Помощь в написании студенческих работ
Антистрессовый сервис

Разработка методов формирования решений для автоматизированной системы оптимизации траектории развития производственных систем в условиях неопределенности внешней среды

Диссертация: Разработка методов формирования решений для автоматизированной системы оптимизации траектории развития производственных систем в условиях неопределенности внешней среды
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Работа является законченным исследованием на актуальную тему, содержащим ряд новых научных результатов. Задачи разработки модели траектории развития ПС в условиях неопределенности внешней средыразработки метода оптимизации траектории развития ПС на основе моделиразработки алгоритмов, реализующих данный методиспользования автоматизированной системы формирования решений для эффективной реализации… Читать ещё >

Разработка методов формирования решений для автоматизированной системы оптимизации траектории развития производственных систем в условиях неопределенности внешней среды (реферат, курсовая, диплом, контрольная)

Содержание

  • 1. ВЫБОР МОДЕЛИ И МЕТОДА ОПИСАНИЯ ПРОИЗВОДСТВЕННЫХ СИСТЕМ (ПС) В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ ВНЕШНЕЙ СРЕДЫ
    • 1. 1. Методология описания ПС
    • 1. 2. Классификация ПС
    • 1. 3. Описание исследуемого класса ПС
  • Выводы
  • 2. ПОСТАНОВКА ЗАДАЧИ ОПТИМИЗАЦИИ ТРАЕКТОРИИ РАЗВИТИЯ ПС В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ ВНЕШНЕЙ СРЕДЫ
    • 2. 1. Содержательное описание траектории развития ПС
    • 2. 2. Формальная постановка задачи оптимизации траектории развития ПС
    • 2. 3. Информационное обеспечение задачи оптимизации траектории развития ПС
  • Выводы
  • 3. РАЗРАБОТКА МЕТОДА И АЛГОРИТМОВ ФОРМИРОВАНИЯ РЕШЕНИЙ ДЛЯ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ОПТИМИЗАЦИИ ТРАЕКТОРИИ РАЗВИТИЯ ПС В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ ВНЕШНЕЙ СРЕДЫ
    • 3. 1. Анализ существующих методов оптимизации траектории развития ПС
    • 3. 2. Разработка метода формирования решений для оптимизации траектории развития ПС
    • 3. 3. Разработка алгоритмов формирования решений при оптимизации траектории развития ПС
    • 3. 4. Инструментальная поддержка задачи формирования решений при оптимизации траектории развития ПС
  • Выводы

4. ИССЛЕДОВАНИЕ И ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ МЕТОДА И АЛГОРИТМОВ ФОРМИРОВАНИЯ РЕШЕНИЙ ДЛЯ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ОПТИМИЗАЦИИ ТРАЕКТОРИИ РАЗВИТИЯ ПРОИЗВОДСТВЕННЫХ СИСТЕМ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ ВНЕШНЕЙ СРЕДЫ

4.1. Принципы и уровни оценки эффективности метода и алгоритмов оптимизации траектории развития ПС

4.2. Оценка эффективности метода и алгоритмов оптимизации траектории развития ПС

4.3. Оптимизация траекторий развития реальных ПС 129

Выводы 141

ЗАКЛЮЧЕНИЕ 142

СПИСОК ЛИТЕРАТУРЫ

В нестабильной и неопределенной деловой среде и при нерутинной технологии работ предприятие должно быть более гибким, адаптивным, легко приспосабливаться к быстрым и частым внешним изменениям. В качестве элемента, оказывающего наиболее сильное влияние на уровень неопределенности внешней среды, целесообразно рассматривать нововведения, что естественно, т.к. процесс модификации предприятия определяется такими факторами, как быстро меняющийся потребительский спрос, расширение выпуска наукоемкой продукции и внедрение высоких технологий, распространение информационных технологий и телекоммуникаций, использование мощных информационных систем, повышение уровня интеллектуального потенциала, научных знаний и квалификации кадров, рост творческой активности и повышение ценности инновационной деятельности персонала. Внедрение нововведения всегда предполагает решения в условиях, для которых характерен некоторый уровень неопределенности, неуверенности со стороны внедряющей организации.

Этим вопросам посвящено значительное числр работ как отечественных /30, 33, 49, 66, 94, 105/, так и зарубежных авторов /3, 10, 23, 62, 73, 125, 134, 144/. Но как ни странно, роль неопределенности в большинстве моделей диффузии и адаптации не учитывается.

Изменения, прежде всего, будут затрагивать ведущую отрасль народного хозяйства — промышленность. Следовательно, предприятие должно рассматриваться, в первую очередь, как открытая производственная система (ПС), необходимым атрибутом которой является развитие, понимаемое не только как количественный рост, но и как изменение во времени ее технологической и организационной структуры и связей. В этом смысле все ПС динамичны, и их оптимизация должна обеспечивать выбор лучшей траектории развития в конкретных координатах времени.

