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

Разработка методологии численного моделирования полей признаков при управлении сложными пространственно-распределенными объектами: На примере предприятий нефтедобычи

Диссертация: Разработка методологии численного моделирования полей признаков при управлении сложными пространственно-распределенными объектами: На примере предприятий нефтедобычи
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Выполнение цели исследования предполагает решение следующих задач: обобщение и анализ существующего опыта управления пространственно-распределенными производственными объектами на основе информации о состоянии и динамике полей признакованализ существующих подходов к моделированию полей признаков и поиск методологической основы, наиболее полно удовлетворяющей цели исследованияразработка методики… Читать ещё >

Содержание

  • 1. АНАЛИЗ СУЩЕСТВУЮЩИХ ПОДХОДОВ К УПРАВЛЕНИЮ 11 ТЕХНОЛОГИЧЕСКИМИ ПРОЦЕССАМИ НЕФТЕДОБЫЧИ НА ОСНОВЕ ИСПОЛЬЗОВАНИЯ МОДЕЛЕЙ ПОЛЕЙ ПРИЗНАКОВ
    • 1. 1. Специфические особенности предприятий 11 нефтедобычи как объектов с пространственно-распределенными признаками
    • 1. 2. Анализ факторов, влияющих на эффективность 17 управления технологическими процессами нефтедобычи
    • 1. 3. Анализ существующих подходов к моделированию 22 полей признаков
    • 1. 4. Постановка задачи исследования
  • 2. ТЕОРЕТИЧЕСКОЕ ОБОСНОВАНИЕ И РАЗРАБОТКА 35 МЕТОДОВ И АЛГОРИТМОВ ЧИСЛЕННОГО МОДЕЛИРОВАНИЯ ПОЛЕЙ ПРИЗНАКОВ
    • 2. 1. Постановка задачи моделирования. Требования 35 к модели
    • 2. 2. Обзор существующих методов моделирования
    • 2. 3. Обоснование выбранного математического 4 5 аппарата
    • 2. 4. Особенности решения задачи в заданной 53 постановке. Разработка модели поля
    • 2. 5. Информационное представление модельных 60 оценок
  • 3. ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ МОДЕЛЕЙ 67 ПОЛЕЙ. ПАРАМЕТРИЧЕСКАЯ ИДЕНТИФИКАЦИЯ И
  • ОЦЕНКА АДЕКВАТНОСТИ
    • 3. 1. Параметрическая идентификация моделей полей 67 с помощью перекрестных проверок
    • 3. 2. Исследование пространственно-временных 73 статистических закономерностей полей
    • 3. 3. Оценка адекватности модели поля по 85 методологии информационной теории систем
    • 3. 4. Исследование модели поля с учетом 90 прогнозируемой погрешности оценок
    • 3. 5. Расчет энтропийных коэффициентов и оценка 95 адекватности моделей с учетом прогнозируемой погрешности оценок
  • 4. МОДЕЛЬ ПОЛЯ В СИСТЕМЕ УПРАВЛЕНИЯ СЛОЖНЫМ ПРОСТРАНСТВЕННО-РАСПРЕДЕЛЕННЫМ ОБЪЕКТОМ
    • 4. 1. Основные принципы управления сложными 99 распределенными системами
    • 4. 2. Координация решений по целям управления в 102 многоуровневой иерархической системе на основе модели поля
    • 4. 3. Координация по ограничениям на основе модели
    • 4. 4. Синхронизация работы подсистем на основе 111 модели поля
    • 4. 5. Подсчет запасов на основе моделей полей

Разработка методологии численного моделирования полей признаков при управлении сложными пространственно-распределенными объектами: На примере предприятий нефтедобычи (реферат, курсовая, диплом, контрольная)

Традиционно задачи управления сложными пространственно-распределенными объектами решаются с помощью карт и планов. В настоящее время в этой сфере деятельности происходит переход к использованию географических информационных систем (ГИС). ГИС инструмент представления пространственной информации, предназначенный для поддержки принятия управленческих решений, численных оценок и прогнозирования. Программные средства ГИС все чаще используются в качестве основного аналитического инструментария при управлении производственными объектами нефтегазовой промышленности, сферы телекоммуникаций и энергетики. Различные аспекты создания и использования ГИС рассматривает новая научная дисциплина — геоинформатика /1/.

