Помощь в написании студенческих работ
Антистрессовый сервис

Исследование и разработка нечеткой модели и комплекса программ экологической экспертизы горнодобывающего производства

Диссертация: Исследование и разработка нечеткой модели и комплекса программ экологической экспертизы горнодобывающего производства
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Сегодня во всем мире принято уделять большое внимание проблемам экологии. Деятельность человека по освоению природной среды породила не только новые возможности роста благосостояния человечества, но и привела к глубокому кризису состояния окружающей среды. Поскольку ни один руководитель не будет работать себе в ущерб, очень важно соблюсти баланс между экологической безопасностью, требующей… Читать ещё >

Исследование и разработка нечеткой модели и комплекса программ экологической экспертизы горнодобывающего производства (реферат, курсовая, диплом, контрольная)

Содержание

  • 1. ОБЗОР СОВРЕМЕННОГО СОСТОЯНИЯ ЭКСПЕРТНЫХ СИСТЕМ АНАЛИЗА ЭКОЛОГИЧЕСКОЙ БЕЗОПАСНОСТИ
    • 1. 1. Экспертиза объектов. Экспертные системы
      • 1. 1. 1. Основные понятия
      • 1. 1. 2. Характеристики экспертных систем
      • 1. 1. 3. Неопределенность в описании объектов, характеризующих деятельность промышленного предприятия
      • 1. 1. 4. Базовые функции экспертных систем
        • 1. 1. 4. 1. Приобретение знаний
        • 1. 1. 4. 2. Представление знаний
        • 1. 1. 4. 3. Управление процессом поиска решения
        • 1. 1. 4. 4. Разъяснение принятого решения.'
      • 1. 1. 5. Этапы разработки нечеткой экспертной системы эколого-экономического анализа
        • 1. 1. 5. 1. Этап идентификации
        • 1. 1. 5. 2. Этап концепту ал из ации
        • 1. 1. 5. 3. Этап формализации
        • 1. 1. 5. 4. Этап выполнения
        • 1. 1. 5. 5. Этап тестирования
        • 1. 1. 5. 6. Этап опытной эксплуатации
      • 1. 1. 6. Обзор программ для моделирования экспертных систем
      • 1. 1. 7. Выводы по задаче создания модели и комплекса программ экспертизы объектов в условиях неопределенности
    • 1. 2. Анализ экологической безопасности предприятия
      • 1. 2. 1. Основные понятия.:.-.:.-.:.:…"
        • 1. 2. 1. 1. Экологическая безопасность
        • 1. 2. 1. 2. Экологические ущербы
      • 1. 2. 2. Система критериев оценки экологической безопасности
        • 1. 2. 2. 1. Комплексный показатель оценки безопасности
        • 1. 2. 2. 2. Стоимостные показатели оценки экологической безопасности
        • 1. 2. 2. 2. 1 .Оценка удельных ущербов
        • 1. 2. 2. 2. 1.1 Экономическая оценка ущерба от загрязнения атмосферного воздуха
        • 1. 2. 2. 2. 1.2. Экономическая оценка ущерба от загрязнения водоемов
        • 1. 2. 2. 2. 1.3. Экономическая оценка ущерба от шума и вибрации
        • 1. 2. 2. 2. 1.4. Экономическая оценка ущерба биоресурсам
        • 1. 2. 2. 2. 1.5. Экономическая оценка ущерба от загрязнения земель
        • 1. 2. 2. 2. 2. Оценка экологических платежей
        • 1. 2. 2. 2. 2.1. Плата за выбросы загрязняющих веществ в атмосферу от стационарных источников
        • 1. 2. 2. 2. 2.2. Плата за сбросы загрязняющих веществ. в поверхностные и подземные водные объекты
        • 1. 2. 2. 2. 2.3. Плата за хранение и размещение отходов
      • 1. 2. 3. Обзор существующих программных продуктов для анализа экологической безопасности
      • 1. 2. 4. Выводы по подзадаче анализа экологической безопасности промышленного предприятия
    • 1. 3. Постановка задачи
    • 1. 4. Модель нечеткой экспертной системы
      • 1. 4. 1. Типы исходных данных
      • 1. 4. 2. (Схема принятия решения на основе нечеткого логического вывода
        • 1. 4. 2. 1. Определение нечеткого логического вывода
        • 1. 4. 2. 2. Композиционное правило нечеткого вывода Л. Заде
        • 1. 4. 2. 3. Нечеткий логический вывод по Мамдани
        • 1. 4. 2. 4. Нечеткий логический вывод Сугено
        • 1. 4. 2. 5. Синглетонная модель нечеткого логического вывода
        • 1. 4. 2. 6. Выводы по схемам нечеткого логического вывода
  • 2. МАТЕМАТИЧЕСКАЯ МОДЕЛЬ ЭКОЛОГИЧЕСКОЙ БЕЗОПАСНОСТИ ГОРНОДОБЫВАЮЩЕГО ПРОИЗВОДСТВА НА ОСНОВЕ ИЕРАРХИЧЕСКОГО НЕЧЕТКОГО ВЫВОДА ПО СУГЕНО
    • 2. 1. Иерархические системы
      • 2. 1. 1. Системы иерархического нечеткого логического вывода
