Синтез и реализация автоматизированных интеллектуальных систем управления организационно-техническими процессами тема диссертации и автореферата по ВАК РФ 05.13.06, доктор технических наук Большаков, Александр Афанасьевич

• Большаков, Александр Афанасьевич
• доктор технических наук
• 2005

Оглавление диссертации доктор технических наук Большаков, Александр Афанасьевич

1. ВВЕДЕНИЕ.

2. АНАЛИЗ УПРАВЛЕНИЯ ОРГАНИЗАЦИОННО-ТЕХНИЧЕСКИМИ ПРОЦЕССАМИ.

2.1. Анализ объектов и методов управления.

2.1.1. Технические объекты.

2.1.2. Организационные объекты.

2.1.3. Организационно-технические объекты.

2.2. Обоснование выбора класса объектов управления.

2.3. Анализ задач автоматизации организационно-технических процессов

2.4. Постановка проблемы исследования.

3. МЕТОДОЛОГИЯ СИНТЕЗА ИНТЕЛЛЕКТУАЛЬНОГО УПРАВЛЕНИЯ ОРГАНИЗАЦИОННО-ТЕХНИЧЕСКИМИ ПРОЦЕССАМИ.

3.1. Принципы интеллектуального управления организационно-техническими процессами.

3.2. Показатели интеллектуальности системы управления.

3.3. Универсальная комбинированная процедура принятия управленческих решений.

3.3.1. Выбор цели, критерия и нормы (метрики).

3.3.2. Выбор метода достижения цели.

3.3.3. Анализ неразрешимости проблемы.

3.3.4. Критерий достижения цели.

3.3.5. Графическое описание комбинированного метода.

3.4. Эвристики, интеллектуальные и регулярные методы решения задач управления.

3.5. Представление знаний в универсальной комбинированной процедуре принятия решений.

3.6. Компонента интеллектуального управления.

4. СИНТЕЗ ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ УПРАВЛЕНИЯ ПРОИЗВОДСТВОМ КОМПОЗИТНЫХ ИЗДЕЛИЙ. эр материалов. рой материалов. роение математических моделей производства многослойных композитных материалов. шизация режима термообработки многослойных намоточных

I композитных материалов.1С тка интеллектуальной автоматизированной системы ш изделий из композитных материалов.1С

Е ИНТЕЛЛЕКТУАЛЬНЫХ АВТОМАТИЗИРОВАННЫХ IX СИСТЕМ.1] заболеваний

6.5. Синтез системы поддержки принятия управленческих решений об использовании природных цеолитов в медицине и экологии.

6.5. Создание экспертной системы для производства лекарственных и ароматических препаратов из растительного сырья.

7. ИНТЕЛЛЕКТУАЛИЗАЦИЯ ПРОЦЕССОВ ПОДДЕРЖКИ ПРИНЯТИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ В ОТРАСЛЕВЫХ ОРГАНИЗАЦИОНО-ТЕХНИЧЕСКИХ СИСТЕМАХ.

7.1. Анализ задач поддержки принятия управленческих решений в организационно-технических системах.

7.2. Интеллектуальная система управления газокомпрессорной сетью

7.3. Интерпретирующая экспертная система рассмотрения претензий на железнодорожном транспорте.

7.4. Экспертная система ситуационного управления документооборотом бланков строгой отчетности.

7.5. Планирующая экспертная система организации работ на автотранспортном предприятии.

7.6. Интеллектуальная система поддержки принятия управленческих решений в речном и озерном рыбном хозяйстве.

8. СОЗДАНИЕ ИНТЕЛЛЕКТУАЛЬНЫХ АВТОМАТИЗИРОВАННЫХ СИСТЕМ ЭКОНОМИЧЕСКОГО УЧЕТА ОРГАНИЗАЦИОННО-ТЕХНИЧЕСКИМИ ОБЪЕКТАМИ.

8.1. Анализ систем экономического учета как объекта автоматизации.

8.2. Задачи автоматизации и интеллектуализация экономического учета и методика их решения.

8.3. Реализации системы автоматизации и интеллектуализации экономического учета.

Введение диссертации (часть автореферата) на тему «Синтез и реализация автоматизированных интеллектуальных систем управления организационно-техническими процессами»

Увеличивающаяся сложность управления современными производственно-экономическими системами в промышленности, экономике, социальной сфере, их взаимная интеграция, а также жесткая конкуренция вызывает необходимость рассмотрения новых классов объектов. Наряду с ранее относительно хорошо изученными техническим и организационными системами появилась потребность в автоматизированном управлении новыми типами систем - организационно-техническими (технологическими), или технико-организационными. Наличие человека, как активного звена в объекте и/или устройстве управления не позволяет использовать традиционные методы формирования управляющих воздействий.

Создание классической теории автоматического управления в период с 70-х годов 19-го века до середины 20-го века позволило автоматизировать широкий класс технических систем в промышленности, на транспорте, в сельском хозяйстве и т.д. Особенностями этих технических (технологических) систем, как объектов управления, являются определенная детерминированность, линейность (линеаризуемость в малом), реализуемость, стационарность, относительная простота, сосредоточенность координат, достаточная изученность характеристик, возможность построения регулярных математических моделей.

Для синтеза систем управления этими техническими объектами классическая теория автоматического управления использует структурное математическое моделирование и формализованные методы, разработанные на основе теорий дифференциальных уравнений и оптимального управления, операционного исчисления, гармонического анализа.

Исследования по созданию автоматических систем для управления более широким классом технических объектов, обладающих одним или несколькими такими свойствами, как нелинейность, распределенность координат, недетерминированность, нестационарность способствовали формированию современной теории управления. При этом были созданы формализованные регулярные методы синтеза систем управления этим расширенным классом технических объектов на основе представлений пространства состояний, векторно-матричного исчисления, теории оптимального управления и систем. С помощью этих методов синтезированы различные типы систем управления: многомерные, нелинейные, с распределенными координатами, с переменными параметрами, дискретные, адаптивные, оптимальные и др.

Попытки создания систем управления объектами с неопределенностями, которые не могут быть описаны статистически; а также сложными нелинейными дискретными техническими объектами и т.п., которыми обычно весьма успешно управляет человек-оператор, или лицо, принимающее решение (ЛПР), привели к идее использования методов искусственного интеллекта [1-7]. Работы в данном направлении составляют основу новейшей теории управления. Наибольших успехов при синтезе управления подобными техническими объектами добились при использовании аппарата искусственных нейронных сетей [8 9], нечеткой (fuzzy) логики [10-13], эволюционных (генетических) алгоритмов [8]. Работа ЛПР в современных технических системах характеризуется существенным возрастанием масштабов производства и соответственно сложности задач контроля и управления. Поэтому поддержка принятия решения на основе методов искусственного интеллекта позволяет уменьшить последствия таких отрицательных явлений, связанных с «человеческим фактором», как снижение надежности, качества управления в реальном времени, точности из-за плохого прогноза, а также медленное освоение новых управляющих функций и др. Однако эти методы слабо приспособлены для применения в автоматизированных системах управления (АСУ) реального времени, а также требуют непрерывного или периодического извлечения знаний из ЛПР для управления нестационарными техническими системами.

Известны удачные примеры создания и применения нечетких регуляторов в различных областях промышленности и хозяйства. Однако достигнутые результаты в этом направлении пока не столь масштабны по сравнению с формализованными регулярными методами, что объясняется малой изученностью проблемы автоматизации таких объектов, их спецификой, отсутствием обоснованного единого системного подхода. Попытки использования fuzzy-регуляторов для управления техническими системами, в которых использовались традиционные методы автоматического управления, показали, что они заметно уступают последним по точности и быстродействию.

Поэтому указанные методы искусственного интеллекта в основном используются как дополнительные, подчиненные основной схеме синтеза системы управления техническими объектами. При этом созданные устройства и алгоритмы (программы) часто выступают в роли своеобразного компенсатора таких особенностей технических систем, как неизмеряемость координат, качественный характер переменных и др.

Формирование современной теории управления другим классом объектов - организационными системами завершилось в середине 20-го века. К основными ее успехам следует отнести разработанную классификацию организационных систем на базе системного подхода, принципы построения, реконструкции и функционирования этих систем.

