автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.18, диссертация на тему:Исследование и разработка нечеткой модели и комплекса программ экологической экспертизы горнодобывающего производства

На правах рукописи

Ястребова Наталья Николаевна

ООЗ 16355 1

ИССЛЕДОВАНИЕ И РАЗРАБОТКА НЕЧЕТКОЙ МОДЕЛИ И КОМПЛЕКСА ПРОГРАММ ЭКОЛОГИЧЕСКОЙ ЭКСПЕРТИЗЫ ГОРНОДОБЫВАЮЩЕГО ПРОИЗВОДСТВА

Специальность 05 13 18 - «Математическое моделирование, численные методы и комплексы программ»

АВIОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

3 1 РНВ 200В

Ульяновск 2008

003163551

Работа выполнена на кафедре «Информационные системы» Ульяновского государственною технического университета

Научный руководитель

д т н, профессор Ярушкина Надежда Глебовна

Официальные оппоненты

д т н , профессор Соснин Петр Иванович, к т н , Мытарев Павел Владимирович

Ведущая организация ГОУ ВПО «Ульяновский государственный университет», I Ульяновск

Защита диссертации состоится 27 февраля 2008 г в 15 00 на заседании диссертационного совета Д 212 277 02 при Ульяновском государственном техническом университете по адресу 432027, г Ульяновск, ул Северный Венец, 32, ауд 211 (главный корпус)

С диссертацией можно ознакомиться в библиотеке Ульяновского государственного технического университета

Автореферат разослан » января 2008 г

Ученый секретарь диссертационного совета,

д т н , профессор

Крашенинников В Р

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы

В системах управления сложными техническими системами, такими, как современное промышленное предприятие, процессы принятия решений часто протекают в условиях неопределенности и основываются на экспертизе, которая осуществляется в рамках экспертной деятельности, и ее результатом выступают экспертные оценки

Большинство реальных процессов имеет иерархическую структуру Изучение таких структур и применение полученных результатов для анализа реальных объектов и процессов отражено в работах Саати, Такахаро и других исследователей Методы теории нечетких множеств являются удобным средством моделирования, анализа и синтеза человеко-компьютерных систем, но ряд вопросов иерархического нечеткого вывода остается открытым Поэтому изучение нечетких иерархических систем является актуальной задачей, имеющей не только теоретический, но и практический интерес

В последние годы определился и практически осуществился переход от автоматизированных систем анализа состояния сложных технических систем к экспертным системам, работающим на основе логического приближенного вывода Отмеченная тенденция связана с резким усложнением современных технических систем, и, в частности, экологической безопасности горнодобывающих производств

Деятельность человека по освоению природной среды породила не только новые возможности, но и привела к глубокому кризису состояния окружающей среды В практике горнодобывающих производств важно соблюсти баланс между экологической безопасностью, требующей значительных денежных вливаний, и экономической эффективностью деятельности предприятия Для принятия управленческого решения в этом случае целесообразно использовать математическое моделирование

В связи с этим, исследование, назначением которого является разработка математической модели и комплекса программ экологической безопасности горнодобывающего производства на основе иерархического нечеткого вывода, является, несомненно, актуальным

Цель и задачи диссертационной работы

Целью диссертационной работы является разработка математической модели экологической безопасности горнодобывающею производства и комплекса программ экспертизы факторов такого производства для нечетко заданных исходных данных

Для достижения поставленной цели необходимо решить следующие задачи

1 Проанализировать факторы горнодобывающего производства, значимые для формирования математической модели экологической безопасности, выполнить сравнительный анализ существующих методов и программ экспертной оценки экологической безопасности

2 Разработать модель экологической безопасности горнодобывающего производства, позволяющую проводить экспертную оценку при нечетко заданных исходных данных

3 Разработать механизм иерархического нечеткого логического вывода экспертных систем

4 Разработать комплекс программ, реализующий экспертную систему экологической безопасности горнодобывающего производства.