Проявления фактора динамики должны в полной мере учитываться в математических моделях для оптимизации ПС. В связи с этим такие модели должны удовлетворять следующим требованиям:

• проверять сбалансированность системы через некоторые малые временные этапы и выполнять условия перехода от этапа к этапу с тем, чтобы правильно учитывать изменение внешних связей;

• находить траекторию развития ПС, оптимальную для всего расчетного периода с учетом разновременности затрат, т. е. использовать динамический критерий оптимальности;

• учитывать дискретность развития объектов и нелинейность ряда технико-экономических зависимостей;

• допускать исследование окрестности 8-оптимального решения (зоны неопределенности оптимального решения) с целью обоснованного выбора траектории развития ПС.

Подавляющее большинство задач, соответствующих оптимизационным моделям ПС, принадлежит к классу NP-полных или NP-трудных. Многие NP-полные модели исследовались длительное время, однако эффективные алгоритмы их решения до сих пор не найдены /34, 108, 143/. С точки зрения практики вполне допустимы приближенные алгоритмы, позволяющие получить за полиномиальное время приближенные решения с требуемой точностью. Возможность получать решения практических задач большой размерности за допустимое время определила использование эвристических алгоритмов. В зарубежной и частично отечественной литературе термин «эвристический» получил несколько расплывчатое толкование. Условимся называть эвристическими только такие методы, которые на сегодняшний день не могут быть полностью записаны формально. Иначе говоря, применение эвристического метода не может быть полностью доверено ЭВМ и требует непосредственного вмешательства человека на некоторых стадиях решения задач /141/.

Точные методы могут использоваться в качестве вспомогательного инструмента лишь после того, как указана принципиальная стратегия поиска решения. Кроме того, точные методы не в состоянии отразить все качественные стороны проблемы, и поэтому могут быть использованы лишь на отдельных этапах подготовки решения.

Метод и алгоритмы оптимизации траектории развития ПС должны удовлетворять по крайней мере трем условиям:

• иметь наглядную интерпретацию, по возможности близкую существующим интуитивным представлениям о характере исследуемого процесса;

• обеспечить допустимость и преемственность поэтапных решений на промежуточных итерациях с тем, чтобы результат каждой из них был пригоден для практической реализации;

• иметь хорошую сходимость, по возможности малую трудоемкость расчета и позволять оценивать на каждой итерации степень приближения полученного решения к глобальному оптимуму ПС.

Данной тематике посвящено достаточно большое число работ /11, 15, 20, 27, 36, 74, 82, 119, 126, 132/. Однако основное внимание в них уделяется собственно модельным построениям — важной, но далеко не единственной части процедуры оптимизации. В то же время часто остаются в тени такие основополагающие вопросы, как насыщение моделей качественной и своевременной информацией, быстрая адаптация моделей к изменению реальных условий, внедрение и эффективность использования математического инструментария. Поэтому необходимо рассматривать всю технологическую цепочку оптимизации траектории развития ПС — от сбора необходимой информации до практического использования полученного решения.

Остановимся на понятии нечеткости информации, которое очень тесно связано с понятием структурированности задачи. Классификация Г. Саймона /171/ позволяет четко разделять возникающие задачи на структурированные, слабоструктурированные и неструктурированные. Задачи, возникающие при оптимизации траектории развития ПС в условиях неопределенности внешней среды являются слабоструктурированными, т. е. совмещают в себе знания ЛПР и возможности компьютера.

Таким образом, представляя промышленное предприятие в виде большой, сложной, динамической, многокритериальной, организационно-технической производственной системы с многоуровневой иерархической структурой управления, сразу следует сделать вывод о том, что комплекс средств и методов управления подобной системой не может быть простым. Он по сложности должен быть соизмерим с оптимизируемой системой. Современные методы преобразования предприятия связаны с информационными технологиями (ИТ), поэтому преобразования затронут не только организационно-технологическую структуру и процессы поддержки принятия решений, но и его информационную систему (ИС).

Эффективным инструментом управления подобными процессами является система поддержки принятия решений (СППР). В традиционном понимании СППР — это человеко-машинная технология принятия решений, включающая в себя методы и процедуры сбора, накопления, передачи, хранения и выдачи информации пользователю в удобном для него виде, работы с математическими моделями и комплексами моделей и т. п. Вопросы, связанные с созданием и использованием СППР достаточно полно разработаны в литературе /29, 38−40, 47, 89, 124, 137, 154, 158, 161−164/. Правда, нужно отметить, что методологии разработки таких систем, созданные в 70 — 80-е годы прошлого века и ориентированные на однородную внешнюю среду, устарели и неприемлемы для использования их предприятиями в условиях быстрой трансформации и непредсказуемости факторов внешней среды.

