автореферат диссертации по приборостроению, метрологии и информационно-измерительным приборам и системам, 05.11.16, диссертация на тему:Достоверность результатов метрологического анализа

Принятые обозначения

ВВЕДЕНИЕ

ГЛАВА 1. СОВРЕМЕННОЕ СОСТОЯНИЕ ИССЛЕДОВАНИЙ В ОБЛАСТИ МЕТРОЛОГИЧЕСКОГО АНАЛИЗА ИЗМЕРИТЕЛЬНЫХ ПРОЦЕДУР

1.1. Общая характеристика теоретико-вероятностных методов метрологического анализа

1.2. Альтернативные подходы к выполнению метрологического анализа в новых измерительных технологиях

1.2.1. Нормирование неопределенностей результатов измерений

1.2.2. Нейроинженерия как новая технология проектирования ИнИС

1.2.3. «Мягкие» измерения, байесовские измерения, взгляд на погрешность как на нечеткую переменную

1.2.4. Привлечение теории информации к вопросам метрологического анализа характеристик ИИС

1.3. Достоверность результатов МА. Влияние неадекватности априорных знаний и других факторов на результаты МА

1.4. Основные результаты, полученные в Главе 1.

ГЛАВА 2. ДОСТОВЕРНОСТЬ РЕЗУЛЬТАТОВ РАСЧЕТНОГО ОЦЕНИВАНИЯ ВХ ПОГРЕШНОСТЕЙ И МХ СРЕДСТВ ИЗМЕРЕНИЙ

2.1. Общие положения

2.2. МА простейшей измерительной процедуры: ВИЦдцп

2.2.1. Модуль дискретизации

2.2.2. Модуль квантования

2.2.3. Модуль переноса кодовой комбинации

2.2.4. Модуль масштабирования

2.3. МА прямых неитеративных измерений без усреднения: ВИЦн-ащъ ВИЦн

АЦП-м-окр '

2.3.1. Метрологический анализ ВИЦнацП

2.3.2. Метрологический анализ ВИЦн.АцП-м-окр

2.4. Метрологический анализ ВИЦ, содержащей фильтрацию

2.5. Метрологический анализ косвенных неитеративных без усреднения измерений. Преобразование рода величины (коммутация)

2.6. Достоверность оценок результатов МА неитеративных измерений с усреднением

2.7. Достоверность результатов МА итеративных измерений

2.8. Общие положения определения достоверности результатов МА при анализе неопределенности

В ряду задач, решаемых научным приборостроением, важное место занимает создание методов и средств информационно-измерительного обеспечения научных исследований, поскольку измерения составляют один из главных источников новых знаний о физических объектах и явлениях. Информационно-измерительное обеспечение научных исследований неразрывно связано с соблюдением принципа единства измерений, повторяемости результатов измерений с требуемой точностью и достоверностью оценок метрологических характеристик.

Поиск новых возможностей для достижения требуемой точности и достоверности результатов измерений заключается в проведении теоретически обоснованных процедур метрологического анализа и синтеза, воплощении современных информационно-измерительных технологий в практику проектирования интеллектуальных измерительных средств, обосновании идеологии проектирования и применения виртуальных измерительных средств. Решение этих задач обеспечит в дальнейшем в России прорыв в области проектирования и эксплуатации интеллектуального измерительного продукта.

В настоящей работе предлагается обобщение разработанного в математической метрологии аппарата формального описания объектов, условий, процедур и средств измерений с помощью тщательно описанных априорных знаний об измерительной ситуации применительно к метрологическому анализу, а также подход к определению оценивания достоверности результатов МА различных измерительных процедур.

Измерительные процедуры для проектирования интеллектуальных измерительных средств сначала реализуются посредством множества Виртуальных измерительных цепей (ВИЦ), метрологическое описание которых позволит более эффективно вести создание интеллектуального измерительного продукта.

Метрологический анализ может выполняться либо на экспериментальной, либо на теоретической основе. Метрологический анализ на теоретической основе, в свою очередь, разделяется на расчетное оценивание характеристик погрешностей результатов измерений и на их оценивание с помощью имитационного моделирования [177]. Все большая роль в измерительном эксперименте отводится виртуальным и интеллектуальным измерительным средствам, поэтому развитие расчетных методов метрологического анализа обеспечат экономию временных затрат и эффективность параметрического синтеза.

В работе производится сравнительный анализ особенностей расчета достоверности результатов МА при требуемой точности оценок погрешностей результатов измерительных процедур, необходимых для проведения МА.

Необходимым и достаточным условием для выполнения метрологического анализа на теоретической основе является наличие соответствующих априорных знаний (A3), представленных алгоритмически в виде математических моделей процедур, средств и условий измерений, входных воздействий, алгоритмического обеспечения оценивания требуемых характеристик погрешностей.

Расчетное оценивание характеристик погрешностей результатов измерений основано на предположении, что погрешность - случайная величина [9,12, 13, 16, 17, 177, 178, 179]. Это предположение используется в подавляющем большинстве работ, посвященных исследованию свойств погрешностей результатов измерений и методам оценивания их характеристик [48, 60, 99, 106, 118, 142,121,135,138,144, 148,149,177,193].

Для расчетных методов метрологического анализа основными задачами являются:

- развитие соответствующего математического и программного обеспечения;

- выполнение работ по сближению номинальных и реальных характеристик измерительных средств ( учет их зависимости от условий);

- развитие теоретических основ и возможность практической реализации процедур оценки достоверности результатов МА;

- возможность реализации процедур выбора необходимого состава априорных знаний (A3) с помощью новейших измерительных технологий.

Наряду с расчетными, активно развиваются такие методы метрологического анализа, как методы на основе применения имитационного моделирования (ИМ), проведения метрологического эксперимента (МЭ), комбинированные методы [ 138,140,179 ,180].

Существующие научные работы Российских ученых по дальнейшей формализации предметной области алгоритмической теории измерений затрагй-вают следующие научные проблемы:

- разработка теоретических основ метрологического анализа и синтеза измерительных процедур [2,74,141,150,179];

- формализация представления измерительных знаний [134,124,147];

- разработка основ проектирования виртуальных и интеллектуальных измерительных средств [124,125, 142].

Однако существующие подходы к описанию измерительных процедур с помощью алгоритмической теории измерений не позволяют в настоящее время сопровождать результаты МА оценками их достоверности при требуемой точности погрешностей результатов измерений. Следовательно, в настоящий момент невозможно сформулировать согласованные метрологические требования по проведению МА.

Для решения перечисленных задач в работе будут проведены исследования по следующим основным направлениям:

1. Разработка математического обеспечения расчетных методов, методов на основе ИМ, МЭ, комбинированных методов метрологического анализа измерительных процедур на основе определенных составляющих предметной области априорных знаний МА (ПО АЗ МА) с целью достоверного оценивания результатов МА.

2. Получение аналитико-алгоритмических форм для характеристик оценивания достоверности результатов МА для различных методов проведения МА и различных типов ВИЦ.

3. Выработка метрологических требований к составу АЗ составляющих ПО АЗ МА с целью обеспечения необходимой точности результатов измерений.

3. Формулирование требований к формированию базы априорных измерительных знаний (БАЗ) для обеспечения качества МА.

4. Разработка концепции ориентированной на измерительные знаний технологии (ОИЗТ), позволяющей анализировать и выбирать необходимый состав АЗ для обеспечения достоверности результатов МА при требуемой их точности.

