Помощь в написании студенческих работ
Антистрессовый сервис

Синтез моделей выбора решений на основе экстраполяции нечетких экспертных оценок

Диссертация: Синтез моделей выбора решений на основе экстраполяции нечетких экспертных оценок
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Цель и задачи работы. Целью диссертационного исследования, результаты которого представлены в работе, является синтез моделей выбора решений на базе экстраполяции нечетких экспертных оценок, обеспечивающих построение инструментальных средств в виде математического и програмно-го обеспечения предметных автоматизированных систем. Синтезирована структурная модель выбора решений, инвариантная… Читать ещё >

Синтез моделей выбора решений на основе экстраполяции нечетких экспертных оценок (реферат, курсовая, диплом, контрольная)

Содержание

  • ГЛАВА 1. МОДЕЛИРОВАНИЕ ВЫБОРА РЕШЕНИЙ
    • 1. 1. Модели выбора решений
    • 1. 2. Механизмы выбора, используемые в методах формирования принципа оптимальности
    • 1. 3. Нечеткость в задачах выбора
    • 1. 4. Модели экстраполяции экспертных оценок — как основа моделей выбора
      • 1. 4. 1. Экстраполяция по вектору, адекватному экспертизе
      • 1. 4. 2. Экстраполяция по направляющему конусу, адекватному экспертизе
    • 1. 5. Выводы и задачи исследования
  • ГЛАВА 2. СТРУКТУРНЫЙ СИНТЕЗ МОДЕЛИ ВЫБОРА РЕШЕНИЙ В УСЛОВИЯХ НЕЧЕТКОЙ ИНФОРМАЦИИ
    • 2. 1. Нечеткая задача выбора на недоминируемом множестве решений
    • 2. 2. Построение структуры на недоминируемом множестве решений
    • 2. 3. Формализация нечеткой информации
    • 2. 4. Структурная модель экстраполяции нечетких экспертных оценок
    • 2. 5. Графовая интерпретация структурной модели выбора
  • ГЛАВА 3. ЭКСТРАПОЛЯЦИЯ НЕЧЕТКИХ ЭКСПЕРТНЫХ ОЦЕНОК
    • 3. 1. Модели выбора на основе экстраполяции по вектору, адекватному нечетким экспертным оценкам
    • 3. 2. Модели выбора на основе экстраполяции по конусу предпочтений, адекватному нечетким экспертным оценкам
    • 3. 3. Анализ возможных ситуаций при экстраполяции по конусу нечетких предпочтений
    • 3. 4. Технология итерационного процесса выбора
    • 3. 5. Алгоритм поиска точечной оценки коэффициентов функции полезности
  • ГЛАВА 4. ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ И ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ МОДЕЛЕЙ ЭКСТРАПОЛЯЦИИ НЕЧЕТКИХ ЭКСПЕРТНЫХ ОЦЕНОК
    • 4. 1. Структура специального програмного обеспечения, реализующего методы экстраполяции нечетких экспертных оценок
    • 4. 2. Примеры использования механизмов выбора при нечеткой дополнительной информации
      • 4. 2. 1. Выбор оптимального варианта структуры линии фотолитографии
      • 4. 2. 2. Выбор оптимального варианта изготовления заготовки в машиностроительном производстве
      • 4. 2. 3. Выбор оптимальных параметров приготовления жидкой закваски при изготовлении хлебобулочных изделий

Актуальность темы

В процессе жизнедеятельности систем различного назначения (технических, технологических, экономических и др.) возникают задачи выбора (ЗВ) решений. При этом реализация ЗВ происходит при ограничениях, обусловленных спецификой функционирования систем, таких как: большое количество рассматриваемых альтернативных вариантов решенийналичие вектора показателей оценки качества альтернатив, в общем случае конфликтующих между собойстохастичность и значительная неопределенность исходной информации, необходимой для упорядочивания рассматриваемых вариантов и выбора среди них наилучших и др. При этом данные об оценках качества рассматриваемых вариантов решений могут быть представлены в неформализованном виде, на уровне лингвистических оценок, что порождает так называемую лингвистическую неопределенность, являющейся одной из форм нечеткости. В такой ситуации формальная постановка ЗВ возможна с помощью дополнительной информации, получаемой от лица, принимающего решения (ЛПР — технолога, конструктора, эксперта, консультанта и т. п., в зависимости от того, какая конкретно решается задача выбора). В этом случае актуальным является разработка моделей выбора, которые позволяли бы формализовывать субъективные суждения ЛПР и формировать принципы окончательного принятия решения.

