Система поддержки принятия решений при проектировании химико-технологических процессов: На примере составления схемы очистки сточных вод промышленных предприятий тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Авраменко, Юрий Григорьевич

• Авраменко, Юрий Григорьевич
• кандидат технических наук
• 2003

Оглавление диссертации кандидат технических наук Авраменко, Юрий Григорьевич

ВВЕДЕНИЕ.

1. АНАЛИЗ СОСТОЯНИЯ ВОПРОСА И ПОСТАНОВКА ЗАДАЧ ИССЛЕДОВАНИЯ.

1.1. Очистка сточных вод и пути ее реализации.

1.1.1. Типы сточных вод.

1.1.2. Методы очистки сточных вод.

1.1.3. Проектирование технологической схемы очистки сточных вод.

1.1.4. Анализ существующих схем очистки.

1.2. Поддержка принятия решений в задачах проектирования.

1.2.1. Задачи систем принятия решений.

1.2.2. Основные черты процессов принятия решений.

1.2.3. Модели принятия решений .ч.7~.

1.2.4. Варианты архитектуры СППР.

1.2.5. Информационная технология поддержки принятия решения.

1.3. Обработка и анализ данных в СППР.

1.3.1. Уровни обработки данных.

1.3.2. Очистка и согласование данных.

1.3.3. Методы анализа данных.

1.4. ВЫВОДЫ.

1.5. ПОСТАНОВКА ЗАДАЧИ. v 2. ПОСТРОЕНИЕ И ФУНКЦИОНИРОВАНИЕ СППР ДЛЯ ПРОЕКТИРОВАНИЯ ТЕХНОЛОГИЧЕСКОЙ СХЕМЫ ОЧИСТКИ СТОЧНЫХ ВОД.

2.1. Методология поддержки проектирования и принципы построение СППР.

2.1.1. Поддержка процесса проектирования.

2.1.2. Поддержка принятия решений при проектировании систем очистки сточных вод.

2.1.3. Метод принятия решения на основе прошлых ситуаций.

2.1.4. Метод построения концептуальной схемы очистки.

2.1.5. Состав системы проектирования.

2.1.6. Организация хранения информации.

2.1.7. Структура СППР.

2.2. Функционирование СППР.

2.2.1. Функциональные возможности СППР.

2.2.2. Варианты работы СППР.

2.2.3. Назначение и описание функционирования модулей системы.

2.3. Выводы.

3. ПРОЕКТИРОВАНИЕ СИСТЕМЫ БАЗ ДАННЫХ ПО ОБОРУДОВАНИЮ, СХЕМАМ И МЕТОДАМ ОЧИСТКИ ^ СТОЧНЫХ ВОД.

3.1. Построение информационной модели данных.

3.1.1. Описание предметной области и построение концептуальной модели

3.1.2. Моделирование данных.

3.1.3. Построение информационно-логической модели.

3.2. Проектирование системы баз данных.

3.2.1. Создание физических моделей данных.

3.2.2. База Данных «Оборудование».

3.2.3. База Данных «Схемы».

3.2.4. База данных «Методы».

3.3. Информационно-поисковая система.

3.3.1. Формирование запросов к базе данных.

3.3.2. Управление базой данных «Оборудование».

3.3.3. Управление базой данных «Схемы».

3.3.4. Управление базой данных «Методы».

3.4. ВЫВОДЫ.

4. ПОДДЕРЖКА ПРИНЯТИЯ РЕШЕНИЙ В СИСТЕМЕ АНАЛИЗА ПРОШЛЫХ СИТУАЦИЙ.

1.1. Общая концепция сходства.

4.1.1. Основные понятия и определения.

4.1.2. Определение величины отклонения для различных типов данных!

4.2. Адаптация предварительного решения к новой ситуации.

4.2.1. Формулирование задачи адаптации на основе концепции сходства

4.2.2. Генетический алгоритм минимизации критерия адаптации.

4.3. Выводы.

5. СОСТАВЛЕНИЕ КОНЦЕПТУАЛЬНОЙ СХЕМЫ ОЧИСТКИ СТОЧНЫХ ВОД.

5.1. Определение метода обработки.

5.1.1. Понятие вредных факторов вредных сточных вод.

5.1.2. Стадии обработки сточных вод.

5.1.3. Алгоритм выбора метода.

5.2. Оценка полученных вариантов обработки.

5.2.1. Экономическая оценка.

5.2.2. Оценка эффективности очистки.

5.2.3. Принятие решения по выбору схемы очистки.

5.3. выводы.

6. ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ.

6.1. Подбор оборудования для очистки нефтесодержащих стоков

6.1.1. Состав стока автозаправочных предприятий.

6.1.2. Формирования запроса и критерий отбора.

