИНФРА-М, 2004.

82. Первозванский A.A., Первозванская Т.Н. Финансовый рынок: Расчет и риск. М.: ИНФРА-М, 1994.

83. Грачева М.В. Анализ проектных рисков. М.: Финстатинфом, 1999.

84.Андреев В.Н., Герасимов Ю.Ю. Принятие оптимальных решений: Теория и применение в лесном деле. Иоэнсуу: Из-во ун-та Иоэнсуу, 1999. 200 с.

85.Беллман Р., Калаба Р. Динамическое программирование и современная теория управления. М.: Наука, 1969. 120 с.

86.Вентцель Е.С. Элементы динамического программирования. М.: Наука, 1964. 176 с. 87.Вентцель Е.С. Исследование операций: задачи, принципы, методология. М.: Наука, 1988.

87. Юдин Д.Б. Задачи и методы стохастического программирования. М.: Сов. радио, 1979. 392 с.

88. Davis L.S., Johnson K.N. Forest management. New York: McGraw-Hill Book Company, 1987. 790 p.

89. Моисеев H.H., Математические методы системного анализа М. Наука 1981 487 с.

90.http://www.petrsu.ru/Faculties/Forest/courses/decision/decisa.httm/

91. Ашихмин A.A. Разработка и принятие управленческих решений: формальные модели и методы выбора. - М.: МГГУ, 2004, 80с.

92. Белкин А.Р., Левин М.Ш. Принятие решений: комбинаторные модели апроксимации информации. -М.: Наука, 1990.

93. Иоффин А.И. Системы поддержки принятия решений. - М.: Мир ПК, 1993.С. 47-57.

94. Макаров И.М. и др. Теория выбора принятия решений. - М.: Наука, 1987.

95. Лушник Э., Мюллер П. Методы принятия технических решений. - М.: Мир, 1990.

96. Орловский С.А. Проблемы принятия решений при нечеткой исходной информации. - М.: Наука, 1981.

97. Резниченко С.С., Ашихмин А.А.и др. Экономико-математические методы и моделирование в использовании и управлении горным производством: учебник для вузов. - М.: Недра, 1991.

98. Тэрано Т. И др. Прикладные нечеткие системы: Пер. с японского. - М.: Мир, 1993.

99. Малкин А.С., Пучков JI.A. и др. Проектирование шахт. - М.: Недра, 2000.

100. Малкин А.С., Агафонов В.В., Закоршменный И.Н., Мельник В.В. и др. Комплексное использование основных и попутных ресурсов пластовых месторожений. Учебно-методическое пособие по курсу «Комплексное освоение недр». - М.: МГГУ, 2006.

101. Станис Е.В. Оценка надежности горно-геологических условий при проектировании и развитии шахт. Диссертация на соискание ученой степени кандидата технических наук. - М.: МГГУ, 1986.

Основные положения и результаты диссертационных исследований отражены в следующих опубликованных работах автора:

102. Агафонов В.В., Абрамов В.А., Шавров П.В. Технико-экономическая оценка вариантов подготовки шахтных и выемочных полей. Горный информационно-аналитический бюллетень. Mining information and analytical bulletin. №11/2007.c.272-276.

103. Агафонов B.B., Шавров П.В. Выбор и обоснование принципиальных направлений развития шахтного фонда. Горный информационно-аналитический бюллетень. Mining information and analytical bulletin. №11/2007.C.260-265.

104.Агафонов В.В. Фундаментальные аспекты создания информационных систем непрерывного обновления шахтного фонда. Горный информационно-аналитический бюллетень. Mining information and analytical bulletin. №4/2004.с. 186-188.

105. Агафонов B.B., Иванов А.Н., Михеев В.О. Моделирование горных работ при оптимизации технологической схемы шахты. Горный информационно-аналитический бюллетень. Mining information and analytical bulletin. №11/201 l.c.5-8.

106. Агафонов B.B., Антонов M.А., Ютяев A.E. Основы методологии проектирования гибкой технологии угледобычи. Горный информационно-аналитический бюллетень. Mining information and analytical bulletin. №11/201 l.c.31-35.

107. Агафонов B.B., Оганесян A.C. Основные проблемы внедрения информационных систем для решения экономических и технологических задач горнодобывающей отрасли промышленности. Горный информационно-аналитический бюллетень. Mining information and analytical bulletin. №12/2011.T.6.C.614-622.

108. Агафонов В.В., Оганесян А.С. Интегрированные системы и комплексы геоинформационных систем в горном деле. Горный информационно-аналитический бюллетень. Mining information and analytical bulletin. №12/2011. T.6.C.623-630.

109. Агафонов B.B. Нечеткая когнитивная модель угольной шахты. Горный информационно-аналитический бюллетень. Mining information and analytical bulletin. №7/2013.

110. Агафонов B.B. Новый подход к синтезу технологических систем угольных шахт на основе нечеткого когнитивного моделирования. Горный информационно-аналитический бюллетень. Mining information and analytical bulletin. №7/2013.

Ш.Агафонов B.B., Малкин А.С. Предпосылки создания методологии концептуального проектирования многофункциональных шахтосистем. Горный информационно-аналитический бюллетень. Mining information and analytical bulletin. №6/2013.

112. Агафонов B.B., Оганесян H.K., Оганесян А.С. Новые подходы к выявлению направлений повышения устойчивости и эффективности функционирования шахтного фонда угольных компаний. Журнал «Горняк и металлург»/»Мтег@Ме1а11и^8Ь>. -Ереван. - №2. - 2011. - С.52-56.

113. Агафонов В.В., Оганесян Н.К., Оганесян А.С. Современные тенденции проектирования горных предприятий в условиях неопределенности исходной информации. Журнал «Горняк и металлург»/»Мтег@Ме1а11и^8Ъ>. -Ереван. -№4. - 2011. - С.35-36.

114. Агафонов В.В., Оганесян Н.К., Оганесян А.С. Особенности и специфика эвристико-эволюционного подхода к оптимизации технологических систем угольных шахт. Журнал «Горняк и металлург»/»Мтег@Ме1а11и^8Ь>. -Ереван. - №4. - 2011. - С.37-38.

115. Агафонов В.В. Разработка математической модели выбора вариантов технологических схем угольных шахт. «Научно-методическое обеспечение формирования проектных, технологических и организационных механизмов эффективного функционирования угольных шахт». Сборник научных трудов.

-М.: МГГУ, 2012. -С.56-59.