      • 2. 1. 2. Математическая модель иерархического нечеткого вывода
      • 2. 1. 3. Алгоритм иерархического нечеткого вывода
    • 2. 2. Структурная схема нечеткой экспертной системы анализа экологической безопасности горнопромышленного предприятия
      • 2. 2. 1. Исходные данные
      • 2. 2. 2. Представление аналитических показателей в виде лингвистических переменных
        • 2. 2. 2. 1. Построение функций принадлежности на основе экспертных данныхбЗ
        • 2. 2. 2. 1. 1. Типы шкал
        • 2. 2. 2. 1. 2. Методы измерений
        • 2. 2. 2. 1. 3. Классификация методов построения функции принадлежности
        • 2. 2. 2. 1. 3.1. Прямые методы для одного эксперта
        • 2. 2. 2. 1. 3.2. Косвенные методы для одного эксперта
        • 2. 2. 2. 1. 3.3. Групповые методы
        • 2. 2. 2. 1. 3.4. Выводы по методам построения функций принадлежности
        • 2. 2. 2. 2. Построение функций принадлежности для входных переменных нечеткой экспертной системы анализа экологической безопасности горнопромышленного предприятия
        • 2. 2. 2. 2. 1. Подзадача оценки значимости территории
        • 2. 2. 2. 2. 2. Стоимостная оценка экологической безопасности
        • 2. 2. 2. 2. 3. Переменные, характеризующие ликвидность
        • 2. 2. 2. 2. 4. Лингвистические переменные, определяющие степень деловой активности
        • 2. 2. 2. 2. 5. Лингвистические переменные, характеризующие финансовую устойчивость
        • 2. 2. 2. 2. 6. Лингвистические переменные, описывающие рентабельность
      • 2. 2. 3. Система правил нечеткого вывода
      • 2. 2. 4. Математическая модель нечеткой экспертной системы, основанная на иерархическом нечетком выводе
  • 3. СТРУКТУРНО-ФУНКЦИОНАЛЬНОЕ РЕШЕНИЕ НЕЧЕТКОЙ ЭКСПЕРТНОЙ СИСТЕМЫ АНАЛИЗА ЭКОЛОГИЧЕСКОЙ БЕЗОПАСНОСТИ ГОРНОПРОМЫШЛЕННОГО ПРОИЗВОДСТВА
    • 3. 1. Требования, предъявляемые к автоматизированной системе
    • 3. 2. Обоснование выбора инструмента реализации
      • 3. 2. 1. Java (J2SE6.0)
      • 3. 2. 2. Apache Derby 10.2
      • 3. 2. 3. Hibernate 3
      • 3. 2. 4. Swing /AWT
    • 3. 3. Объектно-ориентированная интерпретация модели программного комплекса и объектно-ориентированный подход
    • 3. 4. Главный модуль программы — JFuzzy
    • 3. 5. Реализация графической компоненты в модуле JFuzzyTool
      • 3. 5. 1. Объекты редактирования
        • 3. 5. 1. 1. Основные понятия
        • 3. 5. 1. 2. Логика классов
    • 3. 6. Информационное обеспечение системы
      • 3. 6. 1. Формат базы данных
      • 3. 6. 2. Перечень и краткое описание таблиц базы данных
      • 3. 6. 3. Определение табличных связей
    • 3. 7. Работа с программой JFuzzyTool
      • 3. 7. 1. Общий алгоритм работы с программой JFuzzyTool
      • 3. 7. 2. Алгоритм работы с нечеткой экспертной системой, созданной в программном модуле JFuzzyTool
  • 4. ЭКСПЕРИМЕНТЫ, ПРОВЕДЕННЫЕ В РАЗРАБОТАННОМ КОМПЛЕКСЕ ПРОГРАММ JFUZZYTOOL
    • 4. 1. Эксперименты на тестовых примерах
    • 4. 2. Эксперименты на реальных данных. Анализ экологической безопасности ОАО «Кварц»
      • 4. 2. 1. Исходные данные для вычислительных экспериментов
      • 4. 2. 2. Аналитические показатели — числовые значения лингвистических оценок
      • 4. 2. 3. Результаты работы нечеткой экспертной системы анализа экологической безопасности горнопромышленного производства

В системах управления деятельностью сложных явлений и процессов, таких как производственная деятельность промышленного предприятия, процессы принятия решений часто протекают в условиях неопределенности и основываются на внешней и внутренней экспертизе. Экспертиза осуществляется в рамках экспертной деятельности, и ее результатом выступают экспертные оценки. Содержание экспертной деятельности включает решение совокупности экспертных задач: интерпретация, диагностика и мониторинг, прогноз, планирование. Указанные задачи в качестве исходных данных могут применять нечеткие значения в виде экспертных оценок. Решения задач экспертной деятельности, связанной с диагностикой процессов функционирования систем в условиях неопределенности, состояния которых представлены экспертными, нечеткими значениями, не нашли адекватного решения в настоящее время. Их решение целесообразно искать на основе развития нового направления в области нечетких множеств и «мягких» вычислений.