Таким образом, целью работы является оценка достоверности результатов МА для различных методов МА на основании использования:

- теоретико-вероятностного подхода алгоритмической теории измерений;

- теоретико-множественного подхода для структурирования и формализации составляющих ПО АЗ МА с целью формированию информационного пространства их описания;

- применения концепции ориентированной на знания измерительной технологии для анализа и выбора необходимого состава АЗ в информационном пространстве составляющих ПО АЗ МА для обеспечения качества проведения МА.

В связи с поставленной целью работы необходимо решить следующие задачи:

- описание составляющих ПО АЗ МА для выработки требований к проведению измерений, обеспечению согласованности между принятой мерой достоверности получаемых результатов МА и их точностью;

- дальнейшее совершенствование разработанного в метрологии аппарата формального описания объектов, условий, процедур и средств измерений применительно к метрологическому анализу (МА);

- разработка методик оценки достоверности результатов МА для различных измерительных процедур и различных методов МА;

- применение концепции теоретико-множественного подхода и обобщенной реляционной формы для описания многомерной взаимосвязи между составляющими ПО АЗ МА с возможностью ее отображения на различные модели представления априорных знаний (МПАЗ);

- формирование сцепленного номинального признака, описывающего необходимый состав АЗ как вектор в теоретико-множественном информационном пространстве признаков, координатами которого являются конкретные значения свойств составляющих ПО АЗ МА, измеренных в номинальных и (или) количественных шкалах;

- разработка методики ранжирования значений сцепленного номинального признака с целью выявления степени коррелированности значений свойств составляющих ПО АЗ МА с целью оптимизации процедур выбора необходимого состава АЗ, позволяющих проводить МА с требуемой точностью;

- применение различных процедур выбора необходимого состава АЗ для обеспечения достоверности оценивания результатов МА;

- реализация предложенного метода оценивания достоверности результатов МА средствами новейших ориентированных на знания информационно-измерительных технологий.

Методы исследования: базируются на общей теории вычислительных систем, теории аппроксимации, математического программирования, теории исследования операций, комбинаторике, теории точности, математического и имитационного моделирования, теории надежности, теории нечетких множеств, алгоритмической теории измерений, теории оптимизации систем, основных подходах к формализации и структурированию виртуальных и интеллектуальных измерительных средств.

Научная новизна заключается в возможности повышения качества и эффективности проведения МА, которые обеспечиваются с помощью:

- дальнейшего развития теоретических основ математической метрологии применительно к МА для различных методов оценки достоверности результатов МА;

- введения понятия «мера метрологической достоверности» (ММД) для обобщенного описания возможных ошибок оценивания результатов МА;

- разработки математического и информационного обеспечения расчетных, комбинированных, на основе имитационого моделирования (ИМ), на основе проведения метрологического эксперимента (МЭ) методов МА измерительных процедур с определением мер метрологической достоверности (ММД) результатов МА;

- разработки основных принципов организации базы АЗ МА для задач оценки достоверности результатов МА и обеспечения выбора необходимого состава АЗ в процедурах МА;

- разработки концепции Кпош1е£е-а1ёеё (ориентированных на знания) измерительной технологии применительно к МА, заключающейся в реализации серии последовательных отображений различных этапов структурирования и формализации АЗ составляющих ПО АЗ МА с целью применения теоретико-множественного подхода к описанию АЗ МА в виде сцепленного номинального признака - вектора, координаты которого наиболее полно описывают информационное пространство признаков ПО АЗ МА;

- методики описания необходимого состава АЗ для МА с использованием обобщенной реляционной формы;

- разработки процедур выбора необходимого состава АЗ для обеспечения качества МА с применением концепции Кпо\у1е§е-а1с1ес1 (ориентированных на знания) измерительной технологии, статистических критериев определения степени коррелированности значений свойств составляющих ПО АЗ МА, метризации информационного пространства признаков, решением оптимизационных задач.

Практическая ценность:

- Разработаны математические и информационные основы оценки достоверности результатов МА с возможностью применения полученных на их основе аналитико-алгоритмических форм в программных системах, Интеллектуальных измерительных средствах, измерительных средствах, реализованных с применением новейших измерительные технологий, существенно упрощающие интеллектуальный пользовательский интерфейс на всех этапах проведения МА и обеспечивающие качество проведения МА. Отличительной особенностью предложенного подхода к оценке достоверности результатов МА является возможность учета всех составляющих ошибок при получении оценок МХ методических погрешностей результатов измерений для различных методов МА: ошибок из-за неадекватности применяемых моделей составляющих ПО АЗ МА, ошибок из-за неидеальности применяемых вычислений и аппроксимаций, ошибок из-за конечности объема выборочных данных, ошибок из-за отличия действительного значения измеряемой величины от истинного значения;

- Разработаны методики расчета ММД для различных ВИЦ на множестве различных методов МА с использованием алгоритмов отображения измерительной информации для процедур получения результатов МА и процедур оценки достоверности результатов МА. Отличительной особенностью методик является то, что расчет оценок достоверности результатов МА основывается на тщательном анализе состава АЗ МА, и позволяет получить ММД результатов МА в зависимости от конкретного состава АЗ;

- Реализована методика применения обобщенной реляционной формы для представления АЗ для проведения МА и отображения реляционной МПАЗ на различные типы МПАЗ, в зависимости от применяемых языков инженерии знаний. Отличительной особенностью методики является описание многомерной взаимосвязи смысловой инфологической модели ПО АЗ МА, имеющей смысл ММД для различных составов АЗ, с использованием реляционного подхода, при котором необходимо для формирования реляционной формы, интерпретирующей ММД, использовать в качестве доменов все ключевые свойства взаимосвязанных составляющих ПО АЗ МА, ключевые и неключевые свойства самой ММД. Только применение реляционного подхода позволяет описать многомерную взаимосвязь без искажений;

- Разработана концепция Кпо\^1е§е-а1с1е<1 (ориентированных на знания) измерительной технологии, заключающаяся в реализации серии последовательных отображений различных этапов структурирования и формализации АЗ составляющих ПО АЗ МА, применению теоретико-множественного подхода к описанию АЗ МА в виде сцепленного номинального признака - вектора, координаты которого наиболее полно описывают пространство ПО АЗ МА. Отличительной особенностью предложенной концепции является тот факт, что необходимый состав АЗ рассматривается как сцепленный номинальный признак, к которому возможно применять статистические методы проверки на независимость, определять возможные корреляционные взаимосвязи между элементами признака, оценивать силу корреляционных взаимосвязей, ранжировать, упорядочивать, на их основе реализовывать процедуры выбора необходимого состава АЗ как оптимизационные;

- Разработаны методики проведения процедур выбора необходимого состава априорных знаний (АЗ) предметной области (ПО) МА ВИЦ. Отличительной особенностью предложенных методик является возможность выявления и оценки корреляционных связей как между составляющими ПО A3 МА, так и между свойствами и значениями свойств составляющих ПО A3 МА с последующим их ранжированием;

- Разработана методика выбора необходимого состава A3 на основании структурирования и формализации ММД с применением методов анализа иерархий. Отличительной особенностью методики является тот факт, что впервые стало возможным установить степень влияния изменений значений элементов ММД, находящихся на более нижнем уровне иерархии на изменение значений элементов ММД, находящихся на более высоком уровне иерархии.

Реализация результатов диссертационной работы.

Основные результаты реализуются в виде пакетов программ, использующих как уникальные разработки программного обеспечения модулей программной системы (ПС) формализации составляющих ПО A3 МА (Программная система «Достоверность результатов МА»), так и стандартные программные средства для структурирования данных (реляционные СУБД), для статистической поддержки (статистические пакеты STATISTICS/WINDOWS, STATGRAPH/WINDOWS).

