Разработка методологии синтеза адаптивных АСУ сложными объектами на основе применения моделей распознавания образов и принятия решений тема диссертации и автореферата по ВАК РФ 05.13.06, кандидат технических наук Луценко, Евгений Вениаминович

• Луценко, Евгений Вениаминович
• кандидат технических наук
• 1999

Оглавление диссертации кандидат технических наук Луценко, Евгений Вениаминович

ВВЕДЕНИЕ.

ГЛАВА I. АНАЛИТИЧЕСКИЙ ОБЗОР. МЕТОДОЛОГИЯ ИССЛЕДОВАНИЯ.

1.1. Аналитический обзор.

1.2. Методология исследования.

1.3. Выводы.

ГЛАВА П. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПРОЦЕССОВ РАСПОЗНАВАНИЯ

ОБРАЗОВ И ПРИНЯТИЯ РЕШЕНИЙ В АСУ.

2.1. Общие принципы построения математических моделей и выбор класса модели сложного объекта управления.

2.2. Математическое моделирование распознавания образов в АСУ на основе теории информации.

2.3. Математическое моделирование принятия решений в АСУ на основе многокритериального подхода и теории информации.

2.4. Выводы.

ГЛАВА Ш. РАЗРАБОТКА МЕТОДОЛОГИИ СИНТЕЗА АДАПТИВНЫХ АСУ СЛОЖНЫМИ ОБЪЕКТАМИ С ПРИМЕНЕНИЕМ МОДЕЛЕЙ РАСПОЗНАВАНИЯ ОБРАЗОВ И ПРИНЯТИЯ РЕШЕНИЙ.

3.1. Цели и типовая структура АСУ. Параметрическая модель адаптивной АСУ СОУ.

3.2. Алгоритмы функционирования адаптивных АСУ СОУ.

3.3. Методология синтеза адаптивных АСУ сложными объектами.

3.4. Выводы.

ГЛАВА IV. РАЗРАБОТКА ПРОГРАММНОЙ ИНСТРУМЕНТАЛЬНОЙ ОБОЛОЧКИ И МЕТОДИКА СИНТЕЗА АДАПТИВНЫХ АСУ СОУ С ЕЕ ПРИМЕНЕНИЕМ.

4.1. Функциональная структура и технология применения инструментальной оболочки.

4.2. Методика синтеза автоматизированных систем управления автономными комбинированными фотоветюэлектюэнергетическими установками.

4.3. Опыт применения предложенной методологии синтеза АСУ СОУ и источники ее эффективности.

4.4. Выводы.

Введение диссертации (часть автореферата) на тему «Разработка методологии синтеза адаптивных АСУ сложными объектами на основе применения моделей распознавания образов и принятия решений»

Актуальность исследования. Развитие науки и практики автоматизированных систем управления (АСУ) связано с количественным и качественным расширением сферы их применения. Этот процесс является многоплановым и идет одновременно по многим направлениям. Одним из наиболее перспективных является создание АСУ сложными объектами управления (СОУ). Потребность в АСУ СОУ постоянно возрастает. Однако, на практике создание таких АСУ сдерживается недостаточной разработанностью теории, стандартных, проверенных и отработанных на практике методов их синтеза, а также недостатком соответствующих инструментальных программных средств.

В связи с этим является актуальной разработка методологии синтеза АСУ сложными объектами управления.

Объектом исследования являются АСУ сложными объектами управления.

Предметом исследования является методология синтеза адаптивных АСУ сложными объектами управления, прежде всего техническими.

В качестве применения предложенной методологии синтеза адаптивной АСУ СОУ рассматривается синтез операционного уровня системы автоматизированного управления сложной технической системой.

Научная проблема исследования. Система определяется как сложная, если для построения ее формальной модели недостаточно априорной информации. Из данного классического определения непосредственно следует, что методология синтеза АСУ СОУ может быть разработана только в том случае, если будет решена проблема построения модели в условиях недостатка или отсутствия априорной информации о СОУ.

В результате решения данной проблемы преодолевается следующее противоречие, возникающее на практике при попытке синтеза АСУ СОУ: с одной стороны, считается, что создание АСУ возможно, если уже есть модель объекта управления; а с другой стороны, модель СОУ не может быть построена до начала эксплуатации АСУ, так как для этого недостаточно априорной информации;

Основная гипотеза исследования: на основе применения абстрактной модели СОУ возможно создание АСУ, в которых модель объекта управления конкретизирована не в полной мере; недостающую информацию, необходимую для построения конкретной модели СОУ, можно получить не только на этапе проектирования АСУ, но и непосредственно в процессе эксплуатации АСУ в адаптивном режиме (недостаток априорной информации может быть восполнен апостериорной информацией).

Дополнительная гипотеза исследования: в качестве абстрактной модели СОУ может быть использована модель, разработанная с применением моделей распознавания образов и принятия решений, основанных на теории информации.

