Помощь в написании студенческих работ
Антистрессовый сервис

Интеллектуализация управления научно-образовательными комплексами на основе формализации целенаправленности процессов и неопределенности информационной среды

Диссертация: Интеллектуализация управления научно-образовательными комплексами на основе формализации целенаправленности процессов и неопределенности информационной среды
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

В работе получены и выносятся на защиту следующие результаты, характеризующиеся научной новизной: концептуальная модель научно-образовательного комплекса, позволяющая определить пути повышения эффективности математического обеспечения управления интеграционными процессами на основе учета их целенаправленности и использования более совершенных методов для формализации неопределенности… Читать ещё >

Интеллектуализация управления научно-образовательными комплексами на основе формализации целенаправленности процессов и неопределенности информационной среды (реферат, курсовая, диплом, контрольная)

Содержание

  • Введение ^
  • 1. Анализ путей повышения эффективности управления интеграционными процессами взаимодействия научно-технической и образовательной систем
    • 1. 1. Выявление предпосылок становления научно-образовательных комплексов — # ?

    1.2. Пути совершенствования математического обеспечения управления в научно-образовательных системах на основе технологии целевых исследований и формализации процессов управления с позиций нечеткой математики $ ^

    1.3. Цели и задачи исследования6%'

    Исследование свойств нечетких операций и разработка рекомендаций по их использованию при нечетком моделировании

    2.1. Анализ различных подходов к определению семантических связок в нечеткой математике Р’Ф

    2.2. Особенности представления нечетких операторов в классе треугольных норм И конорм-У ~ $ &

    2.3. Модели оператора нечеткой импликации~

    3. Разработка математического обеспечения технологии целевых исследований

    3.1. Особенности построения целенаправленных систем /¿У-//^

    3.2. Агрегирование информации в целенаправленных системах/ /6?

    3.3. Алгебраические свойства и особенности структуры оценок трудность достижения цели

    3.4. Модели агрегирования оценок трудность достижения цели

    4. Разработка алгоритмического обеспечения для исследо- /У ~ -вания целенаправленных систем

    4.1. Структурный анализ множества целей

    4.2. Современные технологии агрегирования нечеткой информации/6' У ~ &

    4.3. Определение степени достижения цели сложной системы

    5. Разработка нечетких моделей оценки научной и инновационной деятельности

    5.1. Формирование оценок качества диссертационных НИР ЯР/Р-ЯЛЯ

    5.2. Формирование моделей оценки инновационных процессов развития научных исследовании по перспективным технологиям Я % «

Актуальность темы

исследования.

Современные тенденции развития образовательной и научно-технической систем создают предпосылки для становления нового типа социальных систем — научно-образовательных комплексов, деятельность которых предусматривает интеграцию образовательного процесса, фундаментальной и прикладной науки и направлена на повышение качества и конкурентоспособности высшего образования, с одной стороны, и усиление производительной роли науки — с другой. Наиболее экономичным путем создания научно-образовательных комплексов является реализация интеграционных процессов на базе вузов. Перенос центра тяжести и содержания реформирования системы высшего образования на вузовский уровень ставит перед руководителями вузов целый ряд управленческих проблем, решение которых требует качественно нового подхода и невозможно без совершенствования математического обеспечения управления. Научно-образовательные комплексы выполняют те же основные функции, что и современные вузы, но изменяется требование к качеству их реализации. Степень достижения поставленных целей (обучения, инновационной деятельности, научных исследований) непосредственно влияет на выработку управляющих решений. Основным принципом управления становится «принцип конечной цели», предполагающий учет концепции цели управления и целенаправленности всех процессов, протекающих в научно-образовательных комплексах. Другая особенность заключается в том, что информация, используемая для принятия управленческих решений, является крайне разнородной, в ней сочетаются количественные и качественные факторы, наряду с объективными данными приходится учитывать субъективные суждения руководителей различных рангов, знания экспертов. Объем и качество информации, циркулирующей в системе, постоянно изменяются, поэтому необходима разработка адекватных методов переработки информации, которые учитывают неопределенность информационной среды, а также ее динамику. Современные подходы к выбору ответственных решений используют неформальные знания экспертов, формальные схемы логического вывода и математические методы принятия решений. Внедрение современных технологий управления предполагает совершенствование методов переработки информации именно на этой основе.

Таким образом, актуальность диссертационного исследования определяется необходимостью создания концептуальной модели научно-образовательного комплекса и разработки специального математического обеспечения для повышения эффективности управления интеграционными процессами, способствующими трансформации вузов в научно-образовательные комплексы.

Исследования проводились в соответствии с программами ГК РФ и МВиПО РФ «Новые информационные технологии», «Перспективные технологии в высшей школе», «Информатизация образования» — в соответствии с грантом Минобразования РФ «Измерение целей в целенаправленных системах с помощью оценок трудность достижения цели» (ТМ ГР 1 970 008 853).

Цель и задачи исследования

.

Целью диссертационной работы является разработка математического обеспечения управления научно-образователь-ными комплексами на основе интеллектуальной поддержки целенаправленных процессов принятия решений в условиях неопределенности информационной среды. Достижение данной цели предполагает решение следующих задач: анализ тенденций развития научно-технической системы и высшей школы и выявление на его основе предпосылок становления нового типа социальных систем — научно-образовательных комплексов, деятельность которых направлена на повышение конкурентоспособности высшего образования и усиление производительной роли науки в процессе преодоления кризисных явлений в российской экономикесоздание концептуальной модели научно-образовательного комплекса и определение мер для обеспечения готовности вуза к превращению его в этот тип социальных системразработка математического аппарата, позволяющего формализовать свойство целенаправленности сложных систем, и его использование для повышения эффективности управления процессами, протекающими в образовательных и научно-образовательных системахсоздание иерархической структуры моделей агрегирования информации, позволяющей повышать точность результатов при улучшении качественных характеристик информацииисследование свойств операторов агрегирования, которое позволит упорядочить использование этих операторов при нечетком моделированииразработка моделей и алгоритмов, позволяющих на основе учета концепции цели системы управления и неопределенности информационной среды организовать интеллектуальную поддержку выбора управленческих решенийпрактическая реализация и апробация разработанных в диссертации моделей, методов и алгоритмов для интеллектуальной поддержки принимаемых решений в образовательных и научно-образовательных системах. Методы исследования.