С помощью символьной обработки информации не удается решить прикладные задачи многих предметных областей, если для них невозможно получить полную информацию и если их определение недостаточно полно. Такая ситуация характерна для:

• сложных технических систем;

• систем экономического планирования;

• социальных систем большой размерности;

• систем принятия решений.

При проведении экспертиз важным условием успеха является возможность формализовать информацию, не поддающуюся количественному измерению, так,-чтобы помочь принимающему решение выбрать из множества действий одно. Поэтому в вопросах, связанных с теорией измерений, основное место отводится понятию шкалы измерения. В зависимости от того, по какой шкале идет измерение, экспертные оценки содержат больший или меньший объем информации и обладают различной способностью к математической формализации.

В основании всякой теории из любой области естествознания лежит очень важное, основополагающее для ее построения понятие элементарного объекта. Для теории нечетких множеств основополагающим понятием является понятие нечеткого множества, которое характеризуется функцией принадлежности. Посредством нечеткого множества можно строго описывать присущие языку человека расплывчатые элементы, без формализации которых нет надежды существенно продвинуться вперед в моделировании интеллектуальных процессов.

Большинство реальных процессов имеет иерархическую структуру. Изучение таких структур и применение полученных результатов для анализа реальных объектов и процессов отражено в работах Саати, Такахаро и других исследователей. Методы теории нечетких множеств являются удобным средством моделирования, анализа и синтеза человеко-компьютерных систем, но ряд вопросов иерархического нечеткого вывода остается открытым. Поэтому изучение нечетких иерархических систем является актуальной задачей, имеющей не только теоретический, но и практический интерес.

В последние годы определился и практически осуществился переход от автоматизированных систем анализа состояния сложных технических систем к экспертным системам, работающим на основе логического приближенного вывода. Отмеченная тенденция связана с резким усложнением современных технических систем, и, в частности, экологической безопасности горнодобывающих производств.

Сегодня во всем мире принято уделять большое внимание проблемам экологии. Деятельность человека по освоению природной среды породила не только новые возможности роста благосостояния человечества, но и привела к глубокому кризису состояния окружающей среды. Поскольку ни один руководитель не будет работать себе в ущерб, очень важно соблюсти баланс между экологической безопасностью, требующей значительных денежных вливаний, и экономической эффективностью деятельности хозяйствующего субъекта. Для принятия управленческого решения в этом случае целесообразно использовать математическое моделирование.

В связи с этим, исследование, назначением которого является разработка математической модели и комплекса программ экологической безопасности горнодобывающего производства на основе иерархического нечеткого вывода, является, несомненно, актуальным.

Целью диссертационной работы является разработка математической модели экологической безопасности горнодобывающего производства и комплекса программ экспертизы факторов такого производства для нечетко заданных исходных данных.

Научная новизна определяется следующим:

1. Создан механизм и алгоритмы иерархического нечеткого вывода, позволяющий осуществлять экспертизу объектов с нечетко заданными исходными данными.

2. Построена математическая модель экологической безопасности горнодобывающего производства на основе иерархического нечеткого вывода по Сугено с нечетко заданными факторами.

3. Разработана объектно-ориентированная архитектура комплекса программ экспертной системы экологической безопасности.

Основные положения, выносимые на защиту:

1. Способ и алгоритмы иерархического нечеткого логического вывода являются — эффективным способом построенияэкспертных систем, содержащих в качестве исходных данных лингвистические переменные.

2. Математическая модель экологической безопасности горнодобывающего производства на основе иерархического нечеткого вывода по Сугено позволяет анализировать состояние экологической безопасности на предприятии без привлечения эксперта.

3. Объектно-ориентированная архитектура комплекса программ экспертизы факторов экологической безопасности горнодобывающего производства может использоваться предприятиями отрасли для повышения качества оперативного контроля за состоянием окружающей среды.

Практическая значимость работы. Разработанная нечеткая экспертная система анализа экологической безопасности используется в производстве и позволяет автоматизировать трудоемкий процесс получения экспертного заключения. Благодаря чему, руководитель предприятия может без привлечения внешних аудиторов своевременно получить оценку текущего состояния экологической безопасности горнопромышленного производства. А эксперт-специалист при ее использовании может сократить затраты рабочего времени на написание экспертных заключений.

Реализация результатов работы. Результаты диссертации оформлены в виде комплекса программ JFuzzyTool 1.0, зарегистрированного Федеральной службой по интеллектуальной собственности, патентам и товарным. знакам (патент № 2 007 614 448 от 23.10.2007 г.) и используются в деятельности открытого акционерного общества «Кварц» (пос. Силикатный, Сенгилеевский район, Ульяновская область) и экспертом, членом НП «Горнопромышленники России», Танеевым Ф Г.