Цель исследования: разработать методологию, математическую модель, алгоритм, программную инструментальную оболочку и методику, реально обеспечивающие эффективный синтез адаптивных АСУ сложными объектами. Задачи исследования: определить место и роль методов распознавания образов и принятия решений при разработке методологии синтеза адаптивных АСУ сложными объектами; разработать математическую модель эффективного и простого в программной реализации метода распознавания образов и принятия решений, ориентированного на применение для синтеза адаптивных АСУ СОУ; разработать эффективные алгоритмы и программную реализацию математической модели, обеспечивающие экспериментальную проверку правильности принятых научно-технических решений и их практическую применимость; провести экспериментальную проверку применимости предложенной методологии и инструментальных средств для синтеза и эксплуатации реальных адаптивных АСУ сложными объектами.

Методы исследования. Задачи исследования решены с использованием теории автоматизированного управления, методов распознавания образов, принятия решений и теории информации.

Основные положения, выносимые на защиту:

На основе применения методов распознавания образов и принятия решений, основанных на теории информации, могут быть созданы эффективные адаптивные АСУ сложными объектами, обеспечивающие: формирование обобщенных образов состояний СОУ на основе обучающей выборки (обучение); идентификация состояния СОУ на основе его выходных параметров (распознавание); определение влияния входных параметров на перевод СОУ в различные состояния (обратная задача распознавания); прогнозирование развития среды; прогнозирование поведения СОУ в условиях воздействия на него только окружающей среды; прогнозирование поведения СОУ при различных вариантах управляющих воздействий.

В случае статичных СОУ, адаптивные АСУ СОУ могут применяться в качестве инструментария для синтеза АСУ с постоянной моделью. Научная новизна исследования заключается в разработке: абстрактной информационной модели, обеспечивающей решение прямых и обратных задач распознавания, а также кластерно-конструктивный анализ факторов и состояний СОУ; методологии и методики синтеза адаптивных АСУ сложными объектами. Практическая значимость исследования. На основе развитой методологии разработаны математическая модель, алгоритмы и программная реализация универсальной автоматизированной системы распознавания образов "ЭЙДОС", которая на практике обеспечивает решение сформулированных выше основной проблемы, достижение цели и задач исследования.

Апробация результатов исследования. Основные положения работы обсуждены на следующих конференциях:

Всероссийской конференции «В.И.Вернадский и современность (к 130-летию со дня рождения)", проводившейся в г.Краснодаре в июне 1993 года;

Всероссийской научно-практической конференции "Состояние и связи криминалистики и теории оперативно-розыскной деятельности ОВД", проходившей 1416 июня 1995 года на базе Краснодарского юридического института МВД РФ;

6 июня 1995 года на базе Краснодарского юридического института МВД РФ;

Всероссийской научно-практической конференции «Актуальные проблемы социально-правовой подготовки специалистов и перспективы совершенствования системы комплектования органов внутренних дел», проходившей в мае 1997 года на базе Краснодарского юридического института МВД РФ; межвузовской конференции "Организация и методологические проблемы компьютеризации учебного процесса" в мае 1998 года, проходившей на базе Краснодарского высшего военного авиационного училища.

Реализация результатов работы. Проведенные исследования являются составной частью плановых и договорных НИР, принятых заказчиками, что подтверждается 13 актами об успешном внедрении разработанной методологии, в частности, в следующих организациях:

Аналитический центр ад министрации Ярославской области;

Информационно - аналитический центр администрации Краснодарского края;

Краснодарский юридический институт МВД РФ;

Департамент экономики и прогнозирования администрации Краснодарского края;

Кубанский Агроуниверситет;

Особое конструкторское бюро "Икар" (г.Краснодар).

В исследовании предложена основанная на развитой методологии конкретная методика синтеза адаптивной АСУ сложным техническим объектом, примененная для синтеза системы автоматического управления (САУ) автономной комбинированной фотоветроэлектроэнергетической установки (ФВЭУ), которая представляет собой сложную техническую систему.

Достоверность полученных данных подтверждается успешной экспериментальной проверкой правильности принятых научно-технических решений, что подтверждается 13 актами о выполнении работ с применением предлагаемой методологии.

Публикации. Основные результаты диссертации опубликованы в 16 научных работах, в том числе 2 книгах, защищены 3 свидетельствами РосАПО.

Структура диссертации. Диссертационная работа состоит из введения, четырех глав с выводами к каждой из них, заключения, списка использованных источников, включающего 180 наименований, 2 приложений.

Заключение диссертации по теме «Автоматизация и управление технологическими процессами и производствами (по отраслям)», Луценко, Евгений Вениаминович

Выводы

На основе применения абстрактной модели СОУ возможно создание АСУ, в которых модель объекта управления конкретизирована не в полной мере.

Недостающую информацию, необходимую для построения конкретной модели СОУ, можно получить не только на этапе проектирования АСУ, но и непосредственно в процессе эксплуатации АСУ в адаптивном режиме (недостаток априорной информации может быть восполнен апостериорной информацией).

В качестве абстрактной модели СОУ может быть использована модель, разработанная с применением моделей распознавания образов и принятия решений, основанных на теории информации.

На основе моделей распознавания образов и принятия решений может быть разработана методология, математическая модель, а также алгоритм, программная инструментальная оболочка и методика, обеспечивающие синтез адаптивных АСУ сложными объектами.

Результаты

Определены место и роль методов распознавания образов и принятия решений в АСУ: предложено и обосновано применение этих методов как для идентификации состояния сложного объекта управления, так и для выработки многофакторного управляющего воздействия на него.