При разработке компонентов математического обеспечения использовались теория нечетких множеств, нечеткая логика, теория графов, теория вероятностей, теория функцийпри разработке алгоритмического обеспечения использовались теория приближенных рассуждений, теория принятия решений, теория интеллектуального управления, нечеткие интеллектуальные технологии.

Научная новизна.

В работе получены и выносятся на защиту следующие результаты, характеризующиеся научной новизной: концептуальная модель научно-образовательного комплекса, позволяющая определить пути повышения эффективности математического обеспечения управления интеграционными процессами на основе учета их целенаправленности и использования более совершенных методов для формализации неопределенности информационной средытехнология исследования целенаправленных систем, обеспечивающая комплексный подход к их моделированию и позволяющая повысить эффективность автоматизации управления в образовательных и научно-образовательных системах на основе более полного учета степени достижения целей протекающих в них процессовэлементы теории оценок трудность достижения цели, которые включают модели агрегирования для задач анализа и синтеза качества целенаправленной системы и ее ресурсного обеспечения, отличающиеся возможностью выбора подходящей модели на основе вероятностного и алгебраического подходовсистема нечетких операторов, позволяющая упорядочить их в соответствии с наличием важных для моделирования свойствполучить новые нечеткие операции в классе треугольных норм и конормразработать рекомендации для выбора подходящего оператора в моделях агрегирования нечеткой информацииметодика представления функции многих переменных, заданной отношением двух многочленов или многочленом, в виде суммы функций одной переменной, обеспечивающая переход к аддитивной и взвешенной формам операции агрегированиякомплекс моделей агрегирования информации, отличающийся возможностью на основе выбора подходящего оператора агрегирования учитывать различные уровни неопределенности входной информации (лингвистические, нечеткие, количественные оценки агрегатов) и позволяющий совершенствовать оценочные модели, используемые в системах мониторинга в образовательных и научно-образовательных системахалгоритмы, реализующие компоненты технологии исследования целенаправленных систем и обеспечивающие повышение эффективности интеллектуальной поддержки управления в научно-образовательных системах на основе структуризации многомерной цели, определения приоритетов частных целей, формирования оценки степени достижения целей в условиях четкой и нечеткой информационной среды.

Практическая значимость и результаты внедрения. Предложенные в диссертационной работе модели и алгоритмы переработки информации, учитывающие целенаправленность процессов и неопределенность информационной среды, позволят не только дополнить математическое обеспечение управления образовательными системами, но и создают основу качественно новых оценочных технологий для разработки программного обеспечения системы мониторинга качества образования, научных исследований, кадрового потенциала в научно-образовательных комплексах.

На базе диссертационного исследования были разработаны следующие методики:

• автоматизированная система оценки качества диссертационных НИР;

• оценка соответствия качества вузовской подготовки специалистов требованиям сферы их использования;

• оценка эффективности инновационных процессов развития научных исследований по перспективным технологиям.

Результаты диссертационной работы внедрены при создании в центральном аппарате РАЕН информационной системы перспективных технологийиспользуются в форме методических рекомендаций при экспертизе диссертационных НИР на этапе предварительного рассмотрения в Российском новом университете, Воронежском государственном техническом университете. Кроме того, теоретический материал по теме диссертационной работы включен в лекционные курсы «Системы искусственного интеллекта и принятия решений» (специальность 71 900, Воронежский государственный технический университет), «Нечеткие интеллектуальные технологии» (специальность «прикладная математика», Воронежский государственный университет), а разработанные программные комплексы используются для организации лабораторных работ по курсу «Системы искусственного интеллекта и принятия решения» (специальности 71 900, 220 300, Воронежский государственный технический университет).

Апробация результатов исследования.

Научные результаты, представленные в диссертационной работе, докладывались и обсуждались на Всероссийских конференциях «Математическое и машинное моделирование» (Воронеж, 1991), «Опыт компьютеризации в промышленности» (Воронеж, 1993), «Интеллектуальные информационные системы» (Воронеж, 1999) — на Всероссийских совещаниях-семинарах «Математическое обеспечение высоких технологий в технике, образовании и медицине» (Воронеж, 1994 — 1998) — на Международных конференциях «Математика, моделирование, экономика» (Волгоград, 1996), «Математика, компьютер, образование» (Пущино, 1997; Воронеж, 1998), «Актуальные проблемы анализа и обеспечения надежности и качества приборов, устройств и систем» (Пенза, 19 971 998), «Управление большими системами» (Москва, 1998) — на Международной научно-практической конференции «Фундаментальные и прикладные проблемы информатики, приборостроения и права» (Сочи, 1999) — Международной научно-технической конференции «ТРАНСКОМ-99» (Санкт-Петербург, 1999).

Публикации. По теме диссертационного исследования опубликовано 46 работ, в том числе одна монография.

Структура и объем работы. Диссертация состоит из введения, пяти глав, заключения, списка литературы из 202 наименований и приложения. Основная часть работы изложена на страницах машинописного текста, содержит 12 рисунков и 15 таблиц.

ЗАКЛЮЧЕНИЕ

.

