Разработка моделей и интеллектуальной системы многокритериального анализа деятельности предприятий в условиях неопределенности тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат экономических наук Ивкин, Владимир Александрович

• Ивкин, Владимир Александрович
• кандидат экономических наук
• 2006

Оглавление диссертации кандидат экономических наук Ивкин, Владимир Александрович

Введение

Глава 1. Методы и компьютерные системы для комплексного анализа деятельности предприятия

1.1. Обзор методов анализа деятельности предприятия

1.2. Принципы построения систем комплексной оценки деятельности предприятия

1.3. Методы принятия решений, аналитического планирования и прогнозирования решений в экономике

1.4. Моделирование рисковых ситуаций в экономике и бизнесе

1.5. Компьютерные системы поддержки процессов принятия решений

Выводы по главе

Глава 2. Разработка интеллектуальной системы на основе многокритериальных методов анализа иерархий и сетей для решения задач комплексной оценки деятельности предприятий

2.1. Метод анализа иерархий (МАИ)

2.2. Метод анализа сетей (MAC)

2.3. Характеристика интеллектуальной системы поддержки принятия решений (ИСППР)

2.4. Методы представления и процедуры извлечения знаний из данных

2.5. Процедуры статистического анализа информации, содержащейся в базах данных

Выводы по главе

Глава 3. Разработка моделей и комплексная оценка деятельности предприятий на основе методов анализа иерархий и аналитических сетей

3.1. Многокритериальная оценка конкурентной позиции предприятия на основе иерархической модели

3.2. Многокритериальная оценка деятельности предприятия на основе сетевой модели

3.3. Прогнозирование риска экономического кризиса предприятия методом аналитических сетей

3.4. Многокритериальная оценка риска выпуска предприятием различных видов продукции на основе сетевой модели

Выводы по главе

Введение диссертации (часть автореферата) на тему «Разработка моделей и интеллектуальной системы многокритериального анализа деятельности предприятий в условиях неопределенности»

В условиях организационно-хозяйственной самостоятельности и интенсификации деятельности современных предприятий резко возрастает сложность решений, вырабатываемых аппаратом организационного управления. Это связано с увеличением объемов первичной информации, числа учитываемых факторов, вариантов решений и сокращением сроков их принятия.

В период активного реформирования российской экономики и становления7 рыночных отношений, качество управленческих решений, как правило, определялось их финансовым и экономическим эффектом. Однако действительной оптимальности и обоснованности принятых решений можно достичь, принимая во внимание совокупность различных по своей природе факторов, влияющих на эффективность функционирования предприятия: технические, кадровые, финансовые, маркетинговые и др. При этом информация, которой приходится оперировать лицу, принимающему решение (ЛПР), имеет неточный, неполный, неколичественный характер, а собственно задача принятия решений, решаемая в указанных условиях, относится к классу задач принятия решений в условиях неопределенности.

Таким образом, большинство применяемых в настоящее время методов экономического анализа имеют следующие принципиальные ограничения:

Во-первых, используемые системы критериев и показателей ориентированы, главным образом, на исследование финансового состояния и эффективности предприятий. Это утверждает реактивный принцип управления, при котором затруднена профилактика негативных явлений и процессов, а силы и средства направляются на устранение их последствий. Подобные системы оценки не мотивируют руководство предприятия на взвешенные действия. Нормативные значения финансовых показателей зачастую достигаются в ущерб прочим.

Во-вторых, отсутствуют средства описания и обработки нечеткой и неколичественной экономической информации.

В-третьих, использование только аддитивных алгоритмов синтеза комплексных (интегральных) критериев эффективности не всегда адекватны эвристическим алгоритмам, применяемым ЛПР при решении конкретных задач.

Существенным недостатком современных методик оценки различных аспектов деятельности предприятий является принципиальная невозможность систематического накопления знаний экспертов о ходе и результатах решения конкретных задач, а также отсутствие инструментальных средств, позволяющих извлекать новые знания из накапливаемых в ходе решения задач данных.

В связи с этим, актуальной является проблема по созданию интеллектуальной информационной системы на основе многокритериальных методов анализа иерархий и аналитических сетей для решения задач комплексной оценки деятельности предприятий в условиях неопределенности.

Не менее актуальной является также задача по разработке методов представления и процедур извлечения знаний из информации, хранящейся в экономических базах данных интеллектуальной системы поддержки принятия решений (ИСППР).

Степень разработанности проблемы. Существенный вклад в развитие методологии стратегического управления предприятиями внесли такие зарубежные ученые, как Р. Акофф, Э. Альтман, И. Ансофф, Дж. Ван Хорн, П. Друкер, Ф. Котлер, А. Мескон, В. Парето, М. Портер, Э. Хелферт и др. Среди отечественных ученых, внесших существенный вклад в данное научное направление - И.Н. Гречикова, В.А. Ириков, JI.B. Канторович, М.Н. Крейнина, В.В. Ковалев, Г.С. Мерзликина, Е.С. Стоянова, Р.А. Фатхутдинов, JI.C. Шаховская, А.Д. Шеремет и др.

