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

Мониторинг технического состояния производственных объектов как информационных систем с использованием энтропии покрытия

Диссертация: Мониторинг технического состояния производственных объектов как информационных систем с использованием энтропии покрытия
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Методика информационного оценивания текущего и потенциального состояний технологического оборудования, основанная на оптимальном оценивании состояния ПО с применением аппарата марковской теории оптимальной нелинейной фильтрации, позволяющая максимально точно по выбранному критерию оптимальности оценивать текущее значение вектора состояния ПО с учётом всей накопленной информации и текущих… Читать ещё >

Содержание

  • Глава 1. АНАЛИЗ ФУНКЦИОНИРОВАНИЯ ПРОИЗВОДСТВЕННЫХ ОБЪЕКТОВ КАК ИНФОРМАЦИОННОЙ СИСТЕМЫ
    • 1. 1. Анализ понятия «информация» для мониторинга технического состояния производственных объектов
    • 1. 2. Система диагностики остаточного ресурса технологического оборудования как подсистема мониторинга технического состояния производственных объектов
    • 1. 3. Анализ опасности и риска эксплуатации газотранспортных систем
    • 1. 4. Квалиметрические основы мониторинга производственных объектов
    • 1. 5. Анализ производственных объектов как объектов управления качеством
    • 1. 6. Постановка и математическая формулировка задачи оптимального информационного управления
  • Выводы по главе
  • Глава 2. МОНИТОРИНГ ТЕХНИЧЕСКОГО СОСТОЯНИЯ ПРОИЗВОДСТВЕННЫХ ОБЪЕКТОВ В ИНФОРМАЦИОННОМ ПРОСТРАНСТВЕ ФУНКЦИОНИРОВАНИЯ
    • 2. 1. Информационное пространство функционирования производственных объектов, основанное на энтропии покрытия
    • 2. 2. Информационное пространство отношений элементов системы управления техническим состоянием производственных объектов
    • 2. 3. Феноменологическая модель системы управления техническим состоянием производственных объектов как стохастической системы
    • 2. 4. Методика решения задачи оптимального управления в общем случае
  • Выводы по главе
  • Глава 3. МЕТОДИКА ОПТИМАЛЬНОГО ОЦЕНИВАНИЯ ТЕХНИЧЕСКОГО СОСТОЯНИЯ ПРОИЗВОДСТВЕННЫХ ОБЪЕКТОВ В ИНФОРМАЦИОННОМ ПРОСТРАНСТВЕ
    • 3. 1. Постановка задачи текущего оценивания технического состояния производственных объектов
    • 3. 2. Анализ критерия среднего байесовского риска для оценок вектора состояния элементов системы управления техническим состоянием производственного объекта
    • 3. 3. Анализ алгоритмов оптимальной фильтрации для оценивания вектора состояния элементов системы управления техническим состоянием производственного объекта
    • 3. 4. Алгоритм нелинейной фильтрации вектора состояния в гауссовском приближении
    • 3. 5. Алгоритм фильтрации с аппроксимацией апостериорной плотности вероятности на прямоугольной решётке индексов
  • Выводы по главе
  • Глава 4. АНАЛИЗ КОМПЬЮТЕРИЗИРОВАННОЙ ИНФОРМАЦИОННОЙ МОДЕЛИ ТЕХНИЧЕСКОГО СОСТОЯНИЯ ПРОИЗВОДСТВЕННОГО ОБЪЕКТА
    • 4. 1. Методика синтеза компьютеризированной модели технического состояния производственного объекта
    • 4. 2. Пространство состояний системы управления технического состояния производственного объекта как стохастической следящей системы
    • 4. 3. Методика анализа динамики технического состояния производственного объекта в информационном пространстве
    • 4. 4. Исследование технического состояния производственного объекта по имитационной модели
  • Выводы по главе
  • ЗАКЛЮЧЕНИЕ

Мониторинг технического состояния производственных объектов как информационных систем с использованием энтропии покрытия (реферат, курсовая, диплом, контрольная)

Актуальность темы

диссертационного исследования.

К производственным объектам предъявляются высокие требования по надёжности и бесперебойности работы. Высокий уровень требований определён как естественной необходимостью обеспечения доходности от эксплуатации предприятий промышленности, так и требованиями законодательных и нормативных документов.

Федеральным законом «О промышленной безопасности опасных производственных объектов» № 116-ФЗ от 21.07.1997 г. с изменениями на 22 августа 2004 г., определено — какие предприятия или цехи, участки, площадки являются опасными производственными объектами. Так в соответствии с Приложением 1 закона к категории опасных производственных объектов относится система нефтегазоснабжения Российской Федерации, которая включает нефтяные и газовые месторождения, многониточную нефтегазотранс-портную систему. В её составе находятся около 800 компрессорных и нефте-газоперекачивающих станций.

