Формирование комплексной оценки инноваций на основе нечетко-интервальных описаний

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Содержание

Основные обозначения и сокращения
Глава 1. Теория и практика оценки эффективности инноваций
- 1. 1. Инновационный фактор в экономическом развитии
- 1. 2. Определение специфических особенностей инноваций. Математические методы учета неопределенностей в инновационном планировании
- 1. 3. История развития и анализ действующих методов оценки эффективности инноваций
Глава 2. Методологические основы оценки эффективности инноваций
- 2. 1. Построение иерархических систем обобщенных критериев инновационных проектов. Экспертные группы. Нечеткие описания в многокритериальных задачах
- 2. 2. Ранжирование критериев
- 2. 3. Вывод обобщенного значения частных показателей в условиях неопределенности
Глава 3. Предлагаемая технология реализации методики в рамках региональной инновационной инфраструктуры
- 3. 1. ОАО «Инновационно — производственный технопарк «Идея» -ключевой элемент региональной инновационной инфраструктуры
- 3. 2. Предлагаемые процедуры и методы оценки эффективности инновационных проектов
  - 3. 2. 1. Формирование системы критериев
  - 3. 2. 2. Модификация концептуальной схемы оценки эффективности
  - 3. 2. 3. Апробация методики
  - 3. 2. 4. Оценка эффективности методики

Формирование комплексной оценки инноваций на основе нечетко-интервальных описаний (реферат, курсовая, диплом, контрольная)

Актуальность исследования. В настоящее время Россия отстает от экономически развитых стран по уровню инновационного развития. Одним из методов повышения инновационной активности является финансирование инноваций центрами инновационной деятельности (технопарки, венчурные фонды и т. д.). Очевидно, что невозможно коммерциализировать абсолютно все поступающие в центры инновационной деятельности (далее — ЦИД) заявки, в связи с этим возникает необходимость внедрения в практическую деятельность ЦИД эффективных методов оценки и отбора наиболее перспективных инноваций. Необходимость разработки методов оценки инноваций, которые бы учитывали их специфические особенности, отмечается в нормативных документах федерального и регионального уровней. Актуальность проблемы и предопределила выбор темы исследования.

Для оценки эффективности инноваций в экономической литературе и в практической деятельности рекомендуется использовать «Методические рекомендации по оценке эффективности инвестиционных проектов» (далее — Методические рекомендации) [82], а в Республике Татарстан — Постановление Кабинета Министров Республики Татарстан от 7 мая 1999 г. № 284 «Об утверждении Положения о порядке предоставления государственной поддержки предприятиям и организациям, реализующим инвестиционные проекты в Республике Татарстан» (далее — Постановление) [117], которое-полностью соответствуют Методическим рекомендациям. Между тем в Методических рекомендациях и в Постановлении отсутствуют какие-либо указания о специфических особенностях инноваций и, соответственно, отсутствуют методы оценки, учитывающие данные особенности.

Налицо противоречие между необходимостью применения Методических рекомендаций и Постановления для оценки привлекательности инвестиций в инновации и отсутствием в этих документах каких-либо указаний о специфике экспертизы и оценки эффективности инноваций.

Наличие данного противоречия определяет существование проблемы исследования — развитие методологии и методов оценки эффективности инвестиций в инновации, учитывающие специфические особенности инноваций.

Актуальность и значимость данной проблемы отмечена в пункте 4.2 «Развитие методологии и методов оценки, анализа, моделирования и прогнозирования инновационной деятельности в экономических системах», специальность 08.00.05 «Экономика и управление народным хозяйством (управление инновациями и инвестиционной деятельностью)», в Паспортах специальностей ВАК.

Степень научной разработанности проблемы. Исследованию инновационной деятельности, и, в частности, исследованию методов оценки эффективности инновационных проектов, посвящены труды таких отечественных и зарубежных авторов как: В. В. Авиловой, В. Р. Атояна, С. Я. Бабаскина, В. П. Баранчеева, П. М. Бегиджанова, М. А. Бендикова, C.B. Валдайцева, М. В. Грачевой, Г. Я. Гольдштейна, Ш. Ш. Губаева, Г. И. Гумеровой, П. Н. Завлина, C.B. Киселева, A.B. Краснова, А. К. Казанцева, В. В. Ковалева, Б. К. Лисина, В. Г. Медынского, Л. Э. Миндели, Ю.ГТ. Морозова, Л. Н. Сафиуллина, М. Р. Сафиуллина, Г. В. Семенова, P.A. Фатхутдинова, Н. М. Фонштейн, A.A. Харина, В. В. Царева, А. И. Шипкевича, Ю. В. Шленова, М. Ландтона, В. Миллера, Б. Твисса, Ф. Янсена и др.

Необходимо отметить, что при всей глубине и многоаспектное&tradeисследуемых проблем, связанных с инновационной деятельностью, большинство работ основано на анализе зарубежного опыта, методы оценки эффективности инновационных проектов, в основном, базируются на Методических рекомендациях по оценке эффективности инвестиционных проектов. Кроме того, недостаточно внимания уделяется математическим методам учета неопределенности инновационной деятельности и, соответственно, анализу и снижению рисков. Между тем, такое направление математики как теория нечетких множеств получает все большое применение в гуманистических системах — системах, на поведение которых сильное влияние оказывают суждения, восприятия или эмоции человека. Различным вопросам теории нечетких множеств посвящены работы следующих авторов: А. Е. Алтунина, Ж. Х. Алуха, И. З. Батыршина, А. Борисова, Л. А. Заде, К. Зопоунидиса, Т. И. Коротковой, А. П. Ротштейна, А. П. Рыжова, М. В. Семухина и др. Активно развивается применение теории нечетких множеств в экономических системах в рамках следующих научных школ: санкт-петербургская (Недосекин А.О.), иркутская (Давыдова Г. В., Беликов А.Ю.), белорусская (Железко Б.А.), польская (Севастьянов П.В., Дымова Л.Г.). Однако в экономической литературе не достаточно в полной мере освещены методы оценки инвестиционной привлекательности инноваций на основе теории нечетких множеств.

Объектом исследования являются инновационные проекты и их сущностные особенности, реализуемые организациями инновационной системы Республики Татарстан, осуществляющими экспертизу, отбор и венчурное финансирование инноваций с целью их коммерциализации путем создания малых инновационных предприятий.

Предметом исследования являются процедуры и методы оценки эффективности инновационных проектов, реализуемых организациями инновационной системы Республики Татарстан, осуществляющими экспертизу, отбор и венчурное финансирование инноваций.

Целью исследования диссертационной работы является повышение эффективности принятия комплексных управленческих решений в области выбора инновационных проектов с целью их дальнейшей коммерциализации.