Апробация диссертационной работы.

Основные теоретические и прикладные результаты диссертационной работы изложены в следующих трудах:

1. Брусакова И. А., Цветков Э. И. Метрологический анализ виртуальных измерительных цепей.: Учеб. пособие. СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2000, 77 стр.

Рассматриваются вопросы, связанные с теоретическим описанием различных модулей ВИЦ, описанием результатов МА, проблемы применения информационных технологий к задачам метрологического анализа ВИЦ.

2. Брусакова И.А., Цветков Э.И. Достоверность результатов метрологического анализа: Учеб. Пособие, (рассматривается как монография) СПб.: Изд-во «ЛЭТИ», 2001, 142 стр.

Рассматриваются вопросы оценки достоверности результатов МА для различных методов МА, различных измерительных процедур, проблемы влияния достоверности оценивания МХ на выставляемые требования к проведению МА.

3. Брусакова И.А., Недосекин Д.Д., Прокопчина С.В. Проектирование баз знаний и экспертные системы: Учеб. Пособие. СПб.: ГЭТУ. - 1993, 90 стр.

Рассматриваются вопросы организации баз измерительных знаний, баз измерительных данных, экспертных систем применительно к задачам информационно-измерительной техники.

4. Брусакова И.А. Достоверность расчетного оценивания и неопределенности основных характеристик погрешностей Виртуальных измерительных це-пей//Измерительная техника, № 12, 2000, С. 6—11.

Рассмотрены основные отличительные особенности расчета достоверности результатов МА с применением расчетных методов МА и традиционного вероятностного подхода и подхода к расчету достоверности результатов МА с применением понятий неопределенности основных характеристик погрешностей, предложенных в Руководствах по нормированию неопределенностей в мировых стандартах.

5. Брусакова И.А. Неадекватность используемых математических моделей модуля дискретизации и достоверность расчетного оценивания характеристик погрешностей результатов измерений// Вестн. метрологич. Академии. 1999, Вып. 3, С. 18-27.

Рассмотрены вопросы оценки достоверности результатов МА в зависимости от ошибок из-за неадекватностей выбранных моделей составляющих ПО АЗ МА, в частности, неадекватности по входному воздействию.

6. Брусакова И.А. Разработка концепции KNOWLEGE-AIDED измерительных технологий для анализа априорных знаний метрологического анализа// Вестн. метрологич. Академии, 2001, Вып.7, С. 49 - 54.

Результаты диссертационной работы систематически публиковались в Вестнике Метрологической Академии (Санкт-Петербургское отделение).

Основные положения диссертационной работы докладывались на Международных, Всесоюзных, Российских научно-технических конференциях, семинарах, симпозиумах, таких как "Информационно-измерительные системы" (ИИС-85, ИИС-87, ИИС-94), "Статистические методы в теории передачи и преобразования информационных сигналов" (Киев, КИИГА, 1992), Международной конференции по мягким вычислениям и измерениям SCM98 (СПбГЭ-ТУ.1998), SCM99, SCM2000, SCM2001, Международном симпозиуме «International Institute for Advanced Studies in Systems Research and Cybernetics» HAS 2000, HAS 2001 (Баден-Баден), на Международном симпозиуме «Проблемы современной электротехнике» (ПСЭ-2000, г. Киев), докладывались на кафедральных семинарах и семинарах Метрологической Академии России в 1997 -2001 гг.

Разработки по диссертационной работе оформлялись в виде грантов на производство научно-технических работ по Единому заказ-наряду в СПбГЭТУ 2000 и 2001 гг.

Объем работы.

Диссертационная работа состоит из введения, шести глав, заключения, списка используемой литературы, включающего 234 наименования и шести приложений. Основная часть работы изложена на 291 страницах машинописного текста. Работа содержит 13 рисунков, 22 таблицы.

9. Основные результаты теоретических и экспериментальных работ автора при непосредственном его участии нашли применение при создании:

-контроля достоверности результатов МА гидрофизических измерений при контроле параметров скорости течения потоков воды, солености; методика внедрена при модернизации программной системы сбора акустической информации на научно-исследовательских судах Океанологического института им. П.П.Ширшова («Академик Иоффе», «Академик Вавилов» );

- контроль достоверности параметров ядерных парообразующих установок (ЯППУ) для экспертной системы анализа измерительной информации на атомоходах «Ямал», «Таймыр», а также в программах обучения специалистов

270 атомного судостроения на тренажерах кафедры Атомного судостроения Морского университета им. Макарова;

- контроль достоверности оценки температурных параметров (точек ликвидуса) при исследованиях с помощью термопар температурных кривых расплавов в алюминиевой промышленности (Волгоградский алюминиевый завод);

-теоретические положения оценивания достоверности результатов МА и формализация АЗ для задач МА на множестве методов МА с целью обучения студентов дисциплине «Программные системы и САПР средств измерений» и организации учебного сайта (внедрение в учебный процесс, СПбГЭТУ).

Материалы диссертации используются в учебных курсах Санкт-Петербургского Государственного университета (ЛЭТИ) для студентов специальности 05.11.16 - «Информационно-измерительные и управляющие системы (приборостроение)».

ЗАКЛЮЧЕНИЕ

Общим результатом работы является оценка достоверности результатов метрологического анализа для различных методов метрологического анализа на основании формализации, структурирования априорных знаний об измерительной ситуации с применением концепции ориентированной на знания измерительной технологии для анализа априорных знаний с возможностью выбора необходимого состава априорных знаний для обеспечения качества проведения метрологического анализа.

В рамках решения данных задач получены следующие научные и практические результаты:

1. Теоретически обоснована необходимость установления взаимосвязи между принятой мерой достоверности получаемых результатов и точностью измерений на основании дальнейшего совершенствования разработанного в метрологии аппарата формального описания объектов, условий, процедур и средств измерений применительно к метрологическому анализу. Применено согласованное описание составляющих априорных знаний о математических моделях объектов измерений, модулях измерительной цепи, моделях погрешностей, моделях оценок погрешностей, моделях условий и ограничений измерений, моделях оценок ВХ погрешностей результатов измерений на множестве моделей методов МА.

2. Развиты теоретические основы оценивания достоверности результатов МА с использованием расчетного метода МА. Показано, что неадекватность используемых знаний и неидеальность выполняемых преобразований и вычислений (аппроксимаций) приводят к ошибкам, влияющим на величину ММД, определяющую качество МА. Предложено для анализа достоверности результатов МА взаимосвязанных модулей измерительной цепи определять состав необходимых АЗ в виде высказываний «сцепленных» иерархически упорядоченных понятий, формализующих АЗ обо всех модулях ВИЦ по принципу «вложенности» понятий. Принцип основывается на алгоритмическом описании последовательного отображения (последовательной трансформации) измерительной информации от входного сигнала через последовательно соединенные модули ВИЦ до получения результатов МА. В плане оценки достоверности результатов МА рассмотрены цепочки отображений АЗ для различных типов ВИЦ на множестве методических погрешностей, вносимых каждым модулем ВИЦ в полную погрешность.

3. Разработаны методики оценивания достоверности результатов МА для различных типов ВИЦ и расчетных методов МА: ВИЦ с аналого-цифровым преобразованием, ВИЦ с нормирующим преобразованием и АЦП, ВИЦ с аналоговой фильтрацией, ВИЦ с цифровой фильтрацией, ВИЦ с преобразованием рода величины, ВИЦ с усреднением и без усреднения, ВИЦ с наличием и отсутствием итераций.