Разработана математическая модель эффективного и простого в программной реализации метода распознавания образов и принятия решений, основанного на теории информации и ориентированного на применение для целей синтеза и эксплуатации адаптивных АСУ сложными объектами.

Разработаны эффективные алгоритмы и программная реализация математической модели, обеспечивающие экспериментальную проверку правильности принятых научно-технических решений на реальных задачах.

Разработаны и успешно апробированы на практике методология, математическая модель, алгоритмы, программная инструментальная оболочка и методика, реально обеспечивающие эффективный синтез адаптивных АСУ сложными объектами.

Перспективы

Дальнейшее развитие и обоснование абстрактной математической модели (прежде всего объединение аппарата теории информации, теории автоматизированного управления и теории статистических решений).

Разработка методологии применения абстрактной модели для построения АСУ сложными объектами, обладающих несколькими уровнями адаптивности.

Разработка сетевой версии системы "ЭЙДОС" под Windows.

ЗАКЛЮЧЕНИЕ

Резюме

В работе предложено применить методы распознавания образов и принятия решений для синтеза адаптивных АСУ СОУ и обосновано предположение, что данная методология является адекватной для достижения поставленной цели и задач исследования. Методы распознавания образов и принятия решений органично взаимосвязаны и рассматриваются в комплексе. Некоторые из рассмотренных в аналитическом обзоре методов в принципе могут быть применены для достижения цели исследования, однако они имеют некоторые относительные ограничения и недостатки, связанные с тем, что предназначались разработчиками этих методов для других целей. Поэтому сформулированы и обоснованы требования к методу, адекватному цели исследования. Показано, что при поиске и развитии адекватного метода целесообразно основываться на многокритериальном подходе к принятию решений и теории информации. Предложено применение метода распознавания и принятия решений для идентификации состояний среды и объекта управления в АСУ, а также для выбора многофакторного управляющего воздействия.

На основе классификации и анализа характеристик моделей сформулированы требования к модели, применимой в качестве абстрактной модели СОУ. Определено, что данная модель относится к классу матричных информационных моделей. Показано, что классическая теория информации Шеннона применима для синтеза адаптивных АСУ СОУ. Однако, подход Шеннона имеет принципиальные ограничения, снижающие степень его адекватности для достижения целей исследования. Эти ограничения преодолеваются при апостериорном подходе. Предложенная математическая модель обеспечивает эффективное решение задач, возникающих при синтезе адаптивных АСУ СОУ. Предложенная методология, основанная на теории информации, обеспечивает эффективное моделирование задач распознавания образов и принятия решений в адаптивных АСУ СОУ.

Показано, что цель АСУ может быть достигнута лишь при вполне определенной функциональной структуре самой АСУ, которая представлена в форме предложенной автором детализированной параметрической модели. В рамках этой модели определено и обосновано место системы распознавания образов и принятия решений в функциональной структуре управляющей подсистемы адаптивной АСУ СОУ. Подробно описано функционирование системы распознавания образов и принятия решений в составе подсистем идентификации состояний СОУ и выработки управляющих воздействий адаптивных АСУ СОУ. Обоснован важный в теоретическом отношении вывод о том, что принятие решения об управляющем воздействии представляет собой решение обратной задачи декодирования (распознавания образов) теории информации. Предложены обобщенная функциональная структура и алгоритм функционирования автоматизированной системы распознавания образов и принятия решений, основанной на теории информации, в составе адаптивной АСУ СОУ. Предложены методология и конкретный алгоритм применения системы распознавания образов и принятия решений, основанных на теории информации, для синтеза адаптивных АСУ СОУ. Выявленные в результате работы адаптивных АСУ зависимости входных и выходных параметров сложных объектов управления позволяют, при условии статичности этих закономерностей, построить АСУ с постоянной моделью. Предлагаемая методология, основанная на применении моделей распознавания образов, обеспечивает эффективный синтез адаптивных АСУ сложными объектами управления.

Описываются функциональная структура и технология применения программной инструментальной оболочки, обеспечивающей реализацию предложенной методологии и алгоритмов синтеза адаптивных АСУ СОУ (система "ЭИДОС"). Подробно рассмотрено применение разработанной автором методологии синтеза адаптивных АСУ СОУ для синтеза операционного уровня системы автоматического управления (САУ) комбинированной фотоветроэлектроэнергетической установкой (ФВЭУ), которая представляет собой сложную техническую систему. Показано, что предлагаемая методология не только обеспечивает синтез адаптивных САУ, настраивающихся на локальные особенности места установки ФВЭУ и потребности пользователя, но и позволяет поставить и решить целый комплекс взаимосвязанных задач, представляющих интерес в связи с теорией и практикой создания и эксплуатации ФВЭУ. Приводится ряд примеров использования предложенной методологии и инструментальной оболочки для решения задач мониторинга, прогнозирования и управления сложными системами различной природы. Эти примеры представляют интерес, т.к. в них были использованы научно-технические решения, имеющие значение и при создании АСУ сложными техническими системами. Показано, что основной источник эффективности адаптивных АСУ СОУ состоит в том, что АСУ выполняет информационную системообразующую функцию.