Мощным фактором расширения функций таких систем является способность к представлению наряду с дискретными пространственными данными (расположение точечных объектов и линий связи) также полей непрерывно распределенных по площади объекта признаков. Примером последних могут служить различные свойства нефтяного пласта на предприятиях нефтедобычи, концентрации загрязняющих веществ в атмосфере и т. п. Модели полей предназначены для получения точечных и интегральных (площади, объемы) оценок признаков объекта, а также для их наглядного представления в виде карт изолиний. На практике использование полей признаков сдерживается рядом факторов, которые можно условно разделить на две группы.

К первой отнесем недостаточную разработанность вопроса моделирования полей пространственнораспределенных признаков, изменяющихся во времени. Как правило, когда речь заходит о моделировании полей признаков, подразумевается, что признак является постоянным во времени, либо можно его считать постоянным в течение короткого периода. К этому допущению можно прибегнуть, если наблюдения признака синхронны, то есть производятся одновременно. В действительности же это может быть далеко не так. Периодичность и порядок наблюдений признака обычно продиктованы техническими и экономическими возможностями, а вовсе не удобством моделирования.

Хотя математический аппарат моделирования полей признаков является хорошо разработанным, данному вопросу уделено недостаточно внимания, и, как следствие, программные инструментальные средства этой тематики практически неприспособленны к решению подобных задач. Разработка и совершенствование математических и программных средств моделирования полей признаков, изменяющихся во времени, является необходимым условием внедрения геоинформационных систем в практику управления пространственно-распределенными объектами.

Вторую группу факторов, сдерживающих практическое использование моделей полей признаков, составляют факторы недостаточной разработки теории и методологии расчета погрешности модели поля. Модель предназначена для того, чтобы делать оценки значения признака в точках поля, где он не измерен. Достоверность и возможность использования.

— б модели могут оказаться под сомнением из-за недопустимо большой погрешности ее оценок.

В основе погрешности лежат как субъективные факторы низкое качество модели, так и объективные недостаточность исходных наблюдений признака. В связи с этим погрешность модели нуждается в глубоком анализе, призванном выявить ее величину, источники и характер. Имеющиеся теория и методология не предоставляют возможности для такого анализа. Они не идут дальше указания ожидаемой среднеквадратической ошибки модельных оценок, которая не только не удобна, но и практически неприменима, если не известен закон распределения. Построение же закона распределения в случае полей признаков встречает большие трудности. Таким образом, без развития методологии расчета и анализа погрешности при моделировании полей признаков невозможно преодолеть разрыв между математическим представлением и практическими потребностями при управлении пространственно-распределенным объектом.

Объектом исследования являются поля признаков сложных пространственно-распределенных объектов. Предмет исследования — методология построения и анализа численных моделей полей признаков.

Сформулируем научную проблему исследования. Качество модели поля признака зависит от регулярности и густоты измерений этого признака. В условиях, когда затраты на улучшение модели путем проведения дополнительных измерений соизмеримы с выгодами, получаемыми от ее применения, использование модели, имеющей погрешность на грани допустимой, является единственным выходом. Следовательно, принятие обоснованных решений о проведении дополнительных измерений на объекте возможно только в том случае, если будет решена проблема анализа погрешности имеющихся модельных оценок и прогнозирования их погрешности после проведения измерений.

В результате решения данной проблемы преодолевается следующее противоречие: погрешность оценки значения признака в определенной точке поля неизвестна до проведения измерения именно в этой точкено после проведения измерения эта погрешность ничего не дает в смысле представления о погрешности других оценок. Величина же предельно допустимой погрешности различная в каждом конкретном случае и зависит от технологической ситуации на объекте.

Основная гипотеза исследования: на основе сопоставления всех уже проведенных измерений признака и модельных оценок в этих точках возможно построение закона распределения погрешности модели с неизвестными параметрами распределения, которые уточняются затем с помощью модели для конкретной оцениваемой точки. Погрешность же может быть рассчитана по полученному закону распределения. Данный анализ позволяет указать диапазон, в котором находится значение признака в точке поля, где не проводились измерения, и прогнозировать, насколько сузится данный диапазон после проведения измерений в другой точке поля.

Дополнительная гипотеза исследования: численная модель поля признака, изменяющегося во времени, может быть построена с привлечением математического аппарата геостатистики, а оценку погрешности модели можно произвести с помощью теории информации.

Цель данной диссертационной работы — разработать методологию, математическую модель, алгоритм и программную реализацию, обеспечивающие возможность оценки значений и прогнозирования неопределенности полей признаков пространственно-распределенного объекта управления.