6.2. Выбор схемы очистки сточных вод гальванического производства.

6.2.1. Формулировка задачи.

6.2.2. Состав стока гальванического производства.

6.2.3. Выбор схемы очистки.

6.2.4. Адаптация предложенной схемы.

6.3. Составление концептуальной схемы очистки предприятия производства спирта.

6.3.1. Характеристики стока и вредные факторы.

6.3.2. Составление последовательности обработки.

Введение диссертации (часть автореферата) на тему «Система поддержки принятия решений при проектировании химико-технологических процессов: На примере составления схемы очистки сточных вод промышленных предприятий»

Проектирование новых химико-технологических процессов, так же как и модернизация уже существующих технологий требует от разработчика наличия значительного инженерного опыта, творческого подхода, знаний предметной области, интуиции и часто подразумевает принятие решения по проектированию, базируясь на недостаточной или даже противоречивой информации. Разработка новых проектных решений - процесс длительный и трудоемкий, требующий моделирования, проведения экспериментов, тестирования опытных образцов. Однако многие проектные задачи являются похожими или содержат сходные элементы, которые могут быть применены при разработке нового процесса. Разработчику крайне сложно выявить похожие элементы проекта во всем объеме прошлых технологических решений, к тому же иногда сходства явно не заметны.

В таких условиях добиться ускорения процесса разработки и внедрения новых идей, технологических решений, оборудования и схем в промышленность возможно при использовании компьютерных систем поддержки принятия решения, анализирующих накопленный опыт процесса проектирования. Именно такие системы позволят на разных этапах разработки новых технологий быстро найти нужную информацию, применить ее к новой ситуации и выдать рекомендации по проектированию. Особенно актуально использование подобных систем для задач разработки новых технологических схем, а также выбора оборудования для очистки сточных вод промышленных предприятий.

В последнее время при развитии новых технологий, модернизации и реконструкции уже существующих предприятий существенное место стали занимать вопросы анализа негативного влияния производственной деятельности на состояние окружающей среды и выбора эффективных способов уменьшения или полной ликвидации этого влияния.

Отсутствие научной, технической, экономической и другой информации, необходимой для такого анализа, нередко приводит к усугублению экологических проблем и к обострению социальной напряженности, связанной с воздействием производственной деятельности на окружающую среду.

Современное состояние промышленности и экологическая ситуация в России требуют развития нового подхода к правильному и быстрому выбору схем очистки сточных вод. Стоки промышленных предприятий характеризуются многообразием и сильно отличаются по своему составу. Выдача рекомендаций по их очистке возможно только на базе всестороннего изучения состава стоков и анализа имеющихся технологий очистки.

К настоящему времени накоплен обширный теоретический и экспериментальный материал в области технологии очистки сточных вод от различных видов загрязнений, а также информация по типам очистного оборудования. Таким образом, для использования данного инженерного опыта актуальной является задача систематизации накопленных запасов информации, разработки эффективных методов обработки и анализа имеющихся данных.

В этой ситуации представляется чрезвычайно важной задача создания системы поддержки принятия решений при проектировании технологических схем очистки сточных вод промышленных предприятий, опирающейся на мощную базу данных новейшего оборудования и современных методов обработки. Она должна собрать в себе все новейшие достижения в области обработки стоков химических производств и помогать, таким образом, в проектировании экологически безвредных производств.

Система должна обеспечить инженерам-технологам, а также проектно-конструкторским бюро предприятий РФ возможность поиска необходимого очистного оборудования, выбрать решения среди готовых систем водоочистки и осуществить поддержку проектных работ по созданию новой технологической схемы очистки сточных вод. Такая система позволит значительно экономить затраты на экспериментальные исследования, трудовые затраты, технические ресурсы и время, необходимое для проектирования технологических схем очистки сточных вод промышленных предприятий.

Для достижения поставленной цели необходимо провести сбор, анализ и классификацию информации по оборудованию, технологиям, методам очистки сточных вод промышленных предприятий; разработать способ представления проектной информации; выработать методологию эффективного использования накопленного прошлого опыта; разработать архитектуру системы поддержки принятия решения и реализовать ее в виде конкретных модулей компьютерной системы.

В первой главе диссертационной работы представлен анализа видов сточных вод промышленных предприятий, сделан обзор существующих методов и технологий по их обезвреживанию. Представлен обзор работ в области создания систем поддержки принятия решения (СППР) и методов обработки и анализа данных. Проведен анализ представления данных в задачах химической технологии, отмечена их структурная сложность. Рассмотрены методы обработки и анализа информации при проектировании технологической схемы для очистки сточных вод. В соответствии с целью работы и на основании выводов, сделанных в результате анализа литературы, была сформулирована постановка задачи и намечены этапы ее решения.