Список литературы диссертационного исследования кандидат технических наук Луценко, Евгений Вениаминович, 1999 год

1. Автоматизированные системы управления в народном хозяйстве / Под ред.

2. B.С.Синяка. -М.: Экономика, 1987 -125с.

3. Айвазян С.А., Бухпггабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Классификация и снижение размерности. Справочник. —М.: Финансы и статистика, 1989. -250с.

4. Айвазян СЛ., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Исследование зависимостей: Справочник. -М.: Финансы и статистика, 1985. -182с.

5. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Основы моделирования и первичная обработка данных: Справочник. -М.: Финансы и статистика, 1983. -225с.

6. Айзерман М.А., Завалишин Н.В., Рятницкий Е.С. Глобальные функции множеств в теории выбора альтернатив //Автоматика и телемеханика. 1977.№3.

7. C.111—125 ;№5 .—С. 103—113.

8. Акофф Р. Планирование будущего корпорации. -М.: Мир, 1985. -185с.

9. Акофф Р., Сасиени М. Основы исследования операций. -М.: Мир, 1971. -170с.

10. Алан В.Уотс. Путь Дзен. -Киев: София, 1993. -317с.

11. Амамия М., Танака Ю. Архитектура ЭВМ и искусственный интеллект. /Пер. с японского. -М.: Мир, 1993. -310с.

12. Андреев Н.И. Теория статистически оптимальных систем управления. -М.: Наука, 1980. -155с.

13. Антонюк Б.Д. Информационные системы в управлении. М.: Радио и связь, 1986.-125с.

14. Бакурадзе Л.А., Луценко Е.В. Автоматический универсальный пульт управления и способ взаимодействия человека-оператора с ним, материалы заявки на изобретение, Спец.отчет. 1979ю -15с.

15. Бакурадзе Л.А., Луценко Е.В. Неклассическое универсальное средство труда, -материалы заявки на изобретение, Спец.отчет. 1980. -40с.

16. Бакурадзе JI.А., Луценко Е.В. Теоретические основы синтеза квазибиологических роботов, Спец.отчет.-т. 1,1980. -100с.; Спец.отчет.-т.2,1980. -94с.

17. Барабаш Ю.Л., и др. Вопросы статистической теории распознавания, Под ред.Б.В.Варского, М.: Советское радио, 1967. -400с.

18. Баранов А.К., Бобрынин Н.Б., Минаев В.А. Использование профессиональных персональных ЭВМ в деятельности органов внутренних дел. Учебное пособие. - Горький: ГВШ МВД СССР, 1989. -200с.

19. Беллман Р., Задэ Л. Принятие решений в расплывчатых условиях-В кн.:"Вопросы анализа и процедуры принятия решений".-М.: Мир,1976. -С.172-215.

20. Бендат Дж., Пирсол А. Прикладной анализ случайных данных. /Пер. с англ. -М.: Мир, 1989. -350с.

21. Бирюков Б.В., Тростников В.Н. Жар холодных чисел и пафос бесстрастной логики, -М.: Знание, 1977. -191с.

22. Блэкуэлл Д., Гиршик М.А. Теория игр и статистических решений.-М.:ИЛ, 1958. -100с.

23. Бор Н. Атомная физика и человеческое познание. /Пер.с англ., -М. : Мир, 1961. -151с.

24. Борисов А.Н., Левченков A.C. Методы интерактивной оценки решений.-Ри-га:3инатне,1982. -250с.

25. Браверман Э.М., Мучник И.Б. Структурные методы обработки эмпирических данных. -М.: Наука, 1983. 464с.

26. Будак Б.М., Фомин C.B., Кратные интегралы и ряды. /Под ред. А.Н.Тихонова, В.А.Ильина, А.Г.Свешникова, -М.: Наука, 1967. 607с.

27. Бусленко Н.П. и др. Лекции по теории сложных систем. -М.: Советское радио, 1973.-340с.

28. Бусленко Н.П. Моделирование сложных систем. -М.: Наука, 1978. -400с.

29. Бутковский А.Г., Самойленко Ю.И., Управление квантово-механическими процессами, -М.: Наука, 1984. -250с.

30. Вагнер Г. Основы исследования операций. -М.: Мир, 1972. -210с.

31. Васильев В.И. Распознающие системы: Справочник. К.: Наукова думка, 1983. -230с.

32. Вентцель Е.С. Исследование операций: задачи, принципы, методология. -М.: Наука, 1988. -250с.

33. Вигнер Е. Этюды о симметрии. /Пер.с англ., -М.: Мир. -315с.

34. Вицин С.Е. Системный подход и преступность. -М.: 1980. -59с.

35. Воробьев В.К. Психологические проблемы формирования микроклимата в спортивном коллективе. Краснодар: КубГУ, 1994. -45с.

36. Воронов A.A. Устойчивость, управляемость, наблюдаемость. -М.: Наука, 1979. -315с.

37. Вунш Г. Теория систем. -М.: Советское радио, 1978. -174с.

38. Гвишиани Д.М. Организация и управление. -М.: Наука, 1972. -265с.

39. Гильберт Д. Основания геометрии, M.-JL: 1948. -349с.