Созданием и внедрением в практику экономических исследований методов системного анализа и многокритериального принятия решений занимались такие известные зарубежные ученые, как Р. Беллман, JT. Заде, P.JI. Кини, Моргенштерн О., Нейман Дж. Фон, Э. Парето, X. Райфа, Б. Руа, Т. Саати, А. Сало, П. Фишберн, Р.Хамалайнен.

Значительный вклад в исследование данных проблем внесли такие российские ученые как Н.М. Абдикиев, А.В. Андрейчиков, J1.C. Беляев, А.Н. Борисов, Г.С. Гущина, A.M. Дубров, А.А. Емельянов, О.А. Крумберг, Б.А. Лагоша, О.Н. Ларичев, Е.М. Мошкович, А.О. Недосекин, Б.Б. Оразбаева, В.П. Романов, Н.В. Семушкина, В.Н. Тисенко, Д.С. Фалькова, Н.Г. Ярушкина и др.

В то же время, проблема стратегического управления предприятиями на основе современных методов многокритериального принятия решений и интеллектуальных информационных систем требует своего дальнейшего разрешения, особенно в плане широкого внедрения указанных новых подходов управления в практику отечественных предприятий.

Цель и задачи исследования. Целью диссертационного исследования является разработка моделей и интеллектуальной системы многокритериального анализа деятельности предприятий в условиях неопределенности.

Для достижения поставленной цели необходимо решить следующие задачи: проанализировать существующие подходы, методы и компьютерные системы, используемые в настоящее время для комплексного анализа деятельности предприятий и обосновать целесообразность использования при анализе проблем в условиях неполной, нечеткой, неколичественной информации многокритериальных методов анализа иерархий и аналитических сетей; разработать на основе методов анализа иерархий, аналитических сетей и искусственного интеллекта инструментальную интеллектуальную систему многокритериального анализа деятельности предприятий в условиях неопределенности; для исследования специфических экономических систем с большим числом учитываемых в моделях факторов, критериев качества, альтернатив и при наличии между последними обратных связей и взаимных влияний разработать и программно реализовать следующие новые алгоритмы: кластеризация множества альтернатив; вычисление приоритетов с использованием лингвистических стандартов; увеличение мощности множества альтернатив путем добавления копий; анализ сетевых структур с произвольным составом элементов, объединяющих их кластеров и связей между кластерами;

- разработать и программно реализовать методы представления и процедуры извлечения знаний из данных, а также процедуры статистического анализа экономической информации, содержащейся в базах данных;

- разработать комплекс моделей с использованием методов анализа иерархий и аналитических сетей и методику многокритериальной оценки: конкурентной позиции предприятия; социально-экономического и технологического потенциала предприятия; риска экономического кризиса предприятия; риска выпуска предприятием различных видов продукции;

- провести апробацию методики и моделей комплексной оценки на основе исходной информации ряда действующих промышленных предприятий Волгоградской области.

Объектом исследования являются предприятия Волгоградской области по производству мебели, искусственного волокна и тканей.

Предметом исследования являются социально-экономические процессы, протекающие на предприятиях и в окружающей их социальной, технологической, экономической и политической среде (СТЭП - среда).

Методы исследований. Для решения поставленных задач использовались методы экономического и финансового анализа, методы теории принятия решений и искусственного интеллекта, методы проектирования информационных технологий.

Научная новизна результатов, полученных в диссертации:

- разработаны модели многокритериальной оценки конкурентной позиции предприятия; социально-экономического и технологического потенциала предприятия; риска экономического кризиса предприятия; риска выпуска предприятием различных видов продукции на основе методов анализа иерархий и аналитических сетей;

- на основе методов анализа иерархий, аналитических сетей и искусственного интеллекта разработана интеллектуальная система многокритериального анализа деятельности предприятий в условиях неопределенности;

- созданы новые алгоритмы вычисления векторов приоритетов в методах анализа иерархий и аналитических сетей; кластеризации множества альтернатив; вычисления приоритетов с использованием лингвистических стандартов; увеличения мощности множества альтернатив путем добавления копий; анализа сетевых структур с произвольным составом элементов, объединяющих их кластеров, связей между кластерами и направлением их влияния;

- разработаны методы представления и процедуры извлечения знаний из данных, а также процедуры статистического анализа экономической информации, содержащейся в базах данных.

Основные положения диссертации, выносимые на защиту.

1. Модели многокритериальной оценки конкурентной позиции предприятия; социально-экономического и технологического потенциала предприятия; риска выпуска предприятием различных видов продукции на основе методов анализа иерархий и аналитических сетей.

2. Методика построения моделей многокритериальной оценки различных аспектов деятельности предприятий.

3. Вариант разработанной интеллектуальной системы многокритериального анализа деятельности предприятий в условиях неопределенности.