Вторая глава посвящена процессу создания СППР и принципу ее работы. Она содержит описание методологии, лежащей в основе системы поддержки принятия решений при проектировании. В главе представлена общая структура СППР с описанием назначения и возможностей каждого модуля системы.

В третьей главе рассматривается процесс разработки информационной модели данных и проектирования баз данных по оборудованию, методам и технологиям очистки сточных вод. Дается описание структуры разработанной информационной среды, логической и физической структуры ее баз данных.

Четвертая глава посвящена описанию разработанной концепции сходства, которая составляет основу системы анализа прошлых ситуаций. В главе даны основные понятия разработанной концепции. Рассмотрен метод адаптации предварительного решения к новой ситуации. Описана компьютерная реализация методологии как системы анализа прошлых ситуаций.

Пятая глава содержит описание метода составления концептуальной схемы очистки на основе анализа стока, поступающего на очистку, и его реализации в виде модуля конструирования новых решений

В шестой главе приводятся примеры использования различных модулей и системы в целом для поддержки решения по проектированию технологии очистки сточных вод. Был произведен подбор оборудования для очистки ливневых стоков автотранспортных предприятий (мойки, АЗС) города Москвы. Также система была использована для подбора подходящей схемы очистки для кислотно-щелочного стока линии цинкования гальванического предприятия. Система поддержки принятия решений была протестирована на примере составления схемы очистки стоков комбината по производству спирта.

Разработанная система поддержки принятия решения при проектировании технологических схем очистки сточных вод позволяет значительно экономить затраты на экспериментальные исследования, трудовые затраты, технические ресурсы и время, необходимое для проектирования технологических схем очистки сточных вод промышленных предприятий.

Собранная информация в банках данных системы представляет отдельную ценность и может способствовать налаживанию контактов и установлению прочных связей между химическими предприятиями и организациями, занимающимися производством очистного оборудования.

Основные научные исследования и сбор информации выполнены в соответствии с заданиями Государственного комитета Российской Федерации по охране окружающей среды по теме «Формирование компьютерной базы данных природоохранных технологий и оборудования» (РЖ 1.10-55-2000) и Департамента науки и промышленной политики г.Москвы «Научно-исследовательская разработка интеллектуально-информационной системы для проектирования технологических схем обезвреживания жидких отходов и создание нового универсального модуля для извлечения неорганических и органических загрязняющих веществ» (63-Т/02; 2003 год).

Автор выражает глубокую благодарность руководителям работы профессору Меныпутиной Н.В. и профессору Краславскому А. за предоставление ценных материалов, консультаций и полезных замечаний по диссертации. Также автор выражает свою признательность за существенную помощь в создании диссертации и замечания по работе, профессору Колесникову В.А, аспирантам Ветрову А., Лебедеву Е., Колесникову С.В., Шишулину Д.В., Корнеевой А.Е., Нижегородовой ТА., а также доценту Гусевой Е.В.

Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Авраменко, Юрий Григорьевич

5.3. ВЫВОДЫ

Анализируя параметры воды, поступающей на очистки, можно выделить классы вредных факторов. Каждому классу можно поставить в соответствие набор методов их обезвреживания. С использованием специального разработанного алгоритма составляются варианты очистки сточной воды и выбираются наиболее экономические выгодные и эффективные варианты.

Метод позволяет поддерживать уровень концептуального проектирования схемы очистки сточных вод.

6. ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ

6.1. ПОДБОР ОБОРУДОВАНИЯ ДЛЯ ОЧИСТКИ НЕФТЕСОДЕРЖАЩИХ СТОКОВ ч

Наиболее крупномасштабными и экологически опасными загрязнениями городов и других населенных пунктов являются выбросы нефтеперерабатывающих, нефтеперевалочных, автотранспортных и автозаправочных предприятии, моек различных видов производственного оборудования, автотранспорта и подвижного состава.

Информационно-поисковая система была использована для подбора оборудования для очистки ливневых стоков автотранспортных предприятий (мойки, автозаправочные станции) города Москвы.

Необходимо испытать систему на поиск подходящего оборудования, пригодного для очистки заданного стока производительностью 15 м3/час.

6.1.1. Состав стока автозаправочных предприятий

Стоки автотранспортных предприятий отличаются повышенным содержанием нефтепродуктов. Нефтепродуктам присуща низкая скорость окисления в биологических системах, что требует предварительной очистки подобных стоков перед их сбросом в систему городской канализации.

Кроме нефтепродуктов в сточной воде присутствуют также поверхностно-активные вещества, различные соли, а также взвешенные вещества, мелкие частицы, уносимые потоками воды с площади, на которой располагается предприятие.

Типичный обобщенный состав стока с диапазонами возможных значений приведен в таблице 6.1.