Выполнение цели исследования предполагает решение следующих задач: обобщение и анализ существующего опыта управления пространственно-распределенными производственными объектами на основе информации о состоянии и динамике полей признакованализ существующих подходов к моделированию полей признаков и поиск методологической основы, наиболее полно удовлетворяющей цели исследованияразработка методики численного моделирования полей изменяющихся во времени признаков с возможностью прогнозирования погрешности моделиразработка алгоритмов и программной реализации моделиэкспериментальная проверка правильности принятых решений и их практической применимостиобоснование места и роли модели поля в многоуровневой иерархической системе управления.

Задачи исследования решены с использованием геостатистики, информационной теории систем и теории информации.

В первой главе работы произведен анализ того, в какой мере поля признаков характеризуют сложный пространственно-протяженный объект с распределенными параметрами, на примере газонефтяного и водонефтяного контактов (ГНК и ВНК) IV горизонта Анастасиевско-Троицкого нефтегазового месторождения. Приведен обзор существующих подходов к моделированию полей признаков.

Вторая глава посвящена теоретической разработке методики моделирования и расчета погрешности модели. Определены, требования к модели, на предмет соответствия этим требованиям рассмотрены различные математические методы, выбран наиболее подходящий. Далее производится теоретическое обоснование модификаций, вносимых в математическую модель с целью ее адаптации к поставленной задаче.

Третья глава выполнена по материалам экспериментальных исследований построенной модели. Здесь рассмотрена методология экспериментального исследования модели, на конкретных примерах описан процесс параметрической идентификации и оценки адекватности модели. Также в третьей главе разработана методология расчета и анализа погрешности модели.

Четвертая глава посвящена обоснованию роли моделей полей в многоуровневой системе управления сложным пространственно-распределенным объектом. Глава содержит примеры графических построений и практического использования моделей полей. Описана программная реализация модели.

В заключение приведена общая характеристика работы и основные выводы по ее результатам.

Основные положения, выносимые на защиту:

— концепция использования численной модели поля признака, изменяющегося во времени, при управлении технологическим процессом пространственно-распределенного объекта и при управлении мониторингом поля признака;

— методика численного моделирования и прогнозирования погрешности полей изменяющихся во времени признаков;

— методика экспериментального исследования модели поля, ее параметрической идентификации и оценки адекватности на основе перекрестных проверок;

— методика расчета энтропийного значения погрешности оценки, полученной на основе модели поля;

— результаты экспериментального исследования и оценки адекватности разработанной методологии моделирования;

— структура информационной системы — прототипа программной реализации модели и технические решения, принятые при ее разработке.

Автор выражает искреннюю признательность всему коллективу кафедры автоматизации производственных процессов КубГТУ, особенно своему научному руководителю,.

Шахворостову Николаю Николаевичу! за доброжелательность и участие в обсуждении данной работы.

ВЫВОДЫ.

1. Абстрактно-математическое представление о поле как об области распределения величин позволяет абстрагироваться от физической сущности полей и акцентировать внимание на их познавательных возможностях.

2. Анализ потоков информации внутри системы управления сложным пространственно-распределенным объектом показывает, что в такой системе наряду с контуром управления технологическим процессом присутствует контур управления наблюдением за состоянием полей признаков, оказывающих существенное влияние на технологический процесс.

3. Анализ существующих подходов к моделированию полей признаков показывает, что все модели полей признаков можно классифицировать на три категории: модели, основанные на физике процесса и принципах имитационного моделированиямодели, основанные на теории информациимодели, основанные на теории приближений. Наиболее полно требованию обеспечить возможность прогнозирования неопределенности и погрешности модели удовлетворяют методология теории информации и математический аппарат геостатистики.

4. В качестве основного метода экспериментального исследования модели, ее параметрической идентификации и оценки адекватности принят метод перекрестных проверок.

5. Методология геост’атистики может быть адаптирована к задачам моделирования полей признаков, изменяющихся во времени, путем применения видоизмененной пространственно-временной) концепции вариограммы функции, отображающей зависимость дисперсии значений признака от расстояния между точками измерения признака.

6. Численные оценки, полученные с помощью модели, не могут быть использованы без учета прогнозируемой по ним неопределенности. Наиболее наглядным и удобным в использовании ее выражением является энтропийное значение погрешности. Разработана методика расчета энтропийного коэффициента закона распределения погрешности модели и прогнозирования на его основе энтропийного значения погрешности.