4. Алгоритмы: кластеризации множества альтернатив; вычисления приоритетов с использованием лингвистических стандартов; увеличения мощности множества альтернатив путем добавления копий; анализа сетевых структур с произвольным составом элементов, объединяющих их кластеров и связей между кластерами.

5. Методы и процедуры извлечения знаний из данных, статистического анализа экономической информации, содержащейся в базах данных разработанной интеллектуальной системы.

Теоретическая и практическая значимость работы.

Теоретическая значимость работы состоит в разработке новых подходов для решения задач комплексной оценки деятельности предприятий на основе методов многокритериального принятия решений (метода анализа иерархий и метода аналитических сетей), а также в разработке теоретических основ проектирования интеллектуальных информационных систем многокритериального принятия экономических решений в условиях неопределенности.

Практическая значимость работы состоит в создании инструментального программного средства в виде интеллектуальной информационной системы, позволяющего решать широкий спектр задач в области экономики, а также в разработке ряда моделей для оценки различных аспектов деятельности предприятий Волгоградской области и выработке конкретных рекомендаций, позволяющих повысить эффективность управления их деятельностью.

Заключение диссертации по теме «Математические и инструментальные методы экономики», Ивкин, Владимир Александрович

Общие выводы по работе

1. На основе анализа существующих подходов, методов и компьютерных систем для комплексного анализа деятельности предприятий, предложено использовать для решения подобных задач многокритериальные методы принятия решений: анализа иерархий и аналитических сетей, позволяющие работать с плохо формализуемой нечеткой, неполной, неколичественной исходной информацией.

2. На основе методов анализа иерархий, аналитических сетей и искусственного интеллекта разработано инструментальное и интеллектуальное программное средство для поддержки принятия экономических решений в условиях неопределенности. В интеллектуальном программном обеспечении реализованы различные принципы оптимальности при вычислении интегрального критерия эффективности: критерий взвешенной суммы; мультипликативный взвешенный критерий; максиминный критерий.

3. Для исследования специфических экономических систем с большим числом учитываемых в моделях факторов, критериев качества, альтернатив и при наличии между последними обратных связей и взаимных влияний предложены и программно реализованы новые алгоритмы: кластеризации множества альтернатив; вычисления приоритетов с использованием лингвистических стандартов; увеличения мощности множества альтернатив путем добавления копий; анализа сетевых структур с произвольным составом элементов, объединяющих их кластеров, связей между кластерами и направлением их влияния.

4. Разработаны и программно реализованы методы представления и процедуры извлечения знаний из данных, а также процедуры статистического анализа экономической информации, содержащейся в базах данных.

5. Разработаны комплекс моделей с использованием методов анализа иерархий и аналитических сетей и методика многокритериальной оценки: конкурентной позиции предприятия; социально - экономического и технологического потенциала предприятия; риска экономического кризиса предприятия; риска выпуска предприятием различных видов продукции.

6. На основе разработанного комплекса моделей решены прикладные задачи и выработаны обоснованные рекомендации для предприятий города Волгограда.

7. Практическое применение разработанной интеллектуальной системы и методики построения моделей для принятия экономических решений показало их универсальность к объекту исследования, что позволяет сделать вывод о возможности их эффективного использования для решения очень широкого класса задач многокритериального анализа, прогнозирования, планирования и распределения ресурсов в условиях неопределенности в сфере экономики и менеджмента.

Список литературы диссертационного исследования кандидат экономических наук Ивкин, Владимир Александрович, 2006 год

1. Абдрахимов Д.А., Иоффин А.И. Универсальная информационно -аналитическая система поддержки принятия решений «ОЦЕНКА и ВЫБОР»: от проблематики к концепции построения и применения // ВИНИТИ Научно техническая информация, 1999, №1.

2. Азовцева И.К. Адаптированный механизм как основополагающий элемент концепции управления экономико социальными системами. Режим доступа: http: // eup.ru / Documents / 2002-05-15 / 1906.asp.

3. Айзерман М.А., Алескеров Ф.Т. Выбор вариантов. Основы теории. М.: Наука, 1990,240с.

4. Айзерман М.А., Вольский В.И., Литваков Б.М. Элементы теории выбора. Псевдокритерии и псевдокритериальный выбор. М.: ИПУ РАН, 1994, 216с.

5. Акофф P.JI. Планирование в больших экономических системах / Пер. с англ. Г.Б. Рубальского, под ред. И.А.Ушакова. М.: Сов. Радио, 1972.

6. Акофф P.JI., Эмери Ф.И. О целеустремленных системах / Пер. с англ. Г.Б. Рубальского, под ред. И.А.Ушакова. М.: Сов. Радио, 1974. - 272с.

7. Андрейчиков А.В., Андрейчикова О.Н. Анализ, синтез, планирование решений в экономике. М.: Финансы и статистика, 2000, 368с.

8. Андрейчиков А.В., Андрейчикова О.Н., Компьютерная поддержка изобретательства (методы, системы, примеры применения). М.: Машиностроение, 1998,467с.