5 Провести математическое моделирование состояния экологической безопасности одного из предприятий горнодобывающей промышленности, проверить адекватность разработанной модели на основе реальных ситуаций

6 Внедрить разработанный на основе модели экологической безопасности горнодобывающего производства комплекс программ на одном из предприятий горнодобывающей промышленности

Методы исследования. Имитационное моделирование, методы математической статистики, нечеткая логика, объекп но-ориентированный подход при создании комплекса программ

Научная новизна положений, выносимых на защиту, заключается в следующем

1 Создан способ и алгоритмы иерархического нечеткого вывода, позволяющий осуществлять экспертизу объектов с нечетко заданными исходными данными

2 Построена математическая модель экологической безопасности горнодобывающего производства на основе иерархического нечеткого вывода по Сугено с нечетко заданными факторами

3 Разработана объектно-ориентированная архитектура комплекса программ экспертной системы экологической безопасности

Достоверность результатов диссертационной работы

Достоверность научных положений, выводов и рекомендаций обеспечивается корректным использованием математического аппарата и подтверждается результатами экспериментов, а также использованием материалов диссертации и разработанного комплекса программ на предприятии, на что имеется акт внедрения

Основные положения, выносимые на защиту:

1 Способ и алгоритмы иерархического нечеткого логического вывода являются эффективным способом построения экспертных систем, содержащих в качестве исходных данных лингвистические переменные

2 Математическая модель экологической безопасности горнодобывающего производства на основе иерархического нечеткого вывода по Сугено позволяет анализировать состояние экологической безопасности на предприятии без привлечения эксперта

3 Объектно-ориентированная архитектура комплекса программ экспертизы факторов экологической безопасности горнодобывающего производства может использоваться предприятиями отрасли для повышения качен »а оперативного контроля за состоянием окружающей среды

Практическая значимость работы

Разработанная нечеткая экспертная система анализа экологической безопасности используется в производстве и позволяет автоматизировать грудоемкий процесс получения экспертного заключения Благодаря чему, руководитель предприятия может без привлечения внешних аудиторов своевременно получить оценку текущего состояния экологической безопасности горнопромышленного производства А эксперт-специалист при ее использовании может сократить затраты рабочего времени на написание экспертных заключений

Реализация результатов работы

Результаты работы оформлены в виде комплекса программ "JFuzzyTool 1 0", зарегистрированного Федеральной службой по интеллектуальной собственности, патентам и товарным знакам (№20076144448 от 23 10 2007 г) и используются в деятельности открытого акционерного общества «Кварц» (пос Силикатный, Сенгилеевский район, Ульяновская область) и экспертом, членом НП «Горнопромышленники России», Танеевым Ф Г

Апробация работы

Основные положения и результаты диссертации докладывались, обсуждались и получили одобрение на 10 международных конференциях, в том числе на Н-ой международной научно-технической конференции «Аналитические и численные методы моделирования естественнонаучных и социальных проблем» (Пенза, 2007), П-ой международной конференции «Системный анализ и информационные технологии», САИТ-2007 (Обнинск, 14-18 сентября 2007г), IV-ой международной научно-практической конференции «Интегрированные модели и мягкие вычисления в искусственном интеллекте» (Коломна, май 2007г), на конференциях "Interactive Systems and Technologies The Problem of Human-Computer Interaction" (Ulyanovsk, 24-27 September, 2005 г и 25-28 September 2007 i ), X-ой национальной конференции с международным участием КИИ-2006 (Обнинск, сентябрь 2006 г) Неоднократно докладывались на научно-технических конференциях УлГТУ «Вузовская наука в современных условиях»

Публикации

По теме диссертации опубликовано 17 работ, в том числе одна статья в журнале из перечня ВАК

Личный вклад

Все результаты, составляющие содержание диссертации, получены автором самостоятельно

Структура и объем работы

Диссертационная работа состоит из введения, четырех глав и заключения, содержит 178 страниц машинописного текста, 29 таблиц, 45 рисунков, список литературы из 140 наименований, 4 приложения

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность проблемы создания экспертных систем анализа экологической безопасности горнодобывающего производства, сформулированы объекты и предмет исследования, изложены цель и соответствующие ей задачи работы

Первая глава «Обзор современного состояния экспертных систем анализа экологической безопасности» посвящена анализу существующих моделей, используемых методов вычислительного интеллекта, инструментов для создания экспертных систем Изложено текущее состояние различных исследований, ведущихся в этом направлении Даны основные понятия в области экологической безопасности промышленного предприятия, рассмотрены элементы структуры экспертной системы

Таблица 1

Сравнение методов вычислительного интеллекта

Метод вычислительного интеллекта Обязательное наличие обучающих выборок Обязательное наличие эксперта Способ построения функций принадлежности и правил нечеткого вывода

Нечеткие нейронные сети J J Buckley, J S Roger Jang + - Автоматический С помощью соответствующих алгоритмов обучения сетей