Однако такие особенности организационных систем как сложность, активность, открытость, самоорганизация, нестационарность, нелинейность, многомерность и другие обусловили слабое использование в этой сфере формализованных регулярных методов синтеза управления. В основном здесь применяются эвристические способы, в которых отражается многолетний опыт человечества в создании, модернизации и эксплуатации организационных систем. Наличие человека, как в объекте, так и в системе управления обусловили существенное возрастание роли «человеческого фактора» как при проектировании организационных систем, так и при формировании специфических по сравнению с техническими системами управляющих воздействий на этапе функционирования. Несмотря на попытки формализации в этой области по-прежнему превалирует субъективность принимаемых управленческим персоналом решений. Следует, тем не менее, отметить пока немногочисленные попытки использования методов искусственного интеллекта для поддержки принятия управленческих решений в организационных системах на верхних уровнях иерархии. Они основаны на формализации знаний по выработке управляющих воздействий при типовых ситуациях функционирования организационных систем. Здесь следует отметить работы Буркова В.Н. по созданию теории активных систем [14-18]; Новикова Д.А. по использованию теории игр, принятия решений и механизмов управления в организационных системах [18-20]; Щепкина А.В. по механизмам внутрифирменного управления [21]; Канторовича Д., Лурье Л., Новожилова В. по теории математического моделирования и оптимального планирования [22, 23].

Стремление расширить класс объектов автоматизации включением в него организационных и организационно-технических систем привело к необходимости создания новых методов решения задач управления. Эта тенденция обосновывается требованиями экономического развития современного общества на фоне проблем применения классической и современной теорий автоматического управления в задачах управления организационными и организационно-техническими процессами.

Новый класс организационно-технические процессы (ОТП) обладает чертами как технических, так и организационных систем. Это обусловлено наследованием свойств, как от организационных, так и технических систем. Наиболее важными характеристиками, которые требуется учитывать, являются многомерность, сложность и изменчивость структуры, наличие и смена многих целей, недетерминированность, активность и ряд других. Наличие ЛПР в системах управления ОТП наряду с позитивным аспектом, связанным со свойством адаптивности, толерантности к изменению структуры, свойств системы и другим факторам; с субъективной оптимизацией принимаемых решений обладает и отрицательной стороной. К ней следует отнести неспособность к переработке большого объема информации, снижение надежности из-за утомляемости, возможно недостаточно квалификации, запаздывание в принятии управленческих решений и т.д.

Гибридный характер организационно-технических процессов объясняет тот факт, что применение только формализованных регулярных методов синтеза управления, хорошо зарекомендовавших себя для технических систем, или только эвристических способов, характерных для организационных объектов, не дает здесь желаемого результата.

Поэтому для создания эффективно функционирующих систем управления организационно-техническими процессами автором предлагается использовать комбинированные подходы, сочетающие в себе достоинства как формализованных регулярных методов, так и интеллектуальных методов и эвристик. Более того, опыт использования этих методов при решении задач синтеза управления организационно-техническими процессами целесообразно автоматически накапливать, анализировать, систематизировать и использовать при решении вновь возникающих задач управления.

Отметим также, что граница между формализованными регулярными методами и эвристическими способами достаточно условна. Так при нарушении допущений, принимаемых при использовании формализованного метода, его применение может оказаться некорректными. Использование дополнительной априорной информации, выраженной в виде эвристик, может способствовать регуляризации задачи и ее успешному решению новым интеллектуальным методом. По мере накопления опыта использования регу-ляризованного эвристического способа и его последующего теоретического обоснования он может перейти в класс интеллектуальных и затем - формализованных регулярных методов.

Например, в задачах оптимального управления градиентный метод поиска минимума, успешно находящий глобальный экстремум выпуклой функции, может оказаться неприемлемым в случае, если функция имеет многоэкстремальный (гребневый) характер. Один из возможных подходов заключается в изменении функции (функционала) с помощью введения в нее дополнительной функции (стабилизатора). С помощью этой регуляризирую-щей процедуре («овыпукливание») функция вновь приобретает свойство выпуклости и градиентный метод становится корректным.

Для синтеза систем управления организационно-техническими процессами на основе концепции комбинированного подхода созданы необходимые условия: существенно возросла мощность компьютеров и вычислительных сетей, имеются развитые базы данных, информационные технологии. На этом информационно-техническом фундаменте усилиями ученых достигнуты определенные успехи в области искусственного интеллекта, под которым понимается область компьютерной науки, занимающейся автоматизацией разумного поведения [1]. С точки зрения решаемой автором проблемы под искусственным интеллектом понимаются формализованные методы, позволяющие решать с помощью компьютера задачи управления не хуже, чем естественный интеллект.

Методы искусственного интеллекта пока не имеют стройной теории. Данное научно-техническое направление впитало в себя эвристики, способы, методы и подходы из различных научных областей. Эта объясняет до сих пор существующую разрозненность исследователей, проектировщиков и конструкторов, предпочитающих при решении задач использовать только определенные, хорошо известные им методы.

Перспективными для создания систем управления являются нечеткая логика, экспертные системы, системы естественного языкового общения, распознавания образов, системы, основанные на знаниях, нейронные сети.

Нечеткие множества и нечеткая логика, которые возникли благодаря Л. Заде [10], послужили основой для создания огромного множества способов и алгоритмов, в том числе для решения таких задач, как управление объектом, свойства которого описаны лишь качественно в нематематической форме. Эти методы решают задачи управления объектами с выходными переменными, которые характеризуют качество продукции или условия ее производства, но не поддаются измерению (текстура, эластичность, вкусовые качества и т.п.). На основе теории нечетких множеств разработаны методы синтеза нечетких регуляторов, которые дополняют обычные одноконтурные системы регулирования вспомогательными контурами для компенсации возмущений, изменения структуры и адаптации основного контура. Кроме этого, нечеткий подход используется для перенастройки систем управления в нестационарных, в том числе аварийных производственных ситуациях. Наконец, отдельные нечеткие системы управления применяются для воспроизведения действий человека-оператора в системах организационного и организационно-технического управления верхнего уровня для контроля, диагностики и оптимизации сложного технологического объекта управления.

Экспертные системы (ЭС) по достоинству являются одним из самых ярких примеров эффективного применения искусственного интеллекта. Их несомненным достоинством, подтвержденным опытом их успешного использования, является формализация знаний экспертов в узкой предметной области для последующей поддержки принятия решений в различных отраслях хозяйства. За прошедшие десятилетия ЭС прошли несколько этапов в своей эволюции от несложных, статических до динамических систем, способных автоматически приобретать знания.

Эффективность применения ЭС в первую очередь определяется знаниями, содержащимися в базе. Поэтому при их создании большое внимание уделяется методам извлечения, обработки, представления знаний и манипуляции ими. Важнейшими характеристиками ЭС также являются «прозрачность» получаемых результатов, поэтому пользователь имеет возможность проследить всю цепочку вывода; удобный, «дружественный» интерфейс (обычно на ограниченном естественном языке).

При использовании ЭС для поддержки принятия решений в системах управления в них включают различные вычислительные модули для получения вспомогательной информации, например, для решения системы дифференциальных уравнений, при математическом моделировании некоторого объекта, поэтому ЭС становится гибридной (комбинированной).

Искусственные нейронные сети (ИНС), генетические алгоритмы создаются по принципам организации и функционирования их биологических аналогов. На основе примеров осуществляется обучение ИНС, которые способны решать широкий круг задач распознавания образов, идентификации, прогнозирования, оптимизации и управления сложными объектами.

Обоснованное применение вышеперечисленных методов искусственных интеллектов и их сочетаний требует знания задач, решаемых системами управления организационно-техническими объектами, их особенностей.

Однако слабая изученность задач автоматизации организационно-техническими системами, отсутствие методов синтеза интеллектуальных систем управления организационно-техническими процессами обусловливают необходимость научных исследований в этом направлении.

В основе предлагаемой автором концепции синтеза систем управления данным новым классом организационно-технических процессов содержатся принципы совместного использования как регулярных, так и интеллектуальных методов и эвристических способов.

В связи с этим в данной работе поставлена проблема комбинированного использования формализованных методов и эвристических способов при построении интеллектуальных систем управления организационно-техническими процессами.