4. Развиты теоретические основы оценки достоверности результатов МА, полученных на основании применения методов имитационного моделирования и метрологического эксперимента. Приведены методики оценки достоверности и формализован состав необходимых АЗ результатов МА с использованием ИМ, отличающиеся от методик оценки достоверности результатов МА и состава АЗ на основе расчетных методов наличием составляющей ошибки от конечности объема выборки. Формализован состав АЗ процедуры оценки ММД с использованием МЭ, отличающаяся от расчетного метода и метода с использованием ИМ наличием дополнительной составляющей ошибки из-за отличия действительного значения от истинного.

5. Разработаны теоретических основы ориентированных на знания (Кпош1е§е-А1с1ес1) измерительных технологий (ОЗИТ) для анализа состава АЗ, необходимого для проведения процедур МА с оценкой достоверности результатов МА, заключающиеся в применении концепции теоретико-множественного подхода и обобщенной реляционной формы к организации базы априорных знаний при проведении МА. Реализовано формирование сцепленного номинального признака, описывающего составляющие измерительной ситуации (вектор АЗ измерительной ситуации), координаты которого описывают конкретные значения измерительных ситуаций, измеренных в номинальных и (или) количественных шкалах.

Применение ориентированных на знания измерительных технологий позволило впервые:

- привести общий принцип описания ПО АЗ МА с использованием концепции многомерной взаимосвязи между понятиями ПО, реализованной для ММД как критерия качества проведения МА;

- реализовать общий подход к структурированию понятий ПО АЗ МА: выявлению составляющих АЗ МА - объектов, их свойств, пула (множества) значений, взаимосвязей;

- произвести классификацию составляющих ПО АЗ МА: моделей входных воздействий, моделей модулей, моделей измерительных процедур, моделей условий и ограничений при проведении МА, моделей характеристик погрешностей результатов измерений, описание свойств модуля ММД, моделей методов МА;

- сформировать теоретико-множественное пространство, описывающее возможные наборы АЗ МА, представленные в виде номинальных сцепленных признаков, реализующих взаимосвязь всех возможных комбинаций наборов АЗ МА, с целью описания процедур выбора необходимого состава АЗ для проведения МА с необходимыми точностью и достоверностью оценок погрешностей.

6. Разработана методика описания типового состава АЗ для задач МА с использованием обобщенной реляционной формы для представления необходимого состава АЗ на основе применения концепции Кпо\у^е-А1с1ес1 измерительных технологий. Формализованы описания необходимого состава АЗ для проведения МА для различных МПАЗ. Реализована серия отображений обобщенной реляционной формы на конкретные типы основных МПАЗ: иерархических, продукционных, декларативных, на основе нечетких и лингвистических переменных

7. Исследованы различные процедуры выбора необходимого состава АЗ для обеспечения достоверности результатов МА. Выявлено влияние достоверности оценивания точности измерений на установление требований к значениям характеристик погрешностей.

8. Показано, что задача выбора необходимого состава АЗ для обеспечения качества МА при требуемой точности относится к оптимизационной задаче, реализованной на множестве комбинаций составляющих ПО АЗ МА в теоретико-множественном информационном пространстве принятия решения о качестве проведения МА.

Приведены различные подходы к решению задачи выбора необходимого состава АЗ: построение локальных метрик для АЗ; применение дискриминантного анализа; применение методов анализа иерархий; применение методов решения задач многокритериальной оптимизации.

Разработана обобщающая методика анализа необходимого состава АЗ с применением различных методов МА к различным участкам ВИЦ с целью установления требований к точности измерений.

1. Авен П.О., Мучник И.В., Ослон A.A. Функциональное шкалирование. М.: Наука, 1988.

2. Авдеев Б. Я. И др. Основы метрологии и электрические измерения. Энергоатомиздат, JI., 1987.

3. Аджиев В. MiniSet-визуальный инструмент аналитика/Юткрытые системы, 1997. №3. С. 73-77.

4. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Исследование зависимостей. М.: Финансы и статистика, 1985.

5. Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Классификация и снижение размерности. М.: Финансы и статистика, 1989.

6. Алексеев В.В., Брусаков И.Ю., Брусакова И.А. и др. Проблема организации лабораторного практикума по курсу «Метрология и измерительная техника» /Научное приборостроение (Изв. СПбГЭТУ. Вып. 1) СПб., 1999. С. 25 -28.

7. Алефельд Г. Херцбергер Ю. Введение в интервальные вычисления /Пер. с а нгл., М.: Мир, 1987.

8. Антонюк Е.М., Бишард Е.Г., Брусакова И.А. и др. Сборник задач по метрологии и измерительной технике/Под ред. Е.М.Антонюка и И.А.Брусаковой, СПб: ТЭТУ, 1997.

9. Арутюнов П.А. Теория и применение алгоритмических измерений. М. : Энергоатомиздат, 1990.

10. Афифи А., Эйзен С. Статистический анализ. Подход с использованием ЭВМ. М.: Мир, 1982.Берка К. Измерения. Понятия, теории, проблемы. М.:Прогресс, 1987.

11. Баранов JI. А. Квантование по уровню и временная дискретизация в цифровых системах управления. М.: Энергоатомиздат, 1990.

12. Брусакова И.А., Цветков Э.И. Метрологический анализ виртуальных измерительных цепей: Учеб. Пособие.( рассматривается как монография) СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2000.

13. Брусакова И.А., Цветков Э.И. Достоверность результатов метрологического анализа: Учеб. Пособие, (рассматривается как монография) СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2001.

14. Брусакова И.А., Недосекин Д.Д., Прокопчина С.В. Проектирование баз знаний и экспертные системы: Учеб. Пособие. СПб.: ГЭТУ, 1993.

15. Брусакова И.А. Достоверность расчетного оценивания и неопределенности основных характеристик погрешностей Виртуальных измерительных це-пей//Измерительная техника, № 12, 2000, С. 6 11.

16. Брусакова И.А. Неадекватность используемых математических моделей модуля дискретизации и достоверность расчетного оценивания характеристик погрешностей результатов измерений// Вестн. метрологии. Академии. 1999. Вып.З. С. 18-27.

17. Брусакова И.А. Достоверность расчетного оценивания основных характеристик погрешностей Виртуальных измерительных цепей// Вестн. метрологии. Академии. 2000. Вып.4. С. 21 27.

18. Брусакова И.А. Выбор необходимого состава априорных знаний для оценки достоверности метрологических характеристик погрешности результатов измерений// Вестн. метрологич. Академии. 2000. Вып.6. С. 16 24.

19. Брусакова И.А. Разработка концепции KNOWLEGE-AIDED измерительных технологий для анализа априорных знаний метрологического анализа// Вестн. метрологич. Академии. 2001. Вып.7. С. 49 54.

20. Брусакова И.А. Организация баз знаний для задач метрологического обеспечения ИВК// Тез.докл. VIII Всес. науч.-техн. конф. «ИИС-87», 28-30 сент., 1987,Ташкент. С.14- 15.

21. Брусакова И.А., Недосекин Д.Д., Муса Ид. Принципы организации банка моделей нелинейных динамических объектов// Тез. докл. 5 Всес. симпозиума "Динамические измерения", 15-17 ноября, 1988г., Лен-д. С. 47 50.

22. Брусакова И.А. Этапы формирования экспертной системы для обеспечения интеллектуализации измерений//Тез. докл. Междунар. Науч. -техн.конф. «ИИС-94», 23-25марта,1994, Москва, С.31-32.