Апробация исследований. Основные положения и результаты диссертации докладывались, обсуждались и получили одобрение на 10 международных конференциях, в том числе на Н-ой международной научно-технической конференции «Аналитические и численные методы моделирования естественнонаучных и социальных проблем» (Пенза, -2007) — П-ой международнойконференции «Системный анализ и информационные технологии», САИТ-2007 (Обнинск, 14−18 сентября 2007 г.) — IV-ой международной научно-практической конференции «Интегрированные модели и мягкие вычисления в искусственном интеллекте» (Коломна, май 2007 г.), на конференциях «Interactive Systems and Technologies: The Problem of Human-Computer Interaction» (Ulyanovsk, 24−27 September, 2005 г. и 25−28 September 2007 г.) — Х-ой национальной конференции с международным участием КИИ-2006 (Обнинск, сентябрь 2006 г.). Неоднократно докладывались на научно-технических конференциях УлГТУ «Вузовская наука в современных условиях».

Публикации. По теме диссертации опубликовано, 17 работ, в том числе одна статья в издании из перечня ВАК, получен^ 1 патент и 1 свидетельство регистрации программно-информационного продукта в областном фонде алгоритмов и программ при УОЦ НИТ.

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения и содержит 178 страниц машинописного текста, 29 таблиц, 45 рисунков, список литературы из 140 наименований, 4 приложения.

4.2.3. Результаты работы нечеткой экспертной системы анализа экологической безопасности горнопромышленного производства.

Сначала мы загружаем их XML — файла структуры экспертной системы (Приложение 2) описание задачи, состоящей их нескольких подзадач, описанных системами лингвистических переменных и нечетких продукций, а также связей между подзадачами.

1. FuzzyClient: calculateSingleOutput (): calculating output for task: liquidity вычисляем выходное значение для подзадачи «ликвидность». Для проведения вычислений каждую лингвистическую переменную связываем с ее числовым значением (проводим эту процедуру для каждой подзадачи).

1. FuzzyTask: assignInputs (): assign input: Covering, value: 1.845 568.

2. FuzzyTask: assignInputs (): assign input: FastLiquidity, value: 0.12 974 586.

3. FuzzyTask: assignInputs (): assign input: AbsLiquidity, value: 1.284 752.

4. FuzzyTask: assignInputs (): assign input: ObSActiv, value: 0.56 645 954 все эти значения можно увидеть на рис. 4.7, это численные значения соответствующих аналитических показателей).

Теперь фаззифицируем числовые значения переменных, то есть ставим в соответствие каждому значению четкой переменной нечеткое множество:

1. Covering: fuzzyfication (l.845 568) паше: bad, function value: 8.2 853 6685E-10 fuzzyfication (l.845 568) name: normal, function value: 0.9 999 999 547 634 316.

2. FastLiquidity: fuzzyfication (0.12 974 586) name: bad, function value: 0.99 999 fuzzyfication (0.12 974 586) name: normal, function value: 2.7 658 369 4622E-8 fuzzyfication (0.12 974 586) name: high, function value: 3.6 7303E-16 3. AbsLiquidity: fuzzyfication (1.284 752) name: low, function value: 5.45 3275E-15 fuzzyfication (1.284 752) name: normall, function value: 5.88 515 220 561 5822E-85 fuzzyfication (1.284 752) name: high, function value: 0.9 999 999 999 970 304 4.0bSActiv: fuzzyfication (0.56 645 954) name: low, function value: 0.127 761 fuzzyfication (0.56 645 954) name: high, function value: 0.9 705 104 498 026 416 Далее, в зависимости от используемого в правиле лингвистического терма, подставляем в них значения соответствующих степеней принадлежности (табл. 4.5): FuzzyTask: computeFiringStrength () covering = 1 35 f astliq = 0 013 absltq = 1 28 obSac = 0 567 Q 0513.

1 1.

0 5 I Л l к |(¦ I.

0 2.

0 1.

— о 1.

Рисунок 4.9. Вычисление уровня пригодности правил для задачи liquidity.

ЗАКЛЮЧЕНИЕ

.

Разработанная математическая модель экологической безопасности горнопромышленного производства на основе иерархического нечеткого вывода по Сугено позволяет автоматизировать проведение экспертизы экологической безопасности на предприятии при нечетко заданных исходных данных. Таким образом, цель, поставленная в диссертации, может считаться достигнутой.

Надежность и эффективность данного метода подтверждена внедрением и успешной эксплуатацией разработанного комплекса программ на открытом акционерном обществе «Кварц». Методика, предложенная автором для оценки соответствия деятельности предприятия нормам экологической безопасности, была охарактеризована положительно экспертом Танеевым Ф. Г., членом НП «Горнопромышленники России» и используется им в качестве вспомогательной при проведении аудита предприятий горнодобывающей промышленности.

Основные итоги.

1. Проанализированы существующие оболочки для проектирования экспертных систем и методы вычислительного интеллекта, используемые в них.