Диссертационная работа выполнена на кафедре математического моделирования информационных и технологических систем ВГТА в соответствии с программой работ Министерства образования Российской Федерации по теме «Моделирование технологических систем, принципов и методов их автоматизированного проектирования и управления» (№ г. р. 1 980 006 465).

Цель и задачи работы. Целью диссертационного исследования, результаты которого представлены в работе, является синтез моделей выбора решений на базе экстраполяции нечетких экспертных оценок, обеспечивающих построение инструментальных средств в виде математического и програмно-го обеспечения предметных автоматизированных систем.

Поставленная цель достигается посредством решения следующих задач:

— системный анализ и разработка структурной модели выбора на основе экстраполяции нечетких экспертных оценок;

— синтез моделей выбора на основе экстраполяции по вектору и по конусу предпочтений, адекватных нечетким экспертным оценкам качества решений;

— анализ свойств наблюдаемой в результате экспертного опроса ЛПР функции выбора и классификация возможных ситуаций результатов экспертизы;

— разработка алгоритмов синтеза механизмов выбора и поиска оценок коэффициентов функции полезности;

— разработка пакета прикладных программ, реализующего выбор решений на основе экстраполяции нечетких экспертных оценок;

— проведение програмного эксперимента и практическая реализация результатов исследования в реальных производственных условиях.

Методы исследования. Выполненные теоретические и экспериментальные исследования базируются на использовании аппарата теории выбора, теории нечетких множеств, теории сложных систем, методов математического программирования. Общей методологической основой является системный подход.

Научная новизна. При выполнении диссертационного исследования получены следующие основные результаты, характеризующие его научную новизну:

Разработаны модели выбора решений, в основу которых положена экстраполяция нечетких экспертных оценок. В том числе:

— структурная модель выбора на основе экстраполяции нечетких экспертных оценок;

— модель экстраполяции по вектору нечетких предпочтений, адекватных экспертизе, проводимой на ограниченной выборке решений;

— модель экстраполяции по конусу нечетких предпочтений, адекватных экспертизе, проводимой на ограниченной выборке решений;

— алгоритмы синтеза механизмов выбора, используемых при экстраполяции нечетких экспертных оценок.

Практическая значимость работы состоит в разработке инструментальных средств в виде моделей выбора, алгоритмов и пакета прикладных программ, обеспечивающих поиск оптимального решения в условиях нечеткой дополнительной информации, использование которых эффективно в системах поддержки принятия решения (СППР), в свою очередь применяемых в САПР, АСНИ, АСУ ТП, АСУ различного предметного назначения для решении задач автоматизации процессов выбора на этапах жизнедеятельности систем — планирования, проектирования, управления и функционирования. Основные теоретические и практические результаты внедрены на ГУП «Брянский хлебозавод N 1″ г. Брянска, а также на АО „Комбинат мясной“, Калачеевский» путем включения в комплексные системы управления различного уровня, передачи проектной документации на математическое и программное обеспечения. Разработанные инструментальные средства также внедрены в учебном процессе ВГТА по специальности 71 900 «Информационные системы», а также в учебном процессе ВГЛТА по специальности 2102, в учебном процессе Орловского государственного технического университета и Орловского коммерческого института.