7. ЗАКЛЮЧЕНИЕ

По работе можно сделать следующие выводы:

1. Проведена систематизация существующей информации в предметной области технологии очистки сточных вод, разработана концептуальная модель данных области.

2. Разработана методология поддержки принятия решения для задач составления технологических схем очистки сточных вод, основанная на анализе прошлого опыта проектирования подобных систем.

3. Для эффективного использования прошлого опыта проектирования разработана универсальная концепция сходства объектов химической технологии, алгоритмы определения степени сходства для различных описаний свойств объекта, а также предложен способ адаптации найденного решения к новой ситуации с использование генетического алгоритма.

4. Разработан метод составления концептуальной схемы очистки, который на основе анализа состава стока предлагает способы обработки и проводит экономическую оценку предложенных вариантов, используя данные о прошлом применении методов очистки.

5. Создана система поддержки принятия решений по проектированию технологических схем очистки сточных вод промышленных предприятий, которая позволяет значительно экономить затраты и сокращать время проектирования.

6. С помощью созданной системы поддержки принятия решений было выбрано очистное оборудование для очистки стоков автотранспортных предприятий, подобрана схема очистки стока гальванического производства. Разработанная система способна с высокой надежностью выдавать рекомендации по проектным решениям систем очистки сточных вод.

Предложенный принцип поддержки принятия решений при проектировании схем очистки сточных вод может быть применен для решения других задач проектирования как в химической, так и других отраслях промышленности.

Список литературы диссертационного исследования кандидат технических наук Авраменко, Юрий Григорьевич, 2003 год

1. Современные Российские Технологии. Оборудование для очистки, опреснения, обеззараживания воды и стоков различного происхождения. М.: Эколайн, 1999. — 315 с.

2. Очистка производственных сточных вод: Учебное пособие // С.В. Яковлев, Я.А. Карелин, Ю.М. Ласков, Ю.В. Воронов М.: Стройиздат, 1979. - 320 с.

3. Алферова А.А., Нечаев А.П. Замкнутые системы водного хозяйства промышленных предприятий, комплексов и районов. — М.: Стройиздат, 1987.-272 с.

4. Шевелъ В.В. Прогрессивные технологии в очистке нефтесодержащих стоков и пути их реализации. // Современные Российские Технологии. -М. 1999. т. 1 С. 240-242

5. Охрана окружающей природной среды / Под редакцией Г.В. Дуганова. Киев: "Выща школа", 1990-281 с.

6. Жуков А.И., Монгайт И.Л., Родциллер И.Д. Методы очистки производственных сточных вод: Справочное пособие. — М.: Стройиздат, 1979.-204 с.

7. НРБ-76/87 Нормы радиационной безопасности.

8. Очистка производственных сточных вод и утилизация осадков / Под редакцией В.Н. Соколова. -М.: Стройиздат, 1992. — 174 с.

9. Комиссаров Ю.А., Гордеев Л.С., Нгуен Суан Нгуен, Анализ и синтез систем водообеспечения химических производств: Учебной пособие для вузов М.: Химия, 2002. - 496 с.

10. Беличенко Ю.П., Гордеев Л.С., Комиссаров Ю.А. Замкнутые системы водообеспечения химических производств. — М.: Химия, 1996. — 272 с.

11. Ласкорин Б.Н., Громов Б.В., Цыганков А.П., Сенин В.Н. Проблемы развития безотходных производств. -М.: Стройиздат, 1985. 136 с.

12. Методы охраны внутренних вод от загрязнения и истощения /Под редакцией И.К. Гавич. М.: Агропромиздат, 1985. — 151 с.

13. Гальванические покрытия в машиностроении. Справочник. В 2-х томах / Под ред. М.А. Шлугера. — М.: Машиностроение, 1985. т.2.

14. Лукиных Н.А., Липман Б.Л., Криштул В.П. Методы очистки сточных вод. -М.: Стройиздат, 1974. — 136 с.

15. Удаление металлов из сточных вод / Под ред. Дж.К.Кушни, М.: Металлургия, 1987.

16. Кафаров В.В. Принципы создания безотходных химических производств. -М.: Химия, 1984.

17. Рубинштейн Ю.Б., Молодчик Г.Л. Флотационная очистка сточных вод. Серия: Охрана окружающей среды, вып. 3. М.: ЦНИИ цветмет экономики и информации, 1980. — 44 с.

18. Абрамович С.Ф. Раппорт ЯД. Тенденции развития водоснабжения городов за рубежом. Обзор. -М.: ВНИИИС, 1987. 12 с.

19. Аширов А.Л. Ионообменная очистка сточных вод, растворов, газов. — Л.: Химия, 1983.-293 с.