Таким образом, диссертационное исследование, посвященное разработке математического обеспечения для повышения эффективности управления интеграционными процессами, способствующими трансформации вузов в научно-образовательные комплексы, содержит следующие основные результаты:

1. На основе анализа развития научно-технической и образовательной систем выявлены предпосылки для становления нового типа социальных систем — научно-образовательных комплексов и предложена концептуальная модель научно-образовательного комплекса, включающая определение основных целей и задач в сфере образовательного процесса, научной и инновационной деятельностисистемы показателей для оценки качества научной и образовательной составляющейкомплекс мер для реализации интеграционных процессов и система показателей для оценки их эффективности.

2. Выделены характерные особенности процессов управления в социальных системах и определены пути совершенствования математического обеспечения для интеллектуальной поддержки процессов принятия решений при управлении научно-образовательными комплексами.

3. Разработано математическое и алгоритмическое обеспечение компонентов технологии исследования целенаправленных систем, в частности предложены модели агрегирования целей, характеристик системы относительно целей, алгоритмы структуризации многомерной цели, алгоритмы определения приоритетов на множестве целей (критериев), алгоритмы определения степени достижения целей.

4. Предложена теория оценок трудность достижения цели, позволяющая исследовать целенаправленные системы, если цель заключается в достижении пороговых значений показателей, характеризующих качество функционирования системы.

5. Предложена система моделей агрегирования информации (лингвистической, нечеткой, числовой, смешанной), ориентированная на различные уровни неопределенности.

6. Разработаны рекомендации для выбора нечетких операторов агрегирования, позволяющие повысить уровень адекватности моделей агрегирования нечеткой информации.

7. Предложенные в диссертационной работе модели и алгоритмы реализованы в программных комплексах и экспертных системах, обеспечивающих интеллектуальную поддержку принятия решений при управлении инновационными проектами, в процессе аттестации научных кадров, а также в учебном процессе.