Поэтому естественно предложить расширительное толкование СППР: под принятием решений будем понимать формирование решений. Таким образом, система формирования решений (СФР) рассматривается не только как средство генерации и оценки альтернатив, но и как инструмент, способный помочь пользователю применять его неформальные знания, опыт, интуицию, а также способный обеспечить его консультированием и обучением на рабочем месте.

СФР — интерактивная автоматизированная система, использующая модели выработки решений, обеспечивающая пользователям легкий доступ к большой распределенной базе данных и предоставляющая им разнообразные возможности по отображению информации. В таком понимании СФР представляет собой совокупность следующих подсистем: комплекса распределенных технических средств, комплекса математических моделей анализа состояний и выработки решений, базы или баз данных, системы управления данными моделями, удобных для пользователя языков моделирования, обработки и отображения информации.

Ясно, что автоматизированные СФР (АСФР) имеют большую аналитическую мощность, чем другие системы: они построены с рядом моделей, чтобы анализировать данныепользователь может изменять предположения и включать новые данные. АСФР помогает находить ответы не только на прямой вопрос «что, если», но и поддерживать такие виды анализа как, например, анализ примеров (оценка значений выходных величин для заданного набора значений входных переменных), параметрический анализ (оценка поведения выходных величин при изменении значений входных переменных), анализ чувствительности исследование поведения результирующих переменных в зависимости от изменения значений одной или нескольких входных переменных), анализ возможностей (нахождение значений входной переменной, которые обеспечивают желаемый конечный результат), анализ влияния (выявление для выбранной результирующей переменной всех входных переменных, влияющих на ее значение, и оценка величины изменения результирующей переменной при заданном изменении входной переменной), анализ данных (прямой ввод в модель ранее имевшихся данных и манипулирование ими при прогнозировании), сравнение и агрегирование (сравнение результатов двух или более прогнозов, сделанных при различных входных предположениях, или сравнение предсказанных результатов с действительными, или объединение результатов, полученных при различных прогнозах или для разных моделей), командные последовательности (возможность записывать, исполнять, сохранять для последующего использования регулярно выполняемые серии команд и сообщений), анализ риска (оценка изменения выходных переменных при случайных изменениях входных величин).

Все вышеприведенные обстоятельства определяют безусловную актуальность проблемы разработки методов формирования решений для автоматизированной системы оптимизации траектории развития ПС в условиях неопределенности внешней среды.

Целью диссертационной работы является повышение качества принимаемых решений при определении наилучшего варианта развития предприятия на основе методов формирования решений для автоматизированной системы оптимизации траектории развития ПС в условиях неопределенности внешней среды.

Для достижения поставленной цели в рамках данной работы решаются следующие основные задачи:

• анализ современного состояния проблемы формирования решений при оптимизации ПС в условиях неопределенности внешней среды;

• выбор модели и метода описания ПС в условиях неопределенности внешней среды;

• постановка задачи оптимизации траектории развития ПС в условиях неопределенности внешней среды;

• разработка метода формирования решений для автоматизированной системы оптимизации траектории развития ПС в условиях неопределенности внешней среды;

• разработка алгоритмов, реализующих предлагаемый метод формирования решений при оптимизации траектории развития ПС в условиях неопределенности внешней среды;

• исследование эффективности предлагаемых метода и алгоритмов формирования решений при оптимизации траектории развития ПС в условиях неопределенности внешней среды;

• практическое применение разработанных методов формирования решений для автоматизированной системы оптимизации траектории развития ПС в условиях неопределенности внешней среды. Структура и объем работы.

Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы (содержит 190 наименований). Объем диссертации составляет 148 страниц машинописного текста, в том числе 15 рисунков, 4 таблицы.

ВЫВОДЫ.

1. Разработанная методология оценки эффективности метода и алгоритмов оптимизации траектории развития ПС в условиях неопределенности внешней среды позволяет оценить эффективность процедуры формирования решений для автоматизированной системы оптимизации.

2. Разработанный метод и алгоритмы и методология их использования эффективно выполняют задачу оптимизации траектории развития ПС в условиях неопределенности внешней среды.

3. Разработанный метод и алгоритмы использовались при оптимизации траектории развития ОАО «Увадрев» и показали эффективность предложенного метода и алгоритмов.

ЗАКЛЮЧЕНИЕ

.

Работа является законченным исследованием на актуальную тему, содержащим ряд новых научных результатов. Задачи разработки модели траектории развития ПС в условиях неопределенности внешней средыразработки метода оптимизации траектории развития ПС на основе моделиразработки алгоритмов, реализующих данный методиспользования автоматизированной системы формирования решений для эффективной реализации метода и алгоритмов оптимизации траектории развития ПС, сформулированные и решенные в диссертационной работе, составляют важную проблему, имеющую большое народнохозяйственное значение, связанное со стабилизацией и развитием экономики России в настоящий период.