7. По результатам экспериментального исследования разработанной методологии моделирования полей признаков она признана адекватной цели исследования.

8. В многоуровневой иерархической системе управления распределенной системой модель поля играет роль координирующей, основы для иерархической системы моделей, поскольку большинство моделей в той или иной мере опираются на полученные с ее помощью оценки признаков.

9. Разработанные теоретические положения, новые методы и алгоритмы опробованы экспериментально. Использование модели проиллюстрировано на нескольких реальных примерах. Результаты работы использованы в проектной деятельности НТЦ ООО «Кубаньгазпром» РАО «ГАЗПРОМ» при составлении проекта доразработки Майкопского ГКМ в 2000 г.

10. Основные положения и результаты работы докладывались и обсуждались на конференции «Перспективы.

— 125 развития современных информационных технологий" (Краснодар, 2 000г), на конференции «Управляющие и вычислительные системы. Новые технологии» (Вологда, 2000г), на Пятой Международной электронной научной конференции «Современные проблемы информатизации» (Воронеж, 2000г), на научно-технической конференции «Метрологическое обеспечение эксплуатации и хранения технических объектов» (Москва, 1999). В плане практических аспектов программной реализации работа обсуждалась также на Всероссийской научно-практической конференции «Реформирование муниципального здравоохранения: проблемы и поиски решений» (Краснодар, 2000г) .

