Помощь в учёбе, очень быстро...
Работаем вместе до победы

Теоретические основы и прикладная реализация синтеза информационных систем управления технологическими и информационными комплексами на основе аппарата нечеткой логики

Диссертация: Теоретические основы и прикладная реализация синтеза информационных систем управления технологическими и информационными комплексами на основе аппарата нечеткой логики
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Предложен способ синтеза модели и на ее основе автоматизированной системы управления на основе содержательного представления объекта на языке предметной области, с расширением ее области определения на мнимую область, взамен традиционной системы оценки весов, основанной на вещественных числах. Показана возможность раздельного представления атрибутов модели, унаследованных от модели на языке… Читать ещё >

Содержание

  • Общая характеристика работы
  • Актуальность темы
  • Глоссарий
  • Методы исследования
  • Научная новизна
  • Научная ценность работы
  • Положения, выносимые на защиту
  • Практическая значимость работы состоит в следующем
  • Апробация работы
  • Личный вклад соискателя
  • Структура и объем диссертации
  • Глава 1. Проблематика синтеза систем управления технологических и информационных процессов
    • 1. 1. Постановка проблемы
    • 1. 2. Методы описания процессов и систем
    • 1. 3. Механизмы формализации при проведении синтеза моделей технологических и информационных объектов и автоматизированных систем управления на их основе
  • Современные способы построения формализованных моделей
    • 1. 4. 1. Пример построения первичной модели
    • 1. 4. 1. Специализированные языки моделирования.{
    • 1. 4. 2. Моделирование взаимодействия
    • 1. 5. Использование различных логических моделей при первичной формализации
    • 1. 5. 1. Логические модели
    • 1. 5. 2. Обзор применения к-значных логик для построения автоматизированных систем управления
    • 1. 5. 3. Факторное моделирование как средство построения моделей управляющих технологических и информационных систем
    • 1. 5. 4. Применение имитационных графовых (конечноавтоматных) моделей с целью синтеза автоматизированных систем управления
    • 1. 5. 5. Применение аппарата марковских случайных процессов для анализа экономических процессов и управленческих систем
    • 1. 5. 6. Применение алгебры дискретно-событийных моделей (ДСМ) при синтезе автоматизированных систем управления
    • 1. 5. 7. Лингвистические модели как инструмент совместной работы специалистов различных областей
    • 1. 5. 8. Понятие «мягких вычислений» и нейронных моделей как инструмент решения сложных проблем, находящихся на стыке различных областей знаний
    • 1. 5. 9. Логика Заде как аппарат представления знания и описаний на естественном языке предметной области
    • 1. 5. 10. Использование логики антонимов как инструмента адаптации знаний, представленных на естественном языке предметной области, к формальным представлениям
    • 1. 5. 11. Сравнительный анализ применимости булевских и нечетких алгебр при синтезе моделей технических и информационных объектов и управляющих автоматов на их основе
    • 1. 5. 12. Применение нечетких логик для синтеза моделей и автоматизированных систем управления технических и информационных объектов
    • 1. 5. 13. Совместное использование различных видов логик с целью синтеза систем автоматизированного управления
    • 1. 5. 14. Вывод по главе. Постановка задачи исследования
  • Глава 2. Анализ модели на естественном языке предметной области и формализация процесса синтеза формализованной модели и управляющего автомата на ее основе
    • 2. 1. Анализ модели объекта в условиях неполной пределенности на базе теории нечетких множеств
    • 2. 2. Расширение аппарата нечеткой логики для использования в анализе и синтезе моделей информационных и технологических объектов
    • 2. 3. Процедура синтеза нечеткологической модели для технологических и информационных объектов на основе анализа содержательного описания объекта на естественном языке предметной области
    • 2. 4. Оптимизация нечеткологической модели на основе анализа предметной области и формальных характеристик синтезированной НЛ — модели

    2.5 Определение границ применимости нечеткологических моделей для анализа систем управления информационных и технологических объектов на основании выявления разрешенных и запрещенных состояний их элементов.

    Выводы по главе 2.

    Глава 3. Синтез систем управления технологических и информационных процессов на основе совместного использования и взаимного преобразования нечетких и дискретных логик.

    3.1 Способ синтеза нечеткологической модели на базе описания объекта на естественном языке предметной области.

    3.2 Синтез системы управления технологических и информационных комплексов на основании преобразования нечеткологической модели в стохастический автомат.

    3.3 Синтез системы управления технологических и информационных комплексов на основании преобразования нечеткологической модели в дискретно-событийную.

    3.4 Синтез системы управления для технологических и информационных комплексов на основании преобразования нечеткологической модели в графовую.

    Пример преобразования.

    3.5 Критерии и параметры эффективности применения нечеткологических моделей для формализации первичных моделей на естественном языке.

    Выводы по главе 3.

    Глава 4. Разработка методик синтеза и хранения моделей информационных управляющих систем.

    4.1 Проактивный анализ состояний системы, построенной на основе ДСМ модели.

    4.2 Процедура синтеза системы управления на основе дискретно-событийной модели.

    4.3 Сравнительный анализ алгоритмов консервативного и оптимистического типов для систем управления на базе ДСМ.

    4.4 Методика синтеза системы управления для распределенных информационных и телекоммуникационных систем.

    4.5 Структура базы данных для хранения результатов анализа и синтеза систем управления информационных и технологических комплексов на основе нечетких множеств.

    Статическая часть структуры базы данных.

    Таблица атрибутов (attributes).

    Таблица шаблонов объектов (objecttemplates).

    Таблица типов данных (datatypes).

    Динамическая часть структуры базы данных.

    Выводы по Главе 4.

    Глава 5. Разработка практических методов и алгоритмов для синтеза систем управления и поддержки принятия решений.

    5.1 Разработка алгоритма синтеза управляющего автомата на основе преобразования нечеткологической модели в дискретно-событийную.

    5.2 Алгоритм проактивного анализа состояний для систем управления на основе ДСМ.

    5.3 Способ синтеза системы управления на основе алгоритмов взаимного преобразования автоматной стохастической и нечеткологической моделей.

    5.3.1 Алгоритм преобразования стохастической модели в нечеткологическую.

    5.3.2 Алгоритм преобразования нечеткологической модели в стохастический автомат.

    5.4 Алгоритм синтеза системы управления на основе преобразования нечеткологической модели в графовую цунгового вида.

    Выводы по Главе 5.

    Глава 6. Прикладная реализация разработанных автором способов и алгоритмов в управляющих автоматах для промышленных технологических и информационных систем.

    6.1 Синтез распределенного информационно-технического комплекса для обслуживания процессов в обязательном медицинском страховании.

    6.1.1 Иерархия информационных систем при использовании в процессах страховых компаний в рамках обслуживания обязательного медицинского страхования.

    6.2 Разработка модели системы организации корпоративного обучения и программного комплекса на ее основе.

    6.3 Разработка систем управления взаимодействием с клиентами телекоммуникационных операторов.

    6.4 Синтез системы управления и мониторинга для теплофизически непрерывного чашевого варианта агломерационного процесса.

    6.4.1 Синтез модели теплофизически непрерывного металлургического процесса.