Апробация работы. Основные результаты диссертационной работы докладывались и обсуждались на следующих конференциях и семинарах: научной конференции «Информационные технологии и системы. Технологические задачи механики сплошных сред» (Воронеж: ВГУ, 1992 г.), научной конференции «Информационные технологии и системы» (Воронеж, 1993 г.), 7 научной конференции «Теория функции. Дифференциальные уравнения в математическом моделировании» (Воронеж, 1993 г.), XXXIII, XXXIY, XXXV отчетных научных конференциях за 1994 г., 1995 г., 1996 г. (г. Воронеж, ВГТА), научной конференции молодых ученых, аспирантов и студентов (Воронеж, 1995 г.), Всероссийской конференции «Информационные технологии и системы» (Воронеж, 1995 г.), научно-технической конференция. «Современные технологии в машиностроении «(г. Пенза, Приволжский Дом знаний, 1996 г.), Республиканской электронной научной конференции «Современные проблемы информатизации» (г.Воронеж, 1996 г.), научной конференции «Актуальные проблемы информационного мониторинга» (Воронеж, 1998 г.), научной конференции «Понтрягинские чтения» на Воронежской весенней математической школы «Современные методы в теории краевых задач» (Воронеж, 2000 г.), VI Всероссийской научно-технической конференции (Тамбов, 2000 г.).

Публикации. По материалам диссертации опубликовано 19 печатных работ, в том числе 5 статей.

Структура работы. Диссертационная работа состоит из введения, четырех глав, выводов по работе, списка литературы из 128 наименований. Работа изложена на 156 страницах машинописного текста (основной текст занимает 118 страницы), содержит 13 рисунков и 16 таблиц.

ЗАКЛЮЧЕНИЕ

.

При выполнении диссертационного исследования получены следующие основные научные и практические результаты:

1. Синтезирована структурная модель выбора решений, инвариантная к различным предметным областям, предусматривающая совместное использование на каждой итерации решения нечетко поставленной задачи выбора, предлагаемых в работе однокритериально-экстремизационный и многокри-териально-экстремизационный механизмы выбора.

2. Синтезированы модели экстраполяции по вектору и по конусу нечетких предпочтений, адекватные экспертизе, проводимой на ограниченной выборке альтернатив, позволяющие учитывать при решении ЗВ дополнительную информацию, представленную в нечеткой форме, о силе превосходства одной альтернативы над другой.

3. Исследованы свойства функции выбора, порождаемой предлагаемыми в работе механизмами выбора решений в условиях нечеткой дополнительной информации. Показано, что функция выбора одновременно удовлетворяет условиями наследования, согласия и отбрасывания.

4. Разработаны алгоритмы синтеза механизмов выбора, позволяющие осуществлять поиск оценок коэффициентов функции полезности при нечеткой дополнительной информации о силе превосходства одной альтернативы над другой.

5. Проведен анализ возможных ситуаций, возникающих в зависимости от получаемых в результате экспертного опроса ЛПР на ограниченной выборке оценок качества предъявляемых альтернатив, что позволило определить условия, при которых множество допустимых решений конуса нечетких предпочтений ЛПР является ограниченным.

6. Разработан пакет прикладных программ, который позволяет осуществлять выбор вариантов решений на основе экстраполяции нечетких эксперт.

120 ных оценок.

7. Проведены програмные эксперименты, показавшие эффективность применения при решении ЗВ предлагаемых в работе моделей экстраполяции нечетких экспертных оценок. Разработанные инструментальные средства в виде алгоритмов и ППП внедрены для автоматизации решения задач выбора на ГУП «Брянский хлебозавод N 1″ г. Брянска, на АО „Комбинат мясной“, Калачеевский» .