Показать весь текст

Список литературы

  1. Кузнецов О. J1., Никитин A.A. Геоинформатика. — М.: Недра., 1992. — 302 с.
  2. И.Д. Особенности разработки нефтегазовых залежей. М.: Недра, 1978. — 136 с.
  3. Управление разработкой нефтяных месторождений / Я. М. Берщанский, В. Н. Кулибанов, М. В. Мееров, О. Ю. Першин. Под ред. М. В. Меерова. М., Недра, 1983. — 309 с.
  4. И. А. Подземная гидрогазомеханика. М.: Гостоптехиздат, 1963. — 345 с.
  5. Разработка и эксплуатация нефтяных, газовых и газоконденсатных месторождений: Учеб. для геол.-развед., инж.-экон. и мех. спец. нефт. вузов / Ш. К. Гиматудинов, И. И. Дунюшкин, В. М. Зайцев и др.- Под ред. Ш. К. Гиматудинова. М.: Недра., 1988. — 301 с.
  6. В.П. Формирование, разведка и разработка месторождений газа и нефти. М.: Недра, 1977. 345 с.
  7. Взаимодействие залежей газа и нефти с пластовыми водами / А. И. Путников, А. Жолдасов, С. Н. Закиров и др.- Под общ. ред. С. Н. Закирова. М.: Недра, 1991. 189 с.
  8. В.А., Абрамов Ю. С. Разработка нефтяных залежей с подошвенной водой. М.: Недра, 1978. 192 с.
  9. Ю.П., Ширковский А. И. Добыча, транспорт и подземное хранение газа: Учеб. для вузов. М.: Недра, 1984. 487 с.
  10. Ю.А. и др. Оптимальное управление процессами нефтедобычи / Ю. А. Балакиров, Л. В. Капущак, Е. А. Слепян. Киев: Техн1ка, 1987. — 147 с.
  11. Ф.З. О геометризации границ распространения коллекторов // Геология нефти и газа. -1984. № 5. — С.30−34.
  12. Геолого-математические методы и ЭВМ в задачах описания нефтегазоносных объектов: Сб. статей / Науч. ред. А. И. Хонин. М.:ИГИРГИ, 1978. — 120 с.
  13. Борисенко 3. Г., Сосон М. Н. Подсчет запасов нефти объемным методом. М.: Недра, 1973. — 177 с.
  14. JI.C., Коган Р. Л. Статистические методы интерпретации метеорологических данных. Л.: Гидрометеоиздат, 1976. — 360 с.
  15. A.B., Зиновьева Л. А. Разработка нефтяных месторождений при одновременном отборе газа из газовой шапки // Нефтяное хозяйство. 1957. — № 10.1. С.44−51.
  16. И.Д. О рациональном расположении интервала перфорации в скважинах газонефтяных залежей с подошвенной водой и о порядке его переноса // Нефтяное хозяйство. 1964. — № 7. — С.45−48.
  17. И.Д., Лядкин В. Я. Методика воспроизведения истории и прогноза разработки нефтегазовых залежей с подошвенной водой // Ежегодник «Теория и практика добычи нефти». М.: Недра, 1971. -С.194−209.
  18. И.Д., Шмыгля П. Т. К вопросу об одновременном отборе нефти и газа из IV горизонта Анастасиевско-Троицкого месторождения. В кн.: Промышленность Кубани. Вып. 10−11. — Краснодар: Советская Кубань, 1958. — С.15−17.
  19. Ю.П., Рябинина З. К., Воинов В. В. Особенности проектирования разработки нефтяных месторождений с учетом их неоднородности. М.: Недра, 1976. — 286 с.
  20. Ароно в В. И. Методы построения карт геолого-геофизических признаков и геометризация залежей нефти и газа на ЭВМ. М.: Недра, 1990. — 301 с.
  21. В. И. Методы математической обработки геологических данных на ЭВМ. М.: Недра, 1977. — 169 с.
  22. В.А., Лохматов Г. И., Кобелев В. П. Численное моделирование геологических полей. Иркутск: Изд-во Иркут. ун-та, 1983. — 144 с.
  23. А.Г., Пека П. Ю., Востров H.H. Комбинированный метод моделирования водных и нефтяных полей. Киев: Наук, думка, 1984. — 151 с.
  24. Модели полей в географии: теория и опыт картографирования / Червяков В. А., Черванов И. Г., Кренке А. Н. и. др. Новосибирск: Наука. Сиб. отд-ние, 1989. -145с.
  25. A.M. Геологическое картирование нефтегазоносных территорий с помощью ЭВМ. М.: Недра, 1988. — 222 с.
  26. В. А. Об одном методе приближения геологических поверхностей // Проблемы нефти и газа Тюмени. Тюмень, 1976. — С. 61−64.
  27. В. А. Моделирование геологических поверхностей в связи с задачами размещения скважин и установления достаточности разведки нефтяныхместорождений // Обзор. Сер. Математические методы исследований в геологии. М.:ВИЭМС, 1977. — 71 с.
  28. В.Е. О выборе весовых функций в задачах картирования // Тез. докл. IV науч.-техн. конф. молодых ученых и специалистов ЗапСибНИГНИ. Тюмень, 1979. С.107−108 .
  29. Г. И., Гусев В. А., Кобелев В. П. Совместная аппроксимация нескольких геологических поверхностей // Советская геология. 1978. — № 1.1. С.109−116.