9. Андрейчикова О.Н. Интеллектуальные системы для поддержки процессов принятия решений: Учеб. пособие / ВолгГТУ, Волгоград, 1996, 172с.

10. Андрейчиков А.В., Андрейчикова О.Н. Интеллектуальные информационные системы. / М.: Финансы и статистика, 2004, 424с.

11. Анчишкин А.И. планирование народного хозяйства: спецкурс А.И. Анчишкина / Под ред. Э.Н.Крылатых, М.: Изд-во МГУ, 1990, - 104с.

12. Асанов А.А., Борисенков П.В., Ларичев О.Н., Нарыжный Е.В., Ройзензон Г.В. Метод многокритериальной классификации ЦИКЛ и его применение для анализа кредитного риска. // Экономика и математические методы, 2001, том 37, №2, с. 14-21.

13. Багриновский К.А. Модели и методы экономической кибернетики. М.: Экономика, 1973

14. Багриновский К.А. Основы согласования плановых решений. М.: Наука, 1977.-303с.

15. Багриновский К.А., Бусынин В.П. Математика плановых решений. М.: Наука, 1986, - 224с.

16. П.Багриновский К.А., Егорова Н.Е. Имитационные системы в планироывании экономических объектов. М.: Наука, 1980, - 237с.

17. Баканов М.И., Шеремет А.Д. Теория экономического анализа: Учебник. -3-е изд., перераб. М.: Финансы и статистика, 1994. - 288с.

18. Беллман Р., Заде Л. Принятие решений в расплывчатых условиях // Вопросы анализа и процедуры принятия решений: Пер. с англ. М.: Мир, 1976. - с.172-175.

19. Березовский Б.А., Борзенко В.И., Кемпнер Л.М. Бинарные отношения в многокритериальной оптимизации, М.: Наука, 1981, 147с.

20. Бешелев С.Д., Гурвич Ф.Г. Экспертные оценки в принятии решений. -М.: Экономика, 1976,79с.

21. Бешорнер Т. Управление предприятием: еще один взгляд на стоимостную ориентацию // Проблемы теории и практики управления. 2001. - №1.

22. Блишун А.Ф. Нечеткие индуктивные модели обучения в экспертных системах. / Изв. АН СССР. Техн. кибернетика, 1989, №5, с. 94-104.

23. Борисов A.H., Вилюмс Э.Р., Сукур Л.Я. Диалоговые системы принятия решений на базе МИНИ ЭВМ: Информационное, математическое и программное обеспечение. - Рига: Зинатне, 1986,195с.

24. Борисов А.Н., Крумберг О.А., Федоров И.П. Принятие решений на основе нечетких моделей. Рига: Зинатне, 1990, 184с.

25. Браверманн А., Саулин А. Интегральная оценка результатов работы предприятий // Вопросы экономики. 1998, №6, с. 108-122.

26. Вилкас Э.И., Майминас Е.З. Решения: теория, информация, моделирование. М.: Радио и связь, 1981, 328с.

27. Виноградская Т.М. Принципы построения автоматизированной системы «ВЫБОР».// Автоматизация проектирования систем управления. М.: Статистика, 1979, вып. 2, с. 176-184.

28. Воробьев Н.Н. Теория игр для экономистов кибернетика. - М.: Наука, 1985,272с.

29. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. СПб: Питер, 2000, 384с.

30. Гвоздик А. А. Упорядочение объектов на основе выделения согласованной информации о предпочтениях. / Изв. АН СССР. Техн. кибернетика, 1989, №5, с.113-117.

31. Гладков Л.А., Курейчик В.м. Методы решения оптимизационных задач с использованием интеллектуальных технологий. / Труды конференции КИИ'2000, М.: Изд. физ-мат. лит., 2000, том 2, с.532-540.

32. Глущенко В.В., Глущенко И.И. Разработка управленческого решения: прогнозирование, планирование, теория проектирования экспериментов. Железнодорожный транспорт: ТОО НПЦ «Крылья», 1997. - 400с.

33. Гмошинский В.Г. Инженерное прогнозирование. М.: Энегроатомиздат, 1982.-208.

34. Голыитейн Е.Г., Юдин Д.Б. Новые направления в линейном программировании. М.: Сов. Радио, 1966.

35. Городецкий В.И., Карсаев О.В. Индуктивное обучение (Логико -алгебраический подход). / Препринт №142. Л.: ЛИИАН, 1991, 60с.

36. Графт М.Г. Выборы по отношению. / Изв. АН СССР. Техн. кибернетика, 1987, №1, с. 192-199.

37. Грей П. Логика, алгебра и базы данных. М.: Машиностроение, 1989, 368с.

38. Груздев Г.В. Концепция управления реструктурированием экономики России: Дисс. на соиск. уч. степ, доктора экономических наук. Москва, 1998.-360с.