Показать весь текст

Список литературы

  1. Е. Ф. Системное моделирование как машинный метод исследования сложных систем управления / Аврамчук Е. Ф., Фомин Б. Ф. // Изв. ЛЭТИ. Научн. тр. Л.: ЛЭТИ им. В. И. Ульянова (Ленина). 1981. Вып. 287. -С. 12−18.
  2. Автоматизация дискретного производства / Б. Е. Бонв, Г. Й. Бохачев И. К. Бояджиев и др.- Под общ. ред. Е. И. Семенова, Л. И. Волчкевича. М.: Машиностроение, 1987- - София: Техника, 1987. — 376 с.
  3. Автоматизация управления в гибких производственных системах / Ю. П. Шкуркин, А. 3. Брискин, Г. И. Калитич. К.: Техника, 1988. — 182 с.
  4. С.А. Статистическое исследование зависимостей. «Металлургия». Москва, 1968 г.
  5. М. А. Выбор вариантов: основы теории. / Айзерман М. А., Алескеров Ф. Т. М.: Наука, 1990. — 240 с.
  6. Р. А. Производственные системы с искусственным интеллектом / Р. А. Алиев, Н. М. Абдикеев, М. М. Шазназаров. М.: Радио и связь, 1990.-264 с.
  7. И.Г. Анализ технологических решений в условиях неполной исходной информации. / Амрахов И. Г., Павлов И. О., Никитин Б. Е. // Вестник машиностроения, N 4, 1997 г.
  8. И.Г. Структурный анализ системы станок приспособление — инструмент — деталь. / Амрахов И. Г., Никитин Б. Е. // Материалы XXXIII отчетной научной конференции за 1993 г. Воронеж, 1994 г.
  9. Анализ и моделирование производственных систем / Б. Г. Тамм, М. Э. Пуусепп, Р. Р. Таваст- Под общ. ред. Б. Г. Тамма. М.: Финансы и статистика, 1987.- 191 с.
  10. Н.И. Структура информационно-технологических процессов на этапе сбора информации. / Астанин Н. И., Сербулов Ю. С., Никитин Б. Е. // Информационные технологии и системы. Тезисы докладов конференции (26−29 октября 1993 г.). Воронеж: ВГУ.
  11. Д.И. Многокритериальный выбор с учетом индивидуальных предпочтений / Батищев Д. И., Шапошников Д. Е. ИПФ РАН. Нижний Новгород, 1994. 92с.
  12. Р. Принятие решений в расплывчатых условиях. / Беллман Р., Заде Л. В кн.: Вопросы анализа и процедуры принятия решений.-М.:Мир, 1976. — С. 172−215.
  13. . А. Задача наилучшего выбора. / Березовский Б. А., Гнедин А. В. М.: Наука, 1984. — 196 с.
  14. А.Ф. Сравнительный анализ методов измерения нечеткости, — Изв. АН СССР. Техн. кибернентика.- 1988.- N 5, — С. 152−175.
  15. А.Ф. Обоснование операций теории нечетких множеств. / Блишун А. Ф., Знатнов С. Ю. В кн.: Нетрадиционные модели и системы с нечеткими знаниями. — М.: Энергоатомиздат, 1991, с. 21−33.
  16. А.Н. Модели принятия решений на основе лингвистической переменной. / Борисов А. Н., Алексеев А. В., Крумберг О. А. Рига: Зи-натне, 1982. — 256 с.
  17. А.Н. Обработка нечеткой информации в системах принятия решений. / Борисов А. Н., Алексеев А. В., Меркурьева Г. В.- М: Радио и связь. 1989. 304 с.
  18. А.Н. Использование нечеткой информации в экспертных системах. / Борисов А. Н., Глушков В. И. Новости искусственного интеллекта^, 1991, с. 13−41
  19. А.Н. Принятие решений на основе нечетких моделей. Примеры использования. / Борисов А. Н., Крумберг О. А., Федоров И.П.- Ри-га:3инатне, 1990.- 184 с.
  20. Н. П. Лекции по теории сложных систем. / Бусленко Н. П., Калашников В. В., Коваленко И. Н.- М.: Сов. Радио, 1973. 439 с.
  21. В.Н. Дедукция и обобщение в системах принятия решений. -М.:Наука, 1988.- 384 с.
  22. Э.Й. Оптимальность в играх и решениях.- М: Наука, 1990. -256 с.
  23. Э. Р. Определение системы предпочтений лица, принимающего решение по апостериорной информации. / Вилюмс Э. Р., Коркоц В. И. -В кн.: Методы и системы принятия решений. Рига: РПИ, 1979, с. 51 56.