  30. В.И. Методы учета косвенной информации в задачах моделирования геологических поверхностей // Проблемы нефти и газа Тюмени. Тюмень, 1983. С.53−57.
  31. В.М. К постановке задачи картирования структурных поверхностей в связи с оценкой их точности // Проблемы нефти и газа Тюмени. Тюмень, 1979. С.74−76.
  32. А. Д. Теория поля и проблема выделения геосистем // Вопросы географии. 1975. — С. 98.- С. 92 106.
  33. П.Я., Савельева И. Л. Использование картографического метода в изучении и прогнозировании территориальной и функциональной структур производства (на примере Амурской области) // География и природ, ресурсы. 1980. № 3. — С.105−114.
  34. А. Р. Комплексная программа создания изолинейных карт расчетных полей с помощью ЭВМ // Картографическое обеспечение планирования ТПК. Иркутск, 1977. — С.177−179.
  35. А.Р. Использование ЭВМ для обработки статистических данных при составлении карт полей динамики и прогноза // Карты полей плотности в географических исследованиях. Иркутск,.1978. — С. 98−102.
  36. В.Т., Сербенюк С. Н., Тикунов B.C. Теоретические подходы к математико-картографическому моделированию в географии // Теоретические проблемы географии. Рига, 197 6. — С.90−96.
  37. А.Г., Нефедова Н. Е. Карты полей. Методика составления и техника анализа с использованием ЭЦВМ // Картографические разработки для планирования и управления развитием народного хозяйства УССР. Киев, 1979. — С.217−218.
  38. И.Г. Системно-структурный анализ в географии: математическое моделирование и структурный анализ геополей на ЭВМ // Проблемы охраны природы и рекреационной географии УССР. Харьков, 1979. — С.21−22.
  39. В. А. Опыт картографирования полей плотности // География и природ, ресурсы. 1984. — № 3. -С.128−136.
  40. Дж. С. Статистический анализ данных в геологии: Пер. с англ. В 2 кн./Пер. В. А. Голубевой, Под ред. Д. А. Родионова. Кн.2. М.: Недра, 1990. — 427 с.
  41. В. А. Программный комплекс геостатистического моделирования и оценивания GST 3.02 -учебник и руководство пользователя. М.:В. А. Мальцев, 1993. — 153 с.
  42. Метод разрежения разведочной сети / В. А. Мальцев, Л. П. Павлова, В. А. Петров, В.JI.Рябев. // Разведка и охрана недр. 1983. — № 12. — С.14−17.
  43. В.А.Петров, В. А. Мальцев. Зависимость оценки сложности геологических объектов от плотности сети наблюдений // Разведка и охрана недр. 1986. — № 12. С.18−21.
  44. В.А.Мальцев. Практическое руководство по применению геостатистических методов оценки в геологии (на базе программной системы GST) / Всесоюзный научно-исследовательский институт минерального сырья (ВИМС).
  45. М.:ВИЭМС.-МГП «Геоинформмарк». 1991. — 109 с.
  46. В.А.Мальцев. О некоторых свойствах линейного крайгинга. В кн: Практическая геостатистика. Труды всесоюзного семинара. КНЦ АН СССР. 1991. — С. 24−41.
  47. В.А.Мальцев. Геостатистический подход к подсчету запасов // Разведка и охрана недр. 1993. — № 11. С.8−11.
  48. В.А.Мальцев. Методы создания программных средств управляемой интерполяции в геологических задачах // Руды и металлы. 1994. — № 1. — С.7 9−8 9.
  49. В.А.Мальцев. Программный комплекс «Geostatistical Software Tool v.3.02» // Материалы Всероссийского Форума «Геоинформационные технологии», М., 1994. С.9−10.
  50. Franke R. Scattered Data Interpolation: Test of Some Methods. Mathematics of Computations, 1982, Vol. 33, № 157, p. 181−200.
  51. Abramowitz M., Stegun I. Handbook of Mathematical Functions. N.Y.: Dover Publications, 1972.
  52. Cressie N. A. C. Statistics for Spatial Data. -N.Y.: John Wiley and Sons, Inc., 1991, 900 pp.
  53. Oliver M. A., Webster R. Kriging: a method of interpolation for geographical information system. INT. J. Geographical Information Systems, 1990, Vol. 4, No. 3, p. 313−332.
  54. Deutsch C.V., Journel A. G. GSLIB Geostatistical Software Library and User’s Guide. N.Y.: Oxford University Press, 1992, 338 pp.
  55. Isaaks E. H., Srivastava R. M. An Introduction to Applied Geostatistics. N.Y.: Oxford University Press, 1989, 561 pp.
  56. Journel A.G., Huijbregts C. Mining Geostatistics, Academic Press, 1978, 600 pp.
  57. Briggs I. C. Machine Contouring Using Minimum Curvature. Geophysics, 1974, Vol. 39, № 1, p. 39−48.