    6.4.2 Дискретно событийная модель металлургического процесса как основа синтеза системы управления.

    6.4.5 Выводы по пункту.

    6.5 Синтез системы управления технологическим процессом производства изделий из металлопластика.

    Формальная спецификация модели.

    6.6 Сравнение результатов синтеза при использовании различных типов моделей.

    Выводы по главе.

Теоретические основы и прикладная реализация синтеза информационных систем управления технологическими и информационными комплексами на основе аппарата нечеткой логики (реферат, курсовая, диплом, контрольная)

Актуальность темы

.

Попытки использования естественных языков для формальных описаний предпринимались с античных времен. Первым вопросы научного представления бытового знания систематизировал Б. Паскаль в своем труде РепБееэ. Он указал, что многие явления с одной стороны абсолютно понятны на интуитивном уровне и сложны или вовсе не описаны математически. В настоящее время ускорение технического прогресса и наличие большого количества узкоспециализированных отраслей требуют организации взаимодействия между специалистами в различных областях. В представленной работе автор рассматривает задачи синтеза автоматизированных управляющих систем для технологических и информационных процессов. АСУ строятся на основе формальных моделей, которые в свою очередь базируются на описаниях, представленных на языке предметной области.

Известно по Гильберту, что предмет метаматематики и формальных логических моделей мотивирует задача исследования доказательства, применяемого в формализованной системе, с привлечением естественных языков в качестве метаязыка, позволяющего анализировать свойства языка формального с точки зрения представления проблем, решаемых на содержательном уровне, адекватным или целесообразным образом. Задачу разработки средств, способствующих разрешению обозначенных проблем, ставили фон Нейман, Колмогоров, Шеннон, Котельников, Винер, Винер.

Известно, что традиционные способы синтеза систем управления предполагают наличие математической модели объекта в аналитическом виде. Построение такой аналитической модели является основной задачей при синтезе системы управления технологическими и информационными объектами[1−14].

Рассмотрим систему управления технологическим/информационным объектом как «черный ящик» [10]. Двумя основными входами любой СУ являются данные и математическая/аналитическая модель.

В то же время входные данные и аналитическая модель являются взаимозависимыми. Формирование аналитической модели, как первого шага синтеза системы управления, основано на сущностном и семантическом анализе входной информации. При этом одной из основных проблем в современных условиях узкой специализации становится обеспечение взаимодействия специалистов, относящихся к различным областям знания. Это является актуальной задачей в прикладных технологических, информационных и экономических процессах [2].

В связи с возросшими требованиями к скорости принятия решений, более узкой специализацией в профильных отраслях, и особенно широким вовлечением информационных технологий в практически весь спектр производственных процессов, возникает необходимость в формализации диалога между специалистами при решении задач анализа информационных моделей, их синтеза, а также синтеза систем управления.

Эта задача решается, в частности, применением формализации на основе k-значных, непрерывных и нечетких логик. Их разработка стимулировалась бурным развитием компьютерных технологий. Решение такого рода задач описано в трудах известных зарубежных специалистов Л. Заде, С. Гроува, В. Целлари, Р. Гросса, Э. Бертина, Дж. Йоши. В России проблематика адаптивности имитационных, неформализованных моделей широко представлена в трудах А. Н. Колмогорова, Д. А. Поспелова, Ю. С. Попкова, C.B. Емельянова, С.А.

Редкозубова, B. JL Арлазарова, A.B. Горбатова, B.C. Симанкова, Л. И. Волгина.

Применение нечетких множеств для синтеза моделей технологических и некоторых социально-экономических процессов обусловлено многообразием факторов, отсутствием резко выраженных корреляций между ними и приоритетов. В этих случаях возникают множества количественных оценок соответствующих факторов (дискретные большие множества) и приходится вводить ранжирование подмножеств, что и делают нечеткие логики.

Настоящая работа посвящена решению задачи по нахождению языка, на котором можно описать класс задач с целью выдачи рекомендаций на основе количественных оценок. С этой целью предложена формализация класса моделей, описывающих социально-экономические и некоторые технологические процессы, на базе теории нечетких логик.

В работе сформулирована постановка задачи синтеза автоматизированной системы управления на основе формализации на метаязыке нечеткой логики содержательного описания, представленного на языке предметной области. В работе автором представлены концепции, методики и алгоритмы, реализующие достоверное достижение требуемого состояния моделируемого процесса в областях: технологически сложные высокорисковые технологические процессы, информационные системы обслуживания производственных и организационных процессов.

Предлагаемый подход позволяет значительно ускорить процесс синтеза автоматизированных систем управления и снизить вероятность ошибок функционирования этих систем, возникающих вследствие узкой специализации персонала и использования предметной терминологии в различных областях знания.

Глоссарий.

АДСМ — алгебра дискретно-событийных моделей АСУ — автоматизированная система управления ВС — вычислительная система НЛ — нечеткая логика.

ДЛО — дополнительное лекарственное обеспечение ДСМ — дискретно-событийная модель.

ЕЯ — Естественный язык или естественный язык предметной области ИС — информационная система Л, А — логика антонимов. ЛЗ — логика Заде.

ОМС — обязательное медицинское страхование.

ПО — программное обеспечение.

СМО — страховая медицинская организация.

САУ — системы автоматизированного управления.

СУ — система управления.

СППР — система поддержки принятия решения.

Целью работы является теоретическая и научно-техническая разработка методологии системных исследований анализа и синтеза систем управления технологическими и информационными системами на основе теории нечетких множеств. Для достижения поставленной цели в работе рассматриваются следующие задачи:

— Системный анализ содержательных представлений информационных и технологических процессов, сделанных на предметном языке, с целью синтеза автоматизированных систем управления на основе их формализации на базе моделей нечеткой логики, которые традиционно используют оценки вещественными числами на интервале [0−1];

— разработка на базе нечеткой логики методов и способов анализа описываемых на предметном языке объектов и их элементов с целью получения рекомендаций воздействия в системах управления, основанных на количественных показателях;

— разработка методов использования непрерывных и дискретных логик с целью адекватного и оптимального синтеза автоматизированных систем управления информационных и технологических процессов. Развитие аппарата нечеткой логики для синтеза моделей на основе анализа описаний в терминах предметной области на естественном языке для рассматриваемого класса задач.

— адаптация дискретных моделей для совместного использования с моделями на основе нечеткой логики и разработка принципов, методов и алгоритмов взаимного преобразования формализации на основе четких и нечетких логик. установление условий предпочтительного применения разрабатываемых методов анализа и синтеза информационных и технологических систем для нечеткологических, дискретно-событийных, детерминированных и стохастических моделей в применении к высокорисковым процессам;

— реализация и апробация предложенных практических способов, моделей, алгоритмов для применения в информационных и технологических процессах.

Решаемые в работе задачи применены автором к следующим областям:

— формирование концепций, моделей и разработка информационных систем в соответствии с параметрами рассматриваемых процессовсинтез моделей технологических процессов, изделий и их свойствсинтез технологических комплексов на базе устройств с известными или заданными характеристиками.

— синтез информационных систем бизнес-процессов управлениясистемы поддержки информационных предпочтений пользователейсистемы управления продажами.

Объект исследования: Системы управления для технологических и информационных процессов и систем.