40. Гласс Дж., Стэнли Дж. Статистические методы в педагогике и психологии, /Пер.с англ., -М.: Прогресс, 1976. -495с.

41. Гнеденко Б.В. Курс теории вероятностей: Учебник. -М.: Наука, 1988. -380с.

42. Горелик А.Л., Скрипкин В.А., Методы распознавания, Изд.2, -М.: Высшая школа, 1984. -219с.

43. Горелов H.H., Разговор с компьютером (психолингвистический аспект проблемы), -М.: Наука, 1987. -255с.

44. Горохов В.Г. Системотехника и управление. -М.: Знание, 1979. -56с.

45. ГОСТ 19675-74. Автоматизированные системы управления. Основные положения. Термины и определения. -М.: Изд-во стандартов, 1974. -5с.

46. Дениг В., и др. Диалоговые системы "Человек ЭВМ". Адаптация к требованиям пользователя. /Пер.с англ., -М.: Мир, 1984. -1 Юс.

47. Денисов A.A. Информационные основы управления. -Л.: Энергоатомиздат, 1983. -72с.

48. Джонсон Р., Каст Ф., Розенцвейг Д. Системы и руководство. -М.: Советское радио, 1971. -320с.

49. Дитер Клебельсберг. Транспортная психология. /Пер.с нем., -М.: Транспорт, 1989. -368с.

50. Дуда Р., Харт П. Распознавание образов и анализ сцен. /Пер.с англ., -М.: Мир, 1978.-510с.

51. Дюк В.А. Компьютерная психодиагностика. Санкт-Петербург, Братство, 1994. -365с.

52. Дюран Б., Оделл П. Кластерный анализ, /Пер с англ., -М.: Статистика, 1977. -125с.

53. Ермоленко В.В., Разработка нейросетевой базы знаний интеллектуальной автоматизированной системы мониторинга образовательного процесса, Дисс.на соискание уч.степени к.т.н., КубГТУ, Краснодар, 1996. -206с.

54. Ермольев Ю.М. Методы стохастического программирования. -М.: Наука, 1976. -400с.

55. Жуков Н.И. Информация. Минск: Минское кн. изд-во, 1971. -275с.

56. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. -М., Наука, 1976. -260с.

57. Засухина О.А. Компьютерные технологии и прогнозирование, Кубань-бизнес (связь, информатика), 17-23 июня 1994. Краснодар: Кубань-бизнес. 1994.-2с.

58. Иваненко В.И., Лабковский В.А., К вопросу о накоплении информации в адаптивных системах управления. В сб.: Адаптивные системы упавления /ИК АН УССР-Киев, 1977,С.З-12.

59. Иванов В.В. Чет и нечет. Ассиметрия мозга и знаковых систем, -М.: Советское радио, 1978. -184с.

60. Иванова В.М., и др. Математическая статистика, Изд.2, -М.: Высшая школа, 1981.-370с.

61. Кальфа В., Овчинников В.В. и др. Основы автоматизации управления производственными процессами. -М.: Советское радио, 1980. -410с.

62. Ким Дж.-О., и др. Факторный, дискриминантный и кластерный анализ, /Пер.с англ., -М.: Финансы и статистика, 1989. -215с.

63. Клайн Пол, Справочное руководство по конструированию тестов (Введение в психометрическое проектирование). -Киев.: ПАН ЛТД, 1994. -283с.

64. Клиланд Д., Кинг В. Системный анализ и целевое управление. -М.: Советское радио, 1974. -300с.

65. Концепция системной интеграции информационных технологий в высшей школе. -М.: РосНИИСИ, 1993. -72с.

66. Корн Г., Корн Т. Справочник по математике для научных работников и инженеров. -М.: Наука, 1968. -832с.

67. Кривцов Л.М., Шеховцев В.В. Сетевое планирование и управление. -М.: Экономика, 1978. -178с.

68. Кузин Л.Т. Основы кибернетики. (Основы кибернетических моделей). Т.2. -М.: Энергия, 1979. -584с.

69. Кун Т. Структура научных революций, -М., Прогресс, 1977. -300с.

70. Куропаткин П.В. Оптимальные и адаптивные системы. -М.: Высшая школа, 1980. -270с.

71. Лаптев В.Н. Исследование путей совершенствования управленческой деятельности дежурных частей ОВД на основе использования сети мини-ЭВМ, Дисс.на соиск.уч.ст. к.т.н., -М.: Академия МВД СССР, 1986. -232с.

72. Лаптев В.Н., Луценко Е.В. Изучение некоторых понятий гносеологии и психологии на примере когнитивной аналитической системы "ЭЙДОС": В сб.: "Организация и методологические проблемы компьютеризации учебного процесса". Краснодар: КВВАУ, 1998. - С.53-59.

73. Лисицын С.Б. Решить ключевые задачи, Кубань-бизнес (связь, информатика), 17-23 июня 1994. Краснодар: Кубань-бизнес. 1994. -С.2-3.

74. Личко А.Е., Иванов НЛ. Патохарактелогический диагностический опросник для подростков и опыт его практического использования. -Л.: Медицина. 1976. -280с.

75. Луценко Е.В. Автоматизированная система распознавания образов: математическая модель и опыт применения, В сб., "Материалы конференции: В.И.Вернадский и современность (к 130-летию со дня рождения)", Краснодар: Краснодарское кн. изд-во, 1993. С.37-42.