В соответствии с данной целью в исследовании поставлены следующие задачи:

— обосновать необходимость разработки комплексной методики оценки эффективности инновацийрассмотреть основные определения, используемые в исследовании;

— провести анализ достаточности развития отечественной практики оценки эффективности инноваций, а также проанализировать современные отечественные и зарубежные методы оценки инноваций с точки зрения возможности их применения отечественными центрами инновационной деятельности;

— выявить специфические особенности инноваций и выбрать математический аппарат для учета данных особенностей;

— разработать комплексную методику оценки эффективности инноваций, учитывающую их специфические особенности, для организаций, осуществляющих экспертизу, отбор и венчурное финансирование инноваций;

— провести практическую апробацию результатов исследования и оценить их эффективность.

Теоретической и методологической базой исследования являются теория инвестиционного анализа и инновационного менеджмента, нормативно-правовые документы Российской Федерации и Республики Татарстан. Диссертационное исследование базируется на теории экономического развития Й. Шумпетера, теории экономических циклов Н. Д. Кондратьева, теории принятия решений в условиях неопределенности, теории экспертных оценок, концепции инновационного процесса, концепции риска инвестиционного проекта. Информационной базой диссертационного исследования являются инновационные проекты, реализуемые в ОАО «Инновационно-производственный технопарк «Идея».

В качестве математического аппарата для решения поставленных задач использовались теория нечетких множеств, методы линейной алгебры и математической статистики.

Научная новизна полученных результатов и личный вклад автора заключатся в следующем:

— систематизированы сущностные характеристики категорий «инновационный проект» и «инвестиционный проект» по предмету, объектам, субъектам и прочим характеристикам проектов;

— уточнены особенности инновационного проекта («многоцелевая сущность инноваций» и «многокритериальная сущность инноваций»), а также выявлены ключевые особенности инноваций, требующие учёта при разработке методов оценки инноваций: высокая неопределенность при их реализации и многокритериальностьобоснована возможность применения аппарата теории нечетких множеств при разработке методов оценки инноваций;

— выявлены недостатки методов оценки инноваций, разработанных в условиях административно-командной системы, а также существующих в настоящее время отечественных и некоторых зарубежных методов оценки инноваций, с точки зрения возможности их применения отечественными субъектами инновационной системы, осуществляющими отбор и венчурное финансирование инноваций;

— разработана комплексная методика (алгоритм и метод) оценки инноваций, учитывающая их специфические особенности, на основе нечетко-интервальных описаний, и предназначенная для организаций, осуществляющих экспертизу, отбор и венчурное финансирование инноваций;

— разработана система критериев оценки инноваций регионального уровня и способ её использования в рамках соответствующей инновационной инфраструктурымодифицирована в направлении учета выявленной специфики инновационного проекта концептуальная схема оценки эффективности инвестиций, представленная в Методических рекомендациях для оценки эффективности инвестицийна основе Модифицированной концептуальной схемы разработана функциональная модель бизнес-процесса «Оценка эффективности инноваций» в нотации IDEF0- на основе разработанной системы критериев, разработана программа в Microsoft Excel для автоматизации процесса оценки инноваций.

Практическая значимость работы состоит в том, что основные положения и результаты, полученные автором, могут быть использованы организациями инновационной системы при оценке эффективности инноваций с целыо создания малых инновационных предприятийпри анализе и отборе для финансирования альтернативных вариантов инновационных проектовпри разработке новых и совершенствования существующих программных продуктов для оценки эффективности инноваций.

Практическое применение предлагаемых разработок позволит активизировать процессы вовлечения эффективных инноваций в хозяйственный оборот путем создания малых инновационных предприятий.

Апробация и внедрение результатов исследования. Результаты исследования прошли экспериментальную апробацию в ОАО «Инновационно-производственный технопарк «Идея» и внедрены в инвестиционную деятельность ОАО «Инновационно-производственный технопарк «Идея», что подтверждено актом внедрения.

Основные положения диссертационного исследования представлялись и обсуждались на международном симпозиуме «Управление проектами: Власть. Общество. Бизнес», двух международных конференциях «Традиции, инновации и инвестиции современной рыночной экономики», «Роль человеческого капитала в инновационном становлении России» и одной межвузовской научно-практической конференции «Общество, государство, личность: проблемы взаимодействия в условиях рыночной экономики».

Публикации. По теме диссертационной работы опубликовано 10 научных работ объемом 2,8 п.л. В том числе, две работы опубликованы в издании, рекомендованном ВАК РФ, объемом 0,6 п.л.

Структура и объем диссертационной работы. Диссертация состоит из введения, трех глав, заключения, списка использованной литературы и приложений. Общий объем работы составляет — 268 стр., из которых: введение — 6 стр., 1 глава — 63 стр., 2 глава — 54 стр., 3 глава — 50 стр., заключение — 9 стр., библиография — 16 стр., (195 наименования), 12 приложений — 65 стр.

Заключение

1. В настоящее время Россия отстала от экономически развитых стран по уровню инновационного развития. Одним из методов повышения инновационной активности является финансирование инноваций центрами инновационной деятельности (технопарки, венчурные фонды и т. д.). Очевидно, что невозможно коммерциализировать абсолютно все поступающие в ЦИД заявки, в связи с этим возникает необходимость внедрения в практическую деятельность ЦИД эффективных методов оценки инноваций. Необходимость разработки методов оценки инноваций, учитывающие их специфические особенности, отмечается и в нормативных документах федерального и регионального уровней. Актуальность выбранной темы и предопределила выбор темы исследования.

В первом разделе работы автором изучены ключевые понятия инновационного менеджмента, используемые в диссертационном исследовании, а именно: инновация, изобретение, инновационный процесс и модели инновационного процесса, трансфер и коммерциализация технологий, диффузия инноваций, эффект, эффективность ИП, финансовая реализуемость ИП, неопределенность, риск и проект. В связи с тем, что в некоторых учебниках по инновационному менеджменту отсутствует четкое разделение между инновационным и инвестиционным проектами, автором разработана таблица, в которой указываются основные различия между данными видами проектов.

2. Основными специфическими особенностями инноваций являются их многокритериальная сущность и высокая неопределенность и связанные с высокой неопределенностью высокие риски. Подобная классификация специфических особенностей инноваций представлена впервые.

Четко разграничены такие понятия как «многоцелевая сущность инноваций» и «многокритериальная сущность инноваций».

Практическая реализация многоцелевого подхода к решению задач при оценке инноваций обеспечит:

1) повышение уровня научной обоснованности получаемых решений по внедряемым задачам за счет учета сравнительно большего числа наиболее важных критериев;

2) получение сравнительно большего экономического эффекта от внедрения в практическую деятельность инновационных решений за счет реализации принципа синергизма.