Предмет исследования: Синтез систем управления на основе анализа описаний на предметном языке с использованием аппарата нечеткой логики.

Методы исследования.

В работе на основе существующих методов: теории сложных многоуровневых иерархических системтеории информациитеории выбора и принятия решенийтеории систем автоматического управлениятеории конечных графов и сетейтеории нечетких множествтеории экспертных системалгебры дискретно-событийных моделейматематической логики и теория алгоритмовосновы теории математического моделированияметодов кусочно-линейной аппроксимации развиты теория нечетких логик для формализации анализа моделей на языке предметной области и синтеза формальных управляющих информационных системаппарат алгебры дискретно-событийных моделей.

Научная новизна.

1. При проведении синтеза автоматизированных систем управления сформулировано расширение области определения нечеткой логики для представления элементов модели, построенной на основе описания на языке предметной области, на мнимую область в отличие от постулированных в логике Заде ([0- 1]) и логике антонимов ([0- оо[) интервалов. Показана возможность логического разделения представления атрибутов, унаследованных от элементов содержательного описания на языке предметной области, и собственных атрибутов модели в рамках предложенной формализации, что допускает представление в рамках одного версального множества. Разделение достигается за счет представления атрибутов, унаследованных от описания на предметном языке, в вещественной области, а собственных атрибутов модели — в мнимой области.

2. Введена оценка функционала элементов автоматизированной системы управления и ее модели как комплексных чисел, в которых функционал элемента, унаследованного от описания на предметном языке, относится к действительной области, а функционал внутренних элементов — к мнимой области. Под функционалом элемента понимается интегральное значение, оценивающее вхождение элемента (-ов) в множества и весов элемента в каждом из этих множеств.

3. Проведено преобразование аксиоматики нечеткой логики для мнимой области определения. Разработано применение операции г-композиции для оптимизации процедуры оценки функционала нечеткологического управляющего автомата в комплексной области.

Определена область применимости разработанного аппарата нечетких логик для анализа моделей технологических и информационных систем и синтеза на их основе автоматизированных систем управления.

4. Сформулирована и доказана теорема о соответствии элементов нечеткологической модели элементам стохастического автомата. Показано, что стохастическую модель управляющего автомата можно представить как подмножество модели на основе нечеткой логики.

5. Разработана методика синтеза автоматизированной системы управления техническими и информационными объектами на базе разработанного автором варианта нечеткой логики на основе преобразования содержательного представления объекта на языке предметной области.

6. Разработаны и представлены методики синтеза автоматизированных управляющих систем на основе взаимного преобразования моделей различных видов, включая:

— методику синтеза стохастического управляющего автомата на основе преобразования нечеткой модели;

— методика синтеза дискретно-событийного управляющего автомата на базе алгоритма преобразования нечеткой модели в дискретно-событийную модель. Методика разработана на основании доказанной автором теоремы о наличии разрешенного пути в дискретно-событийном автомате;

— алгоритм имитационного моделирования для дискретныо-событийных управляющих автоматов;

— алгоритм преобразования дискретной модели в стохастический автомат.

Разработаны формализованные критерии для определения предпочтительных областей применения рассмотренных в работе видов моделей при синтезе автоматизированных систем управления техническими и информационными объектами: на основе нечеткой логикиграфовых, включая детерминированные и стохастическиедискретно-событийных.

Научная ценность работы.

Впервые предложено и обосновано расширение области определения значений атрибутов нечеткой модели на мнимую область при реализации процедуры синтеза автоматизированных систем управления. Впервые предложено определение функционала нечеткологической модели и ее элементов как комплексных чисел. Разработанный метод расширения области определения функционалов элементов нечеткой логики на мнимую область при анализе моделей на предметном языке позволяет существенно упростить процессы информационного обмена и синтеза управляющих систем без потери качества информации при небольшой избыточности.

Автором выведена и сформулирована система условий, обеспечивающих достоверность и целостность синтезируемой нечеткологической модели и автоматизированной системы управления на ее основе.

Сформулирована и доказана теорема о пропорциональности интегрального значения функционала нечеткой модели сумме вероятностей переходов в стохастическом автомате.

Разработаны алгоритмы построения автоматизированных систем управления с минимизацией ресурсных затрат на основе доказанной в работе теоремы о критерии достижения требуемого состояния в дискретно-событийных моделях.

Положения, выносимые на защиту.

1. Предложен способ синтеза модели и на ее основе автоматизированной системы управления на основе содержательного представления объекта на языке предметной области, с расширением ее области определения на мнимую область, взамен традиционной системы оценки весов, основанной на вещественных числах. Показана возможность раздельного представления атрибутов модели, унаследованных от модели на языке предметной области, и атрибутов модели, отражающих ее собственные состояния, в рамках предложенной формализации, что допускает представление в рамках одного версального множества. Значения атрибутов системы управления, унаследованные от описания на предметном языке, относятся к положительной области, а собственных атрибутов моделик мнимой области.

1.1. Представление оценки мощности системы управления, ее модели и функционала ее элементов как комплексного числа, в котором функционал элемента, унаследованного от описания на предметном языке, относится к действительной области, а функционал собственных элементов модели — к мнимой области. При этом оптимальность качества модели определяется на основе анализа комплексной модели, как соотнесение мощности ее вещественной и мнимой частей.

1.2. Расширение аксиоматики нечеткой логики для мнимой области определения и способ применения операции г-композиции для оптимизации процедуры оценки функционала системы управления на базе нечеткологической модели в комплексной области.

1.3. Система условий, обеспечивающих достоверность и целостность синтезируемой нечеткологической модели и автоматизированной системы управления техническими и информационными объектами, синтезируемой на ее основе.

2. Доказана теорема о соответствии функционала элементов нечеткой модели совокупности вероятностей переходов в стохастическом управляющем автомате.

3. Методика анализа модели на естественном языке предметной области с последующим синтезом формальной модели на базе разработанного развития нечеткой логики, включая синтез алгоритма построения нечеткой модели.

4. Методика синтеза автоматизированных систем управления на основе взаимного преобразования моделей различных типов, включая:

— преобразование нечеткой модели в стохастический автомат;

— синтез дискретно-событийного управляющего автомата путем преобразования нечеткой модели на основании доказанной теоремы о признаке наличия разрешенного пути для достижения требуемого состояния в дискретно-событийной модели;

— синтез информационных систем управления основе имитационного моделирования для дискретных моделей;

— преобразование дискретно-событийной модели в стохастический автомат.

5. Разработаны формализованные критерии для определения областей применения рассмотренных в работе видов моделей: на основе нечеткой логикиавтоматных, детерминированных и стохастическихдискретно-событийных при синтезе автоматизированных систем управления технических и информационных систем.

Практическая значимость работы состоит в следующем:

— теоретические результаты реализованы на практике:

В металлургическом производстве (акт внедрения от ООО «Прогрессивные литейные технологии») Телекоммуникациях (акт внедрения от ЗАО «Сантэлтелеком») Информационные системы (акты внедрения от НОУ «Специалист» при МГТУ им. Н. Э. Баумана и ООО «Бауманские технологии" — 4 авторских свидетельства о регистрации программ для ЭВМ и баз данных в ФИПС РФ).