23. Брусакова И.А. Структура базы измерительных знаний при проектировании интеллектуальных измерительных средств// Сб. Научн. Трудов Междунар. Науч. техн. конф. «Мягкие вычисления и измерения SCM 98», СПб.: СПбГЭТУ, 22-26 июня 1998г. Том 2, С. 118 - 122.

24. Брусакова И.А. Формализация априорных знаний предметной области метрологического анализа как процедуры отображения различных этапов измерительной процедуры // Научное приборостроение («Известия СПбГЭТУ (ЛЭ-ТИ)» Вып. 2) СПб.: СПбГЭТУ, 2000. С.53 61.

25. Брусакова И.А. Оценка достоверности метрологических характеристик виртуальных измерительны//Сб. научн. Трудов П Межд. Науч.- техн. конф. «Мягкие вычисления и измерения SCM99», СПб.:, СПбГЭТУ, 25-28 мая 1999. Т.1, С.70-75.

26. Брусакова И.А., Цветков Э.И. Концепция применения информационных технологий в измерительной технике// Вопросы проектирования измери-тельныхсистем («Известия СПбГЭТУ». Вып. 496) 1997. С.8-17.

27. Брусакова И.А., Евдокимов С.Н., Цветков Э.И. Электронный учебник по курсу «Основы математической метрологии» // Сб. трудов Межд. Наун. Конф. «Мягкие вычислениям и измерениям» SCM2000. СПб.: СПбГЭТУ, 2001. Т.2. С.36-39.

28. Брусакова И.А. О построении доверительных интервалов для оценок автокорреляционных и взаимно-корреляционных функций// Проектирование измерительных систем («Известия ГЭТУ, Вып. 469), СПб.: СПбГЭТУ, 1994, С.59 66.

29. Бугровский В.В., Карпов Е.М. Интеллектуальность и ее мера/В кн. «Информационные проблемы изучения биосферы». М.:Мир, С. 161 164.

30. Быков В.В. Цифровое моделирование в статистической радиотехнике. М.: Сов. Радио , 1971.

31. Вагин В.Н., Головина Е.Ю.,Оськин Ф.Ф. Модели и методы представления знаний в CASE-технологии.- Интеллектуальные системы. Том 2 выпуск 1-4. М.: Издательский центр РГГУ, 1997 с. 115-134.

32. Вентцель Е.С. Теория вероятностей. -М.:Наука, 1985.

33. Гаврилова Т.А., Червинская K.P. Извлечение и структурирование знаний в экспертных системах. М.:Радио и связь, 1992.

34. Гик Дж., ван Прикладная общая теория систем. М.: Мир, 1981.

35. Гитис Э.И., Пискулов Е.А. Аналого-цифровые преобразователи. М.:Энергоатомиздат, 1981.

36. Гладун В.П. Эвристический поиск в сложных средах. Киев:Наукова думка, 1977.-к

37. Горелик Д. О., Коиопелько Л. А., Панков Э. Д. Экологический мониторинг Оптико-электронные приборы и системы. Т. 1. СПБ ГИТМО, 1998.

38. ГОСТ 16263-70. ГСИ. Метрология. Термины и определения. М. Госстандарт, 1970.

39. ГОСТ 8009-84. ГСИ. Метрологическое обеспечение. Основные положения. М. Госстандарт, 1976.

40. Грановский В.А., Сирая Т.Н. Методы обработки экспериментальных данных при измерениях . Л.:Энергоатомиздат, 1990.

41. Гретцер Г. Общая теория решеток. М.:Мир, 1982.

42. Грунина Г.С., Деменков Н.П., Пакет программ, реализующий метод анализа иерархий// Приборы и системы управления, 1996, №. С. 32-35.

43. ГСИ. Нормирование и использование метрологических характеристик средств измерений: Нормативно-технические документы (ГОСТ 8.009-84. Методический материал по применению ГОСТ 8.009-84. РД 50-453-84.) М.: Изд-во стандартов, 1985.

44. Губарев В.В. Алгоритмы статистических измерений. М.: Энергоатом-издат, 1985.

45. Дюбуа Д., Прад А Теория возможностей. Приложение к представлению знаний в информатике. М.: Радио и связь, 1990.

46. Дидэ Э. Методы анализа данных. М.: Финансы и статистика. 1985.

47. Дюк В. Обработка данных на ПК в примерах. СПб: Питер, 1997.

48. Заде П. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.:Мир, 1976.

49. Загоруйко Н.Г. Эмпирическое предсказывание. Новосибирск: Наука, 1979.

50. Загоруйко Н.Г. Прикладные методы анализа данных и знаний. Новосибирск: Изд-во ИМ СО РАН, 1999.

51. Земельман М.А. Роль измерений при испытаниях и контроле качества продукции//Измерительная техника, 1988, № 4, С.З -5.

52. Земельман М.А. Метрологические основы технических измерений. М.: Изд-во Стандартов, 1991.

53. Иванов В.Н., Цветков Э.И. Процессорные измерительные средст-ва//Приборы и системы управления. 1984, № 5. С. 20 22.

54. Иванов В.Н. Теоретические аспекты интеллектуализации измерительной техники//Сб. науч.-техн. Трудов ВНИИЭП, Л.: ВНИИЭП, 1989, № 2, С. 21.

55. Игнатьев М.Б. Мягкие вычисления и измерения в свете комбинаторного моделирования// Вестн. Метрологич. Академии, Вып. 1. СПб. С. 64-68.

56. Искусственный интеллект. Справочник в 3-х кн. М.-.Радио и связь, 1990.

57. Исследование в области оценивания погрешностей измерений. //Сб. науч. Тр. Под ред. Тарбеева Ю.В., Сирой Т.Н. Л.: Энергоатомиздат, 1986.

58. Информационные технологии в испытаниях сложных объектов: методы и средства/Скурихин В.И. и др, Киев: Наукова думка, 1990.

59. Интерпретация и анализ данных в социологических исследованиях/Под ред. В.Г.АндреенковаДО.В.Толстова. М.: Наука, 1987.

60. Кавалеров Г.И., Мандельштам С.М. Введение в информационную теорию измерений. М.: Энергия, 1974.

61. Кендалл М. Дж., Стьюарт А. Теория распределений. М.: Наука, 1966.

62. Кендалл М., Стьюарт А. Многомерный статистический анализ и временные ряды. М.: Наука, 1976.

63. Кендалл М. Ранговые корреляции. М.: Статистика, 1975.

64. Кини Р.Л., Райфа X. Принятие решений при многих критериях предпочтения и замещения. М.: Радио и связь, 1981.

65. Киселев М., Соломатии Е. Средства добычи знаний в бизнесе и финансах. // Открытые системы, 1997. №4. - С. 41-44.

66. Кнорринг В.Г. Развитие репрезентативной теории измерений. //Измерение, контроль, автоматизация.(Сб. научно-техн. Обзоров). М.: Ин-формприбор, 1980, № 11 12, с. 3 -9.

67. Кокрен У. Методы выборочного исследования. -М.: Статистика, 1976.

68. Кокс Д.Р., Оукс Д. Анализ данных типа времени жизни. М.: Финансы и статистика, 1988.

69. Крылов В.Ю. Геометрическое представление данных в психологических исследованиях. М.: Наука, 1990.

70. Крамер Г. Математические методы статистики. М.: Мир, 1975.

71. Крейнович В.Я., Резник JI.K. Методы и модели формализации априорной информации// «Анализ и формализация компьютерного эксперимента», Труды ВНИИМ им. Д.И.Менделеева, 1986.