2. Проанализированы существующие схемы нечеткого вывода, по результатам проведенного анализа за основу иерархического нечеткого вывода был взят алгоритм Сугено, который обеспечивает следующие преимущества: выходное множество в этой схеме является нечетких множеством первого порядка (набором четких чисел), но в отличие от синглетонной модели, каждое правило учитывается в схеме Сугено только один раз. Использование алгоритма нечеткого вывода по Сугено позволяет избежать накопления нечеткости и снизить арифметическую погрешность вычислениях при выполнении иерархического нечеткого вывода.

3. Разработаны механизм и алгоритмы иерархического нечеткого вывода по Сугено — основа нечеткой экспертной системы.

4. Исследованы и описаны существующие методы анализа экологической безопасности. Из них был выбран метод на основе учета экологических платежей, удовлетворяющий требованиям репрезентативности, надежности и временной сопоставимости и на его основе построена модель интегральной оценки состояния экологической безопасности предприятия.

5. Разработана математическая модель экологической безопасности горнодобывающего производства.

6. На основе созданной модели построена нечеткая экспертная система анализа экологической безопасности горнодобывающего производства, внедренная на ОАО «Кварц» и запатентованная в Роспатенте.

7. Разработанный комплекс программ, состоящий из нескольких независимых модулей, может быть использован для построения других экспертных систем на основе такого метода вычислительного интеллекта, как многошаговый нечеткий вывод.