Приборостроение (акт внедрения от «Уманского приборостроительного завода») и ряде других.

— авторское свидетельство ФИПС РФ на структуру базы данных нечеткологических моделей;

— разработан комплекс программных средств хранения, преобразования и представления данных нечеткологических моделей;

— разработана методика синтеза управляющего автомата (программы) от описательной модели до управляющего алгоритма.

— разработаны практические алгоритмы синтеза моделей технологических процессов и их управляющих систем:

• комплекс аппаратно-программных средств имитационного моделирования и управления чашевым аглокомплексом непрерывного цикла;

• управляющая модель и на ее основе программный комплекс для информационной системы в страховании.

• управляющая модель и на ее основе информационный комплекс для контроля и организации повышения квалификации персонала.

Апробация работы.

Основные результаты работы доложены и обсуждены на 15 научных конференциях, в том числе 10 международных (включая Международный конгресс информатизации пам. А. НобеляМеждународную конф. «Искусственный интеллект в информациологии» МАИ, 1999 г.- Форум «Интернет-экономика России» 2001 г. при Академии народного хозяйства Правительства РФ), и международной выставке Тегга1ек-94, Лейпциг. Получено 4 свидетельства Федерального института промышленной собственности Российской Федерации (Роспатент) о регистрации Программ для ЭВМ и базы данных по тематике работы. Основное содержание диссертации отражено в 47 работах, из них 1 монографии, 1 Свидетельстве о регистрации базы данных, 3 Свидетельствах о регистрации программ для ЭВМ. 12 работ опубликованы в рецензируемых изданиях, рекомендованных ВАК РФ.

Личный вклад соискателя.

Автор провел теоретические исследования в области анализа и синтеза автоматизированных систем управления и моделей информационных и технологических систем на базе нечетких логик в части расширения свойств нечеткой логики для формализации моделей на предметном языкесоотнесения свойств и области применения дискретных моделей различных видов.

Автор провел теоретические исследования свойств нечеткологических, автоматных и дискретно-событийных моделей в части выявления разрешенных состояний модели с точки зрения соответствия моделируемому объекту.

Автором разработаны и обоснованы методики синтеза систем управления различных видовустановлены области применения для каждой из рассматриваемых моделей: на базе нечеткой логики, дискретно-событийных и стохастической.

На основании разработанных методик автором лично и в соавторстве предложены и реализованы практические алгоритмы для металлургических процессов, систем управления производством и обучениемтелекоммуникационных системинформационной системы для финансовых страховых организаций.

Структура и объем диссертации

.

Диссертационная работа на 237 страницах содержит 6 глав, 21 рисунок, 9 таблиц, 2 приложения.

Список литературы

содержит 174 наименования.

Основные результаты и выводы по диссертационной работе.

В диссертационной работе на основе методологии системных исследований решена важная научно-техническая проблема анализа и синтеза моделей технологических и информационных систем на базе нечетких множеств. В результате проведённых исследований разработаны теоретические, методологические и организационно-технические основы синтеза нечеткологических моделей, которые решают актуальную научную и прикладную проблему обеспечения эффективности взаимодействия специалистов различных областей и синтеза эффективных по технико-экономическим показателям управляющих систем на базе синтезированных моделей.

Получены следующие результаты:

1. Обоснована актуальность научной проблемы и на основе методологии системных исследований сформулированы цели и задачи диссертационной работы: разработка аппарата анализа и синтеза моделей управляющих систем, описанных на естественном языке предметной области, с использованием нечетких и дискретных множеств. Результаты исследования показывают, что при современном уровне узкой специализации построение управляющих систем на основе традиционных дискретных моделей (графовых, стохастических, дискретно-событийных, сетей Петри) испытывает сложности. Эти проблемы связаны с необходимостью формализации описаний, представленных на естественном языке. Установлено, что при создании модели на предметном языке и ее анализе выявлена проблема неоднозначности перехода от описательной модели к строго формализованной в рамках традиционных дискретных и непрерывнозначных алгебр. Поставлена и решена задача на разработку метода структурного анализа модели на языке предметной области и ее формализации на базе нечетких множеств.

2. Проведено исследование существующих способов синтеза на основе аппарата теории нечетких множеств. В работе автором впервые сформулировано расширение на мнимую область области определения для элементов нечеткого множества и нечеткологической модели, синтез которой проводится на основе описания на языке предметной области.

Введена оценка функционала элементов модели и модели в целом как комплексного числа, в котором функционал элемента, унаследованного от описания на предметном языке, относится к действительной области, а функционал собственных элементов модели и/или системы управления — к мнимой области. В результате реализовано раздельное представление атрибутов модели, унаследованных от элементов содержательного описания на языке предметной области, и собственных атрибутов модели в рамках предложенной формализации. Разделение достигается за счет представления атрибутов, унаследованных от описания на предметном языке, в вещественной области, а собственных атрибутов модели — в мнимой области.

На основе разработанного автором расширения области определения для представления нечетких множеств проведено преобразование аксиоматики нечеткой логики. Автором разработано применение операции г-композиции для оптимизации процедуры оценки функционала систем управления на базе нечеткологической модели в комплексной области.

Автором проведено исследование, на основании которого сформулированы критерии непротиворечивости синтезированной модели исследуемому объекту управления. На их основе определены критерии границ применимости нечеткологических моделей при синтезе систем управления технологическими и информационными процессами и параметры эффективности их применения для формализации первичных моделей на естественном языке. Установлена область применимости разработанного аппарата нечетких логик для анализа и синтеза моделей технологических и информационных систем и систем управления на их основе.

Автором исследован вопрос о совместном (комплексном) применении нечеткологических и дискретных моделей при синтезе и анализе работы систем управления для технологических и информационных объектов. Установлено, что в ряде случаев синтез управляющих автоматов более эффективен на основе дискретных моделей. Таким образом, для наиболее эффективного синтеза, анализа и эксплуатации управляющих автоматов (систем) необходимо решить задачу совместного (комплексного) использования НЛи дискретных моделей. Такая задача была поставлена и решена автором в представленной диссертационной работе.

Поскольку дискретные модели наилучшим образом поддаются алгоритмизации, автором решен ряд задач по синтезу систем управления на базе преобразования НЛ моделей к различным видам дискретных:

— Сформулирована и доказана теорема о соответствии элементов нечеткологической модели элементам стохастической автоматной модели. Показано, что стохастическую модель можно представить как подмножество модели на основе нечеткой логики.

— Разработаны методики синтеза на основе НЛ — модели следующих типов управляющих автоматов: стохастических, дискретно-событийных, графовых;

— разработан алгоритм проактивного моделирования" для дискретно-событийных моделей;

— определены критерии, позволяющие выбрать оптимальный способ синтеза и анализа для конкретных условий. На их основе установлены области предпочтительного применения систем управления на основе нечеткологических, стохастических, ДСМ и графовых моделей и способы их совместного использования.