Объектом исследования в диссертации являются методы синтеза автоматизированных интеллектуальных систем управления организационно-техническими процессами.

Актуальность проблемы. Работа выполнена в соответствии с постановлением Правительства РФ от 28 мая 1996 "О приоритетных направлениях развития науки и техники и критических технологий" по направлению "Интеллектуальные системы управления", а также в рамках тематики госбюджетной НИР Саратовского государственного технического университета 06В. «Искусственный интеллект в человеко-машинных комплексах».

Целью диссертационной работы является повышение эффективности функционирования организационно-технических процессов на основе разработанной методологии синтеза и реализации автоматизированных интеллектуальных систем управления, основанных на знаниях (эвристиках), комбинированных подходах к принятию решений.

Направление исследований. Данное исследование ставит и решает научно-техническую проблему создания и обоснования теоретической концепции универсальной комбинированной процедуры принятия решений в интеллектуальных системах управления организационно-техническими процессами. В соответствии с поставленной целью в диссертационной работе решаются следующие задачи:

• формулирование принципов создания интеллектуальных систем принятия управленческих решений и показателей степени интеллектуальности автоматизированными системами управления организационно-техническими процессами;

• анализ свойств организационно-технических процессов как класса объектов управления;

• разработка комбинированного метода принятия управленческих решений в сложных организационно-технических системах;

• разработка методики применения принципов интеллектуализации на основе комбинированного подхода для систем управления ОТП;

• апробация методологии синтеза комбинированных интеллектуальных систем управления для конкретных типов ОТП в различных областях: в промышленности на примере производства изделий из композитных материалов, транспортировки газа, работы транспортно-экспедиторской компании, в сфере образования, в медицине и экологии, в экономике (бухгалтерском учете).

Методы исследований. Для решения поставленных задач использовались теория управления, методы искусственного интеллекта (ИИ) и математического моделирования, системный анализ, многомерное шкалирование, общая теория систем, теория принятия решений, дискретная математика.

Достоверность и обоснованность. Достоверность и обоснованность диссертационных исследований подтверждается успешными результатами программного моделирования, широким и успешным внедрением разработанных алгоритмов и программных средств в различных организациях.

На защиту выносятся:

1. Методологическая и технологическая концепция синтеза интеллектуальных АСУ, имеющая междисциплинарный характер и учитывающая как технологические аспекты проблемы, так и гуманитарные.

2. Комбинированный метод принятия управленческих решений в организационно-технических системах управления, основанный на совместном использовании формализованных и интеллектуальных методов, а также эвристических способов.

3. Методология построения автоматизированных интеллектуальных обучающих систем с учетом психофизиологических характеристик обучаемых (операторов).

4. Подход к интеллектуализации программ автоматизации бухгалтерского, налогового и оперативного учета, основанный на использовании в них интеллектуальных компонент поддержки принятия управленческих решений.

5. Результаты реализации концепции синтеза в виде интеллектуальных систем принятия решений и управлений различными ОТП (промышленность, транспорт, медицина, экология, образование, экономика).

Научная новизна:

• создан универсальный комбинированный метод принятия управленческих решений при синтезе интеллектуальных автоматизированных системах управления организационно-техническими процессами, базирующийся на рекурсивном выборе, как формализованных методов, так и эвристических способов;

• сформулированы показатели степени интеллектуальности (интеллектуализации) системы управления организационно-техническими процессами;

14

• синтезированы эвристические комбинированные процедуры решения задач управления большой размерности;

• поставлены и решены задачи оптимизации обучения как оптимального управления организационно-техническим процессом;

• разработаны методы построения и реализации интеллектуальных систем управления в промышленности, медицине, экологии, образовании, на транспорте, основанные на использовании встроенных интеллектуальных компонент поддержки принятия управленческих решений, которые улучшают технико-экономические показатели функционирования организационно-технических процессов.

Практическая полезность заключается в расширении функциональных возможностей и повышении эффективности работы управляемых организационно-технических систем не зависимо от области применения на основе повышения интеллектуальности систем управления.

• разработанная методология и созданная на ее базе объектно-структурная технология интеллектуализации систем управления положены в основу построения большого числа внедренных в эксплуатацию экспертных систем управления и поддержки принятия управленческих решений;

• предложенная концепция проектирования и построения интеллектуальных систем управления представляет интерес для вузов, в учебные программы которых входят дисциплины, связанные с ИИ;

• предложенная методология построения обучающих автоматизированных систем, основанная на комбинированном принципе и учете психофизиологических характеристик обучаемых, позволяет проектировать высокоэффективные интеллектуальные обучающие системы. Эти системы целесообразно использовать при групповом и особенно индивидуальном, дистанционном обучении;

• разработанные алгоритмы и программы для принятия решений, основанные на комбинированном интеллектуальном подходе, применимы для самых различных областей функционирования ОТП.

Реализация результатов. Результаты диссертационной работы использованы при создании следующих интеллектуальных систем, внедренных в промышленности, медицине, образовании:

• «КОМПОЗИТ (система поддержки принятия управленческих решений при производстве изделий из композитных материалов);

• «Экспертная система рассмотрения претензий о просрочке в доставке грузов железной дорогой»;

• ЦЕОЛИТ (выбор цеолитов для использования в медицине, экологии);

• АОЭС (автоматизированная обучающая система с учетом психофизиологических характеристик обучаемых);

• МЭТЭК (моделирование процесса функционирования транспортно-экспедиторской компании с учетом экологических характеристик);

• «Учет документов строгой отчетности»;

• ФС (Финансовая система) и МНУ (Модуль налогового учета).

Предложенная концепция проектирования и построения интеллектуальных систем управления организационно-техническими процессами применяется при обучении студентов кафедры «Системы искусственного интеллекта» Саратовского государственного технического университета. Методические материалы автора используются при чтении лекций по интеллектуальным системам в Астраханском государственном техническом университете, Тамбовском государственном техническом университете, Московском государственном университете инженерной экологии, Ташкентском химико-технологическом институте. Созданная автоматизированная обучающая экспертная система внедрена и функционирует в Саратовском государственном техническом университете, Ташкентском государственном техническом университете, Астраханском государственном техническом университете, Тамбовском государственном техническом университете (акты внедрения приведены в приложении к диссертации). Разработанные автором методы обучения с учетом психофизиологических характеристик позволили существенно сократить время обучения, заметно повысить уровень знаний бухгалтеров и студентов. Комплекс интеллектуальных программ автоматизации бухгалтерского, налогового и оперативного учета успешно внедрен и функционирует на предприятиях корпоративных заказчиков, малых и средних предприятиях с существенным экономическим эффектом (акты об экономической эффективности приведены в приложении к диссертации на общую сумму более, чем 130 млн. руб. в ценах 2004г.).

Апробация работы. Результаты работы докладывались на Всесоюзной НК «Автоматизация в химической промышленности» (Тамбов, 1986); на МНК «Математические методы в химии и химической технологии» (Тула, 1996; Новомосковск, 1997; Владимир, 1998); «Новые информационные технологии в медицине и экологии» (Украина, Крым, Ялта-Гурзуф, 1997 - 1999, 2004); «Математические методы в технике и технологиях» (Новгород Великий, 1999; Санкт-Петербург, 2000; Смоленск, 2001; Тамбов, 2002; Санкт-Петербург и Ташкент, 2003; Кострома, 2004); «Информационные технологии в науке, образовании, телекоммуникации, бизнесе и охране природных ресурсов» (Украина, Крым, Ялта-Гурзуф, 1999) и опубликованы в тезисах и материалах научных конференций.

Публикации. Основные положения диссертации отражены в 89 публикациях, в том числе в 4 монографиях, 9 статьях в центральных научно-технических журналах, рекомендованных ВАК, 15 свидетельствах Роспатента на программы для ЭВМ, 1 свидетельстве на изобретение.

Структура и объем диссертации. Диссертационная работа состоит из 9 разделов, списка обозначений и использованной литературы, приложений. Основная часть диссертации изложена на 298 страницах, содержит 51 рисунков, 18 таблиц.