20. Кулъский JI.A. Теоретические основы технологии кондиционирования воды. Киев: Наукова думка, 1971. - 495 с.

21. Туровский И.С. Обработка осадков сточных вод. М.: Стройиздат, 1984.-186 с.

22. Евилович А.З. Утилизация осадков сточных вод, — М.: Стройиздат, 1989.-221 с.

23. Банников А.Г., Рустамов А.К., Вакулин А.А. Охрана природы. -М.: Агропромиздат, 1987. 202 с.

24. П.И. Капинос, Н.А. Панесенко. Охрана природы. — Киев: "Выща школа", 1991.

25. Комплексное использование и охрана водных ресурсов /Под редакцией О.А. Юшманова. -М.: Агропромиздат, 1985.

26. Катюшина Г.Н. Очистка природных и сточных вод. Охрана окр. ср. и рациональное использование природных ресурсов / ВНТИЦ; Вып. 23. — М.: 1993.-35 с.

27. Беспамятное Г.П., Кротов Ю.А. Предельно допустимые концентрации химических веществ в окружающей среде. — Л.: Химия, 1987.

28. ГОСТ-9.314-90 Единая система защиты от коррозии и старения. Вода для гальванического производства и схемы промывок. Общие требования. — М.: Изд-во стандартов, 1990. С. 2-7.

29. Ionenaustauschverfachren // Wasser, Lufit und Wetr. — 1983. — Vol. 27, No. 12.-S. 18-19.

30. Стахов E.A. Очистка нефтесодержащих сточных вод предприятий хранения и транспорта нефтепродуктов. — Л.: Недра, 1983.

31. Ковалев В.В. Интенсификация электрохимических процессов водоочистки. — Кишинев: Штиинца, 1986.

32. Перечень предельно допустимых концентраций и ориентировочно безопасных уровней воздействия вредных веществ для воды рыбохозяйственных водоемов. -М.: ТОО «Мединор», 1995.

33. Карапетъянц М.Х., Дракин С.И. Общая и неорганическая химия: Учебное пособия для вузов. М.: Химия, 1981.

34. Ветохин В.Н., Хантургаев Г.А., Цыциков В.Н. Очистка обработанных СОЖ методом ультрафильтрации // Мембранная технология в решении экологических проблем. Тез. докл. Всем, сем.-школы, Улан-Уде 17-23 июня, 1990.

35. Колесников В.А., Шалыт Е.А. Электрофлотационное извлечение ценных компонентов из промывных вод гальванического производствас возвратом воды в оборот // Очистка сточных вод и регенерация ценных компонентов. Сборник научных трудов. М.: МХТИ, 1990.

36. Смагин В.И. Обработка воды методом электролиза. М.: Стройиздат, 1986.

37. Карелин Ф.Н. Обессоливание воды обратным осмосом. М.: Стройиздат, 1988.

38. Дытнерский Ю.И. Обратный осмос и ультрафильтрация. — М.: Химия, 1978.

39. Кульский JI.A. Очистка воды на основе классификации ее примесей. — Киев: Украинский НИИ НТИиТЭИ, 1967. 14 с.

40. Очистка промышленных сточных вод // Когановский A.M., Кульский JI.A., Сотникова Е.В. и др. Киев: Техника, 1974. - 257 е.

41. Мещерякова Т.В. Яценко О.В., Василенко Е.А. Анализ отечественных и зарубежных баз данных по охране окружающей среды //Изв. Вузов. Сер. Химия и химическая технология. 1993. -т.36.№2. - с. 115-118.

42. Моисеев Н.Н. Предисловие к книге Орловского С.А. Проблемы принятия решений при нечеткой исходной информации. М.: Наука. 1981.

43. Ларичев О.И. Объективные модели и субъективные решения. М.: Наука. 1987.

44. Кун Т. Структура научных революций. — М.: Прогресс, 1977.

45. Slovic P., Fichhoff В., Lichtenstein S. Behaviorial decision theory. — Annual Phychol. Rev. vol. 28, 1997.

46. Eom S.B. Decision support systems research: reference disciplines and a cumulative tradition. The International Journal of Management Science, 23, 5, October 1995, p. 511-523.

47. Simonovic A., Slobodan P. Decision support for sustainable water resources development in water resources planning in a changing world. — Proceeding of International UNESCO symposium, Karlsruhe, Germany, p. III. 3-13, 1994.

48. Ginzberg M.J., Stohr E. A. A decision support: Issues and Perspectives. -Processes and Tools for Decision Support. Amsterdam: North-holland Publ. Co, 1983.

49. Ларичев О.И., Мошкович E.M. Качественные методы принятия решений. -М.: Наука, Физматлит, 1996.