6. Автором разработаны и представлены:

— методы использования непрерывных логических и дискретных логик с целью адекватного и оптимального синтеза моделей и систем управления информационных и технологических процессов;

— разработана и представлена методика взаимного преобразования моделей различных видов, включая: способ и алгоритм преобразования нечеткой модели в стохастический автоматалгоритм синтеза дискретно-событийного управляющего автомата на базе НЛ модели — на основании доказанной автором теоремы о наличии разрешенного пути в дискретно-событийной моделиспособ и алгоритм опережающего имитационного моделирования для систем управления на базе дискретных моделей;

— формализованные критерии для определения предпочтительных областей применения рассмотренных в работе видов моделей: на основе нечеткой логикиграфовых, включая детерминированные и стохастическиедискретно-событийных для синтеза управляющих информационных и технологических систем.

— проведено обоснование эффективности применяемых методов.

7. Автором представлены практические результаты применения разработанных способов, методов и алгоритмов анализа и синтеза моделей технических и информационных систем: разработана методика синтеза систем управления технологическими и информационными процессами от описательной модели до управляющего алгоритма.

— разработаны практические алгоритмы синтеза систем управления технологических процессов и управляющих систем:

• комплекс аппаратно-программных средств имитационного моделирования и управления чашевым аглокомплексом непрерывного цикла;

• управляющая модель и на ее основе программный комплекс для страхования.

• управляющая модель и на ее основе программный комплекс для контроля и организации повышения квалификации персонала.

При этом достигнуты следующие показатели экономической эффективности, подтвержденные расчетами и актами внедрения:

— для информационных систем экономия аппаратно-программных мощностей составляет до 2 раза экономия текущего обслуживания и сопровождения до 5 раз за счет снижения количества обслуживаемых компонентов;

— для управляющих систем технологических процессов экономия затрат на создание и сопровождение составляет 1,5−2 раза.

Практическая значимость и результаты внедрения разработок, полученных в диссертационной работе, приведены в Приложениях: акты внедренияпримеры и результаты практического использования разработанных методов и алгоритмовзаключения экспертных и клиентских организаций- 5 свидетельствах о государственной регистрации программ для ЭВМ и свидетельстве о регистрации базы данных.