Показать весь текст

Список литературы

  1. А.Н., Головина Е. Ю., Сергиевский А. Е. Проектирование нечетких регуляторов на основе триангулярных норм // Изв. АН. Теория и системы управления. 1997. N 5. С. 112−118.
  2. A.A. О системологическом подходе в теории оценки и управления качеством образования // Квалиметрия человека и образования: Методология и практика. М., 1996. С. 54.
  3. Г. Р., Опойцев В. И. Об асимптотическом агрегировании // Автоматика и телемеханика. 1989. N 5. С. 131−140.
  4. A.B. Интерпретация и определение функций принадлежности нечетких множеств // Методы и системы принятия решений. Рига: Изд-во РПИ, 1979. С. 42−50.
  5. A.B. Применение нечеткой математики в задачах принятия решений // Прикладные задачи анализа решений в организационно-технических системах. Рига: Изд-во РПИ, 1983. С. 28−42.
  6. P.A., Церковный А. Э. Представление знаний в интеллектуальных роботах на основе нечетких множеств // ДАН СССР. 1988. N 6. Т. 299. С. 1292−1295.
  7. Америка. Сентябрь 1993. С. 6.
  8. Н.И., Загузов Н. И. Процедура подготовки и защиты диссертаций. М.: АОЗТ ИКАР, 1995.
  9. Н.И., Муравьев А. И. О качестве научной экспертизы диссертационных исследований. Бюллетень ВАК РФ. 1996. N1. С. 22−25.
  10. В.Р. Организация научной и инновационной деятельности в вузе. Саратов: Сарат. гос. техн. ун-т, 1996. 226 с.
  11. А.И. Функция качества размытой информации // Управление, надежность, навигация. Саранск, 1980. С. 115−118.
  12. М.К., Бермант М. А., Руссман И. Б. Котроль и управление в организационных системах // Экономика и мат. методы. 1969. Т. 5. N 2. С. 212−227.
  13. В.В., Матросов В. М. Структуры систем динамического принятия решений // Изв. АН. Теория и системы управления. 1997. N 1, 2, 5.
  14. И.З. Лексикографические оценки правдоподобности с универсальными границами. II. Операции отрицания // Изв. АН. Теория и системы управления. 1995. N 5. С. 133−142.
  15. И.З. Нечеткие множества с унифицированными шкалами // Методы и системы принятия решений. Рига: Изд-во РПИ, 1986.
  16. А.Р., Левин М. Ш. Комбинаторно-графовые модели обработки информации при принятии решений. М.: Наука, 1987.
  17. В.Л., Дегтярев Ю. И. О системе государственной экспертизы в сфере науки // НТИ. Серия 1. Орг. и методика информ. работы. 1994. N 3. С. 24−26.
  18. С. Принятие решений при ненадежной информации // Автоматика и телемеханика. 1996. N9. С. 151−157.
  19. С.Д., Гурвич Ф. Г. Экспертные оценки. М.: Наука, 1973.
  20. А.Ф. Сравнительный анализ методов измерения нечеткости // Изв. АН. Техн. кибернетика. 1988. N 5. С. 152−174.
  21. А.Г. Алгебра нечетких множеств // Изв. АН. Теория и системы управления. 1998. N 5. С. 88−95.
  22. А.Н. Нечеткий вывод, использующий преобразование функции принадлежности // Изв. АН. Теория и системы управления. 1997. N 5. С. 119−124.
  23. И., Березовский А. Кадры современной высшей школы // Высшее образование в России. 1998. N 2. С. 22−30.
  24. А.И. Модели анализа и выбора альтернатив на основе теории нечетких множеств // Проблемы и методы принятия решений в организационных системах. М.: ВНИИСИ, 1985. С. 45−55.
  25. А.Н., Корнеева Г. В. Лингвистический подход к построению моделей принятия решений в условиях неопределенности // Методы принятия решений в условиях неопределености. Рига: Изд-во РПИ, 1980. С. 4−12.
  26. А.Н., Крумберг O.A., Федоров И. П. Принятие решений на основе нечетких моделей: Примеры использования. Рига: Зинатне, 1990. 184 с.
  27. В., Горленко О., Попков В. Регион и вузовская наука // Высшее образование в России. 1999. N 2. С. 36−40.
  28. Будущее искусственного интеллекта / Под ред. К. Е. Левитина и Д. А. Поспелова. М.: Наука, 1991.
  29. А.Г. На пути к геометризации управления // Изв. АН. Теория и системы управления. 1997. N 1.
  30. Ю.С., Кипелев В. Г., Колосов В. Г. Стратегия инноваций. Спб.: Изд-во СпбГТУ, 1997. 18 с.
  31. Ю.С., Китилев В. Г., Колосов В. Г. Инновационная политика высшей школы России. Концепция и программа действий. Спб.: СПбГТУ, 1995. 66 с.
  32. И.В., Митина А. И. Проблема целей обучения в современной педагогике. М., 1989. 145 с.
  33. Е.О. Педагогические мастерские как новая технология учебных занятий в вузе // Вестник Вятского пед. ун-та: Дидактика. 1997. Вып. 1.С. 4−7.
  34. Ю. Можно ли выявить и оценивать научное достижение и научную продуктивность? // Вестн. АН СССР. 1980. N 7. С. 44.
  35. М.И., Морозов В. П., Розенберг В. Я. Специальное математическое обеспечение управления. М.: Сов. радио, 1980. 536 с.
  36. Ю.Б. Введение в теорию исследования операций. М.: Наука, 1971. 383 с.
  37. В.А., Гречко В. М., Павельев В. В. Экспериментальное сравнение некоторых методов определения коэффициентов важности // Многокритериальные задачи принятия решений. М.: Машиностроение, 1978. С. 156−168.
  38. В.А., Павельев В. В. Экспертные методы определения весовых коэффициентов // Автоматика и телемеханика. 1976. N 4. С. 47−58.
  39. В.И. Многоагентные системы: современное состояние исследований и перспективы применения // Новости искусственного интеллекта. 1996. N 1.
  40. Ф., Соловов А. Экспорт дистанционных образовательных услуг // Высшее образование в России. 1999. N3. С. 120−121.
  41. М.Б., Дурко Е. М. Системно-целевой подход к управлению качеством подготовки специалистов в вузе // Управление качеством подготовки специалистов в высшей школе. Горький: Изд-во ГГУ, 1989. С. 66.
  42. Ф.Г. Экспертиза: Некоторые методологические вопросы // Вестн. АН СССР. 1978. N 1. С. 50−58.
  43. Ю.А., Травкин С. И., Якимец В. Н. Многокритериальные модели формирования и выбора вариантов систем. М.: Наука, 1986. 296 с.
  44. С.И. Об одной процедуре уменьшения структурной рассогласованности системы знаний // Изв. АН. Техн. кибернетика. 1987. N 2.