50. Simon Н.А. The new science of management decision. Englewood Cliffs, N.J., Prentice - Hall Inc., 1975.

51. Берштейн JI.C., Карелин В.П., Целых А.Н. Модели и методы принятия решений в интегрированных интеллектуальных системах. Монография. -Ростов-на-Дону: Издательство Ростовского университета, 1999.

52. Трахтенгерц Э.А. Повышение надежности последовательно-параллельного проектирования сложных технических объектов. АиТ, №5, 1994, с. 128-157.

53. Трахтенгерц Э.А. Особенности построения системного программного обеспечения в распределенных системах автоматизации проектирования сложных технических объектов. АиТ, №11, 1994.

54. Богуславский Л.Б., Дрожжинов В.И. Концепция применения ЛВС MAP/TOP для комплексной автоматизации предприятий и учреждений. -Научно-технический прогресс в машиностроении. Вып. 11. М. 1989. с. 4-66.

55. Cryal S., Worrest R. Expert system applications to network management. -Expert Systems Applications to Telecommunications. New York, v.l, 1988. p. 3-44.

56. Wagner C. Facilitating space-time differences, group heterogeneity and multysensory task work through a multimedia supported group decision system. Decision Support Systems v.l5, p. 197-210,1995.

57. IBM, East Europe / Asia/ Пресс-релиз. Авиация и Космос. 14.9.95.

58. Поспелов Д.А., Пушкин В.М. Мышление и автоматы. — М.: Советское радио, 1972.

59. Саати Т. Принятие решений. Метод анализа анархий. М.: Радио и связь. 1993.

60. Бурков В.Н., Еналеев А. К, Новиков Д. А. Механизмы функционирования социально-экономических систем с сообщением информации — АиТ, №3, 1996, с. 3-25.

61. Попов Э.В., Фоминых И.Б., Кисель Е.Б., Шапот МД. Статистические и динамические экспертные системы. — М.: Финансы и статистика. 1996.

62. Макроум Б. Макетирование моделированием. PC Magazine. Russian edition. #9, 1996, с. 120.

63. Трахтенгерц Э.А. Компьютерный анализ в динамике принятия решений. Приборы и системы управления. №1, 1997, с. 49-56.

64. Трахтенгерц Э.А. Построение распределенных систем группового проектирования. АиТ, №9, 1993, с. 154-174.

65. Franclin J.E., Carmody C.L., Keller К., Levit T.S., Butean B.L. Expert system technology for molitary selected samples. Proc. IEEE, oct. v. 76, №10, 1988.

66. Трахтенгерц Э.А. Методы генерации, оценки и согласования решений в распределенных системах поддержки принятия решений. АиТ, №4, 1995. с. 3-52.

67. Венцель Е.С. Исследование операций. Задачи, принципы, методология. -М.: Наука, 1988.

68. Гридин В.Н., Михайлов В.Б. Пакет программ схемотехнического проектирования аналоговых СВЧ-схем. Автоматизация проектирования. № 2, 1997, с. 9-15.

69. Краснощекое П.С., Федоров В.В., Флеров Ю.А. Элементы математической теории принятия проектных решений. Автоматизация проектирования №1, 1997, с. 15-23.

70. Adamson, С., Venerable, М., "Data Warehouse Design Solutions". John Wiley & Sons, Inc., 1998.

71. Devlin, В., "Data warehouse: from architecture to implementation". Addison Wesley Longman, Inc., 1997.

72. IBM, "Business Intelligence Architecture on S/390. Presentation Guide", IBM Corporation, 2000.

73. IBM, "Business Intelligence Certification Guide", IBM Corporation, 2000.

74. IBM, "Data Modeling Techniques for Data Warehousing", IBM Corporation, 1998.

75. Inmon, W., "What is a data warehouse?" White Paper.

76. Kimball, R., "A Dimensional Modeling Manifesto". DBMS Magazine. August 1997.

77. Kimball, R., "The Data Warehouse Toolkit. Practical Techniques for Building Dimensional Data Warehouses". John Wiley & Sons, Inc (1996).

78. Kimball, R. et al., "The Data Warehouse Lifecycle Toolkit: Expert Methods for Designing, Developing and Deploying Data Warehouses". John Wiley & Sons, Inc. 1998.

79. Silverston, L., Inmon, W., Graziano, K., "The Data Model Resource Book. A Library of Logical Data Models and Data Warehouse Designs". John Wiley & Sons, Inc. 1997.

80. Winsberg, P., "Modeling the Data Warehouse and Data Mart". InfoDB, 10, No 3, 110

81. Берштейн JI.C., Боженюк A.B. Нечеткие модели принятия решений: дедукция, индукция, аналогия. Монография. Таганрог: Изд-во ТРТУ, 2001.