Показать весь текст

Список литературы

  1. Dwinnell W. Modeling Methodology 4: Localizing Global Models -http://will.dwinnell.com
  2. Yuehui Chen, Lizhi Peng. Programing Hierarchical TS Fuzzy Systems -www.ujn.edu.cn
  3. Zimmermann H.-J. Fuzzy Set Theory and its Applications. 3rd ed.-Dordrecht: Kluwer Academic Publishers.- 1996. 315p.
  4. A. H., Батыршин И. 3., Блишун А. Ф. и др. Нечеткие множества в моделях управления и искусственного интеллекта. М.: Наука, 1986.
  5. А.Н., Федосеева И. Н. Параметрические логики в интеллектуальных системах управления. М.: Вычислительный центр РАН, 2000.
  6. Т.А., Хаскин В. В. Экология: Учебник для вузов. М.: ЮНИТИ, 1998.-455 с.
  7. В.В., Крышев И. И., Сазыкина Т. Г. Физическое и математическое моделирование экосистем. СПб., 1992. — 367 с.
  8. A.B., Андрейчикова О. Н. Анализ, синтез, планирование решений в экономике. М.: Финансы и статистика, 2000.
  9. И., Смирнов А., Смирнова Е. MATLAB 7.0 в подлиннике. -М.: Новая техническая книга, 2005.
  10. Р., Заде JI. Принятие решений в расплывчатых условиях. В кн.: Вопросы анализа и процедуры принятия решений. М.: Мир 1976. — С.172−215.
  11. JI.C., Боженюк A.B., Малышев Н. Г. Нечеткие модели для экспертных систем САПР. -М.: Энергоатомиздат, 1991.
  12. С.Д., Гурвич Ф. Г. Экспертные оценки. М.: Наука, 1973. — 79 с.
  13. А.Н., Алексеев A.B., Крумберг O.A. Модели принятия решений на основе лингвистической переменной. Рига: Зинатне, 1989.
  14. А.Н., Алексеев A.B., Меркурьев Г. В. и др. Обработка нечеткой информации в системах принятия решений. М., Радио и связь, 1989.
  15. В.Н. Большие системы: моделирование организационных механизмов. М.: Наука, 1989. — 354 с.
  16. В.Й., Ильясов Б. Г. Интеллектуальные системы управления с использованием нечеткой логики. Учеб. пособие. Уфа: УГАТУ, 1997.
  17. Э. Й., Майминас Е. 3. Решения: теория, информация, моделирование. -М-, Радио и связь, 1981.
  18. В. А., Башлыков A.A., Бритков В. Б., Вязилов Е. Д. Интеллектуальные системы поддержки принятия решений в нештатных ситуациях с использованием информации о состоянии природной среды. М.: Лаборатория знаний, 2001, — 304 с.
  19. A.A., Струкова Е. Б. Экономика природных ресурсов. М.: «Аспект-Пресс», 1998.
  20. Ю.В. Компьютерные модели в экологии и охране природы. Учебно-методическое пособие. УлГУ, 2000.
  21. ГОСТ 17.0.0.01−76. Система стандартов в области охраны природы и улучшения использования природных ресурсов. Основные положения
  22. ГОСТ 17.0.0.02−79. Охрана природы. Метрологическое обеспечение контроля загрязненности поверхностных вод, атмосферы и почвы. Основные положения
  23. ГОСТ 17.0.0.06−2000. Охрана природы. Экологический паспорт природопользователя. Основные положения. Типовые формы
  24. ГОСТ 17.1.3.06−82. Охрана природы. ГИДРОСФЕРА. Общие требования к охране подземных вод
  25. ГОСТ 17.2.3.02−78. Охрана природы. АТМОСФЕРА Правила установления допустимых выбросов вредных веществ промышленными пр е дприятиями.
  26. ГОСТ 17.4.3.02−85. Охрана природы. ПОЧВЫ. Требования к охране плодородного слоя почвы при производстве земляных работ
  27. ГОСТ 17.5.1.02−85. Охрана природы. ЗЕМЛИ Классификация нарушенных земель для рекультивации
  28. ГОСТ 17.5.3.04−83. Охрана природы. ЗЕМЛИ. Общие требования к рекультивации земель
  29. ГОСТ 17.5.3.06−85. Охрана природы. ЗЕМЛИ Требования к определению норм снятия плодородного слоя почвы при производстве земляных работ
  30. ГОСТ 17.5.4.01−84. Охрана природы. РЕКУЛЬТИВАЦИЯ ЗЕМЕЛЬ. Метод определения рН водной вытяжки вскрышных и вмещающих пород
  31. ГОСТ 30 772–2001 Ресурсосбережение. ОБРАЩЕНИЕ С ОТХОДАМИ. Термины и определения
  32. ГОСТ 30 773–2001 Ресурсосбережение. ОБРАЩЕНИЕ С ОТХОДАМИ. Этапы технологического цикла. Основные положения
  33. ГОСТ 30 774–2001 Ресурсосбережение. ОБРАЩЕНИЕ С ОТХОДАМИ. Паспорт опасности отходов. Основные требования
  34. ГОСТ 30 775–2001 Ресурсосбережение. ОБРАЩЕНИЕ С ОТХОДАМИ. Классификация, идентификация и кодирование отходов. Основные положения
  35. ГОСТ Р 17.2.02.06−99 Охрана природы АТМОСФЕРА Нормы и методы измерения содержания оксида углерода и углеводородов в отработавших газах газобаллонных автомобилей
  36. ГОСТ Р 51 769−2001. Ресурсосбережение. ОБРАЩЕНИЕ С ОТХОДАМИ. Документирование и регулирование деятельности по обращению с отходами производства и потребления. Основные положения.
  37. A.C., Орехов H.A., Новиков В. Н. Математическое моделирование в экологии: Учебное пособие для вузов. М.:ЮНИТИ-ДАНА, 2003.
  38. О.В. Анализ и диагностика финансово-хозяйственной деятельности предприятия. http://www.aup.rii/books/m67
  39. Диагностирование на граф-моделях: На примерах авиационной и -автомобильной техники / Я. Я. Осис, Я. А. Гёльфандбёйн, З. П. Маркович, Н. В. Новожилова. М.: Транспорт, 1991. — 244 с.
  40. В., Круглов В. Математические пакеты расширения Matlab'.: Специальный справочник. СПб: Питер, 2001.
  41. Дьяконов В.П. Matlab 6.5 SP 1/7 + Simulink 5/6 в математике и моделировании. М.: COJIOH-Пресс, 2005. — 576с.
  42. М. Многомерное шкалирование: методы наглядного представления данных: Пер. с англ.- М.: Финансы и статистика, 1988. 254 с.