39. Дифференциальные игры со многими участками. Указатель литературы на 1989 94. - Челябинский госуниверситет, 1995, 124с.

40. Дубов A.M., Травкин С.И., Якимец В.Н. Многокритериальные модели формирования и выбора вариантов систем. М.: Наука, 1986, 296с.

41. Дубров A.M. Математико статистическая оценка эффективности в экономических задачах. - М.: Финансы и статистика, 1982. - 176с.

42. Дубров A.M., Лагоша Б.А., Хрусталев Е.Ю. Моделирование рисковых ситуаций в экономике и бизнесе. М.: Финансы и статистика, 1999, 176с.

43. Евланов Л.Г., Кутузов В.А. Экспертные оценки в управлении. М.: Экономика, 1978. - 133с.

44. Ерохина Л.С., Калугина К.В., Михайлов С.К. Методы прогнозирования развития конструкционных материалов. Л.: Машиностроение. Ленингр. отделение, 1980. - 256с.

45. Жаке Лагрез Э. применение размытых отношений при оценке предпочтительности распределенных величин. / В сб.: Статистические модели и многокритериальные задачи принятия решений. - М.: Статистика, 1979, с.168-183.

46. Жуковин В.Е. Нечеткие многокритериальные модели принятия решений. Тбилиси: Мецниереба, 1988, 70с.

47. Жуковский В.И. Кооперативные игры при неопределенности и их приложения. М.: Эдиториал УРСС, 1999, 336с.

48. Ильинский А.С. Формирование организационных структур управления для предпринимательской деятельности: Дисс. на соиск. уч. степ. канд. эконом, наук. М., 2000, 129с.

49. Интеллектуальные системы принятия проектных решений. / Алексеев В.А., Борисов А.Н., Вилюмс Э.Р. и др. Рига: Зинатне, 1997, 320с.

50. Искусственный интеллект. В 3-х кн. Справочник. М.: Радио и связь, 1990.

51. Как добиться успеха: Практические советы деловым людям / Под ред. В.Е.Хруцкого. М.: Республика, 1992, 305с.

52. Касаткин Н.Н. Численные методы. М.: Наука, 1978, 512с.

53. Кинг У., Клиланд Д. Стратегическое планирование и хозяйственная политика / Общ. Ред. и предисл. Г.Б.Кочеткова М.: Прогресс, 1982. -339с.

54. Кини Р. Размещение энергетических объектов: Выбор решений. М.: Энергоатомиздат, 1983, 320с.

55. Кини Р., Райфа X. Принятие решений при многих критериях: Предпочтения и замещения. М.: Радио и связь, 1981,560с.

56. Клейнер Г.б. Реформирование предприятий: возможности и перспективы ф // Общественные науки и современность. 1997, №33, с. 18.

57. Клыков Ю.И., Горьков JI.H. Банки данных для принятия решений.- М.: Радио и связь, 1980 208с.

58. Ковалев В.В. Финансовый анализ: Управление капиталом. Выбор инвестиций. Анализ отчетности. 2-е изд., перераб. и доп. - М.: Финансы и статистика, 2000. - 512с.

59. Колесников А.В. Проблемно структурная технология разработки приложений гибридных интеллектуальных систем. / Труды конференции КИИ'2000. - М.: Изд. физ. - мат. лит., 2000, том 2, с. 717-725.

60. Кофман А. Введение в теорию нечетких множеств. М.: Радио и связь,1982,432с.

61. Кофман А., Дебазей Г. Сетевые методы планирования. Применение системы ПЕРТ и ее разновидностей при управлении производством и научно исследовательскими проектами. Пер. с франц. - М.: Прогресс, 1968.

62. Краснощеков П.С., Федоров В.В., Флеров Ю.А. Элементы математической теории принятия решений. / Автоматизация проектирования, 1997, №1, с.15-23.

63. Крейнина М.Н. Финансовое состояние предприятия. Методы оценки.1. М.: ИКЦ «ДИС», 1997 224с.

64. Ларионов А.И. Экономико математические методы в планировании -М.: Высшая школа, 1991. - 240с.

65. Ларичев О.И. Наука и искусство принятия решений. М.: Наука, 1979, 200с.

66. Ларичев О.И. Субъективные модели и объективные решения. М.: Наука, 1987.

67. Ларичев О.И. Теория и методы принятия решений, а также Хроника событий в Волшебных Странах. М.: Логос, 2000, 296с.

68. Ларичев О.И., Браун Р. Количественный и вербальный анализ решений: сравнительное исследование возможностей и ограничений. / Экономика и математические методы, 1998, т.34, вып.4, с.97-107.

69. Ларичев о.И., Мошкович Е.М. Качественные методы принятия решений. Вербальный анализ решений. М.: Наука. Физматлит, 1996, 208с.

70. Левин Р., Дранг Д., Эделсон Б. Практическое введение в технологию искусственного интеллекта и экспертных систем с иллюстрациями на Бейсике. М.: Финансы и статистика, 1991, 239с.