Заключение диссертации по теме «Автоматизация и управление технологическими процессами и производствами (по отраслям)», Большаков, Александр Афанасьевич

9. ЗАКЛЮЧЕНИЕ

В результате выполнения диссертационной работы решена проблема создания методологии синтеза и реализации интеллектуальных автоматизированных систем управления организационно-техническими процессами, основанных на знаниях и комбинированных подходах к принятию решений, что позволяет повысить эффективность функционирования систем управления ОТП. При этом получены следующие результаты.

1. Создана методологическая и технологическая концепция синтеза интеллектуальных АСУ организационно-техническими процессами, имеющая междисциплинарный характер и учитывающая как технологические аспекты проблемы, так и гуманитарные, которая включает в себя систему принципов и показателей интеллектуальности систем управления.

2. Построен комбинированный метод принятия управленческих решений в организационно-технических системах управления, основанный на совместном рекурсивном использовании формализованных и интеллектуальных методов, а также эвристических способов.

3. Синтезированы эвристические комбинированные процедуры решения прикладных задач управления большой размерности, на основе методов динамического программирования, ветвей и границ и технологических ограничениях.

4. Поставлены и решены задачи оптимизации обучения как оптимального управления организационно-техническим процессом.

5. Создана методология построения интеллектуальных автоматизированных обучающих систем, основанная на комбинированном принципе и учете психофизиологических характеристик обучаемых, которая позволяет проектировать высокоэффективные интеллектуальные обучающие системы. Эти системы целесообразно использовать при групповом и особенно индивидуальном, дистанционном обучении.

6. Предложен подход к интеллектуализации программ автоматизации бухгалтерского, налогового и оперативного учета, основанный на использовании в них интеллектуальных компонент поддержки принятия управленческих решений.

7. Получены положительные результаты реализации концепции синтеза в виде интеллектуальных систем принятия управленческих решений и управлений различными организационно-техническими процессами в разнородных отраслях:

• создана и частично внедрена интегрированная автоматизированная система управления производством многослойных намоточных изделий из композитных материалов;

• интеллектуальная система оптимального управления газокомпрессорной сетью на этапе восстановления используется в ОАО «Юг-трансгаз» (г. Саратов);

• на железнодорожном транспорте внедрены интерпретирующая экспертная система рассмотрения претензий о просрочке в доставке грузов и ЭС ситуационного управления документооборотом бланков строгой отчетности;

• планирующая ЭС организации работ на автотранспорте используется для оптимизации маршрутизации транспортных средств в Пензенском областном управлении инкассации;

• интеллектуальная организационно-техническая система управления диагностики плевритов и ЭС нозологической диагностики сердечнососудистых заболеваний используются в ММУ «Городском противотуберкулезном диспансере и Саратовском медицинском университете;

• экспертные системы «Цеолит» и «Эффар» используются для поддержки принятия управленческих решений об использовании природных цеолитов и лекарственных и ароматических препаратов из растительного сырья в Саратовском медицинском университете;

Предложенная концепция проектирования и построения интеллектуальных систем управления организационно-техническими процессами применяется при обучении студентов кафедры «Системы искусственного интеллекта» Саратовского государственного технического университета. Методические материалы автора используются при чтении лекций по интеллектуальным системам в Астраханском государственном техническом университете, Тамбовском государственном техническом университете, Московском государственном университете инженерной экологии, Ташкентском химико-технологическом институте. Созданная автоматизированная обучающая экспертная система внедрена и функционирует в Саратовском государственном техническом университете, Ташкентском государственном техническом университете, Астраханском государственном техническом университете, Тамбовском государственном техническом университете.

Разработанные автором методы обучения с учетом психофизиологических характеристик позволили существенно сократить время обучения, заметно повысить уровень знаний бухгалтеров и студентов. Комплекс интеллектуальных программ автоматизации бухгалтерского, налогового и оперативного учета успешно внедрен и функционирует на предприятиях корпоративных заказчиков, малых и средних предприятиях с существенным экономическим эффектом.

Список литературы диссертационного исследования доктор технических наук Большаков, Александр Афанасьевич, 2005 год

1. Люггер Д. Ф. Искусственный интеллект: стратегии и методы решения сложных проблем / Д. Ф. Люггер. М.: Издательский дом «Вильяме», 2003.-864 с.

2. Лорьер Ж.-Л. Системы искусственного интеллекта / Ж.-Л. Лорьер. -М.: Мир, 1991.-356 с.

3. Уинстон П. Искусственный интеллект / П. Уинстон. М.: Мир, 1980. -519 с.

4. Нильсон И. Принципы искусственного интеллекта / Н. Нильсон. -М.: Радио и связь, 1985. 376 с.

5. Искусственный интеллект. Системы общения и экспертные системы: Справочник / Под ред. Попова Э. В. М.: Радио и связь, 1990. - Кн. 1. -464 с.

6. Искусственный интеллект. Модели и методы: Справочник / Под ред. Поспелова Д. А. М.: Радио и связь, 1990. Кн. 2. - 304 с.

7. Слейгл Дж. Искусственный интеллект / Дж. Слейгл. М.: Мир, 1973. -320 с.

8. КругловВ.В. Искусственные нейронные сети. Теория и практика / В. В. Круглов, В. В. Борисов. М.: Горячая линия - Телеком, 2002. - 382 с.

9. Медведев В. С. Нейронные сети. MATLAB 6. / В. С. Медведев, В. Г. Потемкин. М.: ДИАЛОГ-МИФИ, 2002. - 496 с.

10. Заде JI. Понятие лингвистической переменной и его применение к принятию приближенных решений / Л. Заде. М.: Мир, 1976. - 165 с.

11. Прикладные нечеткие системы / Под ред. Тэрано Т., АсаиК., Сугэ-но М. М.: Мир, 1993. - 368 с.

12. Нечеткие множества и теория возможности. Последние достижения / Под ред. Ягера Р. Р. М.: Радио и связь, 1986. - 408 с.

13. Кафаров В. В. Принцип описания химико-технологических процессов. Системный анализ процессов химической технологии. Применение метода нечетких множеств / В. В. Кафаров, И. Н. Дорохов, Е. П. Марков -М.: Наука, 1986.-390 с.

14. Бурков В. Н. Основы математической теории активных систем / В. Н. Бурков. М.: Наука, 1977. - 255 с.

15. Бурков В. Н. Теория графов в управлении организационными системами / В. Н. Бурков, А. Ю. Заложнев, Д. А. Новиков. М.: Синтег, 2001. -124 с.

16. Бурков В. Н. Модели и методы управления организационными системами / В. Н. Бурков, В. А. Ириков. М.: Наука, 1994. - 270 с.

17. Бурков В. Н. Механизмы функционирования организационных систем / В. Н. Бурков, В. В. Кондратьев. М.: Наука, 1981. - 384 с.

18. Бурков В. Н. Теория активных систем: состояние и перспективы / В. Н. Бурков, Д. А. Новиков. М.: Синтег, 1999. - 128 с.

19. Новиков Д. А. Рефлексивные игры / Д.А.Новиков, А. Г. Чхартишвили. М.: Синтег, 2003. - 160 с.

20. Новиков Д. А. Стимулирование в организационных системах / Д. А. Новиков. М.: Синтег, 1999. - 108 с.

21. Щепкин А. В. Механизмы внутрифирменного управления /

22. A. В. Щепкин. М.: ИПУ РАН, 2001. - 80 с.

23. Исследование операций / Под ред. Моудера Дж., Элмаграби С. М.: Мир, 1981.-Т. 1.-712 с.

24. Исследование операций / Под ред. Моудера Дж., Элмаграби С. М.: Мир, 1981.-Т. 2.-677 с.

25. Растригин JI. А. Современные принципы управления сложными объектами / JI. А. Растригин. М.: Сов. Радио, 1980. - 232 с.

26. Глушков В. М. Основы безбумажной информатики / В. М. Глушков. М.: Наука, Гл. ред. физ. мат. лит., 1982. - 552 с.

27. Попов Е. П. Теория линейных систем автоматического регулирования и управления / Е. П. Попов. М.: Наука, Гл. ред. физ. мат. лит., 1978. -256 с.

28. Основы теории автоматического регулирования / Под ред.