76. Луценко Е.В. Математическая модель автоматизированной системы распознавания образов, Сб.тезисов докладов VIII Всесоюзного съезда психологов.-М.: Наука, 1989. -С .25-26.

77. Луценко Е.В. Представляем научно производственное предприятие "ЭЙДОС". - Краснодар: Ринг №1,1993. -11с.

78. Луценко Е.В. Селиверстов В.В., Разработка профессиональных оптимальных адаптивных тестов на основе интеллектуальной технологии "ЭИДОС". В сб.:

79. Организация и методологические проблемы компьютеризации учебного процесса". Краснодар: КВВАУ, 1998. - С.28-31.

80. Луценко Е.В. Синтез адаптивных систем управления индивидуальным обучением на базе интеллектуальной системы "ЭЙДОС": В сб.: "Организация и методологические проблемы компьютеризации учебного процесса". Краснодар: КВВАУ, 1998. - С.32-37.

81. Луценко Е.В. Теоретические основы и технология адаптивного семантического анализа в поддержке принятия решений (На примере универсальной автоматизированной системы распознавания образов "ЭЙДОС-5.1"). -Краснодар, КЮИ МВД РФ 1996. 280с.

82. Луценко Е.В. Универсальная автоматизированная система анализа, мониторинга и прогнозирования состояний многопараметрических динамических систем "ЭЙДОС-Т", Свидетельство РосАПО №940328.

83. Луценко Е.В. Универсальная автоматизированная система распознавания образов "ЭЙДОС", Свидетельство РосАПО №940217.

84. Луценко Е.В. Универсальная автоматизированная система распознавания образов "ЭЙДОС-4". ИЛ №438-93, КЦНТИ, 1993. -4С.

85. Луценко Е.В. Универсальная автоматизированная система распознавания образов "ЭЙДОС". Версия 4.2. Краснодар: КЮИ МВД РФ, 1995. -76с.

86. Луценко Е.В. Универсальная автоматизированная система распознавания образов "ЭЙДОС": опыт и перспективы применения. В сб.: "Состояние и связи криминалистики и теории оперативно-розыскной деятельности ОВД". - Краснодар.: КЮИ МВД РФ, 1995. С.45-57.

87. Луценко Е.В. ЭЙДОС-6.2, Кубань-бизнес (связь, информатика), 17-23 июня 1994. Краснодар: Кубань-бизнес. 1994. -2с.

88. Луценко Е.В., Шульман Б.Х. Универсальная автоматизированная система анализа и прогнозирования ситуаций на фондовом рынке "ЭИДОС-фоцд", Свидетельство РосАПО №940334.

89. Лучшие психологические тесты для профотбора и профориентации (Описание и руководство к использованию). /Под ред. А.Ф.Кудряшова, Петрозаводск, Петроком. 1992. -318с.

90. Лучшие психологические тесты. /Пер.с англ., Харьков. НПФ "Комплекс ЛТД". 1994.-320С.

91. Майерс Г. Надежность программного обеспечения. /Пер. с англ., -М.: Мир, 1980.-300с.

92. Майоров А.Н. Тесты школьных достижений: конструирование, проведение, использование. -Спб.: Образование и культура, 1996. 304с.

93. Макаров И.М. Теория выбора и принятия решений.-М.:Наука, 1987. -350с.

94. Мальчиков A.B. Социально-психологические основы управления спортивной командой: Учебное пособие для студентов ИФК.-Смоленск,1987. -81с.

95. Мамиконов А.Г. Управление и информация. -М.: Наука, 1975. -207с.

96. Марусенко М.А., Атрибуция анонимных и псевдонимных литературных произведений методами теории распознавания образов, -Л.: ЛГУ, 1990. -164с.

97. Масалович А. Пять шагов к вершине (портрет российского рынка аналитических систем), Ж-л "Рынок ценных бумаг", №14(77), 1996, С.41-57.

98. Мерлин B.C. Очерк интегрального исследования индивидуальности. М., 1986. -187с.

99. Месарович М., Мако Д., Такахара И. Теория иерархических многоуровневых систем. -М.: Мир, 1973. -312с.

100. Методы и средства автоматизации психологических исследований, Под ред. Ю.М.Забродина, -М.: Наука, 1982. -300с.

101. Моделирование процессов обработки информации и управления. -М.: МФТИ, 1990.-158с.

102. Модин A.A. Основы разработки и развития АСУ. -М.: Наука, 1981. -330с.

103. Моисеев H.H. Численные методы в теории оптимальных систем. -М.: Наука. 1971.-278с.

104. Моррис У. Наука об управлении. Байесовский подход. -М.: Мир, 1971. -282с.

105. Мясоедов П.Г. Отраслевая автоматизация системы управления МВД СССР.: Учебное пособие. -М.: Академия МВД СССР, 1979. -132с.

106. Налимов В.В., Вероятностная модель языка. О соотношении естественных и искусственных языков. -М., 1974. -350с.

107. Научные основы организации управления и построения АСУ. Под.ред Бройдо В.П., Крылова B.C., изд.2-е, переработанное и дополненное.-М.: Высшая школа, 1990. -320с.