71. Ленский В.Е. Субъектно ориентированный подход: парадигма искусственного интеллекта. / Новости искусственного интеллекта, 1999, №1, с.90-119.

72. Лисичкин В.А., Голыпкер Е.И. принятие решений на основе прогнозирования в условиях АСУ.- М.: Финансы и статистика, 1981, 50с.

73. Логический подход к искусственному интеллекту: от классической логики к4 логическому программированию. М.: Мир, 1990, 432с.

74. Лозовский B.C. Экстенсиональная база данных на основе семантических сетей. / Изв. АН СССР, Техн. кибернетика, 1982, №5, с.23-42.

75. Лорье Ж. Л. Системы искусственного интеллекта. - М.: Мир, 1991, 568с.

76. Майминас Е. 3., Тамбовцев В.Л., Фонатов А.Г. и др. Проблемы методологии комплексного социально экономического планирования / Под ред. Н.П.Федоренко и др. - М.: Наука, 1983, - 415с.

77. Мак Кинсси Дис. Введение в теорию игр: Пер. с англ. М.: Физматгиз,.1960.

78. Макаров И.М. Теория выбора и принятия решений. М.: Наука, 1982, 382с.

79. Марселлус Д. Программирование экспертных систем на Турбо Прологе. - М.: Финансы и статистика, 1994, 256с.

80. Мелихов А.Н., Бернштейн Л.С., Коровин С.Я. Ситуационные советующие системы с нечеткой логикой. М.: Наука, 1990, 272с.

81. Мерзликина Г.С., Шаховская Л.С. Оценка экономической состоятельности предприятия. ВолгГТУ, Волгоград, 1998. - 265с.

82. Месарович М., Мако Д., Такахара Н. Теория иерархических многоуровневых систем / Под ред. И.Ф.Шахнова. М.: Мир, 1973.- 344с.

83. Месарович М., Такахара И. Общая теория систем: математические основы / Под ред. С.В.Емельянова. М.: Мир, 1978.

84. Микони С.В. Методы мягкого выбора объектов. / Труды конференции КИИ'2000. М.: Изд. Физ. - мат, лит., 2000, том 2, с.472-479.

85. Миркин Б.Г. Проблема группового выбора. М.: Наука, 1974, 256с.

86. Михеенкова М.А., Финн В.К. Об одном классе экспертных систем с неполной информацией. / Изв. АН СССР, Техн. кибернетик, 1986, №5.

87. Михневич А.В. Методология антикризисного управления промышленными предприятиями России: Дисс. на соиск. уч. степ. канд. экономических наук. М., 1999. 387с.

88. Мулен Э Кооперативное принятие решений: Аксиомы и модели, М.: Мир, 1991,464с.

89. Мушик Э., Мюллер П. методы принятия технических решений, М.: Мир, 1990, 208с.

90. Наумова Н.И. Неманипулируемость некоторых процедур голосования с векторными стратегиями. / В избранных трудах междунар. конф. По проблемам управления, том 2. М.: СИНТЕГ, 1999, с.83-88.

91. Нейлор К. Как построить свою экспертную систему. М.: Энергоатомиздат, 1991.

92. Нейман Дж. Фон, Моргенштерн О. Теория игр и экономическое поведение. М.: Наука, 1970, 601с.

93. Недосекан А.О., Максимов О.Б. Анализ риска банкротства предприятия с применением нечетких множеств // Вопросы анализа риска. 1999.-№2-3.

94. Нечеткие множества в моделях управления и искусственного интеллекта. М.: Наука, Физматлит, 1986, 312с.

95. Нечеткие множества и теория возможностей. Последние достижения. М.: Радио и связь, 1986, 408с.

96. Неш Дж. Бескоалиционные игры. В кн.: Матричные игры. М.: Физматгиз, 1961, с.205-221.

97. Обработка знаний. М.: Мир, 1989, 293с.

98. Обработка нечеткой информации в системах принятия решений. -М.: Радио и связь, 1989, 304с.

99. Ойхман Е.Г., Попов Э.В. Реинжиниринг бизнеса: Реинжиниринг организаций и современные информационные технологии. М.: Финансы и статистика, 1997. - 336с.

100. Окорокова Л.Г. Методология и принципы эффективного использования и формирования ресурсного потенциала промышленных предприятий. Автореф. дисс. на соиск. уч. степени доктора экономических наук. Санк - Петербург, 2002, - 36с.

101. Оптнер С. Л. Системный анализ для решения деловых и промышленных проблем: Пер. с англ. М.: Советское радио, 1969. - 216с.

102. Оптимизация качества. Сложные продукты и процессы. / Калинина Э.В., Лапига А.Г., Поляков В.В. и др. М.: Химия, 1989, 256с.

103. Орловский С.А. Проблемы принятия решений при нечеткой входной информации. М.: Наука, 1981, 208с.

104. Осипов Г.С. Динамика в системах, основанных на знаниях. / Известия АН. Теория и системы управления, 1998, №5, с.24-28.