  43. Д., Прад А. Теория возможностей. Приложение к представлению знаний в информатике: пер. с фр. М.: Радио и связь, 1990.
  44. В.А., Каплистов Ю. Н. Математические модели глобального развития: критический анализ моделей природопользования. Л.: Гидрометеоиздат, 1980.
  45. Л. Понятие лингвистической переменной и его применение к принятию приближенных решений: Пер. с англ. М.: Мир, 1976. — 165 с.
  46. Л.А. Основы нового подхода к анализу сложных систем и процессов принятия решений. М.: Знание, 1974.
  47. H.H. Проект мягкой экспертной системы анализа безопасности природно-технических систем (промышленной безопасности).// Тезисы докладов 39 научно-технической конференции УлГТУ «Вузовская наука в современных условиях». Ульяновск, 2005. -4.1. С. 88.
  48. А.Г., Юрачковский Ю. П. Моделирование сложных систем по экспериментальным данным. М.: Радио и связь, 1987.
  49. Инструктивно-методические указания по взиманию платы за загрязнение окружающей природной среды (утв. Минприроды РФ 26.01.1993 г.) (с изм. и доп. от 15.02.2000 г.).
  50. Искусственный интеллект: Справочник: В 3 кн. / Под ред. Д. А. Поспелова. М.: Радио и связь, 1990. — Кн.2: Модели и методы. — 304 с.
  51. С.А., Шокин Ю. И., Юлдашев З. Х. Методы интервальногоанализа. Новосибирск: Наука, 1986. *
  52. З.А., Ткемаладзе Н. Г. об одном способе взвешивания элементов нечеткого множества. // Сообщение АН ГССР, 1979, т.93, № 2. С. 317−320.
  53. H.H. Групповые экспертные оценки. М.: Знание, 1975. — 64 с.
  54. В., Королев С. Matlab как система программирования научно-технических расчетов. М.:Мир. 2002.
  55. А. Введение в теорию нечетких множеств. Пер. с фр. М.: Радио и связь, 1982.
  56. A.A. Некоторые актуальные проблемы науки управления // Изв. РАН, Теория и системы управления. 1996. Т.6. С.8−16
  57. А. Основы компьютерной математики с использованием системы MATLAB. Лекс-Книга, 2005.
  58. Ю.И. Нечеткие системы управления. // Техническая кибернетика. 1990. — № 5. — С. 196−206.
  59. В.П. Интервальные статистические модели. М.: Радио и связь, 1991.
  60. О.И. Объективные модели и субъективные решения. М.: Наука, 1987. — 143 с.
  61. О.И., Мошкович Е. М. Качественные методы принятия решений. Вербальный анализ решений. М.: Наука. Физматлит, 1996. — 208 с.
  62. А. Нечеткое моделирование в среде MATLAB и Fuzzy TECH.. СПб.: БХВ-Петербург, 2003.
  63. .Г. Экспертная информация. Методы получения и анализа. М.: Радио и связь, 1982. -184 с.
  64. А.Н., Берштейн Л. С., Коровин С .Я. Ситуационные советующие системы с нечеткой логикой. М.: Наука, 1990. — 272 с.
  65. Методика определения предотвращенного экологического ущерба. Государственный комитет РФ по охране окружающей среды. М., 1999.
  66. H.H. Математические задачи системного анализа. М.: Наука, 1981.-487 с.
  67. H.H. Неформальные процедуры и автоматизация проектирования. М.: Знание, 1979. — 64 с.
  68. Нечеткие множества в моделях управления и искусственного интеллекта/ А. Н. Аверкин, И. З. Батыршин, А. Ф. Блишун, В. Б. Силов, В. Б. Тарасов /Под ред. Д. А. Поспелова. М.: Наука. Гл. ред. физ.-мат. лит., 1986. — 312 с.
  69. A.M., Турсон И. Б. Построение функций принадлежности.// Нечеткие множества и теория возможностей. Последние достижения: пер. с англ./ под ред. P.P. Ягера. -М.: Радио и связь, 1986.-408 с.
  70. А.А. Теория принятия решений. М.: Экзамен, 2006. — 573 с.
  71. А.И. Задачи оптимизации и нечеткие переменные. М.: Знание, 1980.-64 с.
  72. А.И. Эконометрика. М.: Экзамен, 2002.
  73. А.И. Экспертные оценки.//Вопросы кибернетики. Вып.58. — М.: Научный совет АН СССР по комплексной проблеме «Кибернетика», 1979.- С. 17−33.
  74. Орлов А. И. Статистические методы анализа экспертных оценок. М.: Наука, 1977.
  75. Я.Я. Кибернетика и диагностика. Рига: Зинатне, 1970.
  76. B.C., Львов Ю. В. Экономико-математическое моделирование производственных систем. М.: Высшая школа, 1991. — 191 с.
  77. О.Д., Маевская И. В. Определение причин появления трещин кирпичных конструкций на основе нечетких баз знаний // Известия вузов: Строительство. 2002. № 1−2, С.4−8.
  78. Л.А., Петровский A.M., Шнейдерман М. В. Организация экспертиз и анализ экспертной информации. М.:Наука, 1984. — 120 с.
  79. К.М. Общая экология: взаимодействие общества и природы: Учебное пособие для вузов. СПб: Химия, 1997. 352 е., ил.
  80. В.В., Ногин В. Д. Парето-оптимальные решения многокритериальных задач. М.: Наука, 1982. — 254 с.
  81. Положение по бухгалтерскому учету «Бухгалтерская отчетность организации» (ПБУ 4/99)
  82. Д.А. Логико-лингвистические методы в системах управления. -М.: Энергоатомиздат, 1981. 190 с.
  83. Постановление Правительства РФ от 01.07.2005 г. № 410 «О внесении изменений в Приложение № 1 к Постановлению Правительства РФ от 12.06.2003 г. № 344».
  84. Постановление Правительства РФ от 28.08.1992 г. № 632 «Об утверждении Порядка определения платы и ее предельных размеров за загрязнение окружающей природной среды, размещение отходов, другие виды вредного воздействия» (с изменениями от 27.12.1994 г.).