Иерархический нечеткий вывод V Torra, M.Brown, HRainer,C Wei, L X Wang,L С Lin, X -J Zenfi,G -Y.Lee - + Вручную С помощью методов построения функций принадлежности Правила формируются на основании утверждений эксперта в виде слов естественного языка

Несмотря на явные преимущества использования гибридных технологий (нечетких нейронных сетей, см табл 1), для решения рассматриваемой задачи они не подходят в виду отсутствия обучающих выборок

Сделаны выводы о том, что использование пакетов различных классов позволяет строить адекватные модели современных систем Языки моделирования общего назначения обладают наиболее широкими функциональными возможностями для любых предметных областей, могут

описывать любые свойства компонентов и программировать их взаимодействия Визуальные системы моделирования более наглядны и современны, но обладают меньшей функциональностью Специализированные системы в этой области на сегодняшний день учитывают только специфику предприятий нефтедобывающей отрасли

1аблица 2

Сравнение оболочек для проектирования экспертных систем

Название оболочки Кросс-платфор менность Сложность адаптации системы Возможность создания иерархий механизмы решения задачи

Эталон + Пользователь. Без ограничений + Механизмы логического вывода

FuzzyCLIPS + Программист Без ограничений + Нечеткий логический вывод

OPS5 Программист Не предназначена для решения конкретных задач - Цикл распознавания пишет пользователь

BABYLON + Программист Только для задач диагностики - Фреймы

WindExS - Пользователь. Без ограничений + модульная архитектура Любые механизмы Л01 ического вывода, в т.ч нечеткий

Из табл 2 становится ясно, что наилучшим образом под выбранный эталон подходят среды РиггуСЫРБ и \VindExS Недостатком первой является то, что для адаптации экспертной системы, созданной в этой оболочке, необходимо прибегать к помощи программиста. А вторая не переносима на различные платформы Мы решаем конкретную задачу построения нечеткой экспертной системы анализа экологической безопасности горнодобывающего предприятия, нам необходимо, чтобы система могла быстро адаптироваться к изменениям, происходящим при принятии нового Федерального закона, изменениям ГОСТа, отраслевого положения или нового порядка расчета и начисления экологических платежей и чтобы внести необходимые изменения мог конечный пользователь нашей системы Так как прикладная область имеет иерархическую структуру, то экспертная система тоже должна быть иерархической

В результате проведенного исследования существующих средств проектирования экспертных систем было принято решение о создании собственного комплекса программ, сочетающего в себе лучшие черты существующих на сегодняшний день оболочек кросс-платформенность, возможность создания иерархий, простоту адаптации системы, быстродействие и хорошее качество получаемых в системе результатов

Лингвистическая модель нечеткой экспертной системы может быть представлена схемой

ЕСЛИ х, есть Ап И И хт есть А]т,

ТО у, есть Вм И И у есть В, ,

" (/)

ЕСЛИ х, есть Ар1 И И хт есть А^,

ТО у[ есть Вр1 И . И уп есть В , где т, п - число входных и выходных лингвистических переменных X,, У1 (/ = = р - число правил в составе лингвистической модели, Л,, е и,, В, е К - конкретные лингвистические значения соответствующих входных и выходных переменных в составе к-ого правила (к-\,р), и,, V -

множества допустимых лингвистических значений, задаваемых для каждой переменной

Учитывая то, что наибольшую трудность при создании нечетких экспертных систем представляет построение функций принадлежности, а от того, насколько адекватно построенная функция отражает знания экспертов, во многом зависит качество принимаемых решений, был проведен тщательный анализ методов построения функций принадлежности (табл 3)

Таблица 3

Сравнение способов построения функций принадлежности

Название метода способ построен ия Число экспертов Точность Сложность алгоритма

Эталон V 1 высокая невысокая

Метод семантических дифференциалов Ч Осгуда прямой 1 невысокая низкая

Способ вычисления частичной принадлежности друг другу строгих множеств прямой 1 невысокая Высокая

Метод парных сравнений Т Саати косвенный 1 высокая высокая

Модифицированный метод Т.Саати косвенны1 1 высокая невысокая

Метод варьирования прототипов (Н Скала) косвенный 1 высокая высокая

Групповые методы (А П Шер, 3 А Киквидзе, Я Я Осис, статистические методы) несколько