  58. Smith W. H. F., Wessel P. Gridding with Continuous Curvature Splines in Tension. Geophysics, 1990, Vol. 55, № 3, p. 293−305.
  59. Franke R., Nielson G. Smooth Interpolation of Large Sets of Scattered Data. International Journal for Numerical Methods in Engineering, 1980, Vol. 15, p. 16 911 704.
  60. Renka R. J. Multivariate Interpolation of Large Sets of Scattered Data. ACM Transaction on Mathematical Software, 1988, Vol. 14, № 2, p. 139−148.
  61. Shepard D. A two dimensional interpolation function for irregularly spaced data. Proc. 23rd Nat. Conf. ACM, 1968, p. 517−523.
  62. Powell M.J.D. The Theory of Radial Basis Function Approximation in 1990. University of Cambridge Numerical Analysis Reports, DAMTP 1990/NA11.
  63. Barnes R. The Variogram Sill and the Sample Variance. Mathematical Geology, 1991, Vol. 23, № 4, p. 673−678.
  64. Kitanidis P. Introduction to Geostatistics -Applications in Hydrogeology. N.Y.: Cambridge University Press, 1997, 249 pp.
  65. Pannatier Y. VarioWin Software for Spatial Data Analysis in 2D. — N.Y.: Springer-Verlag, 1996, 91 pp.
  66. Press W.H., Flannery B.P., Teukolsky S.A., Vetterling W.T. Numerical Recipes in C. Cambridge University Press, 1988.
  67. Zimmerman D. L., Zimmerman M. B. A Comparison of Spatial Semivariogram Estimators and Corresponding Ordinary Kriging Predictors. Technometrics, 1991, Vol. 33, № 1, p. 77−91.
  68. Sibson R. A Vector Identity for the Dirichlet Tessilation. Math. Proc. Cambridge Phil. Soc., 1980, Vol. 87, p. 151−155.
  69. JT.Т. Основы кибернетики: Учеб. пособие для студентов вузов. М.: Энергия, 1973. Т.1: Математические основы кибернетики. — 504 с.
  70. В.А., Зотов Н. С., Пришвин А. М. Основы оптимального и экстремального управления. М.: Высшая школа, 1989. — 296 с.
  71. Э.И., Данилович Г. А., Самойленко В. И. Техническая кибернетика: Учебное пособие для студентов вузов. М.: Советское радио, 1968. — 488 с.
  72. A.A. Моделирование и проектирование сложных систем. К.: Выща шк. Головное изд-во, 1988. 359 с.
  73. JI.A., Маджаров Н. Е. Введение в идентификацию объектов управления. М.: Энергия, 1977. -215 с.
  74. A.B., Кочнев В. Ф., Химушкин Ф. Ф. Введение в информационную теорию систем / Под ред. А. В. Шилейко. М.: Радио и связь, 1985. — 280 с.
  75. В.Я., Яковлев С. А. Моделирование систем: Учеб. для вузов по спец. «Автоматизир. системы обработки информ. и упр.». 2-е изд., перераб и доп. — м.:Высш. шк., 1998. — 319 с.
  76. Справочник по типовым программам моделирования / А. Г. Ивахненко, Ю. В. Коппа, В. С. Степашко и др.- Под ред. А. Г. Ивахненко. Киев: Техника, 1980. — 184 с.
  77. В.В., Згуровский М. З. Машинное проектирование оптимальных систем управления пространственно-распределенными динамическими объектами. Киев: Вища шк. Головное изд-во, 1985. — 170 с.
  78. М. Моделирование сигналов и систем. М.:Мир, 1981. 300 с.
  79. А., Сеттари Э. Математическое моделирование пластовых систем. М.: Недра, 1982. — 2 95 с.
  80. С.Н., Палатник Б. М., Сомов Б. Е. Проектирование разработки газовых месторождений сиспользованием трехмерных моделей пластов. М.: изд. ВНИИГазпром, 1986. 148 с.
  81. В.А., Ялунин Г. В. Метрология (теоретические, прикладные и законодательные основы): Учеб. пособие. М.: ИПК Издательство стандартов, 1998. -336 с.
  82. Я. Теория измерений для инжинеров: Пер. с польск. М.: Мир, 1989. — 335 с.
  83. П.В., Зограф И. А. Оценка погрешностей результатов измерений. 2-е изд., перераб. и доп. — JI.: Энергоатомиздат. Ленингр. отд-ние, 1991. — 304 с.
  84. П. В. Основы информационной теории измерительных устройств. Д.: Энергия, 1968. — 248 с.
  85. Н., Лион Ф. Статистика и планирование эксперимента в технике и науке: Методы планирования эксперимента: Пер. с англ. М.: Мир, 1981. — 520 с.
  86. Г. И., Мандельштам С. М. Введение в информационную теорию измерений. М.: Энергия., 1974. -376 с.
  87. П.В. Понятие энтропийного значения погрешности // Измерительная техника. 19 66. — № 7.1. С.11−14.
  88. С.М. Количество информации при цифровом измерении // Измерительная техника. 1964. — № 7. — С.5−9.
  89. В.И., Цапенко М. П. О количестве измерительной информации // Измерительная техника. 1963. № 4. — С.7−11.