Предприятия нефтегазового комплекса являются одними из наиболее опасных техногенных источников воздействия на человека и окружающую среду. Анализ причин возникновения аварий на предприятиях химической и г смежных отраслей промышленности показал, что 40% аварий происходит из: за неудовлетворительного технического состояния оборудования [3]. Поэтому задача мониторинга — систематического и непрерывного сбора информации о параметрах производственного объекта для определения тенденций из: менения параметров — весьма актуальна в настоящее время и наиболее аргументировано может быть решена в информационном пространстве.

В России в течение длительного времени безопасность в промышленности опиралась на концепцию абсолютной безопасности. Её реальным воплощением являлась техника безопасности, опиравшаяся на принцип реагировать и выправлять. На смену ей в семидесятые годы прошлого столетия была выдвинута новая концепция приемлемого техногенного риска, в основе которой лежит принцип предвидеть и упреждать. Стало ясно, что обеспечить абсолютную безопасность техносферы невозможно. Надо добиваться относительной безопасности, доводя аварийный риск до приемлемого, допустимого уровня.

Мониторинг технического состояния производственных объектов (ТСПО) позволяет предвидеть наступление критического состояния производственных объектов (ПО) и упреждать аварийные ситуации. Но при этом необходимо применение современных научных методов оптимального управления техническим состоянием ПО, использующих оптимальное оцени: вание технического состояния и выработку оптимальных управляющих воздействий в информационном, целевом пространстве состояния производственной системы.

Поэтому мониторинг технического состояния производственных объектов (ТСПО), позволяющий предвидеть и упреждать аварийные ситуации, является актуальной научной задачей.

Объект и предмет исследования.

Объектом диссертационного исследования являются информационный процессы при мониторинге технического состояния производственных объектов.

Предмет диссертационного исследования — методы мониторинга информационного состояния производственных объектов, основанные на использовании энтропии покрытия.

Цель и задачи исследования

.

Целью диссертационной работы является мониторинг технического состояния производственных объектов в информационном пространстве с использованием информационной оценки текущего и потенциального состояI ний технологического оборудования, основанной на энтропии покрытия, С обеспечением процесса принятия решений в системе управления техническим состоянием производственных объектов.

В соответствии с поставленной целью автором были сформулированы следующие задачи:

1. Синтез модели ТСПО в информационном пространстве, основанном на энтропии покрытия.

2. Отображение ТСПО из предметной области в информационное пространство. '.

3. Разработка методики мониторинга ТСПО в информационном пространстве.

4. Разработка алгоритмов оптимального оценивания ТСПО.

5. Исследование динамики ТСПО в информационном пространстве.

Теоретическая основа исследования.

Теоретической основой диссертационного исследования послужили научные труды зарубежных и российских ученых, фундаментальные аспекты изучения в которых были направлены на оптимизацию управления в информационных системах и оптимальную оценку состояний элементов в условиях действия возмущающих факторов внешней среды.

Предлагается подход, основанный на использовании информационной меры — энтропии покрытия, позволяющий получить отображение состояния производственных объектов (ПО) в информационном, целевом пространстве. В информационном пространстве возможно корректное решение задачи мониторинга ТСПО, которое в последующем реализуется в предметной области.

Данный подход позволяет использовать детерминированные методы оптимального управления по Понтрягину в информационном пространстве и чётко сформулировать целевую задачу мониторинга для объектов со случайными параметрами. :

В процессе получения научных результатов в диссертации использовались методы вариационного исчисления, математического моделирования, теории вероятности, методы исследования стохастических следящих систем.

Автором были использованы общенаучные методы (сравнения, анализа, синтеза, системного и структурно-функционального подходов и ряд других) и специфические методы исследования, характерные для технических систем.

Информационной и статистической базой исследования послужили данные по системе нефтегазоснабжения Российской Федерации.

Научная новизна и научные результаты, выносимые на защиту.

Научная новизна исследования состоит в том, что на основе представления комплексных показателей технического состояния производственных объектов в терминах энтропии покрытия решена задача мониторинга ТСПО в информационном пространстве с реализацией управляющих воздействий по техническому сопровождению ПО в предметной области. Научная новизна содержится в следующих результатах, выносимых на защиту:

1. Модель функционирования ТСПО в информационном пространстве, образованном с использованием энтропии покрытия, основанная на представлении динамических процессов в предметной, ресурсной области в виде стохастических дифференциальных уравнений состояния и применении отображения технического состояния производственного объекта, традиционно описываемого совокупностью комплексных технических показателей надёжности, в целевое информационное пространство с обобщённым количественным представлением соответствия состояния объекта нормативным характеристикам и обеспечивающая решение задач мониторинга по оценке текущего состояния объекта, по выработке рекомендаций о выборе операций необходимого технического обслуживания, по прогнозу изменения технических показателей состояния объекта в ближайшем будущем и по предупреждению наступления катастрофических состояний ПО.

2. Методика мониторинга ТСПО для оценки текущего и потенциального состояний технологического оборудования, в которой решение задачи оптимизации состояния ПО проводится в информационном пространстве за счёт решения задачи оптимизации по принципу максимума Понтрягина с последующим обратным отображением информационных потоков в предметную область отношений в виде вектора управляющих воздействий, организующая взаимодействие технологических и организационных подсистем с целью обеспечения бесперебойного функционирования ПО, при этом впервые применяется комплексный подход к обеспечению бесперебойного функционирования ПО с учётом взаимодействия всех обеспечивающих его функционирование структур, воздействия возмущающих факторов внешней среды.