82. Берштейн Л.С., Боженюк А.В., Анализ и выбор решений на основе нечеткой монотонной экспертной информации // Известия ТРГУ. Тематич.выпуск «Интеллектуальные САПР». Таганрог: ТРГУ, 1998. №2. С.207-210.

83. Борисив А.Н., Алексеев А.В., Крумберг О.А. Модели принятия решений на основе лингвистической переменной. — Рига: Зинатне, 1982.

84. Ульянов С.В. Нечеткие модели интеллектуальных систем управления: технические и прикладные аспекты (обзор) // Известия Академии наук. Техническая кибернетика. 1991. №3. С.3-28.

85. Берштейн J1.C., Боженюк А.В., Принятие решений на основе нечеткого вывода по аналогии // Труды седьмой национальной конференции по искусственному интеллекту КИИ'2000.-М.: Из-во физико-математической литературы. Т.2. 2000. С.456-463.

86. Дюбуа Д., Прад А. Теория возможностей. Приложение к представлению знаний в информатике. — М.: Радио и связь, 1990.

87. Пойа Дж. Математика и правдоподобные рассуждения. — М.: Наука,1975.

88. Заде J1.A. Понятие лингвистической переменной и его применение к принятию приближенных решений. — М.: Мир, 1976.

89. Iancu I. Propagation of uncertainty and imprecision on knowledge-based systems // Fuzzy Sets and Systems. №94, 1998. P.29-43.

90. Малышев Н.Г., Берштейн JI.C., Боженюк A.B. Нечеткие модели для экспертных систем в САПР. -М.: Энергоатомиздат, 1991.

91. Yager, Ronald, Linguistic models and fuzzy truths. Intern. J. Man-Machine Studies, vol.10, N4.-1978. P.483-494.

92. Искуственный интеллект: применение в химии: Пер. с англ./Д. Смит, Ч. Риз, Дж. Стюарт и др. Под ред. Т. Пирса, Б. Хони.-М.: Мир, 1988. -430 с.

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

94. Douglas, Application of inductive training in a problem of processing of sewage. Tehnol. 18 (1988) 485-489.

95. Норенков И.П. Разработка систем автоматизированного проектирования. Учебник для вузов. М.: Изд-во МГТУ им. Н.Э.Баумана. - 1994. - 207 с.

96. Кречетов Н. Продукты для интеллектуального анализа данных // Рынок программных средств, 1997. № 14-15, С.32-39.

97. Дюк В.А. Data Mining — интеллектуальный анализ данных // Byte (Россия). 1999. №9. С. 18-24.

98. Small R.D. Интеллектуальный анализ данных: мифы и факты // InfoWorld. 1997. №22-23. С.38-39.

99. Аркадьев А.Г., Браверман Э.М. Обучение машины классификации объектов. М.: Наука, 1971.

100. Дуда Р., Харт П. Распознавание образов и анализ сцен. М.: Мир,1976.

101. Загоруйко Н.Г., Елкина В.Н., Лбов Г.С. Алгоритмы обнаружения эмпирических закономерностей. Новосибирск: Наука, 1985.

102. Кулачев А.П. Средства и программные системы анализа данных // Мир ПК. 1994. №10.

103. Миркин Б.Г. Анализ качественных признаков и структур. — М.: Статистика, 1980.

104. Классификация и кластер / Под ред. Дж.Вэн Райзин. М.: Мир, 1980

105. Поспелов Д.А. Данные и знания. Представление знаний // Искусственный интеллект. Кн.2. Модели и методы: Справочник /Под ред. Д.А. Поспелова. М.: Радио и связь, 1990. - С.7-13.

106. Поспелов Д.А. Моделирование рассуждений. Опыт анализа мыслительных актов. — М.: Радио и связь, 1989.

107. Minsky M.L., Papert S.A. Perceptrons. Cambridge, MA: MIT Press, 1969.

108. Rumelhart D. E., Hinton G. E., Williams R. J. Learning internal representation by error propagation // In: D.E.Rumelhart and J.L.McClelland (Eds.) Parallel Distributed Processing, Vol. I Foundations. — Cambridge, MA: MIT Press, 1986.—pp.318—362.

109. Narendra K. S., Parthasarathy K. Identification and control of dynamical systems using neural networks // IEEE Trans, on Neur. Net.— 1990.— vol.1.—N 1.—pp.4—27.

110. Voronovsky G. K., Klepikov V. В., Sergeev S. A., Mahotilo К. V. ANN+GA—based Intelligent Control System // The 4—th Int. Workshop on Optimization and Inverse Problem in Electromagnetism. Brno, Czech Republic, June 19—21, 1996—p.45.

111. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности / Г.К. Вороновский, К.В. Махотило, С.Н. Петрашев, С.А.Сергеев. -X.: ОСНОВА, 1997. 112 с.