Другой важнейшей особенностью инновационного процесса является его направленность в будущее. Будущее неясно, и управление протекает в условиях неопределенности относительно будущего состояния как самой инновации, так и её экономического окружения. Неопределенность — неизбежное условие хозяйствования. Очевидно, что чем выше новизна продукта/услуги, тем выше неопределенность. Неопределенность порождает риск того, что намеченные цели не будут достигнуты. Поэтому задача минимизации риска неэффективного управления инновационной деятельностью замыкается на задачу всемерной борьбы с неопределенностью.

Неопределенность мы не включаем в категорию «многокритериальность» в качестве одного из критериев по следующим причинам:

— неопределенность присуща абсолютно всем инновациям и связана с самой инновацией и/или с окружением инновации в будущем;

— для учета неопределенности необходим свой, отдельный математический аппарат.

В качестве математического аппарата, позволяющего учесть многокритериальность и высокую неопределенность в работе рассмотрены: классическая и аксиологическая теории вероятностей, интервальные методы и теория нечетких множеств. Показана невозможность применения методов классической теории вероятностей и математической статистики для учета неопределенности при оценке инноваций. Показано, что в качестве математического аппарата, позволяющего наилучшим образом учесть специфические особенности инноваций, подходит теория нечетких множеств.

Нечетко-множественные подходы, свободны от вероятностной аксиоматики и от проблем с обоснованием выбора вероятностных весов, кроме того, они включают в себя все возможные сценарии развития событий. Такой подход позволяет генерировать непрерывный спектр сценариев реализации по каждому из прогнозируемых параметров.

Теория нечетких множеств имеет следующие преимущества:

1) позволяет формализовать в единой форме и использовать всю доступную неоднородную информацию (детерминированную, интервальную, статистическую, лингвистическую), что повышает достоверность и качество принимаемых решений при отборе инноваций;

2) в отличие от интервального метода, нечетко-интервальный метод аналогично методу Монте-Карло, формирует полный спектр возможных сценариев развития ИнП, а не только нижнюю и верхнюю границы, таким образом, решение принимается не на основе двух оценок эффективности ИнП, а по всей совокупности оценок;

3) нечетко-интервальный метод позволяет получить ожидаемую эффективность ИнП как в виде точечного значения, так и в виде множества интервальных значений со своим распределением возможностей, характеризующимся функцией принадлежности соответствующего нечеткого числа, что позволяет оценить интегральную меру возможности получения отрицательных результатов от ИнП, т. е. степень риска ИнП;

4) нечетко-интервальный метод не требует абсолютно точного задания функций принадлежности, так как в отличие от вероятностных методов, результат, получаемый па основе нечетко-интервального метода, характеризуется низкой чувствительностью (высокой робастностыо (устойчивостью)) к изменению вида функций принадлежности исходных нечетких чисел, что в реальных условиях низкого качества исходной информации делает применение данного метода более привлекательным;

5) вычисление оценок показателей ИнП на основе нечетко-интервального метода оказывается эффективным в ситуациях, когда вероятностные оценки не могут быть получены, что всегда имеет место при оценке инноваций;

6) реализация нечетко-интервального метода на основе интервальной арифметики, предоставляет широкие возможности для применения данного метода в инвестиционном анализе, что обусловлено фактически отсутствием конкурентоспособных подходов к созданию надежного (в смысле гарантированно-сти) и транспортабельности (по включению) инструментального средства для решения численных задач;

7) характеризуется простотой выявления экспертных знаний.

3. Методы оценки эффективности инноваций, разработанные для условий административно-командной экономики, не соответствуют современному состоянию развития экономики.

Используемые в настоящее время в отечественной практике методы оценки эффективности инноваций базируются на Методических рекомендациях и имеют следующие недостатки:

— не имеют на первоначальном этапе отсев явно бесперспективных инноваций;

— не учитывают специфические особенности инновационных проектов;

— не учитывают фактор неточности исходных данных и высокую неопределенность;

— не учитывают многокритериальную природу инноваций;

— в составе эффективности декларируются качественные критерии (например, социальная эффективность), но методов числового расчета таких критериев не дается.

В зарубежной практике оценки эффективности инноваций существует четкое разделение между оценкой эффективности инвестиций в существующие технологии и инновации. В работе проведен анализ наиболее распространенных методик STAR и IRL Данные методики имеют следующие недостатки методического характера:

— в методике STAR некоторые риски дублируются, что может привести к неадекватным результатам, в методике IRI спектр оценок довольно узок и обе методики не содержат оценки требуемых нормативными документами России критериев (например, NPV, IRR, срок окупаемости и т. д.);

— в используемые оценки не попадают все возможные сценарии развития событий (образующие непрерывный спектр), т. е. оценки, как и ранги критериев непосредственно назначаются экспертами (точечные оценки);

— используемые свертки в методиках не являются наиболее оптимальными, при их применении возможно проявление «эффекта компенсации»;

— если оценку осуществляет несколько экспертов (что очевидно дает наиболее объективные результаты оценки), то из данных методик не ясно, каким образом учитываются мнения разных экспертов;

— перенос зарубежных методик на отечественные субъекты инновационной инфраструктуры неправомерен. Это связано с тем, что за рубежом превалируют более интерактивные модели инновационного процесса, в России — линейные модели, а это сказывается на условиях и механизмах коммерциализации инноваций. Кроме того, зарубежные методики не учитывают специфику рынка и нормативно-правового поля России.

4. С учетом вышеизложенного, во второй главе работы разработана комплексная методика оценки эффективности инноваций, включающая в себя базовый алгоритм и базовую методику оценки эффективности инноваций.

Основными этапами алгоритма экспертизы являются:

1) построение системы отборочных и оценочных критериев;

2) отсев инноваций, не соответствующих отборочным критериям;

3) оценка инноваций по оценочным критериям и выстраивание рейтинга инноваций (непосредственно методика оценки).

Методика оценки включает в себя следующие этапы:

1) формирование мнений экспертов в виде нечетких чисел по оценочным критериям нижнего уровня иерархии оценочных критериев;

2) дефазификация нечетких чисел;

3) определение согласованности полученных оценок. Если оценки несогласованны, то предлагается использовать метод «Дельфи» для получения согласованных оценок;

4) определение экспертами рангов оценочных критериев всех уровней иерархии на основе метода попарного сравнения;

5) определение согласованности полученных оценок. Если оценки несогласованны, то экспертам предлагается пересмотреть своё мнение относительности важности критериев;

6) получение конечных количественных оценок инноваций, на основе свертки Р. Ягера — возведение дефазифицированпых оценок в степень рангов критериев (при необходимости и в степень рангов экспертов). Если для оценки используется универсальная экспертная группа (каждый эксперт даёт оценки по всем критериям), тогда необходимо определить ранги экспертов, аналогично определению рангов критериев. Если для оценки используется специализированная экспертная группа (каждый эксперт дает оценки только в области своей специализации), то необходимость определения рангов экспертов отпадает.