  24. Гаазе-Рапопорт М. Г. От амебы до робота: модели поведения. / Гаазе-Рапопорт М.Г., Поспелов Д.А.- М.: Наука, 1987. 285 с.
  25. Т.А. Извлечение и структурирование знаний для экспертных систем. / Гаврилова Т. А., Червинская К. Р. М.: Радио и связь, 1982. -200 с.
  26. Д.Б. Автоматизированная система диагностического анализа и контроля качества технологического процесса «Стан-БИС» / Десятов Д. Б., Сысоев В. В. Информационный листок N 222−93. Воронеж.: ЦНТИ, 1993 -3 с.
  27. Д.Б. Автоматизированная система экстраполяции экспертных оценок качества проектных вариантов «EXTRA» / Десятов Д. Б., Сысоев В. В. Информационный листок N 223−93.- Воронеж: ЦНТИ, 1993 3 с.
  28. Д.Б. Сравнительный анализ методов экстраполяции экспертных оценок / Десятов Д. Б., Сысоев В. В., Чирко М. С. // Автоматизация технической подготовки производства. Минск: ИКАНБССР. — С. 141−146.
  29. Д.Б. Принятие решений на основе экспертных оценок с использованием метода максимального правдоподобия / Десятов Д. Б., Сысоев В. В., Чирко М. С. // Автоматизация проектирования производственных систем. Воронеж: ВПИ, 1984. — С.32−36.
  30. Д.Б. Метод экстраполяции экспертных оценок качества на основе принципа максимального правдоподобия / Десятов Д. Б., Сысоев В. В., Чирко М. С. // Надежность и контроль качества. 1984. — N12.- С. 12−15.
  31. А. Решение задач оптимизации при многих критериях на основе человеко-машинных процедур / Джоффрион А., Дайер Дж., Файн-берг А. // Вопросы анализа и процедуры принятия решений. М.: Мир, 1976. -С. 126- 145.
  32. В. В. Системотехника. / Дружинин В. В., Конторов Д. СМ.: Радио и связь, 1985.- 200 с.
  33. М. Многомерное шкалирование. М.: Финансы и статистика, 1988.-254 с.
  34. Д. Теория возможностей. Приложения к представлению знаний в информатике./ Дюбуа Д., Прад А. М: Радио и связь. 1990. — 288 с.
  35. И.В. Принятие решений при нечетких основаниях. I. Универсальная шкала / Ежкова И. В., Поспелов Д. А. //Известия АН СССР. Техническая кибернетика.- 1977.- N 6. С. 3 — 11.
  36. И.В. Можно ли построить универсальную экспертную систему? //Программные продукты и системы. 1991. — N 2. — С. 19−29.
  37. С.В. Методы исследования сложных систем. I. Логика рационального выбора. / Емельянов С. В., Наппельбаум Э. Л. В кн.: Техническая кибернетика. М.: ВИНИТИ, 1977, т. 8, с. 5−101.
  38. Жаке-Лагрез Э. Применение размытых отношений при оценке пред^опочтительности распределенных величин.- В кн.: Статистические модели и многокритериальные задачи принятия решений.- М.:Статистика, 1979. С. 168−183.
  39. Л.А. Основы нового подхода к анализу сложных систем и процессов принятия решений.- В кн.: Математика сегодня.- М.:3нание, 1974, с. 549.
  40. Л.А. Понятие лингвистической переменной и его применение к принятию приближенных решений.-М.Мир, 1976.-165 с.
  41. Искусственный интеллект.- В 3-х кн. Кн.1. Системы общения и экспертные системы: справочник/Под ред. Э. В. Попова.-М.:Радио и связь, 1990.464 с.
  42. Искусственный интеллект, — В 3-х кн. Кн.2. Модели и методы: справочник/Под ред. Д. А. Поспелова.-М.:Радио и связь, 1990.- 304 с.
  43. Исследование и разработка математических моделей оптимизации и принятия решений при проектировании: Отчет/ Воронежский технологический институт- Рук. Темы В. В. Сысоев- N ГР 1 830 018 099, Воронеж, 1983. -34 с.