105. Плинкетт Л., Хейл Г. Выработка и принятие управленческих решений. -М.: Экономика, 1984, 187с.

106. Подиновский В.В. Лексикографические задачи оптимизации. М.: 1972.

107. Подиновский В.В. Многокритериальные задачи с однородными равноценными критериями. / Журнал вычислительной математики и математической физики, 1975, №2, с.330-344.

108. Подиновский В.В., Ногин В.Д. Парето оптимальные решения многокритериальных задач. - М.: Наука, 1982, 320с.

109. Попов Э.В. Корпоративные системы управления знаниями // Новости искусственного интеллекта. 2001. - №1. - С. 14-25.

110. Попов Э.В. Экспертные системы. М.: Наука, 1987, 288с.

111. Представление и использование знаний. М.: Мир, 1989, 220с.

112. Поспелов Д.А. Логико лингвистические модели. - М.: Энергоиздат, 1981.-232с.

113. Поспелов Д.А. Многоагентные системы настоящее и будущее. / Информационные технологии и вычислительные системы, 1998, №1, с.14-21.

114. Поспелов Д.А. Моделирование рассуждений. М.: Радио и связь, 1989, 184с.

115. Райфа Г. Анализ решений, М.: Наука, 1977, 408с.

116. Райфа Г., Шлейфер Р. Прикладная теория статистических решений, М.: Статистика, 1977, 306с.

117. Российский СОФТ (1998/1999): Справочник по программному обеспечению. М.: Центр интеллектуальных систем «Метод», 1998. -160с.

118. Ростовцев Ю.Г. Проблема моделирования поведения субъектно -ориентированных систем на основе их ценностной ориентации. / Известия ВУЗов. Приборостроение, 2001, №3, с.54-67.

119. Руа Б. Классификация и выбор при наличии нескольких критериев (метод ЭЛЕКТРА). В кн.: Вопросы анализа и процедуры принятия решений. - М.: Мир, 1976, с. 80-107.

120. Руа Б. К общей методологии выработки и принятия решений. / В сб.: Статистические модели и многокритериальные задачи принятия решений.- М.: Статистика, 1979, с. 123-167.

121. Рубашкин В.Ш. Представление и анализ смысла в интеллектуальных информационных системах. М.: Наука, Гл. ред. физмат. лит., 1989, 192с.

122. Саати Т.Л. Принятие решений. Метод анализа иерархий. М.: Радио и связь, 1989, 316с.

123. Саати Т., Кернст К. Аналитическое планирование. Организация систем: Пер. с англ. М.: Радио и связь, 1991. - 224с.

124. Самойлович В.Г. Прогнозирование оптимального технико -экономического уровня машин. М.: Машиностроение, 1987. - 136с.

125. Саркисян С.А., Акопов П.Л., Мельник Г.В. Научно техническое прогнозирование и программно - целевое планирование в машиностроении. - м.: Машиностроение, 1987. - 304с.

126. Семушкина Н.В. Исследование и разработка методов анализа финансового состояния предприятия на основе применения экспертных систем: Дисс. на соиск. уч. степ. канд. эконом, наук. М., 1998. 210с.

127. Семь нот менеджмента. Изд. третье, дополненное. М.: ЗАО «ЖурналЭксперт», 1998. - 424с.

128. Соломатин Н.М. Информационные семантические системы. М.: Высшая школа, 1989, 127с.

129. Статистические и динамические экспертные системы. Учебное пособие. М.: Финансы и статистика, 1996, 320с.

130. Степанов А.Я., Иванова Н.В. Категория «потенциал» в экономике: http: // tuk22.Krasnodar.ru / libkubstu / Fulltextaccess / IEF /

131. Advertisingmarketing / libr / Учебникисловари / 22000 / Потенц / index.htm.

132. Стоянова E.C. Финансовый менеджмент. Российская практика. -М.: Перспектива, 1995.

133. Таунсенд X., Фохт Д. Проектирование и программная реализация экспертных систем на персональных ЭВМ. М.: Финансы и статистика, 1990, 320с.

134. Таха X. Исследование операций. В 2-х кн. М.: Мир, 1985.

135. Тельнов Ю.Ф. Интеллектуальные информационные системы в экономике: Учеб. пособие. 3-изд. - М.: СИНТЕГ, 2002, - 306с.

136. Тельнов Ю.Ф. Реанжиниринг бизнес процессов. - М.: Финансы и статистика, 2003. - 256с.

137. Теория прогнозирования и принятия решений. Учебн. Пособие. Под ред. С.А. Саркисяна. -М.: Высшая школа, 1977.

138. Трахтенгерц Э. А. Компьютерная поддержка принятия решений. -М.: СИНТЕГ, 1998, 376с.

139. Трахтенгерц Э.А. Методы генерации, оценки и согласования решений в распределенных системах поддержки принятия решений. / Автоматика и телемеханика, 1995, №4, с.3-52.