Предлагаемая комплексная методика оценки эффективности инноваций имеет следующие преимущества:

1) отсев явно бесперспективных инноваций на предварительном этапе, которые не соответствуют отборочным критериям;

2) сравнение различных инноваций по единой шкале критериев, охватывающих все ключевые аспекты эффективности и значимости с точки зрения органа, принимающего решение;

3) предлагаемая методика позволяет оценивать инновации по многим критериям, в том числе и качественным (например, социальная эффективность), учитывать различную значимость критериев, вклад каждого критерия в общую эффективность и антагонистичность критериев;

4) при реализации данной методики не возможно проявление «эффекта компенсации», когда неприемлемые оценки по одним критериям могут быть компенсированы высокими оценками по другим критериям. «Эффект компенсации» может привести к обязанности финансировать инновации с неприемлемыми характеристиками у победителя конкурса, выбранного «по формуле»;

5) предлагаемый подход позволяет строить разветвленные иерархические структуры и определять «слабые» места каждой инновации;

6) предлагаемый подход оценки инноваций позволяет учесть неопределенность, порожденную необходимостью реализации инновации в будущем;

7) нечетко-множественные подходы, используемые в качестве математического аппарата, с одной стороны, свободны от вероятностной аксиоматики и от проблем с обоснованием выбора вероятностных весов, а, с другой стороны, включают в себя все возможные сценарии развития событий. Так, треугольно-нечеткое число включает в себя все числа в определенном интервале, каждое значение из интервала характеризуется определенной степенью принадлежности к подмножеству треугольного числа. Такой подход позволяет генерировать непрерывный спектр сценариев реализации по каждому из прогнозируемых параметров финансовой модели;

8) исключение лоббирования, так как решение будет приниматься на основе рассчитанного интегрального показателя эффективности инновации;

9) повышение эффективности работы экспертов. Приведение процесса экспертизы к стандартным процедурам значительно сократит время на рассмотрение инновации и принятия решения по ней;

10) данную методику несложно реализовать в виде программы, что и реализовано автором в третьей главе диссертации на базе Microsoft Excel.

К недостаткам предлагаемого подхода можно отнести:

1) очевидно, что введение дополнительных этапов в процедуру оценки инноваций увеличивает стоимость самой процедуры и усложняет её, но очевидно также и то, введение данных процедур снижает риск неправильного выбора инновации для финансирования, повышает научную обоснованность принимаемых решений;

2) в основе предлагаемой методики оценки инноваций лежат экспертные оценки, соответственно данному подходу присущи все недостатки, присущие экспертным методам: сложность согласования мнений экспертовсубъективизм мнений экспертовограниченность их суждений.

5. Апробацию разработанная методика прошла в одном из ключевых субъектов инновационной системы Республики Татарстан, осуществляющим экспертизу, отбор и венчурное финансирование инноваций с целыо их коммерциализации — ОАО «Инновационно-производствениый технопарк «Идея».

Для Технопарка была разработана система критериев оценки эффективности инноваций, в соответствии с разработанной системой критериев модифицирована Концептуальная схема оценки эффективности инвестиций, на основе Модифицированной концептуальной схемы разработана функциональная модель бизнес-процесса «Оценка эффективности инноваций» в нотации IDEF0. Разработана программа в Microsoft Excel для автоматизации процесса оценки эффективности инновационных проектов.

Далее была проведена оценка десяти инновационных проектов пятыо экспертами. Девять из них находятся в бизнес-инкубаторе Технопарка, один проект не получил финансирование. Экспертами выступили члены Технико-коммерческого совета Технопарка. В результате экспертизы первое место занял проект «Организация производства концентратора кислорода медицинского», имеющий высокий рыночный потенциал и находящийся на стадии «продажи продукта», десятое место занял проект, не получивший финансирование из Технопарка.

Оценку эффективности предложенной методики по количественным критериям (сколько проектов в реальности дали положительный эффект) провести не представлялось возможным, так как по состоянию на конец 2006 года ни один проект не вышел на окупаемость. Поэтому оценка эффективности методики проводилась путем сравнения с существующей в Технопарке по ряду качественных критериев. Предлагаемая методика, по сравнению с существующей в Технопарке, имеет следующие преимущества:

1) она позволяет учесть неопределенность;

2) позволяет произвести количественную оценку качественно сформулированных мнений экспертов;

3) позволяет оценить основные источники риска- ^.

4) предоставляет возможность сравнения различных проектов по единой шкале критериев, охватывающих все ключевые аспекты эффективности и значимости с точки зрения органа, принимающего решение о финансировании проекта;

5) позволяет исключить лоббирование, так как решение принимается на основе рассчитанного интегрального показателя эффективности проекта;

6) позволяет провести предварительный отсев бесперспективных проектов;

7) дает возможность ранжировки инновационных проектов по соответствию условиям конкурса;

8) все процедуры прозрачны и соответственно обеспечивают возможность аргументированного объяснения правил выполнения и результатов любой из процедур;

9) позволяет провести формализованный анализ компетентности экспертов.