Основные положения, выдвинутые во время работы над диссертацией, находят свое подтверждение в следующих полученных результатах:

1. Разработана модель траектории развития ПС в условиях неопределенности внешней среды, учитывающая характерные особенности моделируемого объекта.

2. Осуществлена постановка задачи оптимизации траектории развития ПС в условиях неопределенности внешней среды. Определен критерий качества траектории развития ПС в условиях НВС — максимизация прибыли, под которой понимаем чистый приведенный доход на конец рассматриваемого периода. Определен критерий качества процесса построения оптимальной траектории развития ПС в условиях НВСминимизировать число шагов построения 8-оптимапьной траектории.

3. Предложен метод решения задачи оптимизации траектории развития ПС в условиях НВС, базирующийся на использовании заведомо неполной информации, которая представлена на качественном уровне и обеспечивающий более полное исследование 5-оптимального решения.

4. Предложен алгоритм, реализующий предложенный метод оптимизации траектории развития ПС в условиях НВС и учитывающий все особенности метода.

5. Предложена диалоговая процедура улучшения выбранной траектории, которая строится по схеме поэтапного уточнения траектории, использующая кусочно-линейную интерполяцию по точкам, которые даются ЛПР, и улучшающая полученное 5-оптимальное решение.

6. Предложена автоматизированная система формирования решений (АСФР), предназначенная для оказания помощи руководителю в получении приемлемых решений слабоструктурированных проблем, содержащая в качестве основного программного модуля ПК «Project Expert», в которой, в отличие от стандартных СППР, предусмотрена возможность обучения, консультирования.

7. Предложенные подходы, метод, алгоритмы, средства автоматизации апробированы на примере ОАО «Увадрев», Удмуртия и получены позитивные результаты.