  44. С.А. Методы интервального анализа. / Калмыков С. А., Шокин Ю. И., Юлдашев З. Х. Новосибирск: Наука, 1986. — 222 с.
  45. В.В. Системный анализ процессов химической технологии. Применение метода нечетких множеств. / Кафаров В. В., Дорохов И. Н., Марков Е. П. М: Наука, 1986, — 359 с.
  46. Кини P. J1. Принятие решения при многих критериях: замещения и предпочтения / Кини Р. Д., Райфа X. Пер. с англ. М.: Радио и связь, 1981. -560 с.
  47. В.Б. Построение групповых решений в пространствах четких и нечетких бинарных отношений.- М: Наука, 1982, — 168 с.
  48. О.И. Методы многокритериальной оценки альтернатив. -ВНИИСИ, 1978, вып. 5, с. 5 30.
  49. О.И. Наука и искусство принятия решений. М: Наука, 1979.-200 с.
  50. О.И. Выявление экспертных знаний./ Ларичев О. И., Мечи-тов А.И., Мошкович Е. М., Фуремс Е. М, — М.-.Наука, 1989.- 128 с.
  51. В. Комбинаторика для программистов. М.: Мир, 1988.213 с.
  52. .Г. Экспертная информация. Методы получения и анали-за.-М.: Радио и связь, 1982.- 184 с.
  53. С.П. Аппроксимация бинарных расплывчатых отношений и последовательная оптимизация на взвешенных графах./ Макеев С. П., Серов Г. П., Шахнов И. Ф. М: Изд-во ВЦ АН СССР, 1980, — 66 с.
  54. М. Общая теория систем: математические основы / Ме-сарович М., Такахара Я. Пер. с англ. М.: Мир, 1978. — 341 с.
  55. И. Л. Гибкие производственные системы. / Меткин И. Л., Лапин М. С., Клейменов С. А., Критский В. М.- М. Изд стандартов 1989 г. -312 с.
  56. Г. Магическое число семь плюс или минус два. О некоторых пределах нашей способности перерабатывать информацию. В кн.: Инженерная психология. — М.: Прогресс, 1964, с. 192 — 225.
  57. .Г. Проблема группового выбора. М.: Наука, 1974. — 256с.
  58. .Г. Анализ качественных признаков. М.: Статистика, 1976. — 166 с.
  59. .Г. Анализ качественных признаков и структур. М.: Статистика, 1980. — 319 с.
  60. Модели и методы векторной оптимизации / С. В. Емельянов, В. И. Борисов, А. А. Малевич и др. В кн.: Итоги науки и техники. Техническая кибернетика. -М.: ВИНИТИ, 1973, т. 5, с. 386−448.
  61. Методы принятия решений и процедуры планирования: Отчет / ВНИИСИ- Рук. темы: Д. М. Гвишиани, С. В. Емельянов- N ГР 78 030 947. -М, 1978, — 102 с.
  62. А. С. Недоопределейность в системе представления и обработки знаний // Изв. АН СССР. Техн. Кибернетика. 1986. N 5. — С. 3 -28.
  63. Нечеткие множества в моделях управления и искусственного интел-лекта/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.
  64. Нечеткие множества и теория возможностей. Последние достижения/Под ред. P.P. Ягера.-М.: Радио и связь, 1986.-408 с.
  65. . Е. Выбор оптимальных параметров приготовления закваски методом нечетких оценок. / Никитин Б. Е., Дерканосова Н. М. // Материалы XXXIX отчетной научной конференции за 2000 г. 4.1. ВГТА, 2001 г.
  66. .Е. Один подход к решению задачи оперативного управления дискретным производством // Межвузовский сборник научных трудов. Математическое моделирование в САПР и АСУ. Воронеж, 1991 г.
  67. .Е. Выбор альтернатив при нечетко заданных исходных данных. / Никитин Б. Е., Павлов И. О. // Материалы XXXV отчетной научной конференции за 1996 г. 4.1. ВГТА, 1997 г.
  68. .Е. Анализ множества Парето на основе качественной системы предпочтений ЛПР. // Материалы научной конференции молодых ученых, аспирантов и студентов. Воронеж, ВГТА, 1995 г.