Показать весь текст

Список литературы

Адлер Ю.П., Маркова Е. В., Грановский Ю. В. Планирование эксперимента при поиске оптимальных условий. М.: Наука, 1976. 279 с.
Алексеев A.B. Интерпретация и определение функций принадлежности нечетких множеств // Методы и системы принятия решений: Сб. тр. / Под ред. А. Н. Борисова. Рига: РПИ, 1979 — сс. 42−50.
Алехина А.Э. Принятие решений в финансовом анализе в условиях нестохастической неопределенности // Новости искусственного интеллекта. -2000. -№ 3. сс. 124−139.
Алтунин А.Е., Семухин М. В. Модели и алгоритмы принятия решений в нечетких условиях: Монография. Тюмень: Издательство Тюменского государственного университета, 2000. — 352 с.
Андрейчиков A.B., Андрейчикова О. Н. Анализ, синтез, планирование решений в экономике. М: Финансы и статистика, 2000. — 368 с.
Анохин A.M., Глотов В. А., Павельев В. В., Черкашин A.M. Методы определения коэффициентов важности критериев «Автоматика и телемеханика», № 8, 1997, сс. 3−35.
Аралбаева Ф. З, Карабанова О. Г., Круталевич-Леваева М. Г. Риск и неопределенность в принятии управленческих решений // Вестник ОГУ. — 2002. -Вып. 4.
Архангельский Н.Е., Валуев С. А., Половников В. А., Черногорский A.M. Экспертные оценки и методология их использования. М: Высшая школа, 1974 г.
Ахрамейко A.A., Железко Б. А., Ксеневич Д. В., Ксеневич C.B. Обобщение метода анализа иерархий Саати для использования нечетко интервальных экспертных данных. — Минск: БГЭУ, 2002. — 11с.
Ахрамейко A.A., Железко Б. А., Ксеневич Д. В., Морозевич А. Н. Методика многоуровневой агрегированной оценки и прогнозирования финансового состояния предприятия // Бухгалтерский учет и анализ. 2001.-№ 11.-сс. 2530.
Беллман Р., Заде JI. Принятие решений в расплывчатых условиях. В кн.: Вопросы анализа и процедуры принятия решений. -М.: Мир.- 1976. сс. 172−215.
Бизнес-словарь. Режим доступа: http://www.businessvoc.ru.
Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление. Вып. 1. М.: Мир, 1974.
Большаков O.A. Модели и алгоритмы конкурсного отбора инновационных проектов малых предприятий: Дис.. канд. экон. наук: 05.13.10. СПб, 2005.
Борисов А.Н., Крумберг O.A., Федоров И. П. Принятие решения на основе нечетких моделей: примеры использования- Рига «Знание», 1990, 184 с.
Вагнер Г. Основы исследования операций: В 3 т. М.: Мир, 1972 1973. т. 3. 210с.
Ващенко В.П. О концептуальных основах инновационной практики // КОНЦЕПЦИИ, ЦЭМИ РАН, № 1(9), 2002.
Вентцель Е.С. Исследование операций. Задачи, принципы, методология. -М. Наука, 1988. -206 с.
Виленский П.Д., Лившиц В. Н., Смоляк С. А. Оценка эффективности инвестиционных проектов: Теория и практика: Учеб. пособие. 2-е изд. пере-раб. и доп. — М.: Дело, 2002. — 888 с.
Вилкас Э.И., Майминас Е. З. Решения: теория, информация, моделирование. М.: Радио и связь, 1981. 328 с.
Гермейер Ю.Б. Введение в теорию исследования операций. М.: Наука, 1971.-220 с.
Гмурман В.Б. Теория вероятностей и математическая статистика. -М: Высш. шк., 2003.-479 с.
Гольдштейн Г. Я. Глобальный стратегический инновационный менеджмент. Таганрог: ТРТУ, 2002. — 134 с.
Гольдштейн Г. Я. Инновационный менеджмент: Учебное пособие. Таганрог: Изд-во ТРТУ, 1998. — 132 с.
Гольдштейн Г. Я. Инновационный менеджмент: Учебное пособие. Таганрог: Изд-во ТРТУ, 2004. 217 с.
Гольдштейн Г. Я. Стратегический инновационный менеджмент — системный фактор глобальной конкуренции // Труды конференции «Системный анализ в проектировании и управлении». СПб.: Изд-во СПб ГТУ, 2001.
Гольдштейн Г. Я. Стратегический инновационный менеджмент: Учебное пособие. Таганрог: Изд-во ТРТУ, 2004. — 267 с.
Гражданский кодекс Российской Федерации. Части первая, вторая и третья: (По состоянию на 1 янв. 2003 г.). М.: Юрайт, 2003 (ГУП ИПК Ульян. Дом печати). — 462 е.- 22 см. — (Российское федеральное законодательство).
Даль В.И. Толковый словарь русского языка. Современная версия. М.: ЭКСМО-Пресс, ЭКСМО-Маркет, 2000.
Дилигенский Н.В., Дымова Л. Г., Севастьянов П. В. Нечеткое моделирование и многокритериальная оптимизация производственных систем в условиях неопределенности: технология, экономика, экология. М.: «Издательство Машиностроение 1», 2004.
Дольдан Тиэ Феликс Р., Фернандес Кастро Анхель С. Принятие инвестиционного решения на основе качественных критериев: Практ. пособие / Под ред. Н. В. Попок. Мн.: БГЭУ, 1999.-120 с.
Евланов Л.Г., Кутузов В. А. Экспертные оценки в управлении. М.: Экономика, 1978. 133 с.
Емельянов C.B., Ларичев О. И. Многокритериальные методы принятия решений. М.: Знание, 1985.
Емельянов C.B., Озерной В. М., Гафт М. Г. О построении решающих правил в многокритериальных задачах//ДАН СССР. 1976. Т. 228, № 1.
Емельянов C.B. США: государственная политика стабилизирования инновационной конкурентоспособности производителей // Менеджмент в России и за рубежом. № 3. — 2002. — сс. 73−87.
Ерохина Е.А. Стадии развития открытой экономики и циклы Н.Д. Кондратьева. Томск: Водолей, 2001. — 181 с.
Железко Б.А., Морозевич А. Н. Теория и практика построения информационно-аналитических систем поддержки принятия решений. Мн.: «Армита- Маркетинг, Менеджмент», 1999. 144 с.
Железко Б. А., Дударкова О. Ю., Под обед Т.Н. Методика многокритериальной экспертизы бизнес-планов инвестиционных проектов. Режим доступа: http://sedok.narod.ru/sfiles/belorussia2002.htm. Загл. с экрана.
Завлин П.Н. Сколько потратить на науку? // Инновации. № 3. — 2001. — с. 50−51.
Заде JI. Понятие лингвистической переменной и его применение к понятию приближенных решений. М.: Издательство «Мир», 1976.-169 с.
Закон Республики Казахстан от 23.03.2006 N 135−3 «О ГОСУДАРСТВЕННОЙ ПОДДЕРЖКЕ ИННОВАЦИОННОЙ ДЕЯТЕЛЬНОСТИ».
Зак Ю. А. Многоэтапные процессы в задачах векторной оптимиза-ции//Автоматика и вычислительная техника. 1976. № 6.
Звягин Ю. Венчуры ощутили вкус прибыли. // Российская бизнес-газета. -25.10.2005. Режим доступа: http://www.rg.ru/2005/10/18/venture.html.
Зубанов Н.В. Анализ устойчивости относительно поставленной цели как один из подходов к описанию функционирования организации в условиях неопределенности Монография, Самара, 2001.