  45. Д., Прад А. Общий подход к определению индексов сравнения в теории нечетких множеств // Нечеткие множества и теория возможностей. Последние достижения / Под. ред. P.P. Ягера. М.: Радио и связь, 1986. С. 9−21.
  46. Дюк В.А. Контекстно-зависимые метрики и геометрический подход к задачам формирования знаний // Изв. АН. Теория и системы управления. 1996. N 5. С. 36−44.
  47. А.П. Продукционная модель представления знаний на базе языка таблиц решений // Изв. АН. Техн. кибернетика. 1987. N 2.
  48. В.Е. Нечеткие многокритериальные модели принятия решений. Тбилиси: Мецниереба, 1988. 70 с.
  49. В., Приходько В., Федоров Н. Высшая техническая школа на рубеже веков // Высшее образование в России. 1999. N1. С. 3−11.
  50. JI.A. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976. 165 с.
  51. В.Н. Интеллектуальные системы управления: основные понятия и определения // Изв. АН. Теория и системы управления. 1997. N 3. С. 138 145.
  52. В.М. Роль неопределенности в оценке экономической эффективности научных исследований // Вестник АН СССР. 1981. N 2. С. 30−35.
  53. М.М. Креативные технологии образования // Высшее образование в России. 1999. N 3. С. 101−104.
  54. Ю.А., Ларичесв О. И., Филиппов В. А., Чуев Ю. В. Проблемы оценки предложений по проведению научных исследований // Вестник АН СССР. 1980. N8. С. 9−39.
  55. Л.В., Леденева Т. М., Паринова Л. В. Особенности моделирования инновационных процессов развития научных исследований по перспективным технологиям // Высокие технологии в технике, медицине и образовании. Воронеж: Изд-во ВГТУ, 1998. С. 22−29.
  56. А.И., Руссман И. Б., Умывакин В. М. Моделирование и алгоритмизация слабоформализованных задач выбора наилучших вариантов систем. Воронеж: Изд-во ВГУ, 1990. 168 с.
  57. Кара Мурза С. Г. Цитирование в науке и подходы к оценке научного вклада // Вестн. АН СССР. 1980. N 12. С. 71−72.
  58. В., Прудковский Б. По поводу оценки качества // Высшее образование в России. 1999. N 2. С. 54−58.
  59. Дж. Системология. Автоматизация решения системных задач. М.: Радио и связь, 1990. 544 с.
  60. О.Г. Интерпретация семантики нечетких операторов // Изв. АН. Техн. кибернетика. 1991. N 3. С. 63−69.
  61. В.В. Декомпозиция, структуризация и анализ социально-экономических систем // Изв. АН. Техн. кибернетика. 1990. N 6. С. 205−224.
  62. В., Взятышев В., Романкова Л. Кадровая политика в высшей школе: проблемы и тенденции // Высшее образование в России. 1999. N 2. С. 7−17.
  63. А. Введение в теорию нечетких множеств. М.: Радио и связь, 1982. 432 с.
  64. A.A. Некоторые актуальные проблемы науки управления // Изв. АН. Теория и системы управления. 1996. N 6, 8.
  65. Ю.И. Нечеткие модели вывода в экспертных системах // Изв. АН. Теория и системы управления. 1997. N 5. С. 75−83.
  66. Ю.И. Нечеткие системы управления // Изв. АН. Техн. кибернетика. 1990. N 5. С. 196−206.
  67. В.П., Миронов П. Б., Назаретов В. М. Анализ устойчивости социально-экономических систем с использованием знаковых графов // АиТ. 1993. N7.
  68. О.И., Мошкович Е. М., Дроздова И. В., Старинский В. В., Ковалев Б. Н. Комплексная система оценки научно-исследовательских работ в здравоохранении и медицине // Сов. медицина. 1990. N1.0. 32−37.
  69. С.А., Мирский Э. М. Международный фонд СКОБ как область сотрудничества российских и американских ученых // Социологические исследования. 1998. N5.
  70. С.А., Савельева О. Н. В точке бифуркации // Высшее образование в России. 1999. N3.0. 88−94.
  71. Т.М. Выбор наилучшего варианта системы на основе понятия уровневого множества // Оптимизация и моделирование в автоматизированных системах. Воронеж: Изд-во ВПИ, 1993.
  72. Т.М. Выбор наилучшего варианта САПР на основе интегральной оценки качества // Тезисы докл. Всесоюзной конф. «Опыт компьютеризации в промышленности». Воронеж, 1993.
  73. Т.М. Графовый подход к формированию перечня критериев // Оптимизация и моделирование в автоматизированных системах. Воронеж: Изд-во ВГТУ, 1997. С. 38−42.
  74. Т.М. Зависимость интегральных показателей типа трудность достижения цели от локальных оценок // Оптимизация и моделирование в автоматизированных системах. Воронеж: Изд-во ВГТУ, 1995.
  75. Т.М. Исследование специального класса нечетких операторов // Тезисы 4-й Международной конференции «Математика, компьютер, образование». Пущино, 29 января 3 февраля 1997 г. С. 98.
  76. Т.М. Использование некоторых методов построения интегрального критерия. Методические указания по курсу «Системный анализ». Воронеж: Изд-во ВГУ, 1989. 28 с.
  77. Т.М. Классификация критериев на основе знаковых графов // Тезисы докл. 3-й Международной конференции женщин-математиков. Воронеж, 1995.
  78. Т.М. Конструирование алгоритмов на основе поиска в глубину в неорграфе. Методические указания для составления вычислительных схем в рамках спецкурса «Прикладные задачи теории графов». Воронеж: Изд-во ВГУ, 1993. 17 с.
  79. Т.М. Моделирование процесса агрегирования целей в целенаправленных системах // Тезисы докл. научн. конф. «Управление большими системами». Москва, 1997 г. С. 56.
  80. Т.М. Некоторые проблемы метода парных сравнений // Тезисы докл. Всероссийского совещания-семинара «Математическое обеспечение высоких технологий в технике, образовании, медицине». Воронеж, 1994.
  81. Т.М. Некоторые способы построения интегральных оценок для агрегированных ресурсов // Оптимизация и моделирование в автоматизированных системах. Воронеж: Изд-во ВПИ, 1991.
  82. Т.М. О вероятностной интерпретации некоторых классов оценок специального вида // Системный анализ. Воронеж: Изд-во ВГУ, 1994. С. 67−72.