Показать весь текст

Список литературы

  1. Автоматизация проектирования систем управления /Под ред. В. А. Трапезникова. М.: Статистика, 1978. — 224 с.
  2. М.А., Алескеров Ф. Т. Выбор вариантов (основы теории). -М.: Наука, 1990. 240 с.
  3. Р. Искусство решения проблем. М.: Мир, 1982. — 290 с.
  4. Р. Планирование будущего корпораций. М.: Прогресс, 1985. -326 с.
  5. P.JI. Планирование в больших экономических системах. М.: Сов. радио, 1972. — 223 с.
  6. В.В., Арсентьева А. В. Информация и развивающиеся структуры. JL: Машиностроение, 1984. — 190 с.
  7. Е.А. Основы теории эвристических решений. М.: Сов. радио, 1975. — 256 с.
  8. Ф.Т. Интервальный выбор // Моделирование и оптимизация сложных систем управления. М.: Наука, 1981. — с.105−110
  9. А.В., Андрейчикова О. Н. Анализ, синтез, планирование решений в экономике. М.: Финансы и статистика, 2000. — 368 с.
  10. И. Стратегическое управление. М.: Экономика, 1989. — 519 с.
  11. М. Введение в методы оптимизации. М.: Наука, 1977. — 343 с.
  12. М. Оптимизация стохастических систем. М.: Наука, 1971. — 424 с.
  13. Р., Бауэр Г., Кротэрс Э. Введение в математическую теорию обучения. М.: Мир, 1969. — 405 с.
  14. Ахо А., Хопкрофт Дж., Ульман Дж. Построение и анализ вычислительных алгоритмов. М.:Мир, 1979. — 535 с.
  15. М., Шети К. Нелинейное программирование. Теория и алгоритмы. М.: Мир, 1982. — 584 с.
  16. А.Р., Левин М. Ш. Принятие решений: комбинаторные модели аппроксимации информации. М.:Наука, 1990. 160 с.
  17. Р., Глинсберг И., Гросс О. Некоторые вопросы математической теории процессов управления. М.: Сов. Радио, 1974. — 336 с.
  18. Р., Дрейфус С. Прикладные задачи динамического программирования. М.: Наука, 1965. — 468 с.
  19. Р., Заде Л. Принятие решений в расплывчатых условиях // Вопросы анализа и процедуры принятия решений. М.: Мир, 1976. -с. 172−175
  20. Л.С. Решение сложных оптимизационных задач в условиях неопределенности. Новосибирск: Наука, 1978. — 126 с.
  21. С.Д., Гурвич Ф. Г. Математико-статистические методы экспертных оценок. М.: Статистика, 1980. — 263 с.
  22. В.Г. Оптимальное управление дискретными системами. -М.: Наука, 1973.-446 с.
  23. М. Теория и измерение технического прогресса. М.: Статистика, 1971. — 208 с.
  24. В.Н., Рубинштейн М. И. Комбинаторное программирование. -М.:3нание, 1977.-64 с.
  25. В.И., Воробьев С. Н. Принятие управленческих решений. М.: КУДИЦ-ОБРАЗ, 2001. — 288 с.
  26. Э.Й., Майминас Е. З. Решения: теория, информация, моделирование. М.: Радио и связь, 1981. — 328 с.
  27. Ф. и др. Практическая оптимизация. М.: Мир, 1985. — 509 с.
  28. A.M., Сурина А. В. Информационная система поддержки планирования производства/ Вестник машиностроения, № 12, 2000. -с.61−63
  29. A.M., Сурина А. В. Моделирование структуры научно-исследовательской организации с использованием программной системы «БИТ-Мастер»/ Вестник машиностроения, № 6, 2001. с.73−75
  30. В.А. Информационные технологии для менеджеров. М.: Финансы и статистика, 2001. — 368 с.
  31. М.В. Инновационная деятельность промышленности (теория и практика). М.: МИЭМО, 1994. — 109 с.
  32. В.О. Модели и алгоритмы комбинаторного программирования. М.: Наука, 1983. — 147 с.
  33. С., Хидетниеми С. Введение в разработку и анализ алгоритмов. М.:Мир, 1981. — 386 с.
  34. И.Б. Адаптация промышленной фирмы: теория и практика. -М.: ВШЭ, 1997.-234 с.
  35. М., Джонсон Д. Вычислительные машины и труднорешаемые задачи. М.:Мир, 1982. — 416 с.
  36. И.И. Схемы перебора в задачах размещения. Д.: Наука, 1985.- 100 с.
  37. Д.Б. Линейное программирование, его применения и обобщения. М.: Прогресс, 1966. — 600 с.
  38. А., Дайер Дж., Файнберг А. Решение задач оптимизации при многих критериях на основе человеко-машинных процедур // Вопросы анализа и процедуры принятия решений. М.: Мир, 1976. -с.126−145
  39. Дик В.В. EPSS новый подход к построению ЭИС // Проблемы развития информационных технологий в современных экономических системах. — М.: МЭСИ, 1997. — с.73−78
  40. Дик В. В. Методология формирования решений в экономических системах и инструментальные среды их поддержки. М.: Финансы и статистика, 2001. — 300 с.
  41. Дик В.В., Богданов М. И., Одинцов Б. Е. Проектирование и организация ЭЭС «Дедукция» // Проектирование экономических экспертных систем/ Под ред. А. Н. Романова. М.: ЮНИТИ, 1996. — с. 135−163