Так как для построения функций принадлежности мы используем знания и опыт одного эксперта, групповые методы нам не подходят А из оставшихся методов всем нашим критериям удовлетворяет только модифицированный метод Саати Далее был проведен анализ схем нечеткого вывода, для выбора

такой, которая бы позволяла использовать ее в иерархических системах таким образом, чтобы не происходило размытие нечетких множеств при их передаче на следующий шаг приближенного рассуждения (табл 4)

Таблица 4

Сравнение схем нечеткого вывода

Название Вид выходного Отсутствие Отсутствие

схемы нечеткого накопления суммирования

нечеткого множества нечеткости в одинаковых правил

вывода иерархических системах при дефаззификации

Эталон 1-ою порядка + +

Е Н Матёаш 2-ого порядка

Р М Ьагееп - +

У Гвикатою

М Б^епо 1-го порядка + +

Синглетон 1-ого порядка + -

Для реализации в автоматизированной системе был выбран нечеткий логический вывод по Сугено, так как только он удовлетворяет всем поставленным условиям

Вторая глава «Математическая модель экологической безопасности горнодобывающего производства на основе иерархического нечеткого вывода по Сугено» посвящена разработке нечеткой экспертной системы анализа экологической безопасности горнопромышленного производства на основе математической модели многошагового нечеткого логического вывода по Сугено

В первом разделе разрабатываются алгоритм, механизм и формула

вычисления для иерархического нечеткого вывода Для моделирования

иерархических структур целесообразно использовать многошаговые системы

нечеткого логического вывода, в которых выходные значения одного уровня

являются входными для других Рис 1 иллюстрирует иерархическую базу

правил, моделирующую зависимость У=А;ХЬХ2,Х1,Х4,Х5,Х()) с использованием

трех баз, описывающих зависимости у^Сх^хг), у2=£г(х4,х5,х6) и у=Гз(у|,х1,у2)

*1

Рисунок 1 Пример иерархической нечеткой базы правил Применение иерархических нечетких баз правил позволяет преодолеть "проклятие размерности" (комбинаторный взрыв) при большом количестве

входов эксперту трудно описать причинно-следственные связи в виде нечетких правил Это обусловлено тем, что в оперативной памяти человека может одновременно хранится не более 7±2 понятий-признаков Другое преимущество иерархических систем заключается в том, что они позволяют небольшим количеством правил адекватного описать многомерные зависимости "входы - выход"

Существует два способа создания таких систем

1 С выполнением фаззификации/дефаззификации промежуточных переменных Недостаток этого способа в том, для промежуточных переменных надо задавать функции принадлежности и необходимо обеспечить эквивалентность нечетких множества до и после операций дефаззификации и фаззификации

2 Без дефаззификации/фаззификации промежуточных переменных не выполняются Для описания промежуточных переменных в иерархических нечетких базах знаний достаточно задать только терм-множества, без определения функций принадлежностей

Для описания математической модели многошагового нечеткого логического вывода по иерархической базе знаний, изображенной на рис 1, введем следующие обозначения у=Гз(уьхз,у2), где У1=^(х1,х2) и у2=Г2(х4,х5,х6)

Тогда у нас получаются три нечетких вывода по Сугено (2) 1 2

1 11(Пх = а,„свесом „„,)-+у, =Ь,<, + Ь,1 х, + Ь,2 хг,

р-1 * б

2 U(0x, = а, № с весом Wjp) -» уг = 0 + Ь,, х, + Ьп х» + +6;6 х4,

p.i

3 U(f)(x1,y„y1 = а, „свесом wJP)-+y = bjo +bji + У, + +Ь,, у2,

/"И

С помощью композиционного правила Л Заде мы можем записать

1 У1 = Л(ХИХ1)°К{Х„Х2,У1),

2 у2 = А(Ха,Х>,ХЬ)° Rix^xstx^yj),

3

У = MUjMUi.Xj) 0 Л'и.Х»0 Л'(л>Х!>ДСб Уг)) 0 ^Чх„У,,У2,У ) или у = (Лиз),Ли,,х2.Х4,Х5,Хб)0 ^'(X|,X2,X.,XS,X6,у^уг)) ° R\xi,y,,yvy )

Оператор fuzzy х, = fuzzy(x,) = [ц ,,х] С?) ставит в соответствие четкому

х,

числу нечеткое множество, содержащее число кортежей, равное числу функций принадлежности, заданных для данной лингвистической переменной Введем оператор F, который будет выполнять набор операций композиция, импликация и агрегация Результатом выполнения над фаззифицированным вектором входных переменных X оператора F будет