  83. Т.М. О некоторых классах нечетких операторов // Высокие технологии в технике и медицине. Воронеж: Изд-во ВГТУ, 1994.
  84. Т.М. Об измерении целей в целенаправленных системах // Тезисы докл. 4-й Международной конференции женщин-математиков «Математика, моделирование, экология». Волгоград, 27−31 мая 1996 г.
  85. Т.М. Об одном классе оценок типа трудность достижения цели II Высокие технологии в технике, образовании, медицине. Воронеж: Изд-во ВГТУ, 1996.
  86. Т.М. Об одном представлении нечетких операторов // Тезисы докл. Всероссийского совещания-семинара «Математическое обеспечение информационных технологий в технике, образовании, медицине». Воронеж, 26−29 июля 1996 г.
  87. Т.М. Разработка комплекса программных средств для оценки качества сложных систем // Актуальные проблемы анализа и обеспечения надежности и качества приборов, устройств, систем. Сборн. докл. научн. конф. Пенза: Изд-во ПГТУ, 1997. С.72−73.
  88. Т.М. Современные технологии агрегирования нечеткой информации // Оптимизация и моделирование в автоматизированных системах. Воронеж: Изд-во ВГТУ, 1999. С. 8−13.
  89. Т.М. Структура моделей и алгоритмов формирования интегральных показателей при автоматизированном проектировании // Тезисы докл. Всесоюзной конф. «Опыт компьютеризации в промышленности». Воронеж, 1993.
  90. Т.М. Управление на основе нечеткой классификации // Тезисы Всероссийского совещания-семинара «Математическое обеспечение информационных технологий в технике, образовании и медицине». Воронеж, 28 -31 мая 1997 г. С. 38.
  91. Т.М. Условия коммутативности и ассоциативности для свертки, представленной отношением двух многочленов // Оптимизация и моделирование в автоматизированных системах. Воронеж: Изд-во ВГТУ, 1994.
  92. Т.М. Формализация неопределенности в целенаправленных системах // Труды Всероссийской конф. «Интеллектуальные информационные системы». Воронеж, 23−25 июня 1999 г. С. 207−209.
  93. Т.М. Формирование оценок качества сложных систем // Тезисы докл. Международной научно-техн. конф. «Актуальные проблемы анализа и обеспечения надежности и качества приборов, устройств, систем». Пенза, 2531 мая 1998 г.
  94. Т.М. Формирование оценок целей сложной системы // Тезисы докл. Международной научно-техн. конф. «ТРАНСКОМ-99». Санкт-Петербург, 12−14 октября 1999.
  95. Т. М. Воробьев Э.И. Оценка качества программного продукта. Методические указания по курсу «Технология разработки программного обеспечения». Воронеж: Изд-во ВГТУ, 1998. 32с.
  96. Т.М. Моделирование процесса агрегирования целей в целенаправленных системах. Воронеж: Изд-во ВГТУ, 1999. 160 с.
  97. Т.М., Львович Я. Е. Модели агрегирования лингвистической информации. Труды второй международной научно-практической конференции «Фундаментальные и прикладные проблемы информатики, приборостроения и права». Сочи, 27 сентября-3 октября 1999 г.
  98. Я.Е., Леденева Т. М. О некоторых подходах к агрегированию информации в целенаправленных системах // Информационные технологии. 1999. N4.
  99. Т.М., Львович Я. Е., Паринова Л. В. Выбор показателей для оценки качества диссертационных работ // Оптимизация и моделирование в автоматизированных системах. Воронеж: Изд-во ВГТУ, 1997. С. 61−67.
  100. Т.М., Паринова Л. В. Методические рекомендации для формирования оценок качества диссертационных НИР на основе лингвистического подхода. Воронеж: Изд-во ВГТУ, 1998. 38 с.
  101. Т.М., Паринова Л. В. Структурный анализ множества целей // Тезисы докл. Международной научно-техн. конф. «ТРАНСКОМ-99». Санкт-Петербург, 12−14 октября 1999 г.
  102. Т.М., Руссман И. Б. Алгебраические свойства нормированной разности // Оптимизация и моделирование в автоматизированных системах. Воронеж: Изд-во ВГТУ, 1998. С. 67−73.
  103. Т.М., Руссман И. Б. Баланс качественных и количественных характеристик в социально-экономических моделях // Тезисы докл. Всесоюзн.конф. «Прогнозирование социального развития и демографических процессов в условиях ускорения НТП». Воронеж, 1991.
  104. Т.М., Руссман И. Б. О некоторых структурных свойствах оценок трудность достижения цели II Оптимизация и моделирование в автоматизированных системах. Воронеж: Изд-во ВГТУ, 1996.
  105. Т.М., Усов Ю. И. Некоторые модели представления знаний. Методические указания по выполнению лабораторных и курсовых работ по курсу «Искусственный интеллект в САПР». Воронеж: Изд-во ВГТУ, 1996. 23 с.
  106. B.C. Информационный подход к оценке научных исследований // Вестник АН СССР. 1979. N 1. С. 62−66.
  107. .Г. Автоматизированные системы экспертного оценивания и аккредитации. М.: Издательский центр проблем качества подготовки специалистов, 1993. 142 с.
  108. Л.А., Субетто А. И. Общая концепция и структура отражающего стандарта качества высшего образования. М.: Издательский центр проблем качества подготовки специалистов, 1994. 204 с.
  109. С.П., Пицык В. В., Полуденко В. А. Согласование целей развития больших технических систем с возможностями реализации их характеристик при нечеткой исходной информации // Техн. кибернетика. 1991. N 5. С. 124−129.
  110. А.Г. Информация и принятие решений. М.: Наука, 1991.156 с.
  111. A.B. Анализ структуры знаковых ориентированных графов // Изв. АН. Теория и системы управления. 1997. N 5. С. 144−149.
  112. Математическая энциклопедия. М.: Сов. Энциклопедия, 1977. Т. 1.
  113. А.Н., Берштейн Л. С., Коровин С. Я. Ситуационные советующие системы с нечеткой логикой. М.: Наука, 1990. 272 с.
  114. Е.З. Механизм оценки и формирования знания в естественных науках // Вопр. филосифии. 1979. N 5. С. 130.
  115. Д.П., Суворов A.B., Ященко В. В., Ященко Н. Ю. Формирование оптимального пути в пространстве состояний сложной технической системы в условиях неполноты исходной информации // Изв. АН. Теория и системы управления. 1996. N 5. С. 61−65.