  42. Дик В.В., Суржко С. В., Романов А. Н., Одинцов Б. Е. Размещение данных на основе оптимизационной модели // Организация машинного проектирования информационной базы систем управления. М.: МЭСИ, 1984.-с. 107−110
  43. ., Оделл П. Кластерный анализ. М.:Статистика, 1978. — 128 с.
  44. Г. Метод парных сравнений. М.:Статистика, 1978. — 144 с.
  45. Л.Г. Принятие решений в условиях неопределенности. М.: Наука, 1977.- 134 с.
  46. Л.Г., Кутузов В. А. Экспертные оценки в управлении. М.: Экономика, 1978. — 133 с.
  47. С.В., Ларичев О. И. Многокритериальные методы принятия решений. М.:3нание, 1985. — 32 с.
  48. .А., Морозевич А. Н. Теория и практика построения информационно-аналитических систем поддержки принятия решений. -Минск: Армата-Маркетинг, Менеджмент, 1999. -243 с.
  49. С.В. Управление нововведениями в промышленности. -Л.: ЛФЭИ, 1991.- 134 с.
  50. У., Фридман Л. Методология экспертной оценки проектных решений для систем с базами данных. М.: Финансы и статистика, 1986. — 280 с.
  51. Итс Т.А., Колосова О. В., СуринаА.В. Модернизация образовательного стандарта в области информационных технологий/Высокие интеллектуальные технологии образования и науки// Материалы VIII
  52. Международной научно-методической конференции. 15−16 февраля 2001 г., СПб.: Изд-во СПбГТУ, 2001. с. 261 — 262
  53. Р., Фалб П., Арбиб М. Очерки по математической теории систем. М.: Мир, 1971. — 400 с.
  54. Калянов Г. Н. CASE-технологии. Консалтинг при автоматизации бизнес-процессов. М.: Горячая линия-Телеком, 2000. — 320 с.
  55. К. Бизнес-анализ с помощью Excel 2000. М.: Издательский дом «Вильяме», 2000. — 480 с.
  56. Дж. Большие системы. М.: Мир, 1982. — 216 с.
  57. Э. Анализ сложных систем. М.: Сов. радио, 1969. — 519 с.
  58. У., Клиланд Д. Стратегическое планирование и хозяйственная практика. М.: Прогресс, 1982. — 399 с.
  59. Р., РайфаХ. Принятие решений при многих критериях: предпочтения и замещения. М.: Радио и связь. 1981. — 560 с.
  60. Классификация и кластер/ Под ред. Дж. Ван Райзина. М.:Мир, 1980. -350 с.
  61. Г. Б., Смоляк С. А. Эконометрические зависимости: принципы и методы построения. М.: Наука, 2001. — 104 с.
  62. Г. Б., Тамбовцев B.JL, Качалов P.M. Предприятие в нестабильной экономической среде: риски, стратегии, безопасность. -М.: Экономика, 1997. 288 с.
  63. Дж. Системология. Автоматизация решения системных задач. -М.: Радио и связь, 1990. 538 с.
  64. О.Л. Алгоритмы решения задачи об «М рюкзаках». М.: ВЦ АН СССР, 1990.-21 с.
  65. О.В., Матвеева М. В., Сурина А. В. Бенчмаркинг как метод повышения качества ведения образовательной деятельности / Материалы VII Международной конференции. Часть 2. 18 апреля 2001 года. СПб.: Изд -во ЛЭТИ, 2001. — с. 36−37
  66. Т. Стратегия и структура японских предприятий. М.: Прогресс, 1987, — 384с.
  67. А.А., Финкелыитейн Ю. Ю. Дискретное программирование. -М.: наука, 1969.-368 с.
  68. А. Введение в теорию нечетких множеств. М.: Радио и связь, 1982.-432 с.
  69. В.Е. Об одной модификации метода Данцига-Вулфа // Методы оценивания научно-технических новшеств и прогнозирование отраслевого развития. М.: ВНИИСИ, 1986. — Вып. 3.
  70. О.И., Мошкович Е. М. Качественные методы принятия решений. Вербальный анализ решений. М.: Наука, 1996. — 208 с.
  71. О.И., Павлова Л., Осипова Е. Многокритериальные задачи с конструируемыми вариантами решений при ограниченных ресурсах //
  72. Проблемы и методы принятия уникальных и повторяющихся решений / Под ред. С. В. Емельянова, О. И. Ларичева. М.:ВНИИСИ, 1990.
  73. А.В. и др. Обучающие системы обработки информации и принятия решений. Новосибирск: Наука, 1996. — 92 с.
  74. Е.В., Гене Г. В. Анализ вычислительной сложности приближенных алгоритмов для некоторых дискретных оптимизационных задач. // Математические методы решения экономических задач. М.: Наука, 1979. — Вып. 9. — с.97−106
  75. Леонг-Хонг Б., Плагман Б. Системы словарей-справочников данных. -М.: Финансы и статистика, 1986. 311 с.
  76. Ли Э.Б., Маркус Л. Основы теории оптимального управления. М.: Наука, 1972. — 542 с.
  77. .Г. Экспертная информация: методы получения и анализа. -М.: Радио и связь, 1982. 184 с.
  78. Литтл Р.Дж.А., Рубин Д. Б. Статистический анализ данных с пропусками. М.: Финансы и статистика, 1990. — 336 с.
  79. Лоран П.-Ж. Аппроксимация и оптимизация. М.: Мир, 1975. — 496 с.
  80. Р., Райфа X. Игры и решения. М.: Иностранная лит., 1961. -642 с.
  81. Л.С. Оптимизация больших систем. М.: Наука, 1975. — 431 с.