  90. Сравнение оценок погрешности измерения по энтропийному среднеквадратическому и предельному значениям / П. В. Новицкий, И. А. Назаров, В. Я. Иванова, Г. А. Кондрашкова // Измерительная техника. 1966. — № 9. -С.20−24 .
  91. Таушанов 3., Топева Е., Пенова Р. Вычисление энтропийного коэффициента при малых выборках // Изобретательство, стандартизация и качество. 1973. № 5. — С.11−17.
  92. К. Работы по теории информации и кибернетике. М.: Изд-во иностр. лит., 1963. — 832 с.
  93. Mann Н.В., Wald A. On the choice of the number of intervfls in the application of the chi-sqare test. -Ann. Math. Statist. Vol. 13. — 1942. — P. 478−479.
  94. Sturgess H.A. The choice of classic intervals.-J. American Statist. Ass. — march 1926. — P. 47.
  95. Г. И. Методы вычислительной математики. -М.: Наука, 1977. 454 с.
  96. В.Ф., Старостенко В. И. Интерактивные системы и автоматические построения карт в геофизике (по материалам зарубежных публикаций) // Обзор Сер. Регион., развед. и промысл, геофизика. М.: ВИЭМС, 1983. — 68 с.
  97. В. И. Фильтрация случайных компонент геологических признаков в условиях отсутствия априорной информации о значениях их параметров // Математические методы решения задач нефтяной геологии на ЭВМ. / Тр. ВНИГНИ. М., 197 9. Вып. 211. — С.24−33.
  98. В. И. Методы восстановления геолго-геофизических признаков сходства, особенности, проблемы // Геофизический журнал. — 1988. — № 3. — С.23−29.
  99. Автоматизация подсчета промышленных запасов нефти и газа / В. И. Аронов, М. М. Элланский, В. А. Аракелян, Т. И. Кольчицкая, Г. Ф. Кушнир // Обзор. Сер. Математические методы исследований в геологии. М.: ВИЭМС, 1982. — 66 с.
  100. Оптимизация размещения скважин при разведке залежей нефти и газа на основе использования ЭВМ / В. И. Аронов, В. А. Аракелян, Н. И. Жуков, М. А. Френкель // Обзор. Сер. Математические методы исследований в геологии. М.: ВИЭМС, 1982. — 51 с.
  101. Ю.Н., Макаров А. А. Статистический анализ данных на компьютере / Под ред. В.Э. Фигурнова1. М:.ИНФРА-М, 1998. 528 с.
  102. Н.Н. Математические задачи системного анализа. М: Наука, 1981, 4.88с.
  103. Р.А., Либерзон М. И. Методы и алгоритмы координации в промышленных системах управления. М: Радио и связь, 1987.-208с.
  104. М., Такахара Я. Общая теория систем. М: Мир, 1978.
  105. Nachane D.M. Optimization methods in multilevel systems: a methodological survey. «Eur. J. Oper. Res.», 1985, N1, p. 25−38.
  106. A.E., Семухин M.B. Модели и алгоритмы принятия решений в нечетких условиях: Монография. Тюмень:
  107. С. Вероятностная модель для оценки запасов нефти. Перевод Ц-8373, М., 1973.
  108. Н. Все про промежуточное ПО // Открытые системы. 1999. — № 7. С.41−50.
  109. Р., Харки Д., Эдварде Д. Основы CORBA: Пер. с англ. М., МАЛИП, Горячая Линия-Телеком, 1999. -318 с.
  110. Н. СОМ или CORBA? Вот в чем вопрос // Открытые системы. 1999. — № 3. — С.29−36.
  111. Gamma Е., Helm R., Johnson R., Vlissides J. Design Patterns: Elements of Reusable ¦ Object-Oriented Software. Addison-Wesley, Reading MA, 1997.
  112. Чуб A.H., Шахворостов H.H. Метод моделирования и анализа подвижных случайных полей // Управляющие и вычислительные системы. Новые технологии: Материалы межвузовской научно-технической конференции. Вологда: ВоГТУ, 2000. — С. 123.
  113. Чуб А.Н., Шахворостов H.H. Система поддержки решений по управлению эксплуатацией нефтегазового месторождения при водонапорном и газонапорном режиме // Управляющие и вычислительные системы. Новые технологии:
  114. Материалы межвузовской научно-технической конференции. -Вологда: ВоГТУ, 2000. С. 37.
  115. Чуб А.Н., Шахворостов H.H. Моделирование изменяющегося во времени газонефтяного контакта с помощью метода крайгинга // Научный журнал «Труды КубГТУ» Краснодар: Кубан. гос. технол. ун-т, 2000. Т. VII -Серия: «Информатика и управление». Вып. 1. С. 9−14.
  116. Чуб А.Н., Шахворостов H.H. Использование метода крайгинга для исследования подвижного водонефтяного контакта // Научный журнал «Труды КубГТУ» Краснодар: Кубан. гос. технол. ун-т, 2000. — Т. VII — Серия: «Информатика и управление». Вып. 1. С. 14−18.
Заполнить форму текущей работой

Пора сдавать?