108. Общая психодиагностика. /Под ред. Бодалева A.A., -М.: МГУ, 1987. -303с.

109. Орловский С.А. Проблемы принятия решений при расплывчатой информации.-М.:Наука, 1981. -370с.

110. Осипов Г.В., Андреев Э.П. Методы измерения в социологии. -М.: Наука, 1977. -287с.

111. Основы автоматизации процессов управления: Учебное пособие /Под ред. Г.Г.Зуйкова и Б .А. Красюкова. -М.: Академия МВД СССР, 1977. -123с.

112. Основы автоматизации управления в органах внутренних дел. Учебник для слушателей Академии. М.: Академия МВД РФ, 1993. -158с.

113. Основы инженерной психологии. -М.: Высшая школа, 1986. 450с.

114. Основы математического моделирования в деятельности органов внутренних дел. Учебное пособие. -М.: Академия МВД РФ. 1993. -137с.

115. Перегудов Ф.И., Тарасенко Ф.П., Введение в системный анализ,-М.: Высшая школа, 1989. -367с.

116. Петренко В.Ф. Психосемантика сознания, -М.: МГУ, 1988. -207С.

117. Полежаев А.П. Основы построения отраслевой автоматизированной системы управления МВД СССР (ОАСУ МВД СССР): Лекция, -М.: Академия МВД СССР, 1981. -38с.

118. Попов Г.Х. Проблемы теории управления. -М.: Экономика, 1974. -317с.

119. Поспелов Г.С., Ириков В.А. Системно-программное планирование. -М.: Советское радио, 1975. -380с.

120. Построение экспертных систем. /Пер. с англ. -М.: Мир, 1987. -420с.

121. Прикладная статистика: Классификация и снижение размерности: Справочник. /Под ред. С.А.Айвазяна. -М.: Финансы и статистика, 1989. -450с.

122. Программа создания, внедрения и эффективного использования автоматизированных систем и средств вычислительной техники в МВД СССР на период до 2000 года. М.: МВД СССР, 1987. -75с.

123. Психологические тесты для деловых людей. -М.: А/О Бизнес-школа "Интел-Синтез", 1994.-317с.

124. Психологические тесты. Майкоп: Адыгейское республиканское книжное издательство, 1992. -270с.

125. Пшеничный Б.Н., Данилин Ю.М. Численные методы в экстремальных задачах. -М.: Наука, 1975.-370с.

126. Рабочая книга по прогнозированию. /Под ред. И.ВБестужева-Лада, -М.: Мысль, 1983. -300с.

127. Рабочая книга социолога. -М.: Наука, 1977. -260с.

128. Райков А.Н. Аналитическим службам информационные технологии. -М.: Ваш выбор №4 1994, С.28-29.

129. Райфа Г. Анализ решений. Введение в проблемы выбора в условиях неопреде-ленности.-М.:Наука,1977. -120с.

130. Рамишвили Г.С. Автоматическое опознавание говорящего по голосу. -М.: Радио и связь, 1981. -120с.

131. Рассел Б. Человеческое познание. Его сферы и границы. /Пер.с англ., -М.: ИЛ, 1957. -115с.

132. Растригин Л.А. Современные принципы управления сложными объекгами-М.:Сов.радио, 1980. -120с.

133. Роберт Г.Джан, Бренда Дж.Данн, Границы реальности (Роль сознания в физическом мире). /Пер. с англ., -М.: Объединенный институт высоких температур РАН. 1995.-287с.

134. Рябикина З.М., Некрасов С.Д., Луценко Е.В. Личность и профессия: проблема самоактуализации. Психологические проблемы самореализации личности: Сб.научных трудов / Под ред. О.Г.Кукосяна, вып.2, -Краснодар, КубГУ, 1997. С.127-140.

135. Симанков B.C., Луценко ЕВ. Моделирование принятия решений в адаптивных АСУ сложными системами на основе теории информации. -Краснодар,1998. Деп. в ВИНИТИ 18.09.98, №2838-В98. -12с. Принята к изданию в журнале: Информационные технологии, 1999, №2.

136. Симанков B.C., Луценко ЕВ. Синтез адаптивных АСУ сложными системами с применением моделей распознавания образов. -Краснодар,1998. Деп. в ВИНИТИ 18.09.98, №2839-В98. -11с. Принята к изданию в журнале: Автоматизация и современные технологии. 1999, №1.

137. Симанков B.C. Планирование определительных испытаний и оптимизация интервальных оценок при исследовании надежности электрических цепей. -Краснодар, 1981.-11с.-Рукопись предоставл.Красн.политехн.иститутом Деп.в ВИНИТИ, 1982, №D/987

138. Симанков B.C., Зайцев И.В., Луценко Е.В. Синтез автоматизированных систем управления автономными комбинированными фотоветроэлектроэнергетиче-скими установками.-Краснодар,1998.Деп.вВИНИТИ 27.11.98,№3500-В98.-22с.

139. Смилянский ГЛ., Какая АСУ эффективна? (Руководителю об автоматизированных системах управления).-М.: "Экономика", 1988.-303с.

140. Словарь по кибернетике. Под ред.академика В.М.Глушкова.-Киев:1979. -502с.