  82. А.А., Мелентьев Л. А. Методы исследования и оптимизации энергетического хозяйства. Новосибирск: Наука, 1973. — 274 с.
  83. Д. Планирование развития информационных систем. М.: Финансы и статистика, 1984. — 196 с.
  84. М.В., Колосова О. В., Сурина А. В. Новые формы образовательной деятельности в постиндустриальную эпоху / Экономика, экология и общество России на пороге 21-го столетия,
  85. Труды 2-й международной научно-практической конференции. СПб., Изд. СПбГТУ, 2000. — с. 437−438
  86. В.Г., Ильдеменов С. В. Реинжиниринг инновационного предпринимательства. М.: ЮНИТИ, 1999. — 414 с.
  87. М., Мако Д., Такахара И. Теория иерархических многоуровневых систем. М.: Мир, 1973. — 344 с.
  88. М., Такахара Я. Общая теория систем: математические основы. -М.: Мир, 1978. 311 с.
  89. Методы анализа данных: подход, основанный на методе динамических сгущений /Под ред. Дидэ Э. М.: Финансы и статистика, 1985. — 357 с.
  90. Методы и модели согласования иерархических решений /Под ред. Макарова А. А. Новосибирск: Наука, 1979. — 239 с.
  91. Н.Н. Математические задачи системного анализа. М.: Наука, 1981.-488 с.
  92. Э., Мюллер П. Методы принятия технических решений. -М.: Мир, 1990.-208 с.
  93. Т. Машинные имитационные эксперименты с моделями экономических систем. М.: Мир, 1975. — 228 с.
  94. Дж., Моргенштерн О. Теория игр и экономическое поведение. М.: Наука, 1970. — 707 с.
  95. А.С., Юдин Д. Б. Сложность задач и эффективность методов оптимизации. М.: Наука, 1979. — 384 с.
  96. .Е., Одинцова Н. Б. Метод формирования промежуточных целей траекторного типа // Современные информационные технологии в экономике. М.: МЭСИ, 1992. — с.51−56
  97. Е.Г., Попов Э. В. Реинжиниринг бизнеса. М.: Финансы и статистика, 1997. — 336 с.
  98. С.А. Проблемы принятия решений при нечеткой исходной информации. М.: Наука, 1981. — 208 с.
  99. С. Обработка знаний. М.: Мир, 1989. — 293 с.
  100. X., Стайглиц К. Комбинаторная оптимизация. Алгоритмы и сложность. М.: Мир, 1985. 510 с.
  101. Э. Основы теории распознавания образов. М.: Сов. радио, 1980.-408 с.
  102. А.А. Математические модели в управлении производством. М.: Наука, 1973. — 413 с.
  103. В.В. Теоретические основы выработки решений в сложных ситуациях. М.: МО СССР, 1978. — 320 с.
  104. Г. С., Ириков В. А. Программно-целевое планирование и управление. М.: Сов. радио, 1976. — 440 с.
  105. Г. С., Ириков В. А., Курилов А. Е. Процедуры и алгоритмы формирования комплексных программ. М.: Наука, 1981. -422 с.
  106. Прикладные нечеткие системы /Под ред. Т. Тэрано, К. Асаи, М.Сугэно. М.: Мир, 1993. — 368 с.
  107. И. Теория измерений. М.: Мир, 1976. — 248 с.
  108. Г. Анализ решений. М.: Наука, 1977. — 408 с.
  109. JI.А. Адаптация в сложных системах. Рига: Зинайт, 1981.-216 с.
  110. Л.А. Современные принципы управления сложными объектами. М.: Наука, 1980. — 232 с.
  111. К. Динамические задачи дискретной оптимизации. М.: Радио и связь, 1985. — 136 с.
  112. Руа Б. Классификация и выбор при наличии нескольких критериев//Вопросы анализа и процедуры принятия решений. М.: Мир, 1976.-с. 80−107
  113. Т. Целочисленные методы оптимизации и связанные с ними экстремальные проблемы. М.: Мир, 1973. — 302 с.
  114. Т. Принятие решений. Метод анализа иерархий. М.: Радио и связь, 1993. — 315 с.
  115. Т., Керне К. Аналитическое планирование. Организация систем. М.: Радио и связь, 1991. — 224 с.
  116. Г. Решение задач в системе человек ЭВМ. — М.: Мир, 1973.- 351 с.
  117. . Инновации как средство экономического развития. М.: Прогесс, 1993.-295 с.
  118. Сеа Ж. Оптимизация. Теория и алгоритмы. М.: Мир, 1973. — 244 с.
  119. С.А. Планирование многономенклатурного производства. М.: Экономика, 1977.-142 с.
  120. С. А. О правилах сравнения альтернатив с неопределенными затратами и результатами // Вероятностные модели математической экономики. М.: ЦЭМИ, 1990.
  121. С.А. Оценка эффективности проектов в условиях интервально-вероятностной неопределенности // Экономика и мат. методы, 1998. т. 34, Вып. 3.
  122. А.В. Проблемы построения эффективных систем поддержки принятия решения / Инновации в науке, образовании, производстве. // Труды СПбГПУ, № 484. СПб.: Издательство СПбГПУ, 2002. — с.86−91
  123. А.В. Современные тенденции развития персонала в организации. / Проблемы управления персоналом на предприятиях. -СПб.: Издательство СПбГПУ, 2002. с.56