- **Лх) nd (х) Md

множество у = —--+ —^-+ + ——-(4)

d\ d 2 dm Для базы данных с рис 1 получаем

1 у=У(1<иггу(х„х7)),

2 у, = F(Fuzzy(xi,xi,x6)),

Тогда, заменив у1 и у7 в последней формуле, получим

у = F(F(Fwzz^<*l,x2,x4,x5,xД Fиzzy(x3)) (5) Результирующее значение выхода у определяется как суперпозиция пинейных зависимостей, выполняемых в данной точке х' п-мерного пространства Для этого дефаззифицируем нечеткое множество находя

взвешенное среднее у = —-, . , взвешенную сумму у = X №^ (х ) с1

Обозначим дефаззификацию функционалом .У = с1еРи2гу(у ) (б)

Теперь обобщим полученную формулу Введем следующие обозначения

/, / = 1, к - слой, где к - общее число слоев Ранее понятие слой употреблялось только по отношению к нейронным сетям Мы подразумеваем под слоем следующее определение слой - структурная единица, содержащая все независимые задачи, которые могут выполняться параллельно и результат выполнения одной не влияет на ход вычисления других задач

I, = \,тI - задача слоя /, где т, - общее число задач слоя / Под задачей мы подразумеваем атомарную расчетную единицу нечеткого логического вывода, представляющую собой схему нечеткого логического вывода по Сугено

х'!,1 = \,п,1 - переменные задачи / слоя / Переменная - входная/выходная лингвистическая переменная нечеткого вывода Это может быть как промежуточная переменная, то есть переменная, явившаяся выходом другой задачи, так и новая переменная (например у! и х^ на нашем рисунке 1 )

Будем считать, что запись р обозначает, что мы выполняем

м

последовательно некое число к-раз оператор Г Тогда для нечеткого выхода уи получим

ук ^Р^иг^^УМ®^^) (7),

где а, Ь- некоторые числа

С помощью правила Заде мы можем записать эту формулу так В общем виде мы можем записать формулу (7) в следующем виде

r-F(F(F(FW22><{xT;))))(9,

И продсффазифировав полученное нечеткое множество иерархического вывода (9) вывести общую формулу иерархического нечеткого вывода

у = аеРиггуСгСг {Р(Ригху{{^))))) (/0) С использованием правила Заде получаем

у-= Ж и}") ° д' (да, Лу\)и У° (№. й;.,. ) ° ° «»^({х^.ад-.,^) (//)

Теперь представим модель иерархического нечеткого вычисления в виде следующей схемы (рис 2)

Вектор

входных

Рисунок 2 Стандартная модель нечетких вычислений

Доработаем ее для реализации процедуры многошагового нечеткого логического вывода

Алгоритм работы иерархического нечеткого логического вывода примет

вид

1 Вектор входных переменных, используемых на всех шагах нечеткого вывода (дг={х,,хг, ,*«},)

2 Преобразование входных переменных в нечеткую форму - процедура фаззификации

3 Цикл i=l to N do (где N - число шагов нечеткого вывода)

3 1 выполнить процедуру нечеткого логического вывода, с использованием соответствующих переменных и соответствующей базы правил

3 2 if i=N then goto 4 (дефаззификация результата)

else полученное нечеткое множество у, передать на вход процедуры нечеткого логического вывода следующего уровня

О =1+1)

4 Дефаззификация

Данный алгоритм обеспечил нам следующие преимущества

1 Выполняется без фаззификации/дефаззификации промежуточных переменных, вследствие чего снижается вычислительная погрешность,

2 Использование в качестве базового алгоритма схемы Сугено помогает избежать увеличения нечеткости нечетких множеств,

3 Позволяет работать с иерархическими базами данных и знаний,

4 Помогает преодолеть «проклятие размерности» и позволяет описывать меньшим количеством правил зависимости в исходных данных

Второй раздел главы - это разработка нечеткой модели экологической безопасности горнодобывающего производства Структурная схема разрабатываемой экспертной системы представлена на рис 3

Подсистема «экологическая безопасность»

1

Исходные

данные (экспертные оценки и замеры лимитные карты по выбросам)

Интегральная оценка состояния экологической безопасности предприятия

Подсистема «Экономическая эффективность»

Исходные данные (публичная бухгалтерская отчетность, планы производства)