  69. .Е. Формализация отношений при нечетко заданной оценки достижения цели функционирования системы. // Всероссийская конференция информационные технологии и системы. Тезисы докладов 16−19 октября. Воронеж, 1995 г.
  70. .Е. Структуризация моделей экстраполяции экспертных оценок. / Никитин Б. Е., Прохоров А. Д., Сысоев В. В. // Материалы VI Всероссийской научно-технической конференции. Тамбов, 16−19 мая 2000 г.
  71. В. И. Системотехника: методы и приложения./ Николаев В. И., Брук В. М. Д.: Машиностроение, Ленингр. отд-ние, 1985. — 199 с.
  72. A.M. Построение функций принадлежности./ Норвич A.M., Турксен И. Б. В кн.: Нечеткие множества и теория возможностей. Последние достижения/Под ред. P.P. Ягера. — М.: Радио и связь, 1986.- С. 64−71.
  73. В.М. Принятие решений (обзор). Автоматика и телемеханика, 1971, N 11, с. 106−121.
  74. А.И. Задачи оптимизации и нечеткие переменные.-М.: Знание, 1980, — 64 с.
  75. С.А. Проблемы принятия решений при нечеткой информации.- М.:Наука, 1981.- 206 с.
  76. Ф. И. Введение в системный анализ: учебн. пособие для вузов. / Перегудов Ф. И. Тарасенко Ф. П.- М.: Высш. шк., 1989. 367 с.
  77. В.В. Оптимизация по последовательно применяемым критериям./ Подиновский В. В., Гаврилов В. М. М.: Сов. радио, 1975.
  78. В.В. Об относительной важности критериев в многокритериальных задачах принятия решений. В кн.: Многокритериальные задачи принятия решений. — М.: Машиностроение, 1978, с. 48 — 82.
  79. Д.А. Логико-лингвистические модели в системах управления.- М.:Энергоиздат, 1981.- 232 с.
  80. Д.А. Ситуационное управление: теория и практика.- М. Наука, 1986, — 288 с.
  81. Д.А. Моделирование рассуждений.- М.: Радио и связь, 1989, — 184 с.
  82. Представление и использование знаний / Под ред. X. Уэно, М. Исид-зука, — М: Мир, 1989, — 220 с.
  83. Прикладные нечеткие системы/Асаи К., Ватада Д., Иваи С. и др./Под ред. Т. Тэрано, К. Асаи, М. Сугено, — М.: Мир, 1993. 368 с. 46. Пфанцагль И. Теория измерений.- М.: Мир, 1976.- 248 с.
  84. Е. И. Использование линейной модели для экстраполяции экспертных оценок. / Пустыльник Е. И., Сысоев В. В., Чирко М. С. // Автоматизация проектирования. М.: МДНТП, 1981, с. 46 -50.
  85. Е. И. Об одном методе экстраполяции экспертных оценок. / Пустыльник Е. И., Сысоев В. В., Чирко М. С Экономика и математические методы, 1983, вып. 4, с. 716 — 717.
  86. Руа Б. Классификация и выбор при наличии нескольких критериев (метод ЭЛЕКТРА). В кн: Вопросы анализа и процедуры принятия решений. М.: Мир, 1976, 80 — 107.
  87. Ю.С. Моделирование сложных технологических систем при неполной исходной информации. / Сербулов Ю. С., Никитин Б.Е.// Информационные технологии и системы. Тезисы докладов конференции (21 -26 декабря 1992 г.) — Воронеж: ВГУ.
  88. Ю.С. Моделирование функционирования предприятия в условиях перехода к рынку. / Сербулов Ю. С., Никитин Б. Е. // Информационные технологии и системы. Тезисы докладов конференции (21−26 декабря 1992 г.) — Воронеж: ВГУ.
  89. Современный синтез критериев в задачах принятия решений / А. Н. Катулев, В. Н. Михно, Л. С. Виленчик и др. М.: Радио и связь, 1992. — 120 с.
  90. Справочник технолога машиностроителя. В 2 — х т. Т. 1/ Под ред. А. Г. Косиловой и Р. К. Мещерякова. — 4-е изд., перераб и доп. — М.: Машиностроение, 1986. 656 с.
  91. В.В. Системное моделирование многоцелевых объектов // Методы анализа и оптимизации сложных систем.- М.: ИФГП РАН, 1993. -С.80−88.
  92. В. В. Автоматизированное проектирование линий и комплексов оборудования полупроводникового и микроэлектронного производства. М.: Радио и связь, 1982. — 120 с.