3. Методика информационного оценивания текущего и потенциального состояний технологического оборудования, основанная на оптимальном оценивании состояния ПО с применением аппарата марковской теории оптимальной нелинейной фильтрации, позволяющая максимально точно по выбранному критерию оптимальности оценивать текущее значение вектора состояния ПО с учётом всей накопленной информации и текущих результатов наблюдения, а также давать прогноз его поведения в ближайшем будущем для последующего отображения полученных статистик вектора состояния в информационное пространство, обеспечивающего решение задачи мониторинга детерминированными методами с применением принципа максимума Понтрягина.

4. Методика анализа динамики ТСПО в информационном пространств ве, основанная на представлении системы мониторинга ТСПО как стохастической следящей системы, учитывающая воздействие на состояние ПО случайных факторов внешней среды и позволяющая провести исследование динамического поведения такой системы в информационном пространстве, что обеспечивает оценку устойчивости поведения системы, а также позволяет оценить её динамические характеристики, получить характеристики предельного множества состояний по информационным фазовым портретам системы. «.

Практическая значимость исследования.

Совокупность выводов и предложений, содержащихся в диссертационном исследовании, может быть использована при решении таких практических задач, как оценка технического состояния элементов опасных производи ственных объектов, прогноз наступления аварийных ситуаций, выработка функций технического обеспечения СУ ТСГТО.

Результаты диссертационного исследования могут использоваться при разработке теоретических и прикладных учебных дисциплин, а также при подготовке методической литературы по вопросам мониторинга в информационных системах. Работа может быть использована как основа для дальт г нейшей научной разработки проблематики безопасности промышленного объекта Российской Федерации.

Апробация результатов.

Основные теоретические положения и выводы диссертации изложены в 7 авторских публикациях общим объёмом 3,6 п.л., а также представлены в докладах и сообщениях на научных конференциях и семинарах по проблематике обеспечения промышленной безопасности опасных производственных объектов в предприятиях нефтегазового комплекса Российской Федерации.

Структура диссертации.

Диссертационная работа изложена на 166 страницах печатного текста, включает 2 таблицы, 15 рисунков и состоит из оглавления, введения, четырёх глав, заключения и библиографического списка, в котором указаны 68 наименований использованной литературы.

Выводы по главе.

1. Объектно-ориентированный подход позволяет реализовать на комт пьютере систему мониторинга ТСПО. При этом заданная система классов учитывает с достаточной детализацией состояние объекта и элементов системы управления. Реализация проводилась на языке программирования С++. I.

2. Система управления техническим состоянием производственного объекта испытывает воздействие многочисленных возмущающих воздействий большей частью природного характера, поэтому должна исследоваться как стохастическая следящая система. В этих целях была разработана методика исследования динамических характеристик СУ ТСПО как стохастической следящей системы. Выполнение исследовательских операций по указанной методике позволяет определить устойчивость функционирования системы, предсказать наступление аварийных ситуаций и выработать рекомендации по их предотвращению.

3. Моделирование поведения производственного объекта на ЭВМ позволило убедиться в действенности предложенного в работе методического аппарата мониторинга технического состояния производственных объектов в информационном пространстве, что подтверждается соответствующими фазовыми портретами на комплексной плоскости.

ЗАКЛЮЧЕНИЕ

.

1. Проведённый анализ информационных подходов позволяет сделать два вывода. Первый: информационная мера должна задаваться или выбираться для каждого приложения строго индивидуально. Второй: для информационного мониторинга технического состояния производственного объекта в качестве информационной меры, образующей информационное пространство отношений, должна применяться энтропия покрытия, позволяющая оценивать техническое состояние производственного объекта не только с количественных, комплексных позиций, но и с учётом соответствия этого состояния техническим требованиям.

2. Действующая система контроля технического состояния производственных объектов не в состоянии обеспечить своевременность и адекватность проводимых технических регламентно-восстановительных работ и не в состоянии предсказать наступление кризисных, аварийных состояний производственных объектов.

3. Методология квалиметрического подхода обладает широко используемым вероятностным, и регрессионным процедурами и имеет только практическую ценность, а в научном плане не представляет существенного интереса. К тому же разрозненность комплексных технических показателей не обеспечивает создание единой системы управления техническим состоянием производственных объектов.

4. Решение задачи мониторинга технического состояния производственных объектов возможно в целевом информационном пространстве, являющемся отображением предметной среды и элементов системы управления техническим состоянием производственных объектов в информационное пространство, основанное на информационной мере — энтропии покрытия. При этом возможно построение целевого функционала, основанного на этой мере, и решение задачи оптимизации.