140. Трахтенгерц Э.А. Субъективность в компьютерной поддержке управленческих решений. М.: СИНТЕГ, 2001, 256с.

141. Трухаев Р.Н. Методы принятия решений в условиях неопределенности, М.: Наука, 1980, 321с.

142. Федоров В.В. Численные методы максимины. М.: Наука, 1979, -278с.

143. Фишер Р. Путь к согласию или переговоры без поражения. М.: Наука, 1992,155с.

144. Фишберн П. Теория полезности для принятия решения. М.: Наука, 1978, 352с.

145. Фишберн П., Кини Р. Обобщенная независимость по полезности и некоторые смежные вопросы. / В сб.: Статистические модели и многокритериальные задачи принятия решений. М.: Статистика, 1979, с.45-52.

146. Финн В.К. Индуктивные модели. / Веб.: Представление знаний в человеко машинных работотехнических системах, т.А. - М.: ВИНИТИ, 1984.

147. Хорват П. Сбалансированная система показателей как средство управления предприятием // Проблемы теории и практики управления. -2001. №1.

148. Целых А.Н., Бернштейн JI.C. Формирование процедур принятия решений с использованием гомоморфных отображений нечетких отношений. / Труды конференции КИИ'2000, том 2, М.: Изд. физ-мат. лит., 2000, с. 524-535.

149. Черемных Н.Н. Математические модели развития народного хозяйства. М.: Изд.-во МГУ, 1986. - 102с.

150. Чернов Г., Мозес JI. Элементарная теория статистических решений.: Пер. с англ. М.: Сов. Радио, 1962 - 406с.

151. Чувахин Н. Трудная судьба матрицы BCG. Режим доступа: http: // www.cfin.ru / chuvakhin / bcg.shtml.

152. Шишкин Е.В., Чхартишвили А.Г. Математические методы и модели в управлении. М.: Дело, 2000,400с.

153. Шоломов Л.А.Функциональные возможности и сложность механизмов выбора, основанных на исключении худших вариантов. / Изв. АН СССР. Техн. кибернетика, 1987, №1, с. 10-17.

154. Экспертные системы для персональных компьютеров: методы, средства, реализация. Минск: Вышэйшая школа, 1990, 197с.

155. Экспертные системы: состояние и перспективы. М.: Наука, 1989, 152с.

156. Экспертные системы. Принципы работы и примеры. М.: Радио и связь, 1987,224с.

157. Эддоус М., Стенфилд Р Методы принятия решений. М.: Аудит, ЮНИТИ, 1997, 590с.

158. Элти Дж., Кумбс М. Экспертные системы: концепции и примеры. -М.: Финансы и статистика, 1987, 191с.

159. Юдин Д.Б. Вычислительные методы теории принятия решений. -М.: Наука, 1989,Ю 320с.

160. Ярушкина Н.Г. Мягкие вычисления в автоматизации проектирования. / Труды конференции КИИ'2000, М.: Изд. физ-мат. лит., 2000, том 2, с.541-549.

161. Altman Е. Corporate Financial Distress. New York, Wiley, 1983.

162. Arrow K.J. Social Choice and Individual Values. New York: John Wiley, 1963.

163. Bauer P., Nonak S., Winkler R. A brief course in Fuzzy Logic and Fuzzy Control, ftp: // ftp.flll.uni-linz.ac.at / pub / info, 1996.

164. Clarke E.H. Multipart pricing of public goods. / Public Choice, 1970, №11, p.17-33.

165. Gibbard A.Manipulation of voting schemes: a general result. / Econometrica, 1973, №41, p.587-601.

166. Green J., Laffont J.J. Incentives in pablic decision making. In Stadies of Pablic Economics, vol.1, Amsterdam: Noth Holland, 1979.

167. Groves T. Incentives in tenms. / Econometrica, 1973, №41, p.617-663.

168. Groves Т., Loeb M. Incentives and public inputs. Jonrnal of public Economics, 1975, №4, p.211-226.

169. Kahneman D., Tversky A. Prospect Thory: an analysis of decisions risk. / Econometrica, 1979, №47.

170. Nash J.F. The bargaining problem. / Econometrica, 1950, №28, p.155-162.

171. Roy В. Multicriterica Methodology for Decision Aiding. Dordrecht: Kluwer Academic Publisher, 1996.

172. Saaty T.L. Fundamentals of Decision making and Prioritu Theory with the Analytic Hierarchy Process. Pittsburgh RWS Publication, 1994. - 527 p.

173. Satterthwaite M.A. Stategy profneess and Arrows conditions: existence and correspondence theorems for voting procedures and social welfare functions. / Jour - nal of E#conomic Theory, 1975, №10, p. 198-217.

174. Sen A.K. Collective Choice and Social Welfare. San Francusco: Holden Day, 1970.

175. Sertel M.R. Choice, hull, continuity and fidelity // Math. Soc. Sciences, 1988, vol. 16, №2, p.203-206.