72. Левин В.И. Структурно-логические методы исследования сложных систем с применением ЭВМ. М.: Наука, 1987.

73. Левин В.И. Обобщенные операции над нечеткими множествами// International Conf. «Soft Computing and Measurements. Proceedings of Conference». Vol.1. S-Petersburg. 1999.

74. Лейтман М.Б. Нормирующие измерительные преобразователи электрических сигналов. -М.: Энергоатомиздат, 1986.

75. Леман Э. Проверка статистических гипотез. М.: Наука, 1991.

76. Ликеш И., Ляга И. Основные таблицы математической статистики. -М.: Финансы и статистика, 1985.

77. Литтл Р. Дж., Рубин Д.Б. Статистический анализ данных с пропусками. М.: Финансы и статистика, 1991.

78. Ллорьер Ж.-Л. Системы искусственного интеллекта. М.:Мир, 1991.

79. Мандельштам С.М., Овчинников A.M. и др. Функциональные возможности интеллектуальных измерительных регистраторов// Сб. Науч. Трудов ВНИИЭП. Л.: ВНИИЭП, 1989, № 82, С. 73 81.

80. Математический энциклопедический словарь. М.: Советская энциклопедия. 1988.

81. Маликов М. Ф. Основы метрологии. Ком. По делам мер и изм. приб. при СМ СССР, М., 1949.

82. Международный стандарт ИСО 10012-1 «Требования, гарантирующие качество измерительного оборудования./Всероссийский научно-исследовательский инс-т сертификации (ВНИИС) Госстандарта России.- М., Госстандарт России, 1995.

83. Методы и технические средства мониторинга качества поверхностных вод. /Сб. науч. статей. МПб.: Гидрометеоиздат, 1991.

84. Методы электрических измерений: Учебное пособие/Под ред. Э.И.Цветкова. Л.: Энергоатомиздат, 1990.

85. Метод, указания к курсовой работе по дисциплине "Вероятностно-статистические методы"(спец.разделы математики)/Алексеев В.В., Брусакова И.А., Долидзе Р.В., Недосекин Д.Д. ГЭТУ.-С.-П6.Д998.

86. Методич. указания к выполнению лаб.работ по курсу "Автоматизированные базы и банки данных"/Брусакова И.А., Мокрушин Л.А., Недосекин Д.Д.СПб.: ТЭТУ, 1994.

87. Методич. Указания .Варианты задач к практическим занятиям по дисциплине «Проектирование измерительных устройств»/Сост. Б.Я.Авдеев, И.А.Брусакова, С.М.Пыко; ГЭТУ. СПб., 1996.

88. МИ 1317-86. Результаты и характеристики погрешностей измерений. Форма представления. Способы использования при испытаниях образцов продукции и контроле их параметров: Методич. Указания. М.: Изд-во стандартов, 1986.

89. МИ 222-80. Расчет метрологических характеристик измерительных каналов ИИС по метрологическим характеристикам компонентов. В кн.: Метрологическое обеспечение информационно-измерительных систем. М.: Изд-во стандартов, 1984.

90. Мирский Г.Я. Характеристики стохастической взаимосвязи и их измерения." М.: Энергоиздат, 1982.

91. Мирский Г.Я. Измерения вероятностных характеристик сигналов и каналов систем связи. // В кн.: Статистическая теория связи и ее практические приложения. М.: Связь, 1979.

92. Миркин Б.Г. Анализ качественных признаков и структур. М.: Статистика, 1980.

93. Мюллер П., Нойман П., Шторм Р. Таблицы по математической статистике. М.: Финансы и статистика, 1982.

94. Недосекин Д.Д., Брусакова И.А., Муса Ид Вопросы организации банка моделей нелинейных динамических объектов/В кн. Динамические измерения. //Труды V Всес. Симпозиума. Л.: ВНИИЭП, 1988.

95. Недосекин Д.Д., Прокопчина C.B., Чернявский Е.А. Информационные технологии интеллектуализации измерительных процессов. СПб.: Энергоатомиздат, 1995.

96. Нейрокомпьютеры и интеллектуальные роботы/Амосов Н.М., Байдык Т.Н., Гольцев А.Д. и др.; Под ред. Амосова Н.М.; АН УССР Ин-т кибернетики. Киев: Наук. Думка, 1991.

97. Нечеткие множества и теория возможностей/Под ред. Р.Ягера. М.: Радио и связь, 1986.

98. Новицкий П.В., Зограф И.Л. Оценка погрешностей результатов измерений. Л.: Энергоатомиздат, 1985.

99. Нормирование и использование метрологических характеристик средств измерений: Нормативно-технические документы. М.: Изд-во станар-тов, 1985.

100. Новоселов О.Н., Фомин А.Ф. Основы теории и расчеты информационно-измерительных систсем. М.: Машиностроение, 1980.

101. Озкархан Э. Машины баз данных и управление базами данных. М.: Мир, 1989.

102. Орнатский П.П. Теоретические основы информационно-измерительной техники. Киев: Вища школа, 1983.

103. Поспелов Д.А. Ситуационное управление. Теория и практика. М.: Наука, 1986.

104. Поллард Дж. Справочник по вычислительным методам статистики. М.: Финансы и статистика, 1982.

105. Прикладная статистика: Классификация и снижение размерности/Справ. Изд. Айвазян С.А. и др. М.:Финансы и статистика, 1989.

106. Построение экспертных систем/Под ред. Ф.Хейес-Рот. Д.Уотермена, Д.Ленат. М.:Мир, 1989.

107. Представление и использование знаний/Под ред. Х.Уэно, М. Исидзу-ка. М.: Мир, 1989.

108. Прокопчина C.B., Койнаш Б.В. Регуляризующий байесовский подход в задачах классификации объектов по изображениям, Л.:АН СССР «Ин-т прикладной астрономии», 1991.

109. Рабинович С.Г. Погрешности измерений. Л.: Энергия, 1978.

110. Pao C.P. Линейные статистические методы и их применение. М.: Наука, 1968.

111. Розенберг В.Я. Введение в теорию точности измерительных систем. М.:Сов. Радио, 1975.

112. Розенберг В.Я. Развитие понятийно-терминологического аппарата метрологии на основе новой информационной технологии.//Измерительная техника, 1990, № 11, С. 20 22.

113. Романов В.Н. Прогнозирование развития метрологии . М.: Изд-во стандартов. - 1989.

114. Романов В.Н., Соболев B.C., Цветков Э.И. Интеллектуальные средства измерений/Под ред. Д-ра техн.наук Э.И.Цветкова.- М.-.РИЦ «Татьянин день», 1994.

115. Романов В.Н. Использование метазнаний в интеллектуальных систе-мах//Вестн. Метрологии. Академии, 2001, Вып. № 7, С. 39 44.

116. Рунион Р. Справочник по непараметрической статистике. Современный подход. М.: Финансы и статистика, 1982.

117. Рузайкин Г.И. Орудие Data Mining: успех в анализе данных // Мир ПК, 1997. № 1.С. 102-103

118. Руководство по выражению неопределенности измерения./ Перевод с англ. ОНТИ ГП «ВНИИМ им. Д.И.Менделеева». Научный редактор проф. Сла-ев В.А. СПб: Изд-во Государственного предприятия «ВНИИ им. Д.ИМенделеева», 1999.

119. Саати Т. Л. Принятие решений. Метод анализа иерархий: Пер. с англ.-М.: «Радио и связь», 1993.

120. Саати Т., Керне К. Аналитическое планирование. Организация систем. М.: Радио и связь, 1991.