5. Общий подход к решению задачи мониторинга технического состояния производственных объектов заключается в следующем: 1) в предметной области отношений состояние объектов описывается системами стохастических дифференциальных уравнений, учитывающих возмучающие воздействия окружающей среды, нестабильность поведения элементов системы- 2) осуществляется оптимальное текущее оценивание состояния элементов системы- 3) проводится отображение состояний элементов системы управления техническим состоянием производственных объектов в информационное пространство- 4) в информационном пространстве проводится решение задачи оптимизации информационных потоков в системе, результатом решения при этом являются матрицы управляющих коэффициентов, входящие в стохастические дифференциальные уравнения состояния- 5) в предметной области отношений проводится ресурсный обмен (изменение состояния элементов) в соответствии с полученными результатами по управлению. На круг управления замыкается и повторяет свою работу на всех последующих этапах.

6. В качестве информационной меры, определяющей информационное пространство отношений, задаётся энтропия покрытия в обобщённой версии, так как она позволяет определить целевое состояние производственного объекта на текущем этапе жизненного цикла. При этом состояние элементов системы управления техническим состоянием ПО также описывается с единых позиций с применением энтропии покрытия в обобщённой версии.

7. В результате представления объектов в информационном пространстве с применением обобщённой энтропии покрытия мы имеем постановку задачи оптимального управления в понтрягинской форме, что позволяет получить её решение, являющееся матрицей управляющих коэффициентов в уравнениях состояния — ресурсного обмена.

8. Решение задачи оптимального управления позволяет организовать взаимодействие элементов системы управления техническим состоянием производственных объектов с целью оптимального расходования предоставленных ресурсов. Методика мониторинга опирается в первую очередь на оптимальные оценки текущего состояния производственного объекта. Поэтому очередным отправным результатом является получение оптимальныхоценок состояния производственных объектов в текущем времени. Такими возможностями обладает аппарат оптимальной нелинейной фильтрации.

9. Проведён анализ байесовского подхода к оптимальному оцениванию производственных объектов. Показано, что функция потерь (штрафов) должна задаваться только из физического смысла решаемой задачи.

10.Проанализированы оценки, соответствующие различным финкциям потерь. Рекомендовано к использованию применение простой функции потерь для анализа результатов наблюдения на небольших выборках и на малых интервалах времени и квадратичной для регулярного мониторинга ПО в штатных условиях его эксплуатации.

11.В главе представлены алгоритмы фильтрации, которые получены в дискретном времени и в форме, удобной для реализации на микропроцессорной технике. Приведены структурные схемы этих алгоритмов и проведена их реализация в виде компьютеризированных моделей.

12.Показано, что наиболее скоростным и достаточно надёжным является модифицированный алгоритм расширенного дискретного фильтра Калма-на. Более точными являются алгоритм дискретно-непрерывной фильтрации и с представлением АПВ на решётке индексов. Быстродействие этих алгоритмов примерно сравнимо, но алгоритм дискретно-непрерывный фильтрации более удобен именно для процессов с дискретным и непрерывными параметрами и разработан специально для этой достаточно распространённой ситуации. Для этого алгоритма проведено математическое исследование по возможности ускорения вычислительных процедур.

13.Алгоритм с аппроксимацией АПВ на прямоугольной решётке индексов обладает большей гибкостью и более удобен для применения на верхних ярусах системы оценивания в СУ ТСПО. Он позволяет гибко управлять настройкой алгоритмов управления в информационном пространстве и позволяет представить для них все необходимые данные. В случае если под уравнениями наблюдения понимать обобщённые показатели или энтропию покрытия, которые служат для связей между элементами системы, то применение такого алгоритма позволяет детально отслеживать состояние внутренних параметров элементов. В этих целях предусматривается его применение на верхних ярусах подсистемы фильтрации.

14. Объектно-ориентированный подход позволяет реализовать на компьютере систему мониторинга ТСПО. При этом заданная система классов учитывает с достаточной детализацией состояние объекта и элементов системы управления. Реализация проводилась на языке программирования С++.

15.Система управления техническим состоянием производственного объекта испытывает воздействие многочисленных возмущающих воздействий большей частью природного характера, поэтому должна исследоваться как стохастическая следящая система. В этих целях была разработана методика исследования динамических характеристик СУ ТСПО как стохастической следящей системы. Выполнение исследовательских операций по указанной методике позволяет определить устойчивость функционирования системы, предсказать наступление аварийных ситуаций и выработать рекомендации по их предотвращению.

16.Моделирование поведения производственного объекта на ЭВМ позволило убедиться в действенности предложенного в работе методического аппарата мониторинга технического состояния производственных объектов в информационном пространстве, что подтверждается соответствующими фазовыми портретами на комплексной плоскости.

Таким образом, предложенный информационный методологический аппарат, основанный на применении энтропии покрытия, решает задачу мониторинга технического состояния производственных объектов в информационном пространстве и обеспечивает устойчивое функционирование производственных объектов, обеспечивая предсказание и предупреждение наступления аварийных ситуаций.