141. Соколов Н., Ляшков А. Информационные хранилища для систем принятия решений. Ж-л "Рынок ценных бумаг", №14(77), 1996. С.45-51.

142. Солсо Р.Роберт, Когнитивная психология, Пер.с англ. - М.: Тривола, 1996. -600с.

143. Спиди К., Браун Р., Гудивин Дж. Теория управления. -М.: Мир, 1973. -248с.

144. Солодовников В.В., Сивцов В.И., Чулин Н.А. Пакетная система для автоматизированного синтеза частотным методом. В сб. Автоматизация проектирования систем управления /Под ред. Дмитриева И.Г. -М.: Финансы и статистика, 1982. -С.63-74.

145. Темников Ф.Е. и др., Теоретические основы информационной техники, -М.: Энергия, 1979.-511с.

146. Теория прогнозирования и принятия решений /Под ред. С.А.Саркисяна. -М.: Высшая школа, 1977. -220с.

147. Техника управления /Под ред. Г.Х. Попова и Ю.И. Кракополса. -М.: МГУ,1977. -370с.

148. Третьяк В.Г. Учебная активность и индивидуальные особенности обучаемых юридического института МВД. -Краснодар, КЮИ МВД РФ, 1996. -1 Юс.

149. Ту Дж., Гонсалес Р., Принципы распознавания образов, /Пер.с англ., -М.: Мир,1978. -410с.

150. Туманов Г.А. Организация управления в сфере охраны общественного порядка. -М.: Юридическая литература, 1972. -47с.

151. Уинстон П., Искусственный интеллект, /Пер.с англ., —М.: Мир, 1980. -520с.

152. Фешберн П. Теория полезности для принятия решений.-М.:Наука,1978. -120с.

153. Франселла Ф., Банистер Д., Новый метод исследования личности (руководство по репертуарным личностным методикам), /Пер.с англ., -М.: Прогресс, 1987. -230с.

154. Френкель A.A., Бар-Хиллел, Основания теории множеств, -М., 1966. -238с.

155. Фролов М.В., Контроль функционального состояния человека-оператора, -М.: Наука, 1987. -420с.

156. Фу К., Структурные методы в распознаваний образов. /Пер.с англ., -М.: Мир, 1077. -320с.

157. Харкевич A.A., О ценности информации- В сб.: Проблемы кибернетики.-М., Физматгиз, 1960, вып. 4, С.53-57.

158. Хартли P.B.JL, Передача информации,- В кн.: Теория информации и ее прило-жения/Пер.под ред. А.А.Харкевича.-М.: Физматгиз, 1959. -305с.

159. Хемминг Р.В., Численные методы (для научных работников и инженеров). /Пер. с англ., -М.: Наука, 1972. -400с.

160. Храмцова А. Программные пакеты основа анализа и прогноза экономических процессов, Ж-л "Рынок ценных бумаг", №14(77), 1996, С.49-55.

161. Цехмистро И.З., Диалектика множественного и единого. (Квантовые свойства мира как неделимого целого). -М.: Мысль, 1972. -275с.

162. Цыпкин Я.З. Основы информационной теории идентификации. -М.: Наука, 1984.-520с.

163. Четвериков В.Н., Ревунков Г.И., Самохвалов Э.Н. Базы и банки данных. М.: Высшая школа, 1987.-210с.

164. Четверников В.Н. Подготовка и телеобработка данных в АСУ. -М.: Высшая школа, 1981. -180с.

165. Чуев Ю.В., Михайлов Ю.Б. Прогнозирование в военном деле. -М.: Воениздат, 1975.-110с.

166. Шалютин С.М., Искусственный интеллект, -М.: Мысль, 1985.-196с.

167. Шапиро Д.И. Принятие решений в системах организационного управления: использование расплывчатых категорий-М.: Энергоатомиздат,1983. -415с.

168. Шеннон Р. Имитационное моделирование систем искусство и наука. -М.: Мир, 1978. -87с.

169. Шилейко A.B., Кочнев В.Ф., Химушин Ф.Ф., Введение в информационную теорию систем. -М., Радио и связь. 1985. -278с.

170. Шипов Г.И., Теория физического вакуума. -М.: НТ-Центр, 1993. -363с.

171. Шнейдерман Б., Психология программирования (Человеческие факторы в вычислительных и информационных системах). /Пер с англ., -М.: Радио и связь, 1984.-303с.

172. Эйкхофф П. Основы идентификации систем управления. М.: Мир, 1975. -120с.

173. Экспертные системы. Принципы работы и примеры /Под ред. Р.Форсайта. -М.: Радио и связь, 1987. -350с.

174. Юдин Д.Б. Математические методы управления в условиях неполной информации. -М.: Советское радио, 1974. -120с.

175. Юзвишин И.И. Информациология или закономерности информационных процессов и технологий в микро- и макромирах Вселенной.4-е изд.,испр. М.,: Международное издательство Информациология. 1996. -214с.

176. Яглом А.М., И.М.Яглом, Вероятность и информация, Изд-е третье, переработанное и дополненное. -М.: Наука, Главная редакция физико математической литературы, 1973. -511с.

177. Янг С. Системное управления организацией. -М.: Советское радио, 1972. -230с.