Иванова Н.Ю., Орлов А. И. О подходах к экономико-математическому моделированию малого бизнеса. Журнал «Бизнес, прибыль, право». 2000. № 8. сс.3−19.
Иванов М., Колупаева С., Кочетков Г. США: управление наукой и нововведениями. М. 1990.
Ивченко В.В. Экономика и управление инновациями (Инновационный менеджмент): Курс лекций / Калинингр. университет. Калининград, 1996.
Инновационные процессы в малом предпринимательстве (Tacis Project SMERUS9501). — М.: Ресурсный центр малого предпринимательства, 999.- 154 с.
Инновационный менеджмент: Учеб. для вузов / С. Д. Ильенкова, Л. М. Гохберг., С. Ю. Ягудин и др.- М: Банки и биржи, ЮНИТИ, 1997. -327 с.
Инновационный менеджмент: Учеб. пособие / Под ред. В. М. Аньшина, A.A. Дагаева. М.: Дело, 2003.
Инновационный менеджмент: Учебник / Под ред. С. Д. Ильенковой, М.: Юнити, 1997 г. — 186 с.
Калмыков С.А., Шокин Ю. И., Юдашев З. Х. Методы интервального анализа. Новосибирск: «Наука», 1986. -223 с.
Кандель А., Байатт У.Дж. Нечеткие множества, нечеткая алгебра, нечеткая статистика. Труды американского общества инженеров-радиоэлектроников, т. 66, 1978, N12, с. 37−61.
Капустин В.Ф. Неопределенность: виды, интерпретации, учет при моделировании и принятии решений // Вестник Санкт- Петербургского университета. 1993.-№ 2.
Карпелевич Ф.И., Мухина В. А. О некоторых методах решения многоцелевых задач//Экономико-математические методы. 1975. Т. 11, вып. 2.
Карпова Ю.А. Введение в социологию инноватики: Учебное пособие. -СПб.: Питер, 2004. 192 с.
Карташева Т.М. Вопросы оптимизации при разработке рецептуры и технологии получения новых полимерных материалов: Автореф. дис.. канд. техн. наук. М. 1969. 20 с.
Кацев П.Г. Статистические методы исследования режущего инструмента. М.: Машиностроение, 1974. 231 с.
Квинтас П., Месси Д., Уилд Д. Линейная модель инноваций: за и против. Трансфер технологий и эффективная реализация инноваций / Общ. ред. и состав. Н. М. Фонштейн.-М.: АНХ, 1999.-сс. 138−160.
Кини Р.Л., Райфа X. Принятие решений при многих критериях: предпочтения и замещения. М.: Радио и связь, 1981.
Кирьяков А.Г. Воспроизводство инноваций в рыночной экономике (Теоретико-методологический аспект) -Р/Д, Из-во РГУ, 2000.
Козелецкий Ю. Психологическая теория решений. М.: Прогресс, 1979.
Козметский Д. Вызов технологических инноваций па пороге новой эры общемировой конкуренции. Трансфер технологий и эффективная реализация инноваций / Общ. ред. и состав. Н. М. Фонштейн, M.: АНХ, 1999. 296 с.
Кондратьев Н.Д. Большие циклы конъюнктуры и теория предвидения. — М.: Экономика, 2002. 768с.
Кондратьев Н.Д. Большие циклы конъюнктуры. 1925. № 1. Вып. 1.
Концепция федеральной целевой программы «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2007 2012 годы». Утверждена распоряжением Правительства Российской Федерации от 6 июля 2006 г. № 977-р.
Короткова Т.И. Модели и методы принятия решений. М.: МАИ, 2004. -86 с.
Кофман А., Хил Алуха X. Пошаговые методы принятия решений на моделях с неопределенностями / Пер. с исп. Под ред. В. В. Краснопрошина, H.A. Лепишинского. Минск: ООО «Скарына», 1995. -259 с.
Кошечкин С.А. Развитие экономического инструментария учёта риска в инвестиционном проектировании: Дис.. канд. экон. паук: 08.00.05, Н. Новгород, 2000.
Кравец A.C. Природа вероятности, М.: Мысль, 1976.
Красненкер A.C. Метод локальных улучшений в задаче векторной оптими-зации//Автоматика и телемеханика. 1975. № 3. сс. 75−79.
Краснов A.B. Инновации фактор развития экономики АПК Республики Татарстан. Казань // Ветеринарный врач, № 4. 2006. С 17−19.
Краснов A.B. Роль инвестиций в развитии АПК Республики. Казань. //Нива Татарстана. № 1. 2007. С 13−16.
Ларичев О.И. Принятие решений как научное направление: методологические проблемы//Системные исследования: методологические проблемы. М.: Наука, 1982.
Ларичев О.И. Теория и методы принятия решений. М.: Логос, 2000.
Лившиц В.Н. Оптимизация при перспективном планировании и проектировании. М.: Экономика, 1984.
Литвак Б.Г. Экспертные оценки и принятие решений. М.: Патент, 1996.271 с.
Матвеев М.Т., Чалый A.A. Об одном решении многоцелевой задачи с булевыми переменными//Механизация и автоматизация управления. 1972. № 3. сс. 22−24.
Медынский В.Г. Инновационный менеджмент: Учебник. -М.: ИНФРА-М, 2004. 295 с. (Серия «Высшее образование»).
Мельник И.М., Оксинец В. И. Условие оптимальности по Парето для одного класса задач многокритериальной оптимизации//Кибернетика. 1984. № 2. сс. 56−58.
Методические рекомендации по оценке экономической эффективности финансирования проектов, имеющих своей целью коммерциализацию результатов иаучно-исследовательских и опытно-конструкторских работ. — М.: Инновационное Агентство, 2005.
Мингалеева Ж.А., Григорьян О. С. Словарь инновационных терминов. -Пермь: ПГУ, 2005.-93 с.
Миллер Д.А. Магическое число семь плюс-минус два: некоторые ограничения в нашей способности обрабатывать информацию // Инженерная психология. Москва: Прогресс. 1964. сс. 192−255.
Моисеев H.H. Элементы теории оптимальных систем. М: Наука, 1975. 528 с.
Морозов Ю.П., Гаврилов А. И., Городнов А. Г. Инновационный менеджмент: Учеб. пособие для вузов. 2-е изд. перераб. и доп. — М.: ЮНИТИ-ДАНА, 2003.-471 с.
Налимов В.В. 1974. Вероятностная модель языка. М., «Наука», 1—272.
Нариньяни A.C. Недоопределенность в системе представления и обработки знаний // Известия АН СССР. Техническая кибернетика. 1986. № 5.
Научно-технический прогресс. Словарь. / Сост. В. Г. Горохов, В.Ф. Хали-пов.-М., 1987.
Недосекин А.О. Анализ живучести систем энергетики комбинаторно-вероятностными методами // Известия РАН. Энергетика, 1992, № 3.
Недосекин А.О. Методологические основы моделирования финансовой деятельности с использованием нечетко-множественных описаний: Дисс. докт. экон. наук. 08.00.13, Санкт-Петербург, 2003.
Недосекин А.О. Нечетко-множественный анализ рисков фондовых инвестиций. СПб, Типография «Сезам», 2002.
Недосекин А.О. Оценка риска инвестиций по NPV произвольно-нечеткой формы. СПб., 2004.