Показать весь текст

Список литературы

  1. Г. Г., Зорин В. А., Павлов А. П. Квалиметрия для инженеров-механиков. М.: МАДИ, 2006. — 220 с.
  2. Г. Г., Береза Т. Н. Об учете категории качества при вычислении сравнительной эффективности объектов // Экономика и математические методы, 1996. Т. 32. — Вып. 3. — С. 77−94.
  3. В.Е. Автоматическое рубрицирование и реферирование текстовой информации (в том числе и на иностранных языках): Дисс. канд. техн. наук. М.: НИЦИ при МИД России, 2008. — 163 с.
  4. В.Е. Морфологический анализатор для задач автоматической обработки текстовой информации // Вестник ВГТУ, 2007. -Т. 3. № 12.-С. 51−57.
  5. М.А., Алескеров Ф. Т. Выбор вариантов: основы теории. -М.: Наука, 1990.-240 с.
  6. М.М. Планирование деятельности фирмы. М.: Финансы и статистика, 1999. — 248 с.
  7. P.A., Либерзон М. И. Методы и алгоритмы координации в промышленных системах управления. М.: Радио и связь, 1987. — 208 с.
  8. Т. Статистический анализ временных рядов: Пер. с англ. -М.: Мир, 1976.-755 с.
  9. В.Г., Зеленцов В. А., Миронов А. Н. Методы анализа надёжности и критичности отказов сложных систем. М.: МО РФ, 1992. -99 с.
  10. Н.Т., Васькин Ф. И. Автоматизированная обработка экономической информации. -М. «Финансы и статистика», 1991. -301 с.
  11. Л.Е. Прогнозирование и планирование в условиях рынка. М.: ИНФРА-М, 1999: — 260 с.
  12. Н.С., Жидков Н. П., Кобельков Г. М. Численные методы. -М.: Наука, 1987.-600 с.
  13. А.И., Башмаков И. А. Интеллектуальные информационные технологии: Учебное пособие. М.: Изд-во МГТУ им. Н. Э. Баумана, 2005. -304 с.
  14. Р., Заде Л. Принятие решений в расплывчатых условиях // Вопросы анализа и процедуры принятия решений: Пер. с англ. М.: Мир, 1976.-С. 172−215.
  15. Т.Б. Анализ и диагностика финансово-хозяйственной деятельности предприятия: Учебное пособие. М.: ИНФРА-М, 2001. — 215 с.
  16. С. Д., Гурвич Ф. Г. Экспертные оценки. М.: Наука, 1973. -297 с.
  17. Г. Н., Клебанов А. И. Прогнозирование в управлении техническим уровнем и качеством продукции. М.: Издательство стандартов, 1984. — 232 с.
  18. Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление: Пер. с англ. М.: Мир, 1972. — 511 с.
  19. А.Н., Крумберг O.A., Федоров И. П. Принятие решений на основе нечетких моделей: Примеры использования. Рига: Зинатне, 1990. -184 с.
  20. Т.Р. Многокритериальное^ и выбор альтернативы в технике. М.: Радио и связь, 1984. — 288 с.
  21. М. Анализ экономической эффективности капиталовложений. М.: Инфра-М, 1996. — 567 с.
  22. В. П. Моделирование сложных систем. М.: Наука, 1978. -299 с.
  23. A.C., Сухов A.B. Оптимальное управление сложным техническим комплексом в информационном пространстве // Автоматика и телемеханика, 2003. № 8. — С. 145−162.
  24. Ф.С. Информатика. Новый систематизированный толковый словарь-справочник. — М.: Либерия, 2001. 536 с.
  25. В.И. Алгоритмическое моделирование элементов экономических систем: Практикум: Учебное пособие. М.: Финансы и статистика, 2000. — 179 с.
  26. Э.М., Тихомиров В. М. Краткий курс теории экстремальных задач. -М.: Изд-во Моск. ун-та, 1989.
  27. А.Г. Статистическое моделирование и прогнозирование. -М.: Финансы и статистика, 1990. 383 с.
  28. Гарди Буч. Объектно-ориентированный анализ и проектирование (с примерами приложений на С++). Второе издание. Rational Санта-Клара, Калифорния. Перевод с английского под редакцией И. Романовского и Ф. Андреева. — М., 2005.
  29. Гарди Буч, Джеймс Рамбо, Ивар Якобсон. Язык UML. Руководство пользователя. (The Unified Modeling Language: Users Guide). M.: Издательство: ДМК пресс, 2007. — 496 с.
  30. М.А. Анализ опасности и риска эксплуатации газотранспортных систем // Компрессорная техника и пневматика, 2006. -№ 7.
  31. М.А., Соколов Ф. П. Предварительный анализ опасности и оценка надёжности компрессорной установки // Компрессорная техника и пневматика, 2008. № 5.
  32. В. Основы безбумажной информатики. М.: Наука, 1987.
  33. Е.П. Маркетинговые исследования: теория, практика и методология. М.: Финпресс, 1998. — 414 с.
  34. В.Г., Моткин Г. А., Петрунин В. А. и др. Научно-методические аспекты анализа аварийного риска. М.: Экономика и информатика, 2002.