Показать весь текст

Список литературы

  1. Pascal, В. Pensees. — Wheaton: Christian Classics Ethernal Library, 1997.- 189 c.
  2. , А. Ф. Самое само. M.: Эксмо-пресс, 1999. — 1024 с.
  3. , Р. Новый ум короля. М.: Едиториал УРСС, 2005. — 400с.
  4. , Д.А. Ситуационное управление: Теория и практика. -М.: Наука, 1986.-288 с.
  5. , А.Н. Избранные труды: в 3 т. М.: Наука, 1987. — Т. 3. Теория информации и теория алгоритмов. — 303 с.
  6. , C.B. Избранные труды по теории управления- отв. ред. С. К. Коровин.- Науч. совет Программы фундамент, исслед. Президиума РАН «Изд. тр. выдающихся ученых" — ИСА РАН. М.: Наука, 2006. — 450 с.
  7. Арлазаров, В. Л, Емельянов, Н.Е. «Информационно-аналитические аспекты в задачах управления»: Труды института системного анализа Российской академии наук (ИСА РАН) М.: 2008. -с. 6−49
  8. , B.C. «Автоматизация системных исследований». Монография (Научное издание). Краснодар, 2002. — 376 стр.
  9. , Л.А. Тени нечетких множеств. Труды ТИИЭР. М.: 1966 г. том II, вып. 1, с. 37 — 44.
  10. , Д.Ю. Формализация информационных моделей управленческих и технических систем. Монография. М.: Спутник Плюс, 2005.- 199 с.
  11. , Ю.С. (под ред.) Динамика неоднородных систем. Серия: Труды ИСА РАН. Вып. 09. М.: 2005. — 232 с.
  12. , C.B. Труды ИСА РАН: Методы и модели системного анализа. Управление рисками и безопасностью. Оценка эффективности иинвестиционных проектов. Серия: Труды ИСА РАН. Т.61. Вып.1. М.: 2011. -80 с.
  13. Bezdek James С. A Review of Probabilistic, Fuzzy, and Neural Models for Pattern Recognition. Journal of Intelligent and Fuzzy Systems. Vol.1. New Mexico: 1993. -pgs 1−25.
  14. , A.B. Характеризационная теория синтеза функциональных декомпозиций в k-значных логиках. М.: Физ.-мат. лит., 2000. — 336 с.
  15. Dintsis, D. Using fuzzy sets for visual algorithm design. «Cognition, technology and work» journal. Berlin: Springer Publishers, October, 1999.-p. 128−132.
  16. , Д.Ю. Методы принятия решений в условиях неполной определенности на базе теории нечетких множеств (логики антонимов). Экономика и производство. Москва: 2001. — с.60−64.
  17. , Д.Ю. К вопросу о первичной формализации. Труды международной научно-технической конференции «Нейронные, реляторные и непрерывнологические сети и модели». Том 3. Моделифизических и технических объектов и процессов. Ульяновск. 1998. — с. 11−13.
  18. , Ю.В., Быков, С. Н. Модель факторного прогнозирования инвестиций в наукоемкую продукцию. Материалы II
  19. Международной научно-практической конференции. Компьютерные технологии в науке, производстве, социальных и экономических процессах. Часть 2. Новочеркасск. 2001. — с. 6−7.
  20. Kirkwood Craig. W. System Dynamics Methods: A Quick Introduction, College of Business, Arizona: 1998. 138 p.
  21. , В.И. Непрерывная логика и ее будущее. Труды международной научно-технической конференции «Нейронные, реляторные и непрерывнологические сети и модели». Реляторные и непрерывнологические сети и модели. Том 2. Ульяновск: 1998. — с. 4446.
  22. , Н.Г., Берштейн, JI.C., Боженюк, A.B. Нечеткие модели для экспертных систем в САПР. М.: Энергоатомиздат, 1991. -136 с.
  23. Wang L.X. Mendel J.M. Generating fuzzy rules by learning from examples. IEEE transactions on Systems, Man and Cybernetics 22(6), 1992.-p. 1414−1427.
  24. , Д.Ю. Разработка методов и алгоритмов управления технологическим процессом в случайной среде. Автореферат диссертации на соискание ученой степени кандидата технических наук. -Владикавказ: СКГТУ, 1996.-21 с.
  25. , В.А. Схемы управления ЦВМ и графы. М.: «Энергия», 1971.
  26. , А.Г. «Автоматизированная система проектирования параллельной декомпозиции СЛУ», Тезисы Международной конференции «Информационные коммуникации, сети, системы и технологии» ITS-93, с. 65.
  27. , К.М., Варайи, П.ГГ. «Алгебры дискретно-событийных моделей», ТИИЭР т.77, № 1. 1989. с. 228−244.
  28. , Р., Вальранд, Ж.-С. «Распределенное имитационное моделирование», ТИИЭР, т. 77, № 1. 1989, с. 245.
  29. , А.Н. Ориентированные графы и конечные автоматы. М.: Наука, 1971. — 415 с.
  30. , А.Г., Динцис, Д.Ю. Особенности функционирования управляющего автомата в случайной среде. Международный конгресс информатизации пам. А. Нобеля, Ижевск: 1995.-с. 139−148.
  31. , Б.П. Представление динамических систем на основе дискретно-событийных описаний. Интеллектуальное управление на базе событий. ТИИЭР. Том 77. № 1. 1989. с. 248−254.
  32. , А.Г., Динцис, Д.Ю. Частный случай детерминирования конечного автомата. Вестник СКГТУ. Вып. I. -Владикавказ: СКГТУ, 1995. с. 96 -100.
  33. , М.М. Машинная минимизация функциональной связности памяти дискретных устройств управления на основе характеризационных принципов. Автореферат диссертации на соискание ученой степени кандидата технических наук. М.: Изд. МИФИ. 1984.-24 с.
  34. , Д.Ю., Дедегкаев, А.Г., Дедегкаева, Л. М. Особенности графоидов стохастических автоматов, накладывающие ограниченияна их разложимость. Сборник Логическое управление оганизационными структурами, 1998. — с. 24 29
  35. , Д.Ю. Признаки первично формализованной модели. Материалы II Международной научно-практическойконференции «Компьютерные технологии в науке, производстве, социальных и экономических процессах». Часть 5. Новочеркасск: 2001. — с. 54−57
  36. , W. «People and Software in a Knowledge-Based Economy». IEEE Computer, January, 2005. 17−24 c.
  37. , Д.Ю., Богомолова, Н.П. Нечеткологическая модель металлургического процесса. Материалы Международной научно-практической конференции «Организация и управление производительностью производственных систем». Новочеркасск. 2002. -с. 43−45.
  38. Хо Ючзи. Динамика систем с дискретными событиями. Тематический выпуск ТИИЭР. Том 77. № 1. 1989. с. 380−384.
  39. Цао Сижень. Сравнительный анализ динамики непрерывных и дискретно-событийных систем. ТИИЭР. Том 77. № 1. 1989. с. 325 329.
  40. , П.У. ОПМФ формализм для дискретно-событийных систем. ТИИЭР. Том 77. № 1. 1989. — с. 299 — 303.
  41. , В.П., Дедегкаев, А.Г., Богомолов, В. М. Выработка импульсных воздействий на объект автоматизированного проектирования. Тезисы докладов X всесоюзного симпозиума «Логическое управление с использованием ЭВМ». Москва Феодосия. 1991.-с. 57−59.
  42. Dintsis, D. Business Rules Visualization in computing systems. Washington DC, USA: Computer, № 04, 2004. p. 74−78.
  43. , Д.Ю. Использование легких настраиваемых решений для реализации комплексных информационных систем компаний, работающих финансовом рынке. Международный страховой форум. Доклад. М.: 2003. -с. 4.
  44. , Д., Иртюга, К., Вербицкий, В. и др. Использование информационных ERP, CRM систем в современных бизнес-процессах. М.: Журнал Connect, № 7, 2003, с. 24 — 31.
  45. Bogomolov, V., Dintsis, D., Rjazanov, V. Bogomolov -Rjazanov Agglomeration Techniques, Apparatus for its Realization.
  46. Optimization System by Dintsis Bogomolov. Terratek Fachmesse und Kongre? fur Umweltinnovationen. Leipziger Frujahrsmesse. Katalog. Leipzig. 1994. p. 35.
  47. , Д.Ю. База данных хранения и обработки данных моделей, основанных на нечетких множествах. Свидетельство ФИПС РФ об официальной регистрации базы данных № 2 005 620 230 от 22.08.2005.
  48. Martin Fowler. UML Distilled: A Brief Guide to the Standard Object Modeling Language, Third Edition. Ontario: Addison Wesley Publ., 2003.- 191 c.
  49. , Д.Ю., Качалов, C.B., Квартальное, С. Б. Система автоматизации управления продажами и формирования базы знаний РИНТИ ПремьерЛайн. Свидетельство ФИПС РФ об официальной регистрации программы для ЭВМ № 2 003 611 526 от 25.06.2003