  85. В. Вычисления в среде МАТЬАВ. М.: Диалог-МИФИ, 2004.
  86. Приказ Минфина РФ от 12 ноября 1996 г. № 97 «О годовой бухгалтерской отчетности организаций»
  87. Прикладные нечеткие системы: пер. с яп. / К. Асаи, Д. Ватада, С. Иваи и др. Под ред. Т. Тэрано, К. Асаи, М. Суджено. -М.: Мир, 1993.
  88. М.П., Сиротин В. И. Рациональное природопользование и охрана окружающей среды: Пособие для учащихся, М.:Мнемозина, 1998.
  89. Роберте Фред С. Дискретные математические модели с приложениями к социальным, биологическим и экономическим задачам: Пер. с англ. М.: Наука, 1986.-494 с.
  90. А.П. Интеллектуальные технологии идентификации: нечеткая логика, генетические алгоритмы, нейронные сети. Винница: УНИВЕРСУМ-Виница, 1999. — 320 с
  91. А.П., Штовба С. Д. Нечеткий многокритериальный анализ вариантов с применением парных сравнений // Известия РАН. Теория и системы управления, — 2001.-№ 3.- С. 150−154.
  92. А.П. Элементы теории нечетких множеств и измерения нечеткости. М.: Диалог -МГУ, 1998.
  93. Т. Принятие решений. Метод анализа иерархии: Пер. с англ. М.: Радио и связь, 1993. — 320 с.
  94. Т., Керне К. Аналитическое планирование. Организация систем: Пер. с англ. -М.: Радио и связь, 1991. -224 с.
  95. П. Экономика. В 2-х т.- М.: НПО «АЛГОН" — ВНИИСИ, 1992.-751с.
  96. Свидетельство об официальной регистрации программы для ЭВМ № 2 007 614 448 от 23.10.2007 г./ H.H. Ястребова// М.: Федеральная служба по интеллектуальной собственности, патентам и товарным знакам.
  97. Дж. М. Модели в экологии. М.: Мир, 1976.
  98. А.Ю. Алгебраическое моделирование лингвистических динамических систем // Проблемы управления и информатики. 2000. — № 2. — С. 141−148.
  99. Статистические методы анализа экспертных оценок. М.: Наука, 1977.384 с.
  100. Ю.Н., Литвак Б. Г., Орлов А. И., Сатаров Г. А., Шмерлинг Д. С. Анализ нечисловой информации/ Препринт.- М.: Научный совет АН СССР по комплексной проблеме «Кибернетика», 1981. 80 с.
  101. Ю.Н., Шмерлинг Д. С. Непараметрические методы статистики// Социология: методология, методы, математические модели, 2004, № 18, С. 154−166.
  102. Федеральный закон «О бухгалтерском учете».
  103. Дж. Основы кибернетики предприятия: Пер. с англ. М.: Прогресс, 1971.-310 с.
  104. Т.А. Методы оценки экологической безопасности. М.: Экспертное бюро, 1998.-208 с.
  105. И., Нейман В. Компьютерное моделирование экономики. М.: Диалог-МИФИ. 2002.
  106. Н.М., Былова A.M. Экология. М.: Просвещение, 1988.
  107. Т.В. Экономическая статистика. Учеб. пособие. Таганрог: Изд-во ТРТУ, 1999.
  108. С.И. Математические методы и модели в экономике, финансах, бизнесе: Учеб. пособие для вузов. М.:Финансы и статистика, 2005.- 367с.
  109. Шер А. П. Исследование тестовых методов диагностики и разработка на их основе алгоритмов обработки океанологической информации для задач рыбопромыслового прогнозирования: Автореф. дис. канд. техн. наук. Владивосток, 1984.- 19 с.
  110. Ю.И. Интервальный анализ. Новосибирск: Наука, Сибирск. отд-ние, 1981. — 112 с.
  111. С.Д. Введение в теорию нечетких множеств и нечеткую логику. http://www.matlab.nl/fuzzylogic/bookl/index.asp
  112. Экология и экономика природопользования: Учеб. для вузов по экон. специальностям/ Э. В. Гирусов, С. Н. Бобылев, A. JI. Новоселов, Н. В. Чепурных- Под ред. Э. В. Гирусова. М.: Закон и право: ЮНИТИД998.- 455 е.: ил.
  113. Экономико-математическое моделирование: Учебник для вузов под ред. Дрогобыцкого И. Н. -М.: Финансы и статистика., 2003.- 800 с.
  114. Экспертные оценки в задачах управления /Сборник трудов. М.: Институт проблем управления, 1982. — 106 с.
  115. А. Искусственный интеллект / Под ред. Поспелова Д. А. М.: Мир, 1985.
  116. Н.Г. Основы теории нечетких и гибридных систем. Учеб. пособие. М.: Финансы и статистика, 2004. — 320с. с ил.
  117. H.H. Возможности реализации иерархического нечеткого вывода. // Труды 41 научно-технической конференции УлГТУ «Вузовская наука в современных условиях», 2007 — С. 117.
  118. H.H. Нечеткая экспертная система эколого-экономического анализа. // Информатика и экономика: сборник научных трудов/ под ред. Ярушкиной Н. Г. Ульяновск: УлГТУ, 2007. — С. 126−137 .
  119. H.H. Построение экспертных систем на базе иерархического нечеткого вывода.// «Программные продукты и системы», № 4. 2007. — С. 18−21.
  120. H.H. Свидетельство об отраслевой регистрации разработки № 1000 от 23.10.2007 г., выданное на «Нечеткую экспертную систему эколого-экономического анализа».
  121. H.H. Экономическая целесообразность экологической безопасности.// Экономика природопользования и природоохраны: сборник статей X Международной научно-практической конференции. Пенза, 2007. С. 89−91.
  122. H.H. Экспертная система эколого-экономического анализа деятельности предприятия.// Современный российский менеджмент: состояние, проблемы, развитие: сборник статей VII Международной научно-методической конференции. Пенза, 2007. С. 276−279.
  123. Г. Э. Нечеткие множества и нейронные сети М.: Лаборатория знаний, 2006. — 320с.
Заполнить форму текущей работой

Сессия? Спокойно!