  35. П.И., Леусский А. И., Тарасевич JI.C. Микроэкономика: Учебник. Изд. 2-е, перераб. и доп. / Под общ. ред. JT. С. Тарасевича. — СПб.: Изд-во СПбГУЭФ, 1998.-447 с.
  36. A.A., Стакун В. А., Стакун A.A. Математические методы построения прогнозов. М.: Радио и связь, 1997. — 220 с.
  37. В.Е. Модели надежности и эффективности систем. К.: Наукова думка, 1989. — 124 с.
  38. Я. Проектирование и конструирование. Системный подход. -М.: Мир, 1981.-454 с.
  39. A.A. Информатика: предмет и задачи // Природа, 1985. — № 2. С. 26−29.
  40. Ю.А., Травкин С. И., Якимец В. Н. Многокритериальные модели формирования и выбора вариантов систем. М.: Наука, 1986. — 295с.
  41. A.M., Лагоша Б. А., Хрусталев Е. Ю. Моделирование рисковых ситуаций в экономике и бизнесе / Под ред. Б. А. Лагоши. М.: Финансы и статистика, 2000. — 437 с.
  42. В.А., Вишневский В. Л. Сети массового обслуживания. Теория и применение к сетям ЭВМ. М.: Радио и связь, 1989. — 192 с.
  43. Жук П. И. Определение структурных параметров сложных систем // Кибернетика, 1987.-№ 3.-С. 114−119.
  44. Л. Понятие лингвистической переменной и его применение к принятию приближённых решений: Пер. с англ. М.: Мир, 1976. — 166 с.
  45. Ю.П., Гонта Ю. В. Структурная оптимизация сетей ЭВМ. -К.: Техника, 1997.- 168 с.
  46. В.А., Гагин A.A. Надежность, живучесть и техническое обслуживание сетей связи. М.: МО СССР, 1991. — 169 с.
  47. А. Байесовские методы в эконометрии. — М.: Статистика, 1980.-438 с.
  48. А.Г., Юрачковский Ю. П. Моделирование сложных систем по экспериментальным данным. М.: Радио и связь, 1987. — 120 с.
  49. .П., Мартыщенко JI.A., Монастырский M.JI. Теоретические основы информационно-статистического анализа сложных систем. СПб.: Лань, 1997.-320 с.
  50. В.Н., Резников Б. А. Теория систем и управления. Структурно-математический подход. Л., 1978. — 125 с.
  51. В.Н., Резников Б. А., Варакин Е. И. Теория систем и оптимального управления. Структурно-математический подход. Части 1 и 2. -Л., 1979, 1987.- 137, 123 с.
  52. К. Автоматизация решения задач управления. М.: Мир, 1982.-472 с.
  53. Дж. Большие системы. Связность, сложность и катастрофы. -М.: Мир, 1982.
  54. Р., Райфа X. Принятие решений при многих критериях: Предпочтения и замещения: Пер. с англ. / Под ред. И. Ф. Шахнова. М.: Радио и связь, 1981. — 560 с.
  55. А.С., Черняховская М. Ю. Системы представления проблемно-ориентированных знаний // Известия АН СССР. Техническая кибернетика, 1982. № 5. — С. 43−63.
  56. Н.Б. Практика применения экономико-математических методов и моделей. М.: ЗАО «Финстатинформ», 2000. — 245 с.
  57. А.Н. Теория информации и теория алгоритмов. М.: Наука, 1987.-303 с.
  58. B.C. Стохастические модели систем. Киев: Наукова думка, 1989.-208 с.
  59. B.C., Свищук A.B. Предельные теоремы для полумарковских эволюций в схеме асимптотического фазового укрупнения. -Киев: АН УССР. Институт математики, 1984. 15 с.
  60. А. Введение в теорию нечётких множеств: Пер. с франц. -М.: Радио и связь, 1982. 432 с.
  61. С. Теория информации и статистика. М.: Наука, 1967. -408 с.
  62. .Л., Якушева Е. В. Управление развитием экономических систем: технический прогресс, устойчивость. М.: Экономика, 1990. — 160 с.
  63. Д.В., Литвин А. Б. Феномены современных информационных потоков // Сети и бизнес, 2001. -№ 1. С. 14−21.
  64. .Г. Экспертная информация: Методы получения и анализа. -М.: Радио и связь, 1982. 184 с.
  65. H.A. Психологические тесты для деловых людей. М.: Интел-Синтез, 1996. — 317 с.
  66. Д.А. Информационная теория эргасистем: Тезаурус. 2-е изд., испр. и доп. — М.: Наука, 2005. — 248 с.
  67. В.П., Устинов НД. Приближённые алгоритмы нелинейной фильтрации // Зарубежная радиоэлектроника, 1975. № 3. — С. 3−28.
  68. Методы и алгоритмы автоматизированного проектирования сложных систем управления / В. Л. Волкович, А. Ф. Волошин, Т. М. Горлова и др. К.: Наукова думка, 1984. — 216 с.
  69. А.Н. Теоретические основы и методы многомодельного прогнозирования долговечности сложных военно-технических систем космического назначения: Дисс. докт. техн. наук. СПб.: ВИКУ, 2001. — 452 с.