29. B. И. Крутова. М.: Наука, 1984. - 368 с.

30. Бесекерский В. А. Теория систем автоматического управления / В. А. Бесекерский, Е. П. Попов. СПб.: Изд-во «Профессия», 2003. - 752 с.

31. Попов Е. П. Автоматическое регулирование и управление / Е. П. Попов. М.: Наука, Гл. ред. физ. мат. лит., 1966. - 388 с.

32. Методы робастного, нейро-нечеткого и адаптивного управления / Под ред. Н. Д. Егупова. М.: Изд-во МГТУ им. Н. Э. Баумана, 2002. -744 с.

33. ФрадковВ. Н. Адаптивное управление динамическими объектами / В. Н. Фрадков, В. А. Якубович. М.: Наука, Гл. ред. физ. мат. лит., 1981. -448 с.

34. Срагович В. Г. Адаптивное управление / В. Г. Срагович. М.: Наука, Гл. ред. физ. мат. лит., 1981. - 384 с.

35. Александров А. Г. Оптимальные и адаптивные системы / А. Г. Александров. М.: Высшая школа, 1989. - 263 с.

36. Бесекерский В. А. Системы автоматического управления с микроЭВМ / В. А. Бесекерский, В. В. Изранцев. М.: Наука, Гл. ред. физ. мат. лит., 1987.-320 с.

37. Болнокин В. Е. Анализ и синтез систем автоматического управления на ЭВМ. Алгоритмы и программы / В. Е. Болнокин, П. И. Чинаев. М.: Радио и связь, 1986. - 248 с.

38. Белова Д. А. Применение ЭВМ для анализа и синтеза автоматических систем управления / Д. А. Белова, Р. Е. Кузин. М.: Энергия, 1979. -264 с.

39. Анализ и оптимальный синтез на ЭВМ систем управления / Под ред. А. А. Воронова, И. А. Орурка. М.: Наука, Гл. ред. физ. мат. лит., 1984. -344 с.

40. Фрадков A. JI. Адаптивное управление в сложных системах / А. Л. Фрадков. М: Наука, 1990. - 292 с.

41. Воронов А. Л. Введение в динамику сложных управляемых систем / А. Л. Воронов. М.: Наука, 1985. - 352 с.

42. Козлов Ю. М. Беспоисковые самонастраивающиеся системы / Ю. М. Козлов, Р. М. Юсупов. М.: Наука, 1969. - 456 с.

43. Петров Б. Н. Принципы построения и проектирования самонастраивающихся систем управления / Б. Н. Петров, В. Ю. Рутковский, И. Н. Крутова, С. Д. Земляков. М.: Машиностроение, 1972. - 260 с.

44. Narendra К. S. Stable adaptive schemes for system identification and control / K. S. Narendra, P. Kudva // IEEE Trans. 1974. - - Part I, II. - V. SMC - 4. - № 6. - P. 542-560.

45. Мееров M. В. Синтез структур систем автоматического регулирования высокой точности / М. В. Мееров. М.: Наука, 1967. - 424 с.

46. Деменков Н. П. Нечеткая логика в задаче фильтрации случайных возмущений / Н. П. Деменков, И. А. Мочалов // Промышленные АСУ и контроллеры. 1999. - № 11. - С. 26-28.

47. Деменков Н. П. Адаптивная система автоматической оптимизации с нечеткой последовательной процедурой проверки статистических гипотез /

48. Н. П. Деменков, И. А. Мочалов // Вестник Российского университета дружбы народов. Серия Кибернетика. 1999. - № 1. - С. 31-42.

49. Деменков Н. П. Нечеткая система автоматической оптимизации / Н. П. Деменков, И. А. Мочалов // Вестник МГТУ им. Н.Э.Баумана.

50. Деменков Н. П. Нечеткий логический регулятор в задачах управления / Н. П. Деменков, И. А. Мочалов // Промышленные АСУ и контроллеры. 1999. - № 2. - С. 30-35.

51. Rene J. J. Fuzzy logic in control: Ph. D. thesis / J. J. Rene. Delft University ofTechology, The Netherlands, 1995.

52. The fuzzy logic standart IEC 1131-7. 1997.

53. Румянцева Э. П. Общее управление организацией. Теория и практика / Э. П. Румянцева. М.: ИНФРА-М, 2004. - 304 с.

54. Иванов Л. И. Методы принятия решений бизнес-анализа. Эвристика / JI. И. Иванов, A. Л. Иванова. М.: Приор-издат., 2004. - 80 с.

55. Кнорринг В. И. Основы искусства управления / В. И. Кнорринг. М.: Дело, 2003.-328 с.

56. Мельников В. П. Управление организацией / В.П.Мельников, И. Л. Маренков, А. Г. Схиртладзе. М.: КНОРУС, 2004. - 240 с.

57. Малин А. С. Исследование систем управления / А. С. Малин, В. И. Мухин. М.: Издательский дом ГУ ВШЭ, 2004. - 400 с.

58. Бережной Л. Н. Теория оптимального управления экономическими системами / Л. Н. Бережной. СПб.: ИВЭСЭП, Знание. 2004. - 64 с.

59. Сочнев С. В. Технологии и системы информационного корпоративного управления / С. В. Сочнев, Г. С. Хулал. М.: ЗАО «Оолита», 2002. -200 с.

60. Информационные технологии в управлении / Под ред. Г. А. Титоренко. М: ЮНИТИ-ДАНА, 2003 - 439 с.

61. Богатин Ю. В. Экономическое управление бизнесов / Ю. В. Богатин, В. А. Швандар. М: ЮНИТИ-ДАНА, 2001. - 391 с.

62. СпицнадельВ. Н. Основы системного анализа / В. Н. Спицнадель. -СПб.: Изд. дом «Бизнес-пресса», 2000. 326 с.

63. Колпаков В. М. Методы управления / В. М. Колпаков. К.: МАУП, 2003.-368 с.

64. Васильченко Н. Г. Современная система управления персоналом / Н. Г. Васильченко. М.: ЗАО «Бизнес-школа «Интел-Синтез»», 2003. -230 с.

65. Тренев Н. Н. Предприятие и его структура: Диагностика. Управление. Оздоровление / Н. Н. Тренев. М.: «Издательство ПРИОР», 2002. -240 с.

66. Пашкус В. Ю. Современные теории управления. Теория менеджмента на пороге XXI века. / В. Ю. Пашкус. - СПб.: Изд. дом «Бизнес-пресса», 2003.-272 с.

67. Белецкий Н. П. Интеллектуальная техника менеджмента / Н. П. Белецкий. Мн.: Новое знание, 2001. - 320 с.

68. Акимова Т. А. Теория организации / Т.А.Акимова. М: ЮНИТИ-ДАНА, 2003.-367 с.

69. Бурков В. Н. Как управлять организациями / В. Н. Бурков, Д. А. Новиков. М.: Синтег, 2004.-400 с.

70. Мильнер Б. 3. Теория организации / Б. 3. Мильнер. М. ИНФРА, 2004. - 648 с.

71. Мешалкин В. П. Экспертные системы в химической технологии. Основы теории, опыт разработки и применения / В. П. Мешалкин. М.: Химия, 1995.-368 с.

72. Попов Э. В. Экспертные системы. Решение неформализуемых задач в диалоге с ЭВМ / Э. В. Попов. М.: Наука, 1987. - 288 с.

73. Построение экспертных систем /Под ред. Ф. Хейсс-Рота, В. Уотермена, Д. Лената. М.: Мир, 1987. - 441 с.

74. ТахаХ. Введение в исследование операций / X. Таха. М.: Мир, 1985.-Кн. 1.-479 с.

75. Вагнер Г. Основы исследования операций. М.: Мир, 1973. - Т. 3. -501 с.

76. Цвиркун А. Д. Структура сложных систем / А. Д. Цвиркун. М.: Сов. радио, 1975.-200 с.

77. Биркгоф Г. Теория решеток / Г. Биркгоф. М.: Наука, 1984. - 566 с.

78. Шапиро Ю. 3. АСУ химическими производствами / Ю. 3. Шапиро. -М.: Химия, 1983.-224 с.

79. Автоматизированное управление процессами химической технологии / Ф. И. Бернацкий, В. И. Гладков, Г. И. Деркач и др. М.: Наука, 1981. -216 с.