Получение заключения об экономическом состоянии предприятия

7 Получение заключения об экономическом состоянии предприятия и его экологической безопасности (аналитическое заключение о рентабельности продукции с учетом экологических издержек)

8 Блок принятия решения о персиегтивах дальнейшего развил им или принятие решения о ликвидации или консервации предприятия

Рисунок 3 Структурная схема модели

Исходными данными для экспертной системы эколого-экономического анализа являются «бухгалтерский баланс» предприятия (форма №1), «отчет о прибылях и убытках» (форма №2), экспертные оценки ценности территории, на которой расположено предприятие, класс опасности предприятия, закрепленный нормативными документами, показатели выбросов и сбросов вредных веществ, данные по лимитам и нормативам для этих веществ по предприятию Система описана набором из 14 лингвистических переменных,

которые представляют собой аналитические показатели, полученные из исходных данных. На первом слое - 6 задач, на 2 -2, и на 3 - 1.

Рассмотрим подробнее одну из подзадач: EcoSafety-Terra. Она о писана четырьмя лингвистическими переменными: BiologicValue, CulturalValue, HistoricValue, PeopleValue, которые могут принимать значения от 0 до 10. Для описания переменных введены три терма {«Low», «Medium», «High»}, описывающие значения этой переменной. Значение степеней принадлежности

К Т У -

вычисляем по формуле: ¡л =(— + — + ... + 1 + ... + —)"',¡ = 1,п.

ri г, Г

Наилучшим образом отражать данные зависимости будут трапециевидные функции принадлежности (рис. 4).

Рисунок 4. Функции принадлежности переменных Есо8а£е1у-Тегга

Математическая нечеткая модель экологической безопасности горнодобывающего предприятия будет выражаться следующими формулами: Первый слой:

1 = или 5?11=Л({х!,}^)оЛ({х;,}1.1,Л1)

2. уУ1=Ь\Ршгу({хУы)) или уп = Л({х О ° Д({*Х„>д

3. уа ^(ЛсгКОеХ)) или % = Л«^)0

4. уи = «ли ум =

5. % = или у„ =А{{х)Уы)°К({х\5}1,у,5)

6. -Р{Ршгу{{^}1)) или % = Л(Ы'}>

Не выделяя задачи, с помощью композиционного правила Заде получим:

Второй слой

Третий слой

р = (Я[< {х1}), «»лчи^}",.!^: }Г-)«)) «> ЛЧ*',^.1 í.1., ),>■)

(14)

Для получения результата нечеткое множество (формула 14) необходимо продефазэифицировать

В третьей главе «Структурно-функциональное решение нечеткой экспертной системы анализа экологической безопасности горнопромышленного производства» приводится обоснование выбора инструментария разработки, описывается объектно-ориентированная интерпретация модели программного комплекса, а также требования, предъявляемые к автоматизированным информационным системам Одним из важнейших условий существования системы является то, что она должна быгъ открытой для дальнейших модификаций Автоматизированная система должна легко перестраиваться в соответствии с изменениями, происходящими в сфере экономической и природоохранной политики государства Таким образом, в ней должна быть предусмотрена возможность внесения изменений

Широкое внедрение экспертных систем всегда сдерживалось целым рядом причин, в числе которых, в частности - отсутствие достаточно удобного и мощного инструментария разработки прикладных экспертных систем и разнородность технических и операционных сред потенциальных пользователей Создание приложений, работающих на разных платформах -непростая задача Много проблем возникает с несовместимостью программных интерфейсов различных операционных систем и графических оболочек, реализующих пользовательский интерфейс Основным развивающимся средством для создания переносимых приложений в настоящее время является язык Java Поэтому для реализации экспертной системы было решено использовать следующее программное обеспечение J2SE 6 0, Apache Derby 10 2 2 0, Hibernate 3 2 0, Swing / AWT

Изложим основные преимущества Java в контексте решаемой задачи

1 Простота и удобство экономия времени на отладке и тестировании приложений благодаря автоматическому распределению памяти и использованию garbage collection В разработанной программе были использованы следующие компоненты Javaó 0 generics - шаблоны (параметризованные классы), встроенный XML-parser, Collections (List, Map)

2 Поддержка кросс-платформенности созданная программа может выполняться на любой платформе На сегодняшний день Java является единственным платформенно-независимым решением

3 Надежность Java делает акцент на ранней проверке возможных ошибок, поэтому отладка идет значительно быстрее