121. Сборник задач по теории вероятностей, математической статистике и теории случайных функций/Под ред. А.А.Свешникова. М.:Наука, 1970.

122. Себер Дж. Линейный регрессионный анализ. -М.: Мир, 1980.

123. Селиванов Е.П., Чернявский Е.А., Сильвеструк Ю.А. Информационная теория средств измерений и контроля// под ред. Д.т.н. Е.А.Чернявского. / Саратов :СГУ, 1988.

124. Селиванов Е.П. Информационный критерий оценки достоверности информации// Труды МНТК «Актуальные проблемы анализа и обеспечения надежности и качества приборов, устройств и систем».- Пенза: Изд-во ПГТУ , 1997. 4.2.

125. Селиванов М.Н., Фридман А.Э., Кудряшова Ж.Ф. Качество измерений. Метрологическая справочная книга, Л.: Лениздат, 1987.

126. Системная информатика. Проблемы современного программирова-ния./Под ред. В.Е.Котова. Новосибирск:Наука, 1991.

127. Справочник по прикладной статистике. В 2-х томах, под ред. Э.Ллойда, У. Ледермана,Ю.Н.Тюрина. М.: Финансы и статистика, 1989, 1990.

128. Соболев B.C. Актуальные вопросы развития теории интеллектуальных измерительных систем.//Приборы и системы управления. 1989., № 3, С. 16 -19.

129. Соболев B.C. Новые аспекты метрологического обеспечения сложных измерительных процедур, реализуемых ИИС//Измерительная техника. -1990, №5.

130. Соболев B.C. Потенциальная точность интеллектуальных измерений//Приборы и системы управления. 1991., № 4.

131. Соболев B.C., Цветков Э.И. Проблемы метрологического и алгоритмического обеспечения интеллектуальных средств измерений //Вопросы проектирования измерительных систем («Известия ЛЭТИ», Вып. 403), Л.: ЛЭТИ, 1988. С. 64-72.

132. Солопченко Г.Н. Метрологическое обеспечение измерительно-вычислительных комплексов.//Измерение. Контроль, автоматизация. Сб. науч.-техн. Сб. обзоров. -М.: Информприбор, 1990, вып. 2 (72), С.З 12.

133. Солопченко Г.Н. Взгляд на погрешность как на нечеткую переменную: предпосылки, проблемы, возможности//Вестн. Метрологич. Академии. Вып. 1. 1998. С. 50-63.

134. Солопченко Г.Н. Принципы нормирования, определения и контрорля характеристик погрешностей вычислений в ИИС//Измерительная техника., № 3, 1985, С.9-11.

135. Статистические методы повышения качества/Под ред. Хитоси Куме. -М.:Финансы и статистика, 1991.

136. Статистические методы для ЭВМ./Под ред. К.Эйслена, Э.Рэлстона, Г.С.Уолфа. М.: Наука, 1986.

137. Станкевич Л.С. Некоторые аспекты применения нейронных сетей в интеллектуальных измерительных системах//Вестн.Метрологич. Академии. Вып.3,1998. С.53-56.

138. Станкевич Л.С. Верификация в интеллектуальных измерительных средствах. Иошкар-Ола:Марийское книжное изд-во, 1995 г.

139. Стахов А.П. Введение в алгоритмическую теорию измерений. -М.:Сов. Радио, 1977.

140. Супес П., Зинес Д. Основы теории измерений// Психологические измерения. М.: Мир, 1967.

141. Тарбеев Ю.В., Романов В.Н. Метрология как объект системных исследований// В сб.: Системные исследования в метрологии. Л.: ВНИИМ, 1985.

142. Таунсенд К., Фохт Д. Проектирование и программная реализация экспертных систем. М.: Финансы и статистика, 1990.

143. Тихонов А.Н., Арсенин В.Я. Методы решения некорректных задач. М.: Наука, 1974.

144. Туманов В. Data Warehouse: с чего начать? // PC WEEK, 1999. № 29. С. 15-16.

145. Тутубалин В.Н. Границы применимости (вероятностно-статистические метода и их возможности). М.: Знание, 1977.

146. Тутубалин В.Н. Теория вероятностей и случайных процессов. М.: Изд-во МГУ, 1992.

147. Тюрин Ю.Н., Макаров А.А. Статистический анализ данных на компьютере/Под ред В.Э.Фигурнова. М.: Инфра, 1998.

148. Тьюки Дж. Анализ результатов наблюдений. Разведочный анализ. М.: Мир, 1981.

149. Уотермен Д. Руководство по экспертным системам. М.: Мир, 1989.

150. Факторный, дискриминантный и кластерный анализ. М.: Финансы и статистика, 1989.

151. Феллер В. Введение в теорию вероятностей и ее приложения. М.: Мир, Т. 1, 1964., Т.2, 1967.

152. Финн В.К. Интеллектуальные системы:проблемы их развития и социальные последствия//Будущее искусственного интеллекта/Под ред. К.Е.Левитина и Д.А.Поспелова. М.:Наука, 1991.

153. Флейс Дж. Статистические методы для изучсения таблиц долей и пропорций. М.: Финансы и статистика, 1989.

154. Фомин Я.А., Тарловский Г.Р. Статистическая теория распознавания образов. М.: Радио и связь, 1986.

155. Хаббард Дж. Автоматизированное проектирование баз данных. М., Финансы и статистика, 1983.

156. Хальд А. Математическая статистика с техническими приложениями. М.: Изд-во иностр. Лит., 1956.

157. Хан Г., Шапиро С. Статистические модели в инженерных задачах. Мю.: Статистика, 1980.

158. Хартмн Г. Современный факторный анализ. М.: Статистика, 1972.

159. Хартнер Т., Леви Дж., Дудевич Э. И др. Искусственный интеллект, логическое программирование и статистические методы в ЯМР-спектроскопии и томографии. В кн.: Искусственный интеллект, применение в химии. М.: Мир, 1988.

160. Хастингс Н., Пикок Дж. Справочник по статистическим распределениям. -М.: Статистика, 1980.

161. Хеттсманпергер Т. Статистические выводы, основанные на рангах. М.: Финансы и статистика, 1987.

162. Хикс Ч. Основные принципы планирования эксперимента. М.: Мир, 1967.

163. Хилтон П., Уайли С. Теория гомологий. М.: Мир, 1966.

164. Холлендер М., Вулф Д. Непараметрические методы статистики. М.: Финансы и статистика, 1983.

165. Хофманн Д., Карайя К. Интеллектуальные измерения для получения объективной информации в науке и технике //Труды X Всемирного конгресса ИМЕКО, Прага, 1985.

166. Хофманн Д. Техника измерений и обеспечение качества. Справочная книга. М.: Энергоатомиздат, 1983.

167. Хьюбер П. Робастность в статистике. М.:Мир, 1984.

168. Цветков Э.И. Алгоритмические основы измерений. СПб, Энергоатомиздат, 1992.

169. Цветков Э.И. Метрологический анализ на расчетной основе// Вестн. метрологич. Академии. 1998. Вып.1. С. 6-26.

170. Цветков Э.И. Достоверность оценивания характеристик погрешностей с использованием ИМ// Вестн. метрологич. Академии. 2000. Вып.6. С. 6-26.

171. Цветков Э.И. Оценивание характеристик погрешностей на основе метрологического эксперимента// Вестн. Метрологии. Академии СПб. Вып.5, 2000, С. 18-24.

172. Цветков Э.И. Метрология и «мягкие измерения»// Вестн. Метрологии. Академии СПб.Вып.2, 1998. С.6-16.