  50. , A.A. Анализ делового экономического цикла с помощью математической модели Марковских случайных процессов. Семинар В. А. Садовничего. Доклад. МГУ. 2005.
  51. , Д. А. Вероятностные автоматы. М.: Машиностроение, 1990. — 248 с.
  52. , В. Основы исследования операций. М.: Мир. 1972. -414 с.
  53. , Д.А. Игры и автоматы. М.: Энергия, 1966. — 72 с.
  54. , В.А. Основы дискретной математики. М.: Высшая школа, 1988. — 340 с.
  55. , В.А. Семантическая теория проектирования автоматов. М.: Энергия, 1979. — 264 с.
  56. , В.М. Синтез цифровых автоматов. М.: ГИФ-МЛ, 1962.-440 с.
  57. , В.М. Теория автоматов и формальные преобразования микропрограмм. Кибернетика. № 5. 1965. — с. 1−10.
  58. , В.А. Синтез логических схем в многозначных логиках, основанных на структурных соотношениях. М.: Советское радио, 1967.
  59. , В.А. Теория частично упорядоченных систем. М.: Советское радио, 1976 г.
  60. , В.А., Макаренков, С.В. Запрещенные фигуры при синтезе многовыходных булевых структур. Известия АН СССР. Техническая кибернетика, № 2. 1975.
  61. , А.Н. Ориентированные графы и конечные автоматы. М.: Наука, 1971. — 416 с.
  62. , Д.А. Логические методы анализа и синтеза схем. 3-е изд. М.: Энергия, 1977. — 228 с.
  63. , В.И. Коллективное поведение автоматов. М.: Наука, 1973.-408 с.
  64. , А.Г. Некоторые свойства автоматных графоидов, не допускающих параллельную декомпозицию. Сборник «Оптимизация дискретных систем управления». М.: ГВЦ Госплана СССР, 1972.-с. 120−126.
  65. , В.А., Дедегкаев, А.Г. Запрещенные фигуры при параллельной декомпозиции абстрактных автоматов. Сборник «Оптимизация дискретных систем управления». М.: ГВЦ Госплана СССР, 1972.-с. 113−120.
  66. , В. А., Дедегкаев, А.Г. Метод расщепления запрещенных фигур при построении параллельной декомпозициисистем. Сборник «Прикладные проблемы теории систем и системотехники». М.: МДНТП им. Ф. Э. Дзержинского, 1973. — с. 103 108.
  67. Kosko В. Fuzzy systems as universal approximators. IEEE Transactions on Computers, vol. 43, No. 11, November 1994. p. 1329−1333
  68. Zadeh. L.A. Decision Analysis and Fuzzy logic. International Conference on Fuzzy Sets and Soft Computing in Economics and Finance (FSSCEF 2004). Saint-Petersburg, Russia, 2004.
  69. Zadeh, L.A. Outline of a New Approach to the Analysis of Complex Systems and Decision Processes. IEEE Transactions on Systems, Man and Cybernetics. Vol. SMC 3. 1973. p. 28−44.
  70. Zadeh, L. A, Yager, R.R. Uncertainty in Knowledge Base. -Heidelberg: Springer-Verlag. 1991.
  71. , Г., Барти, Т. Современная прикладная алгебра. Перевод Ю. И. Манина. М.: Мир, 1976.-400 с.
  72. , C.B. Введение в дискретную математику. М.: Высшая школа, 2003. — 384 с.
  73. Slupecki J. Kriterium pelnosci wielowar tosciowych systemow logiki zdan des Seances Rendus. Comptes de la Societe des Sciences et des Lettres de Varsovie, Cl. III, 1939, 32, p. 102 — 128.
  74. Piccard S. Sur les fonctions definies dans les ensembles finis quelconque. Fund. Math., Paris, 1955, 24, p. 183 185.
  75. Post E.L. Introduction to a general theory of elementary propositions. Amer.J.Math., 1921,43, № 3, p. 163−185.
  76. , Ю.И., Мучник, A.A. О существовании k значных замкнутых классов, не имеющих конечного базиса. — М.: ДАН СССР, 1959, 127, № 1, с. 44−48.
  77. McCluskey, E.J., Unger, S.H. A note on the number of internal variable assignments for sequential, switching circuits. IRE Trans, on Electronic Computer, vol. 1, N 2, Chicago, 1959.
  78. Hartmanis J. On the state assignments problem for sequential machines. IRE Trans. N 2. 1961.
  79. , P.K., Схуппен, Й.Х. Распределенная маршрутизация для баллансировки нагрузки. ТИИЭР. Том 77. № 1. 1989.
  80. , А.Г., Арзуманян, Г.М. Использование раскраски графов для распределения задач по процессорам мультипроцессорной системы. НТК, посвященная 50-летию научно-исследовательского сектора СКГМИ. Орджоникидзе, 1988.
  81. Бол охов, Ю.А., Попов, С.В., Шигин, А. Г. Декомпозиционный подход к реализации древовидных алгоритмов на многопроцессорных вычислительных системах. М.: МЭИ, 1990.
  82. Trotter, W.T., Moore, J.I. Characterization problems for graphs, partially ordered sets, lattices and families of sets. Discrete Mathematics, vol.16. N 4. 1976.
  83. , А.Г. Повышение эффективности метода разложения систем логического управления. В сб. Логическое управление с использованием ЭВМ. Тез. докл. XIV Всесоюзного симпозиума. Москва Феодосия. 1991.
  84. , О.М. Логические методы в проектировании диалоговых интерфейсов. В сб. Логическое управление сиспользованеим ЭВМ. Тез. докл. XIV Всесоюзного симпозиума. Москва Феодосия. 1991.
  85. Hartmanis, J. Symbolic analysis of a decompositionof information processing machines. Information & Control. N 2. 1960.
  86. , А.Г. Автоматизация построения параллельной декомпозиции на этапе функционального проектирования логических устройств управления. М.: Ротапринт МГИ, 1973.
  87. , М.М. Машинная минимизация функциональной связности памяти дискретных устройств управления на основе характеризационных принципов. Автореферат диссертации на соискание ученой степени кандидата технических наук. М.: Изд. МИФИ, 1984.-24 с.
  88. , В. А., Торхов, B.JI. Аппроксимирующая характеризация. В сб. Логическое управление с использованеим ЭВМ. Тез. докл. XIV Всесоюзного симпозиума. Москва Феодосия, 1991.
  89. , Е.Л. Задача характеризации сложных моделей. В сб. Логическое управление с использованеим ЭВМ. Тез. докл. XIV Всесоюзного симпозиума. Москва Феодосия. 1991.
  90. , Ф., Маковский, А.М. Использование методов теории массового обслуживания для анализа систем с ограничениями по синхронизации. ТИИЭР. Том 77. № 1. 1989.
  91. Hartmanis, J., Stearns, R.E. Pair algebra and its application to automata theory. Information and Control, N 7, 1964.
  92. ИЗ. Заде, Л. А. Роль мягких вычислений и нечеткой логики в понимании, конструировании и развитии информационных систем. Перевод И. З. Батыршина. Новости искусственного интеллекта, № 2−3, 2001.-c.7-ll.
  93. , Н.Г. Основы теории нечетких и гибридных систем. М.: Финансы и статистика, 2004. — 320 с.
  94. , Т. Ассоциативные запоминающие устройства. -М.: Мир, 1982.-384 с.
  95. , А.Н., Россиев, Д.А. Нейронные сети на персональном компьютере. Новосибирск: Наука, 1996. — 276 с.
  96. , Д.А. Логико-лингвистические модели в системах энергоуправления. М.: Энергоатомиздат, 1981. — 232 с.
  97. Zadeh, L.A. Outline of a New Approach to the Analysis of Compex Systems and Decision Processes. IEEE Transactions on Systems, Man and Cybernetics.-1973.-Vol. SMC 3. p. 284.
  98. Zadeh, L.A. Thinking Machines A New Field in Electrical Engineering. Columbia Engineering Quarterly. January issue 1950.
  99. Д.А. Моделирование рассуждений. М.: Радио и связь, 1989.- 184 с.
  100. , Д.А. Ситуационное управление: теория и практика. М.: Наука, 1986. — 288 с.
  101. Zadeh, L.A. Toward a Theory of Fuzzy Systems. Aspect Network and System Theory. New York: Rinehart and Winston, 1971.
  102. Zadeh, L.A. The Concept of a Linguistic Variable and its Application to Approximate Reasoning, Part 1, 2 and 3// Information Sciences. 1975. — Vol. 8. -P.199−249, 301−357 and Information Sciences.-1976.-Vol. 9.-p. 43−80.
  103. Zadeh, L.A. The Calculus of Fuzzy If-Then Rules. AI Expert. -1992.-Vol. 7.-p. 23−27.
  104. , P.E., Дедегкаев, А.Г., Динцис, Д. Ю. Логика как наука о законах мышления. Вестник СКГТУ № 8. Владикавказ, 2000.