  116. Модели принятия решений на основе лингвистической переменной / А. Н. Борисов, A.B. Алексеев, O.A. Крумберг и др. Рига: Зинатне, 1982. 256 с.
  117. А.О. Оценка результативности научного труда (по данным научных учреждений США) // Вестник АН СССР. 1980. N 9. С. 127−135.
  118. Л.Н. О динамике защит диссертаций // Бюллетень ВАК РФ. 1996. N6.
  119. Наука России в цифрах: 1998. Крат, статист, сб. М.: ЦИСН, 1998.
  120. И. Образование и наука на путях интеграции // Высшее образование в России. 1999. N 2. С. 10−16.
  121. Нечеткие множества в моделях управления и искусственного интеллекта / А. Н. Аверкин, И. З. Батыршин, А. Ф. Блишун и др. М.: Наука, 1986. 312 с.
  122. В.И., Брук В. М. Системотехника: методы и приложения. Л.: Машиностроение, 1985. 199 с.
  123. A.M., Турсен И. Б. Построение функций принадлежности // Нечеткие множества и теория возможностей. Последние достижения / Под. ред. P.P. Ягера. М.: Радио и связь, 1986. С. 64−71.
  124. Обработка нечеткой информации в системах принятия решений / А. Н. Борисов, A.B. Алексеев, Г. В. Меркурьева и др. М.: Радио и связь, 1989. 304 с.
  125. С.А. Проблемы принятия решений при нечеткой исходной информации. М.: Наука, 1981. 208 с.
  126. В.И. Задачи и проблемы асимптотического агрегирования // Автоматика и телемеханика. 1991. N5.С. 133−144.
  127. Р., Дулина Н., Токарев В. О главной цели образования // Высшее образование в России. 1998. N 3. С. 40−46.
  128. Д.А. Ситуационное управление. Новый виток развития // Изв. АН. Теория и системы управления. 1995. N 5. С. 152−159.
  129. Прикладные нечеткие системы / К. Асаи, Д. Ватада, С. Иваи и др. М.: Мир, 1993.368 с.
  130. А., Проворова О., Сенаторова Н. О роли магистратуры и аспирантуры в подготовке научно-педагогических кадров // Высшее образование в России. 1999. N 2. С. 23−29.
  131. О.В., Таран Т. А. Логико-алгебраическая модель для формализации качественных знаний // Изв. АН. Теория и системы управления. 1995. N5. С. 100−107.
  132. Рейтинг российских университетов // Карьера. N 2. Май 1998. С. 1829.
  133. Ф.С. Дискретные математические модели с приложениями к социальным, биологическим и экологическим задачам. М.: Наука, 1986. 496 с.
  134. М.А., Шапошник С. Б. Экспертиза в сфере науки // НТИ. Серия 1. Организация и методика информационной работы. 1994. N 5. С. 5−10.
  135. Т.Л., Принятие решений: метод анализа иерархий. М.: Радио и связь, 1993.
  136. В.А. Отечественная высшая школа и российская государственность // Бюллетень Министерства общего и профессионального образования. 1998. N 8.
  137. В.Г. Использование нечетких чисел в задачах электроснабжения // Изв. АН. Теория и системы управления. 1996. N 5. С. 66−70.
  138. С.А., Голованов Л. В. Прогнозирование развития больших систем. М.: Статистика, 1975. 194 с.
  139. B.C., Сенаторова Н. Р. Дополнительные программы помогут выпускникам вузов скорее найти себя на рынке труда // Вузовские вести. 1998. N22. С. 12.
  140. B.C., Сенаторова Н. Р. Университеты как учебно-методические центры // Высшее образование в России. 1997. N 3. С. 24−36.
  141. Ф. Простейшие семантические операторы // Нечеткие множества и теория возможностей. Последние достижения / Под. ред. P.P. Ягера. М.: Радио и связь, 1986. С. 177−186.
  142. К. Итоги рассмотрения факторов неопределенности и неясности в инженерном искусстве // Нечеткие множества и теория возможностей. Последние достижения / Под. ред. P.P. Ягера. М.: Радио и связь, 1986. С. 37−50.
  143. К., Цукияма Т., Асаи К. Модель нечеткой системы, основанная на логической структуре // Нечеткие множества и теория возможностей. Последние достижения / Под. ред. P.P. Ягера. М.: Радио и связь, 1986. С. 186 199.
  144. Ю.Б. Количественная и качественная оценка результатов фундаментальных исследований // Вестник АН СССР. 1989. N 10. С. 8−41.
  145. Ю.Б. Методологические основы оценки фундаментальности естественных достижений и открытий // Вопр. философии. 1976. N 8. С. 4253.
  146. А.И. Некоторые показатели формирования кадрового потенциала российской науки // Бюллетень ВАК. 1993. N 1, 2, 3.
  147. А.И. Биометрическая характеристика новизны научных результатов докторской диссертации // Бюллетень ВАК. 1993. N1,2.
  148. Э.А. Многоагентные системы поддержки принятия решений // Изв. АН. Теория и системы управления. 1998. N 5. С. 106−122.
  149. Э., Альсина К., Вальверде Л. Нужны ли в теории нечетких множеств операции шах, min, 1-j? // Нечеткие множества и теория возможностей. Последние достижения / Под. ред. P.P. Ягера. М.: Радио и связь, 1986. С. 199−228.
  150. C.B. Нечеткие модели интеллектуальных систем управления: теоретические и прикладные аспекты (обзор) // Изв. АН. Техн. кибернетика. 1991. N3. С. 3−28.
  151. А.Д. Проблема информации в современной науке // Философские очерки. М.: Наука, 1975. С. 117−118.
  152. P.A. Конкурентоспособность как национальная кадровая проблема // Высшее образование в России. 1999. N 2. С. 18−22.
  153. П.С. Избранные труды по методологии науки. М.: Прогресс, 1986. 145 с.
  154. .С. Элементы теории потенциальной эффективности сложных систем. М.: Сов. радио, 1971. 226 с.
  155. А.Д. Структура сложных систем. М.: Сов. радио, 1975. 200с.
  156. JI.C. Направления аналитической деятельности центра исследований и статистики науки // НТИ. Сер. 1. Орг. и методика информ. работы. 1994. N5. С. 11−12.
  157. Н., Каган В. Основа развития современной высшей школы // Высшее образование в России. 1999. N 2. С. 17−22.
  158. Д.В., Филатов O.K. Технологии обучения в высшей школе. М.: Экспедитор, 1996. 288 с.