80. Уланов Г. М. Методы разработки интегрированных АСУ промышленными предприятиями / Г. М. Уланов, Р. А. Алиев, В. П. Кривошеев. М.: Энергоатомиздат, 1983. - 320 с.

81. Стефани Е. П. Основы построения АСУ ТП / Е. П. Стефани. М.: Энергоатомиздат, 1982. - 352 с.

82. Автоматизированное управление технологическими процессами / Под ред. В. Б. Яковлева. Л.: Изд-во ЛГУ, 1988. - 224 с.

83. Леошкин А. П. Автоматизированные системы управления в химической промышленности / А. П. Леошкин, М. Е. Тарасова. М.: Высшая школа, 1981.-239 с.

84. Распределенные АСУ технологическими процессами / Под ред. А. А. Левина. М.: Энергоатомиздат, 1985. - 240 с.

85. Вапник П. А. Статистические методы оперативного управления производством / П. А. Вапник. М.: Статистика, 1978. - 240 с.

86. Мангутов И. С. Управление предприятием и инженер / И. С. Мангутов. Л.: Изд-во ЛГУ, 1977. - 208 с.

87. Автоматическое управление в химической промышленности / Под ред. Е. Г. Дудникова. М.: Химия, 1978. - 368 с.

88. Рэй У. Методы управления технологическими процессами / У. Рэй. -М.: Мир, 1983.-368 с.

89. Проектирование систем автоматизации технологических процессов / Под ред. А. С. Клюева. М.: Энергоатомиздат, 1990. - 464 с.

90. Большаков А. А. Задачи интеллектуализации управления в организационно-технических системах / А. А. Большаков // Математические методы в технике и технологиях: Сб. трудов 17 Международ, науч. конф. Кострома: КГТУ, 2004. - Т. 6. - С. 76-78.

91. Большаков А. А. Комбинированный подход к принятию решений в системах управления / А. А. Большаков // Математические методы в технике и технологиях: Сб. трудов 17 Международ, науч. конф. Кострома: КГТУ, 2004. - Т. 2. - С. 33-36.

92. Балакирев В. С. Оптимальное управление процессами химической технологии / В. С. Балакирев, В. М. Володин, А. М. Цирлин. М.: Химия, 1978.-384 с.

93. Кафаров В. В. Анализ и синтез химико-технологических систем / В. В. Кафаров, В. П. Мешалкин. М.: Химия, 1991.-432 с.

94. Алиев Р. А. Производственные системы с искусственным интеллектом / Р. А. Алиев, Н. М. Абдикеев, М. М. Шахназаров. М.: Радио и связь, 1990.-264 с.

95. Зверев В. Ю. Принцип сложности в иерархических структурах производственного типа / В. Ю. Зверев // Автоматическое управление и вычислительная техника. 1978. - № 12. - С. 169-194.

96. Балакирев В. С. Интеллектуализация организационно-технических систем управления / В. С. Балакирев, А. А. Большаков // Методы кибернетики химико-технологических процессов: Сб. трудов 6 Международ, науч. конф. М.: РХТУ, 2004. - С. 130-134.

97. Евланов JI. Г. Экспертные оценки в управлении / J1. Г. Евланов, В. А. Кутузов. М.: Экономика, 1978. - 133 с.

98. Большаков А. А. Синтез интеллектуальных организационно-технических систем управления / А. А. Большаков // Вестник Тамбов, гос. техн. ун-та. 2004. - Т. 10 - № 4а. - С. 954-959.

99. Newell A. GPS: a program that simulates human thought / A. Newell, H. Simon. Lernende Automaten, H. Billing ed. Munich: R. Oldenbourg KG. -1961. - PP. 109-124.

100. Newell A. GPS: a program that simulates human thought / A. Newell, H. Simon / In Feigenbaum and Feldman. 1963.

101. Большаков А. А. Применение методов искусственного интеллекта для задач исследования химико-технологических производств /

102. A. А. Большаков // Динамика процессов и аппаратов химической технологии: Тезисы докладов IV Всероссийской научн. конф. Ярославль: ЯГТУ, 1994.-Т. 2.-С. 91-92.

103. Автоматизированные производства изделий из композиционных материалов / В. С. Балакирев, А. А. Большаков, А. В. Заев и др.; под ред.

104. B. С. Балакирева. М.: Химия, 1990. - 240 с.

105. Большаков А. А. Автоматизация производства изделий из композитных материалов/ А. А. Большаков, В. В. Степанов, М. А. Юсуфов // Автоматизация проектирования химических производств: межвуз. науч. сб. / Моск. ин-т хим. машиностр.- М., 1987. С. 32-35.

106. Большаков А. А. Интеллектуальная автоматизированная система управления производством изделий из композитных материалов. / А. А. Большаков // Приборы. 2005. - № 2. - С. 17-28.

107. Большаков А. А. Разработка математического обеспечения САПР производства ИКМ на подготовительных стадиях / А. А. Большаков,

108. Г. JI. Давидсон, А. В. Иванов, М. А. Юсуфов // Распределенные информационно-управляющие системы: межвуз. науч. сб. / Сарат. гос. техн. ун-т -Саратов, 1986. С. 183-186.

109. Большаков А. А. Системы автоматизации процесса раскроя рулонных материалов / А. А. Большаков, М. А. Юсуфов // Приборы и системы управления. 1998. - № 2. - С. 7-8.

110. Большаков А. А. Идентификация математической модели процесса термообработки ИКМ / А. А. Большаков, В. С. Балакирев. Деп. в ВИНИТИ 27.03.91, № 1334-В91. - 13 с.

111. Большаков А. А. Методы сжатия информации / А.А.Большаков, Р. Н. Каримов. Саратов: Сарат. политехи, ин-т, 1991. - 88 с.

112. Большаков А. А. Алгоритмы сжатия информации в АСУ робототех-нических систем / А. А. Большаков, Р. Н. Каримов // Автоматизация и роботизация химических производств: межвуз. науч. сб. / Моск. ин-т хим. машиностр.- М., 1989. С. 99-103.

113. Акишин В. Н. Математическая модель процесса термообработки многослойных ИКМ / В. Н. Акишин, В. С. Балакирев, А. А. Большаков и др. / Деп. в ВИНИТИ 27.03.91, №1333-В91. 14 с.

114. Акишин В. Н. Математическое моделирование термообработки многослойных ИКМ / В. Н. Акишин, В. С. Балакирев, А. А. Большаков, М. А. Юсуфов / Деп. в ВИНИТИ 27.03.91, №1335-В91. 16 с.

115. Акишин В. Н. Оптимальное управление процессом термообработки многослойных ИКМ / В. Н. Акишин, В. С. Балакирев, А. А. Большаков У Деп. в ВИНИТИ 27.03.91, №1336-В91.-13 с.

116. АС СССР № 1352832. Способ термообработки изделий из композитных материалов / B.C. Балакирев, А. А. Большаков, А. В. Заев, А. Н. Королев. БИ. - 1987. - № 42.

117. Большаков А. А. Интеллектуальная система управления процессом раскроя рулонных материалов / А. А. Большаков, М. А. Юсуфов // Труды МГУИЭ «Процессы и аппараты химической и биологической технологий». М.: МГУИЭ, 1998. - Вып. 1. - С. 97-104.

118. Большаков А. А. Автоматизированное обучение операторов / А. А. Большаков // Вестник Тамбов, гос. техн. ун-та. 1999. - Т. 5. - № 2. -С. 213-217.

119. Большаков А. А. Идентификация психофизиологических характеристик операторов / А. А. Большаков, В. В. Шатохин // Вестник Тамбов, гос. техн. ун-та. 1999. - Т. 5. - № 3. - С. 359-363.

120. Большаков А. А. Синтез интеллектуальных организационно-технических систем управления / А. А. Большаков // Вестник Тамбов, гос. техн. ун-та. 2004. - Т. 10 - № 4а. - С. 954-959.

121. Большаков А. А. Инновационная методика бизнес-образования в области Интернет-технологий / А. А. Большаков, А. А. Бороздюхин, О. Н. Долинина и др.; под ред. О. Н. Долининой и Ю. А. Корсакова. Саратов: Сарат. гос. техн. ун-т, 2002. - 150 с.

