Автоматизированная подсистема поддержки принятия решений по управлению процессом формования ленты стекла в флоат-ванне
Диссертация
Управление качеством началось с контроля готовой продукции. Вплоть до середины 1960;х годов главная роль отводилась отбраковке дефектной продукции. Такой подход требовал большого числа квалифицированных контролеров. В крупных промышленных компаниях США численность контролеров стала соизмерима с производственным персоналом. Большую помощь в контроле качества оказали методы математической… Читать ещё >
Список литературы
- Антонов А.В. Системный анализ. Учеб. для ВУЗов/ А. В. Антонов. М.гВысш. шк., 2004. — 454 е.: ил.
- Базара М., Шетти К. Нелинейное программирование. Теория и алгоритмы. М.: Мир, 1982.
- Барский А.Б. Нейронные сети: распознавание, управление, принятие решений. -М.: Финансы и статистика, 2004. 176 с
- Бендат Дж., Пирсол А. М. Прикладной анализ случайных данных: Пер. с англ. М.: Мир, 1989. -540 с.: ил.
- Величко О.Н. Достоинства и недостатки метода скользящих средних. М.: Высш. шк., 2002 www.bestreferat.ru/referat-34 701.html
- Герасимов О.В. Коллективная разработка функциональной модели информационной системы. «ИНФОРМАТИКА И ОБРАЗОВАНИЕ» № 7, 2005
- Горбань А.Н., Россиев Д. А. Нейронные сети на персональном компьютере -Новосибирск: Наука. Сибирская издательская фирма РАН, 1996. 276 с
- ГОСТ 111–2001 Межгосударственный стандарт. Стекло листовое. Технические условия
- Емельянов А. А, Власова Е. А., Дума Р. В. Имитационное моделирование экономических процессов. Учеб. пособие /Под ред. А. А. Емельянова. М.: Финансы и статистика, 2002. — 368 с: ил.
- Жукова С.В., Золотухин Ю. Н., Рахманова JI.A. Генетический подход и нечеткие оценки в оптимизации параметров пид регулятора. http://www.idisys.iae.nsk.su/ref98/folder3/docll.html
- Квакернаак X., Сиван Р. Линейные оптимальные системы управления. М.: Мир 1977 г. 650 с.
- Комарцова Л.Г. Двухэтапный алгоритм обучения нейронной сети на основе генетического поиска // Нейрокомпьютеры. Разработка и применение. М: Радиотехника. 2000. № I.e. 3−9.
- Короткий С.К. Нейронные сети: обучение без учителя, http ://1 i i. newmai 1 .ru/ko rnn4 .htm
- Круглов B.B., Дли М.И., Голунов Р. Ю. Нечеткая логика и искусственные нейронные сети 2001. М.:Высш. шк., 2001. 224 с. УДК: 681.322
- Левковский Д.И., Макаров Р. И. Автоматизированная подсистема поддержки принятия решений по управлению процессом формования ленты стекла в флоат-ванне / М.: Автоматизация в промышленности. № 2, 2009
- Левковский Д.И. Описание процесса формования ленты стекла с использованием нейронных сетей. Вестник КГУ им. Н. А. Некрасова, 2006 т. 12. с. 48−50
- Левковский Д.И., Макаров Р. И. Использование моделей нейронных сетей для статистического анализа и регулирования процесса формования ленты стекла на расплаве олова / М.: Стекло и керамика № 6, 2008 с. 15−17
- Макаров Г. Н. Обучаемый нейросетевой регулятор системы управления динамическим объектом. «Нейрокомпьютеры», № 7, 2007 г.
- Макаров Р.И. Автоматизация технологического процесса производства листового стекла на основе математических моделей. А/р дис-и д-ра техн. наук: 05.13.07 Владимир, 1998
- Макаров Р.И., Тарбеев В. В., Молодкин А. В., Чуплыгин В. Н. Математические модели для статистического анализа и регулирования процесса формования ленты стекла на расплаве олова / Под общ. ред. Макарова Р. И. Стекло и керамика. 2004. — № 5. — с. 3−5
- Макаров Р.И., Хорошева Е. Р., Лукашин С. А. Автоматизация производства листового стекла.Флоат-способ:Учеб.пособие/Ред. Макаров Р.И.-М.:Изд-во Ассоциации Строительных Вузов, 2002.-191 с.-Библиогр.:с. 187−191.-ISBN 5−93 093−116-Х.
- Медведев B.C., Потемкин В. Г. Нейронные сети. MATLAB 6 /Под общ. ред. к.т.н. В. Г. Потемкина М.:ДИАЛОГ-МИФИ, 2002. — 496 с
- Неймарк Ю.И., Коган Н. Я., Савельев В. П. Динамические модели теории управления. М., Наука, 1985
- Лезнов А. Н. Савельев М.В. Групповые методы интегрирования нелинейных динамических систем. М., Наука, 1985
- Позин Н.В. Моделирование нейронных структур / Позин Н. В. М.: Нау-ка, 1980 — 260 с.
- Потемкин В.Г. Система инженерных и научных расчетов MATLAB 5.x: В 2-х т. -М.: ДИАЛОГ-МИФИ, 1999
- Прахова М.В. Общая методика решения задач финансового прогнозирования с использованием алгоритма обратного распространения ошибки. XV Международная конференция «Применение новых технологий в образовании»
- Розанов М. С., Корсунов Н. И. Модифицированный метод обучения нейронных сетей с радиальным базисом. «Нейрокомпьютеры», № 7, 2007 г.
- Соловьев Т.О., Тертычный А. И. Программная система моделирования нейронной сети. Издательство «СевГТУ», 2001
- Соломка Ю. И. Федяев О.И. Обучение нейронной сети с помощью генетических алгоритмов. ДонНТУ, г. Донецк.masters.donntu.edu.ua/2004/fvti/solomka/library/article2.htm
- СППР Технолог стекольного производства. Программная документация
- Тархов Д.А. Математическое моделирование физико-технических объектов на основе структурной и параметрической адаптации искусственных нейронных сетей. А/р дис-и к.т.н., С-Пб, 2006
- Тархов Д.А. Нетрадиционные генетические алгоритмы декомпозиции ираспределения при решении задач математической физики с помощью нейронных сетей / Тархов Д. А. // Нейрокомпьютеры: разработка, применение. — 2006. — № 7
- Тюкин И.Ю. Адаптивное управление нелинейными динамическими объектами с применением нейронных сетей / Тюкин И. Ю., Терехов В. А. // Нейрокомпьютеры: разработка, применение. — 2006. — № 6
- Федорова Н.Н., Терехов С. А. Параллельная реализация алгоритмов обучения нейронных сетей прямого распространения с использованием стандарта MPI. www.aconts.com/pub/archive/ijcnn99p423rus.pdf
- Фёрстер Э., Рёнц Б. Методы корреляционного и регрессионного анализа. Руководство для экономистов / Пер. с нем. и предисл. В. М. Ивановой. М.: Финансы и статистика, 1983. — 304 с.
- Царицын М.А., Солинов В. Ф. Технология строительного и технического стекла и шлакоситаллов. М.: Стройиздат, 1983.
- Четыркин Е.М. Статистические методы прогнозирования. М.: Статистика, 1979.
- Шепелев Д.Н. Борское стекло: Из истории технического развития Борского стекольного завода. Н. Новгород: ГИПП «Нижполиграф», 2000. — 224 е.: ил.
- Шориков А.В. Автоматизация технологического процесса формования ленты стекла на расплаве олова: Автореф. дис. Владимир, 2003. — 16 с.