  124. А. Теория линейного и целочисленного программирования: в 2-х томах, т.2. М.: Мир, 1991. — 342 с.
  125. . Управление научно-техническими нововведениями. -М.: Экономика, 1989. 271 с.
  126. И.Н., Баронов В. В., Калянов Г. Н., Попов Ю. И., Рыбников А. И. Автоматизация предприятий. М.: Инфра-М, 2000.
  127. В.М. Некоторые вопросы теории приближений. М.: Изд-во МГУ, 1976. — 304 с.
  128. А.Н., Арсенин В. Я. Методы решения некорректных задач. М.: Наука, 1986. — 288 с.
  129. Э.А. Компьютерная поддержка принятия решений. -М.: Синтег, 1998. 376 с.
  130. Р.И. Инфлюентный анализ и принятие решений (детерминированный анализ). М.: Наука, 1984. — 235 с.
  131. Р.И., Горшков И. С. Факторный анализ в организованных системах. М.: Радио и связь, 1985. — 185 с.
  132. Управление инвестиционным проектом. Опыт IBM. М.: ИНФРА-М, 1995.
  133. Ю.Ю. Приближенные методы и прикладные задачи дискретного программирования. М.: Наука, 1976. — 263 с.
  134. П. Теория полезности для принятия решений. М.: Наука, 1978.-352 с.
  135. Дж. Статистические методы для изучения таблиц долей и пропорций. М.: Финансы и статистика, 1989. — 319 с.
  136. Д. Основы кибернетики предприятия (Индустриальная динамика). М.: Прогресс, 1971. — 340 с.
  137. Е.М. Модели упаковки в многокритериальных задачах принятия решений при ограниченных ресурсах. Препринт/ВНИИСИ. -М.: 1986. 48 с.
  138. Е.М., Васюнин Г. Н., Ларичев О. И., Чернов Ю. Г. Проблемы упаковки объектов по контейнерам при наличии многих критериев // Проблемы и методы принятия решений в организационных системах управления. М.: ВНИИСИ, 1982. — с. 84−91
  139. Е.М., Мошкович Е. М. Упорядочение векторных оценок для задачи формирования «портфеля заказов» // Сб. трудов ВНИИСИ. Вып.9. М.: ВНИИСИ, 1984. — с.41−43
  140. М., Чампи Д. Реинжиниринг корпорации: манифест революции в бизнесе. СПб.: Издательство СПб. университета, 1997. -332 с.
  141. А. Опыт методологии для системотехники. М.: Сов. Радио, 1975.-263 с.
  142. Р. Обработка концептуальной информации. М.: Энергия, 1980.-361 с.
  143. И.П. Моделирование механизма принятия решений. -М.: Наука, 1976. 143 с.
  144. М., Стенфилд Р. Методы принятия решений. М.: ЮНИТИ, 1997. — 590 с.
  145. Экономико-математические модели в системах управления предприятиями / Под ред. ФеДоренко Н.П., Шубкиной И. П. М.: Наука, 1983.- 235 с.
  146. Экспертные системы /Под ред. Р.Форсайта. М.: Радио и связь, 1987. — 224 с.
  147. К.Дж., Гурвиц JL, Удзава X. Исследования по линейному и нелинейному программированиюю М.: ИЛ, 1962. 334 с.
  148. С.Ю. Об асимптотическом поведении оптимальных траекторий в однородных макроэкономических моделях // Автоматика и телемеханика. 1985. — № 8.
  149. Янг С. Системное управление организацией. М.: Сов. радио, 1972.-455 с.
  150. Alter S.L. Decidion Support Systems: Current Practice & Continuing Challenges. NY.: Addison-Wesley, 1980.- 341 p.
  151. Brockhoff K. Decision Quality&Information//Empirical Research on Organizational Decision Making/ed. by E. Witte, H.-J. Zimmermann. -Amsterdam: North-Holland, 1986. p. 249−265
  152. Davenport T.N. Business Innovation, Reengineering Work through Information Technology. Boston: Harvard Business School Press, 1993.
  153. Decision Support Systems: putting Theory into Practice/ 3-d edition/ Prentice Hall Internarional, Wc., 1993/ 432 p.
  154. Edwards C., Ward J., Bytheway A. The Essence of Information Systems.: Prentice Hall, 1995.
  155. Gorry A.G., Scott Morton S.A. Framework for Decision Support Systems//Sloan Management Review. 1971. — V. 13, N1. — p.23−29
  156. Heny C.Lucas. Information Technology for management/ 6 edition. -The McGraw-Hill Companies, Inc., 1997. — 714 p.
  157. Inmon W.H. Building the Data Warehouse. NY: John Wiley&Sons, Inc, 1992. — 166 p.
  158. Keen P.G., Scott Morton S. Decision Support Systems: An Organizational Perspective. NY.: Addison-Wesley, 1979. — 256 p.
  159. Laudon Kennet С. Essential of Management Information Systems: organization and technology. New Jersey: Prentice Hall, 1998. — 556 p
  160. Martin J. Enterprise Engineering The Key to Corporate Survival. -V.I-V.UK: Savant Institute, 1994.
  161. Martin E. Wainright. Management Information Technology: What Managers Need to Know. New Jersey: Prentice Hall, 1999.
  162. Microcomputer Decision Support Systems: Designe, Implementation&Evaluation/Ed. by S.I. Andriole. North Holland, 1986. -453 p.
Заполнить форму текущей работой

Сессия? Спокойно!