122. Большаков А. А. Адаптивное обучение с учетом психофизиологических факторов / А. А. Большаков, Е. Г. Евдокимова // Математические методы в химии и химической технологии: Тезисы докладов международ, конф. Новомосковск: РХТУ, 1997. - Т. 4. - С. 74-75.

123. Большаков А. А. Методология разработки обучающих экспертных систем / А. А. Большаков // Математические методы в технике и технологиях: Тезисы докладов 12 международ, конф. Великий Новгород: Новгород. гос. ун-т, 1999. - Т. 3. - С. 23-24.

124. Большаков А. А. Архитектура обучающей экспертной системы /

125. A. А. Большаков, В. В. Шатохин // Математические методы в технике и технологиях: Тезисы докладов 12 международ, конф. Великий Новгород: Новгород, гос. ун-т, 1999. - Т. 3. - С. 26-27.

126. Большаков А. А. Интерпретатор языка программирования в автоматизированной обучающей системе / А. А. Большаков, С. С. Буйлов,

127. Большаков А. А. Контрольно-обучающая система LANGPAS / А. А. Большаков, И. В. Егоров, С. В. Тычков // Математические методы в химии и химической технологии: Тезисы докладов международ, конф. -Новомосковск: РХТУ, 1997. С. 65-66.

128. Большаков А. А. Автоматизированная обучающая система языку программирования ASP NET (АОС ASP NET) / А. А. Большаков, А. Де ла Кетуле де Рихоув, A. JI. Поверенный; Свидетельство Роспатента об офиц. регистр, программы для ЭВМ. № 2004611158. - 2004.

129. Большаков А. А. Автоматизированная обучающая система языку программирования Visual Basic (АОС VB) / А. А. Большаков, П. Виллемот, Д. М. Верескун; Свидетельство Роспатента об офиц. регистр, программы для ЭВМ. № 2004611157. - 2004.

130. Большаков А. А. Автоматизированная обучающая система языку программирования HTML (АОС HTML) / А. А. Большаков, Й. Ротсаер, А. В. Филимонов; Свидетельство Роспатента об офиц. регистр, программы для ЭВМ. № 2004611159. - 2004.

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

132. FuH. С. A fuzzy neural network for knowledge learning / H. C. Fu, J. J. Shann // Int. J. Neural Syst. 1994. - V. 5. - N. 1. - P. 13-22.

133. Масалович А. И. От нейрона к нейрокомпьютеру / А. И. Масалович // Журнал доктора Добба. 1992. - N. 1. - С. 20-24.

134. Stefanuk V. L. Expert systems and its applications / V. L. Stefanuk // The lectures of Union's workshop on the main problems of artificial intillegence and intellectual systems. Minsk, 1990. - Part 2. - P. 36-55.

135. Rozenbojm J. An expert clinical diagnosis system for the support of the primary consultation / J. Rozenbojm, E. Palladino, A. C. Azevedo // Salud. Pub-lica Мех. 1993. - V. 35. - N. 3. - P. 321-325.

136. Poli R. A Neural Network Expert System for Diagnosing and Treating Hypertension / R. Poli, S. Cagnoni, R. Livi et al. // Computer. 1991. - N. 3. -P. 64-71.

137. Gindi G. R. Neural network and conventional classifiers for fluorescence-guided laser angioplasty / G. R. Gindi, C. J. Darken, К. M. O'Brien et al. // IEEE Trans. Biomed. Eng. 1991. - V. 38. - N. 3. - P. 246-252.

138. Gross G. W. Neural networks in radiologic diagnosis. II. Interpretation of neonatal chest radiographs / G. W. Gross, J. M. Boone, V. Greco-Hunt et al. // Invest. Radiol. 1990. - V. 25. -N. 9. - P. 1017-1023.

139. Floyd С. E. Jr. Prediction of breast cancer malignancy using an artificial neural network / С. E. Jr. Floyd, J. Y. Lo, A. J. Yun et al. // Cancer. 1994. -V. 74.-N. 11.-P. 2944-2948.

140. Прикладной статистический анализ данных / Под ред. В. В. Криницина. М.: «Издательство ПРИОР», 1998.-Кн. 1 — 336 с.

141. Прикладной статистический анализ данных / Под ред. В. В. Криницина. М.: «Издательство ПРИОР», 1998. - Кн. 2 - 352 с.

142. Дюк В. Обработка данных на ПК на примерах / В. Дюк. СПб: Питер, 1977.-240 с.

143. Дьяконов В. П. MATLAB 5.0/5.3. Система символьной математики / В. П. Дьяконов, И. В. Абраменкова. М.: Нолидж, 1999. - 640 с.

144. Большаков А. А. Экспертная система «ЦЕОЛИТ» / А. А. Большаков, А. В. Григорьева // Новые информационные технологии в медицине и экологии: Труды IV международ, конф. Украина, Крым, Ялта-Гурзуф. - Запорожье: ЗГУ, 1998. - Ч. 2. - С. 430-432.

145. Большаков А. А. Экспертная система по применению природных цеолитов / А. А. Большаков, А. В. Григорьева, В. В. Лобанов // Математические методы в технике и технологиях: Сб. трудов 13 Международ, науч. конф. СПб: ПГТУ(ТИ), 2000. - С. 45-48.

146. Гаврилова Т. А. Базы знаний интеллектуальных систем / Т. А. Гаврилова, В. Ф. Хорошевский. Спб.: Питер, 2000. - 384 с.

147. Бармин С. Ф. Компрессорные станции с газотурбинным приводом / С. Ф. Бармин, П. Д. Васильев. Я. М. Магазаник. JL: Недра, 1968. - 280 с.

148. КоршакА. А. Основы нефтегазового дела / А. А. Коршак, А. М. Шаммазов. Уфа: ООО «ДизайнПолиграфСервис», 2002. - 544 с.

149. Большаков А. А. Оптимизация работы газокомпрессорной сети / А. А. Большаков // Приборы. 2004. - № 6. - С. 18-24.

150. Большаков А. А. Интеллектуальная система оптимизации функционирования газокомпрессорной сети / А. А. Большаков // Приборы и системы. Управление, контроль, диагностика. 2004. - № 10. - С. 4-8.

151. Большаков А. А. Математическое моделирование газокомпрессорной сети на стадии восстановления / А. А. Большаков // Математическиеметоды в технике и технологиях: Сб. трудов 17 Международ, науч. конф. -Кострома: КГТУ, 2004. Т. 5. - С. 118-120.

152. Большаков А. А. Компьютерная поддержка оптимизации газокомпрессорной сети / А. А. Большаков // Математические методы в технике и технологиях: Сб. трудов 17 Международ, науч. конф. -Кострома: КГТУ, 2004. Т. 5. - С. 121-125.

153. Правила перевозок грузов: МПС СССР. М.: Транспорт, 1983.

154. Большаков А. А. Экспертная система рассмотрения претензий /

155. A. А. Большаков, А. В. Бобов, В. А. Рубцова; Свидетельство Роспатента об офиц. регистр, программы для ЭВМ. № 2004610516. - 2004.

156. Большаков А. А. Расчет штрафа за просрочку в доставке груза железной дорогой / А. А. Большаков, В. Г. Доломанов, A. JI. Ломанцев,

157. B. А. Рубцова; Свидетельство Роспатента об офиц. регистр, программы для ЭВМ. № 2004610186. - 2004.

158. Большаков А. А. Учет документов строгой отчетности /

159. A. А. Большаков, А. Н. Антамошин, В. Г. Доломанов; Свидетельство Роспатента об офиц. регистр, программы для ЭВМ. № 2004611303. - 2004.

160. Алексеев В. М. Оптимальное управление / В. М. Алексеев,

161. B. М. Тихомиров, С. В. Фомин. М.: Наука, Гл. ред. физ. мат. лит., 1979. -432 с.

162. Поляк Б. Т. Введение в оптимизацию / Б. Т. Поляк. М.: Наука, Гл. ред. физ. мат. лит., 1983. - 384 с.

163. Романовский И. В. Алгоритмы решения экстремальных задач / И. В. Романовский. М.: Наука, Гл. ред. физ. мат. лит., 1977. - 352 с.