  70. Г., Урсяну В. Выборочный метод и статистическое оценивание/ Пер. с рум. В.М. Остиану- под ред. В. Ф. Матвеева. М.: Финансы и статистика, 1982. — 245 с.
  71. B.C., Волкович В.JI. Вычислительные методы исследования и проектирования сложных систем. М.: Наука, 1982. — 286 с.
  72. H.H. Элементы теории оптимальных систем. М.: Наука, 1975. — 528с.
  73. У., Паппас К. Создание переносимых приложений для Windows. СПб.: BHV Санкт-Петербург, 1997. — 816 с.
  74. В.М. Метод морфологического анализа технических систем. -М.: ВНИИПИ, 1988.-310 с.
  75. С.А. Проблемы принятия решений при нечеткой исходной информации. -М.: Наука, 1981. 208 с.
  76. ПБ 08−624−03 Правила безопасности в нефтяной и газовой промышленности (утв. постановлением Госгортехнадзора РФ от 5 июня 2003 г. № 56).
  77. П.Н., Рыбаков Г. В., Крылов Е. П., Тульчинский Ю. В. Технико-экономическое обоснование создание создания новой продукции // Стандарты и качество, 1986. № 8. — С. 14−15.
  78. В.В., Ногин В. Д. Парето-оптимальные решения многокритериальных задач. М.: Наука, 1982. — 232 с.
  79. A.B. Метод определения числа и мест размещения узлов коммутации вычислительной сети. 5-я Всесоюзная школа-семинар по вычислительным сетям. — Ч. 1. — Москва-Владивосток: НСК АН СССР, 1980. -С. 105−108.
  80. Д.А. Логико-лингвистические модели в системах управления. -М.: Энергоиздат, 1981.-253 с.
  81. .А. Анализ и оптимизация сложных систем. Планирование и управление в АСУ. Л.: ВИККИ, 1981. — 148 с.
  82. .А. Методы и алгоритмы оптимизации на дискретных моделях сложных систем. Л.: ВИККИ, 1983. — 250 с.
  83. .А. Системный анализ и методы системотехники: Часть 1. Методология системных исследований. Моделирование сложных систем. -М.: МО СССР, 1990. 522 с.
  84. .А. Теория систем и оптимального управления. Принятие решений в условиях неопределенности и адаптация. Часть 3. Л.: МО СССР, 1988. — 196 с.
  85. Г. Б. Модель обслуживания удаленных объектов // Изв. АН СССР. Техническая кибернетика, 1980. № 1. — С. 86−92.
  86. И.А., Черкесов Г. Н. Логико-вероятностные методы исследования надёжности структурно-сложных систем. М.: Радио и связь, 1981.-264 с.
  87. Т., Керне К. Аналитическое планирование. Организация систем. М.:Радио и связь, 1991. — 224 с.
  88. Г. В. Методика комплексного анализа хозяйственной деятельности. М.: ИНФРА-М, 2001. — 288 с.
  89. В.П. Байесовские методы статистического оценивания: Надёжность технических объектов. М.: Наука, 1989. — 328 с.
  90. Э., Меле Дж. Теория оценивания и её применение в связи и управлении. М.: Связь, 1976. — 496 с.
  91. Справочник по теории автоматического управления / Под ред. А. А. Красовского. М.: Наука, Гл. ред. физ.-мат. лит., 1982. — 712 с.
  92. Справочник по теории вероятностей и математической статистике /
  93. B.C. Королюк, Н. И. Портенко и др. М.: Наука, 1985. — 640 с.
  94. P.JI. Избранные вопросы теории флюктуаций в радиотехнике. -М.: Советское радио, 1961. 558 с.
  95. P.JI. Теория информации. М.: Советское радио, 1975. -424 с.
  96. A.B. Динамика информационных потоков в системе управления сложным техническим комплексом // Теория и системы управления, 2000. № 4. — С. 111−120.
  97. A.B. Методы и технологии выработки управленческих решений. М.: ВА РВСН им. Петра Великого, 2003. — 283 с.
  98. A.B. Программно-математическое обеспечение информационного анализа случайных величин и процессов. — М.: ВА им. Дзержинского, 1992. — 132 с.
  99. A.B., Гатилов М. А., Зайцев М. А. Оптимальное управление техническим состоянием производственных объектов в информационном пространстве с использованием энтропии покрытия // Компрессорная техника и пневматика, 2010. № 4.
  100. Теория информации и её приложения (сборник переводов под ред. А. А. Харкевича) / JT. Заде, Р. Хартли, К. Шеннон и др. М.: Физматгиз, 1959. — 328 с.
  101. Теория управления. Терминология. Вып. 107. М.: Наука, 1988. -56 с.
  102. Теория прогнозирования и принятия решений / Под ред.
  103. C.А. Саркисяна. М.: Высшая школа, 1977. — 384 с.
  104. В.И. Нелинейное преобразование случайных процессов. -М.: Радио и связь, 1986. 296 с.