  159. В.В. О роли и месте научных исследований и инновационной деятельности в современном университете // Годичное собрание научной общественности высшей школы России 3−5 марта 1998 г. Тверь: ТГУ, 1998. 163 с.
  160. В.В., Взятышев В. Ф., Савельев, А .Я., Романкова Л. И. Инновационное образование // Высшее образование в России. 1994. N 2. С. 106 112.
  161. К. Дж. Один подход к экспертным системам управления с использованием нечеткой логики // Нечеткие множества и теория возможностей. Последние достижения / Под. ред. P.P. Ягера. М.: Радио и связь, 1986. С. 133 143.
  162. А.П., Дудина О. М. Социальный механизм формирования спроса на образовательные услуги высшей школы // Квалиметрия человека и образование. Методология и практика. М., 1996. С. 54.
  163. А.Е. Принятие и обоснование решений с использованием методов когнитивной графики на основе знаний экспертов различной квалификации // Изв. АН. Теория и системы управления. 1997. N 5.
  164. Acsel J. Lectures on Functional equations and their applications. Academic Press. New York. 1969.
  165. Baldwin J.F., Pilsworth B. Axiomatic approach to implication for approximate reasoning with fuzzy logic // Fuzzy Sets and Systems, 2(1980). V. 3. P. 193−219.
  166. Bandler W., Kohout L.J. Semantics of implication operators and fuzzy relational products // Report No. FRP-1, Department of Mathematics, University of Essex, Colchester, 1979. 27 p.
  167. Bellman R.E., Gerts M. On the analytic formalism of the theory of fuzzy sets // Inf. Sc., 5(1973). P. 149−156.
  168. Bordogna G., Fedrizzi M., Pasi G. A linguistic modeling of consensus in group decision making based on OWA operators // IEEE Transaction on Systems, Man and Cybernetics, 27(1997). P. 126−132.
  169. Cao Z., Kandel A. Applicability of some fuzzy implication operators // Fuzzy Sets and Systems, 2(1989).
  170. Chen Yong Yi An approach to fuzzy operators // BUSEFAL, 1982, Hiver. V. 9. P. 59−65.
  171. Civanlar M.R., Trussell H.J. Constructing membership function using statictical data // Fuzzy Sets and Systems, 1(1986). V. 18.
  172. Deldago M., Verdegay J.L., Vila M.A. On aggregation operations of linguistic labels // International Journal of Intelligent Systems, 8(1993). P. 351−370.
  173. Dombi J. A general class of fuzzy operators, the De Morgan class of fuzzy operators and fuzziness measures induced by fuzzy operators // Fuzzy Sets and Systems, 8(1982). V. 8. P. 149−163.
  174. Dubois D., Prade H. A class of fuzzy measures based on triangular norms // International Journal General Systems, 1982. V. 8. P. 43−61.
  175. Dubois D., Prade H. News results about properties and semantics of fuzzy set- theoretical operators. 1st Symposium on policy analysis and infor-mation system. Surham, North Carolina, U.S.A., 1979.
  176. Fodor J., Marichal J., Roubens M. Characterization of the ordered weighted averaging operators // IEEE Transaction on Systems, Man and Cybernetics, 3:2(1995). P. 236−239.
  177. Frank M.J. On the semultaneous associativity of F (x, y) and x+y-F (x, y) // Aequationes Mathematical, 1979. V.19. P. 194−226.
  178. Hamacher H. On logical connectives of fuzzy statements and their affiliated truth function // Proc. Third. Eur. Meeting Cybernetics and Systems Res. Vienna, 1976.
  179. Herrera F., Herrera-Viedma E., Verdegay J.L. A model of consensus in group decision making under linguistic assessments // Fuzzy Sets and Systems, 78(1996). P. 73−87.
  180. Herrera F., Herrera-Viedma E., Verdegay J.L. Direct approach processes in group decision making using linguistic OWA operators // Fuzzy Sets and Systems, 79(1996). P. 175−190.
  181. Sanchez E. Inverses of fuzzy relations. Application to possibility distribution and medical diagnosis // Fuzzy Sets and Systems, 2(1979).
  182. Schweizer B., Sklar A. Associative functions and abstract semigroups // Publ. Math. Debrecen, 10(1963). P. 69−81.
  183. Schweizer B., Sklar A. Probabilistic metric spaces // Series in possibility and applied mathematics, Amsterdam: North Holland, 1983.
  184. Yager R.R. Aggregation operators and fuzzy systems modeling // Fuzzy Sets and Systems, 67(1994). P. 129−145.242
  185. Yager R.R. Families of OWA Operators // Fuzzy Sets and Systems, 59(1993). P. 125−148.
  186. Yager R.R. On weighted median aggregation // International Journal of Uncertainty, Fuzziness and Knowledge-based Systems, 1(1994). P. 251−261.
  187. Yager R.R. On the implication operator in fuzzy logic // Inf. Sc. 2(1983).1. V. 31.
  188. Yager R.R. On a general class of fuzzy connectives // Fuzzy Sets and Systems, 4(1980). P. 235−243.
  189. Yager R.R. Ordered weighted averaging aggregation operators in multi-criteria decision making // IEEE Transaction on Systems, Man and Cybernetics, 18(1988). P. 183−190.
  190. Yager R.R., Filev D.P. Parametrized And-Like and Or-Like OWA Operators // International Journal General Systems, 22(1994). P. 297−316.
  191. Yager R.R. Level sets for membership evaluation of fuzzy subsets // Fuzzy set and Possibility Theory / Ed. by Yager R.R. New York: Pergamon Press, 1982.
  192. Zadeh L.A. A computational approach to fuzzy quantifiers in natural languages // Computers and Mathematics with Applications, 9(1983). P. 149−184.
  193. Zadeh L.A. A theory of approximate reasoning // University of California, Electronics research laboratory, Berkeley. Memo. M 77/58. 1977.
  194. Zadeh L.A. Calculus of fuzzy restrictions // Fuzzy Sets and their Applications to Cognitive and Decision Processes, Academic Press, 1975.
  195. Zadeh L.A. Fuzzy sets as a basis for a theory of possibility // Fuzzy Sets and Systems, 1(1978). P. 3−28.
Заполнить форму текущей работой

Сессия? Спокойно!