164. Евтушенко Ю. Г. Методы решения экстремальных задач и их применение в системах оптимизации/ Ю. Г. Евтушенко. М.: Наука, Гл. ред. физ. мат. лит., 1982.-432 с.

165. РеклейтисГ. Оптимизация в технике/ Г. Рейклейтис, Г. Рейвиндран, К. Рэгсдел. М.: Мир, 1986. - Кн. 2. - 320 с.

166. ТахаХ. Введение в исследование операций / X. Таха. М.: Мир, 1985.-Кн. 1.-479 с.

167. Кофман А. Методы и модели исследования операций. Целочисленное программирование / А. Кофман, А. Анри-Лабордер. М.: Мир, 1975. -Т. 3.-432 с.

168. Левин В. И. Структурно-логические методы исследования сложных систем с применением ЭВМ / В. И. Левин. М.: Наука, 1987. - 304 с.

169. Кормен Т. Алгоритмы: построение и анализ / Т. Кормен, Ч. Лейзерсон, Р. Ривест. М.: МЦНМО, 2001. - 960 с.

170. Касьянов В. Н. Графы в программировании: обработка, визуализация, и применение / В. Н. Касьянов, В. А. Евстигнеев. СПб.: БХВ-Петербург, 2003. - 1104 с.

171. Большаков А. А. Экспертная система моделирования экологии транспортно-экспедиторской компании / А. А. Большаков, О. В. Близнова,

172. В. И. Левин; Свид-во Роспатента об офиц. регистр, программы для ЭВМ. -№2004610418.-2004.

173. Большаков А. А. Интеллектуализация управления маршрутами транспортной компании по экологическим критериям / А. А. Большаков, О. В. Близнова // Мехатроника, автоматизация, управление. 2004. - № 11. -С. 49-53.

174. Близнова О. В. Структурный подход к задаче моделирования работы транспортно-экспедиторской компании / О. В. Близнова, А. А. Большаков,

175. B. П. Глазков // Математические методы в технике и технологиях: Сб. трудов 16 Международ, науч. конф. Ростов н/Д: РГАСХМ ГОУ, 2003. - Т. 7.1. C. 84-86.

176. Большаков А. А. Экспертная система маршрутизации транспортной компании / А. А. Большаков, О. В. Близнова // Математические методы в технике и технологиях: Сб. трудов 17 Международ, науч. конф. Кострома: КГТУ, 2004. - Т. 6. - С. 82-85.

177. Мостеллер Ф. Анализ данных и регрессия: В 2-х бра / Ф. Мостеллер, Дж. Тьюки. М.: Финансы и статистика, 1982. - Вып. 1. - 317 с.

178. Тьюки Дж. Анализ результатов наблюдений. Разведочный анализ / Дж. Тьюки. М.: Мир, 1981.-693 с.

179. Каримов Р. Н. Обработка экспериментальной информации. 4.1. Разведочный анализ. Анализ качественных данных / Р. Н. Каримов. -Саратов: Изд-во Сарат. гос. техн. ун-та, 2002. 112 с.

180. Отнес Р. Прикладной анализ временных рядов. Основные методы / Р. Отнес, JI. Эоксон. М.: Мир, 1982. - 428 с.

181. ЛиттлР. Дж. А. Статистический анализ данных с пропусками / Р. Дж. А. Литтл, Д. А. Рубин. М.: Финансы и статистика, 1990.

182. Schafer J. L. Algorithms for multiple imputation and posterior simulation from incomplete multivariate data: PhD dissert. / J. L. Schafer. Dep. pf. Stat-Harvard Univ, 1991.

183. Хорн Р. Матричный анализ / Р. Хорн, Ч. Джонсон. М.:Мир, 1989.

184. Дрейпер Н. Прикладной регрессионный анализ / Н. Дрейпер, Г. Смит. М.: Финансы и статистика, 1987. - Кн. 2.-351 с.

185. ИберлаК. Факторный анализ / К. Иберла. М.: Статистика, 1980. -396 с.

186. Грегори Р. Безошибочные вычисления. Методы и приложения / Р. Грегори, Е. Кришиамурт. М.: Мир, 1988. - 208 с.

187. Большаков А. А. Безошибочные вычисления и нахождение коэффициентов параболической регрессии / А. А. Большаков, Р. Н. Каримов, Д. А. Кинцель; Свидетельство Роспатента об офиц. регистр, программы для ЭВМ. № 2004610448. - 2004.

188. Большаков А. А. Экспертная система построения регрессионных моделей / А. А. Большаков, Р. Н. Каримов, О. В. Назаренко // Моделирование и оптимальное управление химическим производством: Межвузовский на-учн. Сборник. Москва: МИХМ, 1991. - С. 52-55.

189. Аниськина Н. Н. Анализ эффективности методов численного дифференцирования экспериментальных данных / Н. Н. Аниськина,

190. B. С. Балакирев, А. А. Большаков, Г. JI. Ефитов // Математические методы в химии: Тезисы докладов V Всесоюзн. научн. конф. Грозный: ГНПО «Промавтоматика», 1985. - С. 257-258.

191. ЗакораЛ. П. Влияние рыбохозяйственного использования залива мента на его кислородный режим / Л. П. Закора, Р. Н. Каримов, А. А. Большаков и др. // Сб. научн. трудов ГосНИОРХ. 1989. - Вып. 303.1. C. 119-134.

192. Глушков И. Е. Бухгалтерский учет на современном предприятии / И. Е. Глушков. Новосибирск: фирма «ЭКОР», 1995. - 630 с.

193. Бухгалтерский учет / Под ред. А. Д. Ларионова. М.: Проспект, 1999. - 392 с.

194. Вещунова Н. JI. Бухгалтерский учет / Н. JI. Вещунова, JI. Ф. Фомина. М.: Финансы и статистика, 2000. - 496 с.

195. Бухгалтерский учет / Под ред. И. Е. Тишкова, А. И. Прищепы. Мн.: Высш. шк., 1999.-746 с.

196. КожиновВ.Я. План и корреспонденция счетов бухгалтерского учета. 7000 типовых проводок / В. Я. Кожинов. М.: Изд-во «Экзамен», 2002. -512 с.

197. Ильина О. П. Информационные технологии бухгалтерского учета / О. П. Ильина. СПб.: Питер, 2002. - 688 с.

198. Большаков А. А. Автоматизация бухгалтерского, налогового и управленческого учета: В Зч. / А. А. Большаков, 3. Н. Шаманова. Саратов: Сарат. гос. техн. ун-т, 2004. - Ч. 1 - 188 е., Ч. 2 - 180 е., Ч. 3 - 200 с.

199. Большаков А. А. Интеллектуализация программ бухгалтерского учета / А. А. Большаков // Математические методы в технике и технологиях: Сб. трудов 14 Международ, науч. конф. Смоленск: Смоленский ф-л МЭИ, 2001. - Т. 6.-С. 126-127.

200. Большаков А. А. Финансовая система (ФС) / Большаков А.А., А. А. Большаков, В. Г. Доломанов и др.; Свидетельство Роспатента об офиц. регистр, программы для ЭВМ. № 2001611124. - 2001.

201. Большаков А. А. Модуль налогового учета / А. А. Большаков, А. А. Большаков, В. Г. Доломанов и др.; Свидетельство Роспатента об офиц. регистр, программы для ЭВМ. № 2003610884. - 2003.

202. Большаков А. А. Учет сдельного приработка / А.А.Большаков, В. В. Лобанов, 3. Н. Шаманова; Свидетельство Роспатента об офиц. регистр. программы для ЭВМ. № 2004611114. - 2004.

203. Большаков А. А. Платежный баланс / А. А. Большаков, В. В. Лобанов, О. Г. Федорова; Свидетельство Роспатента об офиц. регистр. программы для ЭВМ. № 2004611113. - 2004.

204. Большаков А. А. Анализ единого социального налога / А. А. Большаков, В. В. Лобанов, О. Г. Федорова; Свидетельство Роспатента об офиц. регистр, программы для ЭВМ. № 2004610639. - 2004.

205. Большаков А. А. Учет договоров / А. А. Большаков, А. А. Большаков, О. Г. Федорова; Свидетельство Роспатента об офиц. регистр. программы для ЭВМ. № 2004610933. - 2004.