  105. В.И. Оптимальный приём сигналов. М.: Радио и связь, 1983.-320 с.
  106. В.И. Статистическая радиотехника. М.: Советское радио, 1966.-678 с.
  107. В.И., Кульман Н. К. Нелинейная фильтрация и квазикогерентный приём сигналов. М.: Советское радио, 1975. — 704 с.
  108. В.И., Миронов М. А. Марковские процессы. М.: Советское радио, 1977.-408 с.
  109. В.И., Харисов В. Н., Смирнов В. А. Оптимальная фильтрация дискретно-непрерывных процессов // Радиотехника и электроника, 1978. № 7.
  110. Э.А. Компьютерная поддержка принятия решений. -М.: СИНТЕГ, 1998.-347 с.
  111. Э.А. Программное обеспечение автоматизированных систем управления. -М.: Статистика, 1997.
  112. А.Д. Проблема информации в современной науке. Философские очерки. М.: Наука, 1975. — 283 с.
  113. В.К. Квалиметрия. Измерение качества промышленной продукции: Учебное пособие. М.: КноРус, 2009. — 320 с.
  114. A.A. Проблемы самоприспосабливающихся (адаптивных) систем // Измерения, контроль, автоматизация, 1989. № 3(71). -С. 35−40.
  115. A.A. Самонастраивающиеся автоматические системы. -М.: Наука, 1965.
  116. .П. Методы анализа структурной надежности сетей связи. -М.: Радио и связь, 1988. 322 с.
  117. A.A. О ценности информации // Проблемы кибернетики. Вып. 4.-М.: Наука, 1960.
  118. Хартли P.B.JI. Передача информации // Теория информации и её приложения.-М.: Физматгиз, 1959.
  119. А.Д., Акинфиев B.K. Структура многоуровневых и крупномасштабных систем. Синтез и планирование развития. М.: Наука, 1993.- 160 с.
  120. В.В. Адаптивные механизмы в отраслевом управлении. -М.: Наука, 1991.- 166 с.
  121. Е.А. и др. Прогнозирование и планирование в условиях рынка. Учебное пособие. М.: ПРИОР, 1999. — 176 с.
  122. A.B. Математическая информатика. М.: Наука, 1991. -416 с.
  123. Е.М. Статистические методы прогнозирования. — М.: Статистика, 1977. 200 с.
  124. A.B., Кочнев В. Ф., Химушин Ф. Ф. Введение в информационную теорию систем. -М.: Радио и связь, 1985. 280 с.
  125. Г. Е. Математический анализ (функции одного переменного). Ч. 1−2.-М.: Наука, 1969.-528 с.
  126. Ю.А. Об одной модели семантической теории информации // Проблемы кибернетики. Вып. 13. 1965. С. 233−240.
  127. Р.Т. Взвешенные многомерные критерии // Статистическое измерение качественных характеристик. М.: Статистика, 1972. — С. 35−46.
  128. Энциклопедия информациологии / Под ред. A.M. Прохорова. М.: Информациология, 2000. — 467 с.
  129. Эффективность технических систем // Под ред. В. Ф. Уткина, Ю. В. Крючкова. М.: Машиностроение, 1988. — 589 с.
  130. Д.Б. Математические методы управления в условиях неполной информации. М.: Советское радио, 1974. — 273 с.
  131. М.С. Применение марковской теории нелинейной фильтрации в связи и управлении. М.: Советское радио, 1980. — 358 с.
  132. Bard Y. Nonlinear Parameter Estimation. Academic Press, New York, London, 1974.
  133. Bayes T. An essay towards solving a problem in the doctrine of changes (with a bibliographical note by G. A. Barnard) // Biometrica. 1958. V. 45. № 2. P. 293−315.
  134. Cornfield T. The Bayesian outlook and its application // Review Int. Stat. Inst. 1967. V. 35. № 1. P. 5 17.
  135. Harris B. A survey of statistical methods in systems reliability using Bernoulli sampling of components // Proc. Conf. Theory and appl. of Reliab. Emphasis Bayesian and Nonparametr. Meth. New York, 1976. P. 86 98.
  136. Higgins J. J., Tsokos C. P. A study of the effect of the loss function on Bayes estimation of failure intensity, MTBF, and reliability // Appl. Math. Comput. 1980. V. 6. P. 145 166.
  137. Jazwinski A. H. Stochastic Processes and Filtering Theory. Academic Press. New York, 1970.
  138. Mulbauer W/ КУ Pipeline Risk Management Manual" A Systematic Approach to Loss Prevention and Risk Assessment. Houston, Texas: Gulf Publishing Company, 1992.
  139. The Institute of Electrical and Electronics Engineers, Inc., 1987. V. 75. № 8 (Труды института инженеров по электротехнике и радиоэлектронике, США. Хаотические системы.) М: Мир. 1987. Т. 75. № 8.
Заполнить форму текущей работой

Пора сдавать?