  93. В. В Структурные и алгоритмические модели автоматизированного проектирования производства изделий злектронной техники. -Воронеж: Воронеж, технол. ин-т. 1993. 207 с.
  94. В. В. Некоторые вопросы анализа конфликта в структурном представлении систем. Воронеж: ВГТА Информационные технологии и системы № 2, 1997 г. С. 54 — 60.
  95. В.В. Об одном способе получения вероятностных оценок при ранжировании готовых проектов / Сысоев В. В., Пустыльник Е. И. // Автоматизация проектирования производственных систем. Воронеж: ВПИ, 1984. -С.3−7.
  96. В.В. Построение моделей принятия проектных решений по ранее проведенным экспертизам / Сысоев В. В., Чирко М. С. // Автоматизацияпроектирования технологии и оборудования электронной промышленности. -Воронеж: ВПИ, 1982. С.71−74.
  97. Э. Связность расплывчатых графов, — В кн.: Вопросы анализа и процедуры принятия решений, — М.:Мир, 1976. С. 216−228.
  98. Теория выбора и принятия решений / И. М. Макаров, Т. М. Виноградская, А. А. Рубчинский, В. Б. Соколов. М.: Наука, 1982. — 328 с.
  99. Технология системного моделирования/ Е. Ф. Аврамчук, А. А. Вавилов, С. В. Емельянов и др.- Под общ. Ред. С. В. Емельянова и др. М.: Машиностроение- - Берлин: Техник, 1988. — 520 с.
  100. П. С. Теория полезности для принятия решений / Пер. с англ. М.: Наука, 1977. — 352 с.
  101. Фон Нейман Дж. Теория игр и экономическое поведение. / Фон Нейман Дж., Моргенштерн О. М.: Наука, 1970, — 707 с.
  102. В. Д. Системно структурное моделирование и автоматизация технологической подготовки производства. М.: Энергия, 1975 г., 137 с.
  103. С. Н. Линейные неравенства. М.: Наука, 1968. — 488 с.
  104. А. С. Сложные системы. Учеб. Пособие для вузов. М., «Высш. Школа», 1977.
  105. Шоломов. Логические методы исследования дискретных моделей выбора. М: Наука. Гл. ред. физ. — мат. лит., 1989 г.
  106. П.Б. Размытые числа как средство описания субъективных величин. В кн.: Статистические методы анализа экспертных оценок. М. Наука, 1977.-С. 234−250
  107. Ю.А. Равенство, сходство, порядок. М: Наука, 1971. -254 с.
  108. Р.Т. Взвешенные многомерные критерии. В кн.: Статистические измерения качественных характеристик. М.: Наука, 1974, -256 с.
  109. Экспертные системы: состояние и перспективы / Под ред. Д. А. Поспелова М.: Наука, 1989.- 152 с.
  110. Д. Б. Вычислительные методы теории принятия решений. -М.: Наука. Гл. ред. физ.-мат. лит., 1989. 320с.
  111. P.P. Множества уровня для оценки принадлежности нечетких подмножеств. В кн.: Нечеткие множества и теория возможностей. Последние достижения. М.: Радио и связь, 1986, 71−78.
  112. Bandler W. Fuzzy power sets and fuzzy implication operators / Bandler W., Kohout L. // Fuzzy Sets and Systems. 1980. V. 4, 13−30.
  113. Barrett C.R. On choosing rationally when preferences are fuzzy. / Barrett C.R., Pattanaik P.K., Salles M. Fuzzy Sets and Systems, 1990, 34, 197−212.
  114. Bellman R.E. Decision-making in a fuzzy environment./ Bellman R.E., Zadeh L.A. Management Sci.,-1970.- V. 17, 4, 141−164.
  115. Kaufmann A. Fuzzy Mathematical Models in Engineering and Management Science. / Kaufmann A., Gupta M.M. Amsterdam: North-Holland, 1988.
  116. Kaufmann A. Fuzzy Mathematical Models in Engineering and Management Science. / Kaufmann A., Gupta M.M. Amsterdam: North-Holland, 1988.
Заполнить форму текущей работой

Сессия? Спокойно!