Недосекин А.О. Простейшая оценка риска инвестиционного проекта. — СПб, 2003.-4 с.
Недосекин А.О. Риск-функция инвестиционного проекта. — СПб, 2003. 7с.
Недосекин А.О. Финансовый менеджмент в условиях неопределенности: вероятности или нечеткие множества? Режим доступа: http://www.vmgroup.ru/Win/Public5.htm. Загл. с экрана.
Недосекин А.О. Фондовый менеджмент в расплывчатых условиях. СПб, 2003.-210 с.
Недосекин А.О., Воронов К. И. Новый показатель оценки риска инвестиций // Управление риском. 2000 г. — № 1.
Недосекин А.О., Кокош A.M. Оценка риска инвестиций для произвольно-размытых факторов инвестиционного проекта. СПб, 2003.
Нелидов И.Е., Никонова Л. Г. Перспективное планирование с применением ЭВМ. М.: Экономика, 1975.
Нехорошева JI.H. Проблемы формирования инновационной структу-ры.//Тезисы международной конф. Инновационные центры Беларуси: общие подходы, текущая ситуация и перспективы развития. Могилев, 1995 г. сс. 200−216.
Новик Ф.С., Арзов Я. Б. Оптимизация процессов технологии металлов методами планирования эксперимента. М.: Машиностроение, 1980. 304 с.
Новожилов В.В. Проблемы измерения затрат и результатов при оптимальном планировании. М.: Экономика, 1967.
Орлов А.И. Нечисловая статистика. М.: МЗ-Пресс, 2004. — 345 с.
Орлов А.И. Теория принятия решений. Учебное пособие.- М.: Издательство «Март», 2004. 656 с.
Орлов А.И. Эконометрика: Учебник. М.: «Экзамен», 2002. — 456 с.
Орлов А.И. Экспертные оценки. Журнал «Заводская лаборатория». 1996. Т.62. No.l. сс. 54−60.
Орлов А.И. Экспертные оценки. Учебное пособие. М.: 2002. — 31 с.
Орловский С.А. Проблемы принятия решений при нечеткой исходной информации. М.: Наука, 1981. 208 с.
Основы инновационного менеджмента. Теория и практика: Учебник / JI.C. Барютин и др.- под ред. А. К. Казанцева, Л. Э. Миндели. 2-е изд. перераб. и. доп. -М.: ЗАО «Издательство «Экономика», 2004. 518 с.
Официальный сайт ОАО «Инновационно-производственный технопарк «Идея». Режим доступа: www.tpidea.ru.
Патентный закон. М.: ИНФРА-М, 2003.
Планирование и организация многосменного режима работы. Режим доступа: http://www.sre.mnogosmenka.ru/sre0241/sre0260.htm.
Подиновский В.В. Математическая теория выработки решений в сложных ситуациях. М.: Изд. МО СССР, 1981. — 211 с.
Постановление Кабинета Министров Республики Татарстан от 7 мая 1999 г. № 284 «Об утверждении Положения о порядке предоставления государственной поддержки предприятиям и организациям, реализующим инвестиционные проекты в Республике Татарстан».
Преимущества применения теории нечетких множеств в решении различных задач экономики и финансов. Режим доступа: http://iebooks.narod.ru/ptnm.htm. Загл. с экрана.
Проект регламента участия в реализации проектов Открытого акционерного общества «Инновационно-производственный Технопарк «Идея». Казань, 2006.
Процессный подход к управлению: моделирование бизнес-процессов / В. В. Репин, В. Г. Елиферов. Изд. 3-е. — М.: РИА «Стандарты и качество», 2005. — 404 е.: ил., табл.- 24 см. — (Практический менеджмент).
Пфанцгаль И. Теория измерений. Пер. с анг. М., «Мир», 1978.
Райфа Г. Анализ решений. М.: Наука, 1977.
Ракитин В.И., Первушин В. Е. Практическое руководство по методам вычислений с приложением программ для персональных компьютеров: Учебное пособие. М.: Высш. шк., 1998. — 383 с.
Рапопорт Б.М. Оптимизация управленческих решений. -М.: ТЕИС, 2001.
Раяцкас Р.Д., Плакунов М. К. Количественный анализ в экономике. М.: Наука, 1987.
Реклейтис Г., Рейвиндрап А., Рэгсдел К. Оптимизация в технике: В 2 т. М.: Мир, 1986. Т. 2.320 с.
Рекомендации по вопросам экспертизы заявок на изобретения и полезные модели / Информ.-изд. центр Роспатента- Т. Ф. Владимирова и др. М.: ИНИЦ Роспатента, 2004 (Отд-ние по вып. официальных изданий ФИПС). -173 с.
Республиканская программа развития инновационной деятельности в Республике Татарстан на 2004−2010 годы. Утверждена Постановлением Кабинета Министров Республики Татарстан от 12 марта 2004 г. № 121.
Ротштейн А.П. Интеллектуальные технологии идентификации: нечеткая логика, генетические алгоритмы, нейронные сети. Винница: УНИВЕРСУМ-Винница, 1999. — 320 с.
Рыжов А.П. Элементы теории нечетких множеств и измерения нечеткости. Москва, Диалог-МГУ, 1998.
Саати Т. Принятие решений. Метод анализа иерархий. М.: Радио и связь, 1993.
Саати Т., Керне К. Аналитическое планирование. Организация систем. М.: Радио и связь, 1991. 224 с.
Сидоренко E.B. Методы математической обработки в психологии. СПб.: ООО «Речь», 2001.-350 с.
Системы менеджмента качества. Основные положения и словарь. ГОСТ Р ИСО 9000−2001: Утв. постановлением Гос. ком. РФ по стандартизации и метрологии от 15.08.2001 № 332 (в ред. от 07.07.2003).
Смоляк С.А. О правилах сравнения альтернатив с неопределенными затратами и результатами // Вероятностные модели математической экономики. М.: ЦЭМИ АН СССР, 1990.
Смоляк С.А. О правилах сравнения вариантов хозяйственных мероприятий в условиях неопределенности // Исследования по стохастической теории управления и математической экономике. М.: ЦЭМИ АН СССР, 1980.
Смоляк С.А. Оценка эффективности инвестиционных проектов в условиях риска и неопределенности (теория ожидаемого эффекта). М.: ЦЭМИ РАН, 2001.
Смоляк С.А. Учет специфики инвестиционных проектов при оценке их эффективности // Аудит и финансовый анализ, 1999, № 3.
Справочник по прикладной статистике, в 2-х т. Т.2: Пер. с англ. / Под ред. Э. Ллойда, У. Ледермана, С. А. Айвазяна, Ю. Н. Тюрина. М.: Финансы и статистика, 1990. — 526 с.
Суппес П., Зинес Дж. Основы теории измерений//Сб. Психологические измерения. М.: Мир, 1967. сс. 9−110.
Трифилова A.A. Оценка эффективности инновационного развития предприятия. М.: Финансы и статистика, 2005. 304 с.
Трухаев Р.И. Модели принятия решений в условиях неопределенности. -М.: Наука, 1981.
Твисс Б. Управление научно-техническими нововведениями. М.: Экономика, 1989.
Тычинский A.B. Управление инновационной деятельностью компаний: современные подходы, алгоритмы, опыт. Таганрог: ТРТУ, 2006.