173. Цехановский В.В., Яковлев С.А. Автоматизированные банки данных/Под ред. Б.Я.Советова., Л.: ЛЭТИ, 1984.

174. Человани В.А., Ковригин О.В. Экспертные системы в медици-не//Новое в жизни, науке, технике, Сер. Математика, кибернетика. 1987. , № 3, М.: Знание.

175. Четвериков В.Н., Ревунков Г.И., Самохвалов Э.Н. Базы и банки данных. М.: Высш. Школа, 1987.

176. Шапот М. Интеллектуальный анализ данных в системах поддержки принятия решений// Открытые системы, 1998. № 1. - С. 30-35.

177. Шапот М., Рощупкина В. Интеллектуальный анализ данных и управление процесс ами// Открытые системы, 1998. № 4,5.С. 24-38.

178. Ширяев А.Н. Вероятность. М.:Наука, 1980.

179. Шомье Ж. Банки данных. М.: Энергоатомиздат, 1981.

180. Штойер Р. Многокритериальная оптимизация. Теория, вычисления и приложения. М.: Радио и связь., 1992.

181. Экспертные системы//Под ред. Р.Форсайта. М.: Радио и связь., 1987.

182. Эндрю А. Искусственный интеллект: Пер. с англ/Под ред. Проф. Д.А.Поспелова. М.:Мир, 1985.

183. Эфрон Б. Нетрадиционные методы многомерного статистического анализа. Сб. статей: Пер. с англ./Под ред. Ю.П.Адлера, М.:Финансы и статистика, 1988.

184. Юдин М.Ф., Селиванов М.Н., Тищенко О.Ф., Скороходов А.И. Основные термины в области метрологии. М.: Изд-во Стандартов, 1989

185. Яглом A.M. Корреляционная теория стационарный случайных функций (с примерами из метеорологии). М.: Гидрометеоиздат, 1981.

186. Bellman R.E., Zadeh L.A. Decision making in Fuzzy Environment// Management Science. 1970. V.17. №4.

187. Brusakova LA. Estimation of metrology reliability for virtual measuring circuits. //Сб. трудов Межд. Научн. Конф. «Проблемы современной электротехники» ПСЭ-2000. Киев:Изд-во КПП. Т.5. С. 43-47.

188. Brusakova I.A., Kovchin I.S. Knowlege-Aided Measuring Techniques for

189. Metrological Analysis in Hydrophysics for Metrological Analysis inth

190. Hydrophysics//13 Intern Conf. on Systems Research, Informatics and Cybernetics INTERSYMP-2001 August3 5, 20001, Baden-Baden, Germany. V.3. P. 132-138.

191. Data Acquintion Product Cotaloq.American Data Acquintion Corp,l.

192. DASYLAB-Data Aquisition System Laboratori-Product data sheet-DASYTEC,1995.

193. Draper C.S., McKay W., Lees S. Instrument Engineering. V.l-3. New York: McGraw-Hill. 1952.

194. Draper N.R., Smith H. Applied regression analysis// J.Wiley, New York, 1981.

195. Everit B. A Handbook of Statistical Analyses using S-PLUS. Chap-man&Hall, 1994.

196. Eisenhart, C. in H.H. Ku (Ed). Precision Measurment and Calibration// NBS Special Publication 300, Vol 1. (US Government Printing Office), Washington D.C., 1969.

197. Grabe, M., Principles of „Metrological Statistics"// Metrologia. N.23. 1986. P. 213-219.

198. Grabe, M. Towards a New Standard for the Assignment of Measurment Uncertainties//National Conference of Standard Laboratories, 31 July 4 August 1994, Chicago.

199. Gardner J.W., Hiles E.L., Wilkinson M. Application of artificial neural networks to an electronic olfactory system// Measurement science& technology. May 1990. N 5. V.l P. 446-451.

200. Eisenhart, C. The Reliability of Measured Values. Part I// Fundamental Concepts Photo- grammetric Engineering, N.18. 1952. P. 543-561.

201. Grabe, M. Uncertainties, Confidence Ellipsoids and Security Polytopes in LSA//Physicsl65 .1992. P.124-132.

202. Grabe, M., An Alternative Algorithm for Adjusting the Fundamental Physical Constants //Physics Letters A 213.1996. P. 125-130.

203. Gubarev V.V. Experimental Data Analysis in the Systems Context // Proceedings The Third Russian-Korean International Symposium on Science and Technology Novosibirsk: NSTU, 1999. Vol.1. P.241-244; // Abstracts. Vol.1. P. 190.

204. Hahn Gerald J. More Intelligent Statistical Software and Statistical Expert Systems: Future Directions//The Americal Statistican. February 19865. V.39. N1. P.l-16.

205. Hand D.J. Statistical Expert Systems: Necessary Attributes//Journal of Applied Statistics. Jan. 1985. V.12. N1. P. 19-27.

206. Hart D. New development in computing and control technology to impruve energy performance//Measurement&Control. June 1996. V.29.N5.P. 134-138.

207. Instrumentabion Reference and Cataloq.Test and Measurement.Process Monitorinq and Control. National Instruments, 1995.

208. ISO, Guide to the Expression of Uncertainty in Measurement, 1993. 1, Rue de Varambe, Case postale 56, CH-1211 Geneve 20, Switzerland.

209. Johnson M. Neural networks in advanced instrument design// Measure-ment&Control. May 1996. V.29. N5. P.101-105.

210. LABTECH CONTPOL. Turn your PC into Direct Diqifal Control System//Product dafa sheet Laboratory Technoloqies Corp. 1995.

211. Ohsuga S., Yamauchi H. Multi-layer logic a predicate logic including data structure as knowlege representation language.// New generation computing, Vol.3,N.4. 1985. P.451-485.

212. Ohsuga S. Toward intelligent CAD systems .//Computer Aided Design, Vol.21. N.5, 1989. P.315-337.

213. Robinson L., Levitt N. Proof techniques for hierarchically structured programs//Comm ACM. 1977. V.20.N4. P.271-283.

214. Stien P.K. Measurement Engineering// Stein Engineering Services. Phoenix, AZ, 1964.

215. The Guide ist based on the recommendation 1 (CI-1981) of the CIPM and on the recommendation INC-1(1980) of the „Working Group on the Statement of291

216. Uncertainties" of the BIPM. It has has been signed by the ISO, IEC, IFCC, IUPAC, IUPAP and the OIML.

217. Sound & Vibration// Product Cataloque B&K, 1993.

218. Test Point Version 2 // Product data sheet Capital Equipment Corp, 1995.

219. Vagin V.N, Viktorova N.P., Golovina E.Yu. Multi-layer Logic as a Knowledge Representation Model in the CASE System// Journal of Computer and Systems Sciencis International. Vol. 33, No.3. 1995. P. 72-83.

220. Schulte M.J., Swartzlander E.E. Jr. Software and Hardware Techniques for Accurate, Validating Arithmetic //Applications of Interval Computations, Kluwer Academic Publishers Boston, 1996, P. 381-404.

221. Kearfott R.B. Interval Computations: Introduction, Uses, and Resources //Euromath Bulletin2 (1). 1996. P. 95-112.

222. Yan Shu, Yuquan Chen, Weixve Lu. A taste sensing system with BP and SOM neural network//Tech. Dig. Fifth Int. Meeting on Chemical Sensors. Rome, Italy. 1994. V.2. P.1041-1044.

223. Vocabulair de Metrologie Legal. Termes fondamentaux OIML, Paris, 1978.