112. Автоматизация поискового конструирования (искусственный интеллект в машинном проетировании) / Под. ред. А.И.Половинкина. -М.: Радио и связь, 1981. 344 с.

113. Норенков И.П., Кузъмик П.К., Информационная поддержка наукоемких изделий. CALS-технологии. М.: Изд-во МГТУ им. Н.Э. Баумана, 2002. - 320 е.: ил.

114. Database in crisis and transition: A technical agenda for the year 2001. David Vaskevitch. ACM SIGMOD Record , Proceedings of the 1994 ACM SIGMOD international conference on Management of data May 1994 Volume 23 Issue 2

115. Абстракции и модели в системах баз данных М.Р. Когаловский СУБД №04-05/98.

116. Долговременное хранение объектов в объектно-ориентированных приложениях В. Шринивасан, Д. Т. Чанг, Открытые системы №03/99.

117. Калиниченко Л.А, Стандарт систем управления объектными базами данных ODMG-93: краткий обзор и оценка состояния, СУБД №01/96.

118. Охотников Е. А., Снова о объектных СУБД, Открытые системы №04/99.

119. Ким Вон, Технология объектно-ориентированных баз данных, Открытые системы №04/94.

120. Д. Чемберлин, Анатомия объектно-реляционных баз данных СУБД №01-02/98.

121. Выбор СУБД для построения информационных систем корпоративного уровня на основе объектной парадигмы. А.М.Андреев, Д.В.Березкин, Ю. А. Кантонистов СУБД №04-05/98.

122. Новые одежды знакомых СУБД: Объектная реальность, данная нам. В. Пржиялковский СУБД №04/97.

123. Есенов Е.К. Разработка принципов математического моделирования оптимальных систем очистки сточных вод: Дис. докт. техн. наук 05.17.08. М.: РХТУ им. ДИ. Менделеева, 1994.

124. В. Львов, Создание систем поддержки принятия решений на основе хранилищ данных. / СУБД, №3. 1997. С.30-40.

125. Крис Дейт, Введение в базы данных. Изд. 6-е. Киев, Диалектика, 1998.

126. Организация баз данных в вычислительных системах. Дж.Мартин. Изд. 2-е, Мир, М.-1980.

127. Модель "сущность-связь" шаг к единому представлению о данных. Петер Пин-Шен Чен. СУБД №03/95.

128. Разработанная в РХТУ им. Д.И. Менделеева информационная система «ВОДОСВ» используется в НПП «Логус» для представления •информации по очистному оборудованию и дальнейшему подбору модулей очистки стоков на промышленных предприятиях г. Москвы.

129. Экономический эффект от использования программы «ВОДОСВ» по выбору оборудования для процесса очистки сточных вод на НПП «Логус» составит 180 тыс. руб./год.

130. Данный акт не является основанием для материального, поощрения.

131. От НПП «Логус»: От РХТУ им. Д.И. Менделеева:

132. Технический директор Проф. кафедры КХТП, д.т.н.1. АКТвнедрения системы информационных баз данных по выбору оборудования для процесса очистки сточных вод гальванического производства

133. Разработанная система информационных баз данных применяется для решения задач аппаратурного оформления технологии очистки сточных вод гальванического производства.

134. Экономический эффект от внедрения системы информационных баз данных на НП «Гильдия предприятий коммунального хозяйства» составит 150 тыс. руб./год.

135. Данный акт не является основанием для материального вознаграждения.

136. От НП «Гильдия предприятий коммунального хозяйства»; Председатель Совета Директоров Челноков В.В.

137. Рябенко Е.А. сентябрь 2001 г.1. АКТвнедрения программы «ВОДОСВ» по выбору оборудования для процесса очистки сточных вод на промышленных предприятиях

138. Разработанное программное обеспечение системы баз данных применяется для поиска информации по оборудованию и технологиям в области очистки сточных вод промышленных предприятий.

139. Экономический эффект от использования программы «ВОДОСВ» по выбору оборудования для процесса очистки сточных вод на ФГУП «Государственный НИИ химических реактивов и особо чистых химических веществ «ИРЕА» составит 170 тыс. руб./год.

140. Данный акт не является основанием для материального вознаграждения.

141. От ФГУП «ГосНИИ хим. реактивов и ос. чист. хим. веществ «ИРЕА»: Зав. отделом разработки автомати зированных систем, проф., д.т.н.

142. Бессарабов A.M. Старший научный сотрудник ' я**?-— Сафонова Т.А.

143. От РХТУ им. Д.И. Менделеева: Проф. кафедры КХТП, д.т.н.

144. Меньшутина Н.В. Аспирант кафедры КХТП1. Богословская О.В.1. Аспирант кафедры КХТП1. Авраменко Ю.Г.