  105. , В.М., Динцис, Д.Ю. К вопросу оптимизации и моделирования чашевого варианта аглопроцесса. Материалы НТК СКГМИ. Владикавказ, 1993.
  106. , А.Г., Богомолов, В.М., Динцис, Д. Ю. Разработка структурной схемы управления чашевым аглокомплексом. -М.: Известия вузов. Цветная металлургия № 4−6, 1994.
  107. , В.М., Динцис, Д.Ю. Моделирование работы чашевого аглокомплекса. М.: Известия вузов. Цветная металлургия № 3, 1995.
  108. , В.М., Рязанов, В.П. Патент РФ N 2 010 873 на изобретение. Способ агломерации Богомолова Рязанова. Приоритет от 12 апреля 1989 г.
  109. , В.М., Рязанов, В.П. Высокоэффективный, экологически чистый аглопроцесс с улучшенным теплообменом и установка для его осуществления. НТК СКГМИ. Тезисы доклада. Владикавказ, 1991.
  110. , Б. Фракталы, случай и финансы. Москва -Ижевск: РХД, 2004. — 256 с.
  111. , Р.И. Нелинейные динамические системы на плоскости и их приложения. М.: Вузовская книга, 2003. — 376 с.
  112. , Д.Ю. Формализация моделей технологических и информационных процессов на основе преобразования описатель-ной модели к нечеткологической. Приборы и системы. Управление, контроль, диагностика № 1, 2006 г. с. 64−66.
  113. , Г., Моллер, П., Кадра, Ж.-П., Вьо, М.
  114. Алгебраические средства оценивания характеристик дискретно-событийных систем. ТИИЭР. Том 77. № 1. 1989.
  115. , Х.Г., Стрикленд, С.Г. Описание свойств временных систем с дискретными событиями методом выборочных траекторий. ТИИЭР. Том 77. № 1. 1989.
  116. , Б.П. Представление динамических систем на основе дискретно-событийных описаний. Интеллектуальное управление на базе событий. ТИИЭР. Том. 77. № 1. 1989.
  117. П. Дж. Г., Уонем, У. М. Управление дискретно-событийными системами. ТИИЭР. Том 77. № 1. 1989.
  118. , Дж.Дж., Яо, Д.Д. Стохастические свойства второго порядка в системах с очередями. ТИИЭР. Том 77. № 1. 1989.
  119. , Д.Ю. Совместное использование нечеткологических и дискретных моделей для построения моделей технологических и управленческих систем. Приборы и системы. Управление, контроль, диагностика № 5, 2006 г. с. 61−64.
  120. , С.Б. Иерархическое управление потоком. Принципы составления расписаний и планирования дискретных событий в производственных системах. ТИИЭР. Том 77. № 1. 1989.
  121. , Ю.А. Построение оценок для задачи планирования кода конвейерных процессоров. Программирование № 4. 1993.
  122. , С.П. Панков, С.В. О верификации асинхронных программ продукционного типа. Программирование № 5. 1994.
  123. , Р.И. Специальные перегородчато-автоматные модели рекурсивных программ. Программирование № 3. 1994.
  124. , A.M., Серебряков, В.А. Трансляция циклов для многопроцессорных систем с распределенной памятью. Программирование № 3. 1994.
  125. , С.Б., Бобков, В.А., Май, В.П., Ронынин, Ю. И. Параллельные вычисления в алгоритме визуализации пространственных объектов, построенных методом конструктивной геометрии. Программирование № 2. 1994.
  126. , Ю.П., Смелянский, P.C. Об организации распределенного имитационного моделирования. Программирование № 2. 1994.
  127. , В. А. Информационная математика и нейротехнология накануне XXI века. Международный конгресс информатизации. Ижевск, 1995. с. 75−76.
  128. , В.И. Динамическая теория автоматов и ее применение. Международный когресс информатизации. Ижевск, 1995. -с. 84−89.
  129. , A.B., Горбатова, М.В. Интеллектуальное проектирование и моделирование нейронных сетей, функционирующих в условиях субмикронной технологии. Международный конгресс информатизации. Ижевск, 1995. с. 111 — 122.
  130. , Б.В. Микропроцессорные структуры. Инженерные решения. Справочник. М.: Радио и связь, 1990. — 512 с.
  131. , В.И. Построение моделей вычислительных сетей с помощью недетерминистской логики. Тезисы докладов XIV Всесоюзного симпозиума. Москва-Феодосия, 1991.
  132. , В.Л., Емельянов, Н.Е. Революция 2005 года в реляционных базах данных. Труды ИСА РАН. Т. 45. 2009.
  133. , С.П., Панков, C.B. Формальная модель асинхронных параллельных вычислений и ее верификация. РГУ. Ростов-на-Дону, 1992.
  134. , М.М. Алгебраическая модель технологической системы. Электронное моделирование № 4. 1990.
  135. , З.М. Приближенный синтез оптимального управления системами с распределенными параметрами при неполных и неточных измерениях. Автоматика № 4. 1990.
  136. , С.П. Событийные сети для проектирования систем параллельных процессов. Киев: НПО КИА, 1990.
  137. Garey, M.R., Graham, R.L. On cubical graphs. Journal of Combinatorial Theory (B). vol.18. 1975.
  138. , П.К. Сети Петри в анализе асинхронных схем. В сб. Логическое управление с использовани1м ЭВМ. Тез. докл. XIV Всесоюзного симпозиума. Москва Феодосия. 1991.
  139. , Т. Автоматизация проектирования управляющих автоматов на алгоритмическом этапе синтеза. Автореферат на соискание ученой степени кандидата технических наук. М.: МЭИ. 1974.-24 с.
  140. , Д.Ю. Дедегкаев, А.Г. Способ построения эффективного управляющего автомата на основе преобразования нечеткой модели процесса в стохастический автомат. М.: Приборы и системы. Управление, контроль, диагностика. № 8, 2007. — с. 10−11.
  141. , Д.Ю. Модификация алгебры дискретно-событийных моделей для промышленных технологических систем. -М.: Приборы и системы. Управление, контроль, диагностика. № 1, 2008. -с. 10−14.
  142. , Д.Ю. Построение корпоративной сети страховой компании для обеспечения деятельности в области обязательного медицинского страхования. Приборы и системы № 2, 2009, с. 58−60.
  143. , Д.Ю. Минимизация сетевого трафика в распределенной системе организации корпоративного обучения. Телекоммуникации, № 8, 2009. с. 39 — 42.
  144. , Д.Ю. Динцис, Д.Ю. Разработка модели системы организации корпоративного обучения. Научно-практическая конференция «Бауманская весна 2008». МГТУ им. Н. Э. Баумана. М., 2008.
  145. , Д.Ю. Динцис, Д.Ю. Использование нечетких логик при разработке CRM систем. Научно-практическая конференция «Бауманская весна 2008». МГТУ им. Н. Э. Баумана. М., 2008.
  146. , Д.Ю. Построение корпоративной сети страховой компании для обеспечения деятельности в области обязательного медицинского страхования. М.: Телекоммуникации, № 8, 2009. — с. 2125.
  147. Janikow, C.Z. Fuzzy Decision Trees: Issues and Methods. Systems, Man, and Cybernetics, Part B: Cybernetics, IEEE Transactions. Volume: 28 Issue: 1. Feb 1998.
  148. , B.C., Динцис, Д.Ю. Методика синтеза автоматизированных управляющих систем на базе нечетких множеств. М.: Спутник плюс. «Естественные науки и технологии». Апрель, 2011. -с. 385−391.
  149. Guohong Cao, Liangzhong Yin, Chita R. Das. Cooperative Cache-Based Data Access in Ad Hoc Networks. IEEE Computer, February 2004, pp. 32−39.
  150. Jean Carie Simplot-Ryl. Energy Efficient Area Monitoring for Sensor Networks. IEEE Computer, February 2004, pp. 40 — 46.
  151. , B.C., Динцис, Д.Ю. Методика синтеза управляющего автомата на основе комбинированного использования нечетких множеств и дискретно-событийных автоматов. М.: Спутник плюс. «Естественные и технические науки». Август, 2011. — с. 426−429.
  152. , Д.Ю. Структура базы данных для хранения и обработки нечеткологических моделей систем управления технологическими и информационными объектами. М.: Спутник плюс. «Естественные и технические науки». Август, 2011. — с. 456−461.
  153. , A.A. Алгоритмы адаптивного управления нелинейными динамическими объектами с неопределенностями по входу Известия РАН. Теория и системы управления. 2003. — № 1. — С. 35−39.
  154. , Н.И. Основы дискретной математики и ее приложения. -М.:МГУИЭ, издательский центр. 2008. 656 с.
Заполнить форму текущей работой

Пора сдавать?