Тышкевич K.B. Формирование комплексной оценки эффективности технологических инноваций на предприятиях: Дис.. канд. экон. наук: 08.00.05. Н. Новгород, 2003 158 с.ил.
Фишберн П. Теория полезности для принятия решений. М.: Наука, 1978.
Фу К. Структурные методы в распознавании объектов Пер. с англ. М., «Мир», 1977.
Хил Лафуенте A.M. Финансовый анализ в условиях неопределенности / Под ред. Велесько Е. И., Краснопрошина В. В., Лепешинского H.A. -Мн.: Тэхналопя, 1998.-150 с.
Царев В.В. Внутрифирменное планирование. СПб.: Питер. Серия «Учебники для вузов», 2002.
Царев В.В. Оценка экономической эффективности инвестиций. СПб.: Питер, 2004. — 464 е.: ил. — (Серия «Академия финансов»),
Чарин B.C. Линейные преобразования и выпуклые множества: Учебное пособие для вузов. Киев: Вища школа, 1978. — 191 с.
Чепелева И.Г. Разработка системы оценки эффективности инвестиционных проектов в условиях неопределенности. Минск, 2004.
Чистов Л.М. Эффективное управление социально-экономическими системами. Теория и практика. СПб.: Петрополис, 1998.
Шмелев Ю.М. Инновационно-технологическое развитие страны решающий фактор повышения конкурентоспособности экономики//Инновации. -№ 4.-2002.-сс. 31−33.
Шошин П.Б. Метод экспертных оценок. М.: МГУ, 1987. — 79 с.
Штовба С.Д. Введение в теорию нечетких множеств и нечеткую логику. -216с. Режим доступа: http://matlab.exponenta.ru/fuzzylogic/bookl/index.php. Загл. с экрана.
Шумпетер Й.-А. История экономического анализа. В 3 т. (серия «Университетская библиотека»). -М.-СПб.: Экономическая школа, 2004.
Шумпетер Й.-А. Теория экономического развития. / Перевод с нем. B.C. Автономова и др.- М.: Прогресс, 1982. -455 с.
Экономика строительства / Под ред. И. С. Степанова. Юрайт — М, 2001.416 с.
Энциклопедический словарь-справочник. Под редакцией А. И. Половинкина, В. В. Попова. Режим доступа: http://doc.unicor.ru/tt/540.html. Загл. с экрана.
Эпохальные инновации XXI века / Ю.В. Яковец- Междунар. ин-т П. Сорокина Н.Кондратьева. — М.: ЗАО «Издательство «Экономика», 2004.- 444 с.
Arrow К. Economic welfare and the allocation of resources for invention. The rate and direction of inventive activity / Nelson R. (Ed.), Princeton: Princeton University Press, 1962-cc. 609−629.
Banas J., Machovska-Szewczyk M. Method of Putting Trapezoidal Fuzzy Number in Order // Advanced Computer Systems: Proceedings of the Sixth International Conference / Technical University of Szczecin Szczecin, 1999. — P. 175 179.
Bayes T. Facsimilies of two papers by Bayes: An essay toward solving a problem in the doctrine of chances. With Richard Price’s foreword and discussion. With commentary by Edward C. Molina.//Phil. Trans. Royal Soc., 1763.
Bellman R.E., Zadeh L.A., Decision-Making in Fuzzy Environment, Management Science, 17, № 4, 141−164 (1970).
Brockhaus T. Brockhaus Enzyklopadie. Mannheim, 1989.
Chu A., Kalaba R., Springarn R. A Comparison of Two Methods for Determining the weights of Belonging to Fuzzy Sets // J. of Optimization theory and applications. 1979. Vol. 27. № 4. P. 531 -538.
Davis J., Fusfeld A., Scriven E., Tritle G. Determing a projects probability of success//RTM, 2001, v.44, № 4.
De Finetti B. La provisionses lois logiques, ses sources subjectives//Annales de l’Institut Henri Poincari. T. 7.
Godai R.C., Goodman T.J. Fuzzy sets and Borel // IEEE Tran. Syst. Man. and Cybern. 1980. V.10. № 10. P. 637.
Hauke W. Using Yager’s '-norms for aggregation of fuzzy intervals // Fuzzy Sets and Systems. 1999. — Vol. 101.-P. 59−65.
Haustein H., Maier H. Innovation Glossary. Oxford, N.Y., Toronto, Sydney, Frankfurt, 1986.
Hurwicz L. Optimality Criteria for Decision Making under Ignorance // Cowles commission papers. No 370, 1951.
Irwin F.W. Stated expectation as function of probability and desirability of out-comes//J.Person. No 21. 1953.
Janes E.T. Information Theory and Statistical mechanics // Th. Physical Review. V. 106. 1957.
Marshalc J. Three lectures on probability in the sciences // Cowles commission for research in economics. No 82. 1964.
Mc Grath R. E., Mc Millan I. C. Assessing Technology Projects Using Real Option Reasoning // RTM, 2000, v. 43, № 4.
Mencsh G. Das technologische Patt: Innovationen uberwinden du Depression. Frankfurt am Main, 1977.
Mencsh G. Stalemate in Technology: Innovation Overcome the Depression. Cambridge (Mass.), 1979.
Nedosekin A. Fuzzy Financial Management. Russia, Moscow, AFA Library, 2003.- 183 p.
Nelson R., ed., National Innovation Systems: A Comparative Analysis, N.Y.: Oxford University Press, 1993.
Nogin B.D. On the theory of relative importance of criteria//Proc. Intern. Congress on Computer Systems and Appl. Mathematics. St. Petersburg, 1993. P. 3334.
Ramesh J. A procedure for multiple-aspect decision making using fuzzy sets //Int. J. Syst. Sci. 1977. Vol. 8. № 1. P. 1 7.
Rotshtein A. Modification of Saaty Method for the Construction of Fuzzy Set Membership Functions. FUZZY'97 International Conference «Fuzzy Logic and Its Applications», in: Zichron, Israel, 1997.- p. 125−130.
Roy Rothwell. The Changing Nature of the Innovation Process. Technovation V.13 Iss. l Jan. 1993.
Saaty T. Scaling Method for Priorities in Hierarchical Structures // J. of Mathematical Psychology. 1977. Vol. 15. № 3. P. 234−281.
Savage L.J. The foundation of Statistics. N.Y.: Wiley, 1954.
Tanaka H. An introduction to fuzzy logic for practical Applications. Berlin et al.: Springer-Verlag, 1997. — 137 p.
Yager R. Multiple objective decision-making using fuzzy sets // Int. J. Man-Mach. Sfud. 1979. Vol. 9. № 4. P. 375 382.
Zadeh L.A. Fuzzy algorithms // Information and Control. 1968. V.12. P. 94 -102.
Zadeh L.A. Fuzzy sets. Information and Control, 1965, v.8, p. 338−353.
Zadeh L.A. Toward a Perception-Based Theory of Probabilistic Reasoning with Imprecise Probabilities // Journal of Statistical Planning and Inference 105 (2002).
Выданные патенты на изобретения, промышленные образцы и товарные знакив 1999—2004 гг.

Заполнить форму текущей работой