4 Наличие некоммерческих лицензий, позволяющее использовать данное программное обеспечение в научных целях

5 Наличие мощного и уникального инструментария, такою как Hibernate, позволяющего работать с различными базами данных

Рассмотрим общую UML диаграмму нашего приложения (рис 5 )

Рисунок 5 Взаимосвязь модулей программы

Разработанное приложение было разделено на пакеты в четком соответствии с выполняемыми ими задачами Для декомпозиции была использована парадигма MVC (module-view-control) Ее смысл состоит в том, чтобы отделять данные от их представления и от управляющей части

Пакет JFuzzy в соответствии с вышеуказанной классификацией - это управляющая часть, он является главным модулем программы и отвечает за выполнение расчетов по иерархическому нечеткому выводу

JFuzzyTool - это графический модуль, предоставляющий пользователю возможность создавать и редактировать иерархии нечеткого вывода при проектировании экспертных систем на его основе

JFuzzyDB - модуль для работы с данными, используемый для расчетов в экспертной системе анализа эколого-экономического анализа предприятия, построенной на многошаговом нечетком логическом выводе

Организация проекта на базе объектно-ориентированного программирования позволила легко перейти от одношагового (стандартного) логического вывода к многошаговому (иерархическому), путем изменения поведения соответствующих классов в зависимости от шага вывода Все задачи экспертной системы (class FuzzyTask) в программе разбиты на слои (class FuzzyLayer) Каждый шаг нечеткого вывода представлен экземпляром класса FuzzyTask, задающего набор входных переменных и правил нечеткого вывода Также в зависимости от шага итерации необходимо знать, нужны ли процедуры фаззификации и дефаззификации переменных на данном шаге Это проблема представления данных, и она была решена следующим образом вместо бинарных файлов для хранения информации о нечетком вывода используется формат XML, позволяющий хранить иерархическую систему в виде древовидной структуры

Рисунок 6 Сценарий работы с JFuzzyTool 1 0 для создания нечетких экспертных систем Описанный программный продукт не только дает пользователю возможность пользоваться готовой экспертной системой, но и разрабатывать в нем собственные

В четвертой главе «Эксперименты, проведенные в разработанном комплексе программ JFUZZYTOOL 1 0» приводятся результаты применения нечеткой экспертной системы анализа экологической безопасности горнопромышленного производства на ОАО «Кварц» и сравнение расчетов, проведенных в JFUZZYTOOL 1 0 и Matlab Fuzzy Logic Гоо1Вох

Исходными данными для проведения экспериментов и апробации качества работы нечеткой экспертной системы послужили данные публичной бухгалтерской отчетности и отчеты по экологическим платежам за 2004 год, 1

квартал 2005 года, 3 квартал 2005 г. ОАО «Кварц». Данные периоды были выбраны в связи с тем, что имеются аудиторские заключения (Приложение 3) об экономическом состоянии, это позволяет сравнивать выводы, полученные с помощью программного комплекса и выводы экспертов-профессионалов аудиторской фирмы ООО "Лидер-Аудит". ОАО «Кварц» расположено в поселке Силикатный Сенгилеевского района Ульяновской области. Его основная хозяйственная деятельность: добыча и обогащение кварцевых песков. Доля доходов от основной хозяйственной деятельности: 100 %. Виды деятельности: добыча сырья на Ташлинском месторождении кварцевых песков и его обогащение для производства. Продукция ОАО "Кварц" соответствует требованиям ГОСТ 22551-77 "Песок кварцевый, молотый песчаник, кварцит и жильный кварц для стекольной промышленности". Благодаря применяемому методу магнитной сепарации выпускает сухие обогащенные кварцевые пески марок ООВС-015-1 и ОВС-020-В с наименьшим содержанием оксидов железа и алюминия.

В главе также приводятся результаты экспериментов, проведенных на тестовых данных для сравнения их с результатами моделирования в среде Matlab Fuzzy Logic Toolbox. Эти эксперименты позволяют проиллюстрировать более высокую точность расчетов, полученных с помощью .JFuzzyTool.

Задача состояла в оценке эффективности набора средозащитных мероприятий, проводимых в нескольких направлениях: уменьшение количества вредных выбросов, уменьшение отходов в технологическом процессе и мероприятия, направленные на улучшение условий труда человека. Оценка проводилась в системе Matlab Fuzzy Logic Toolbox с использованием промежуточных операций фаззификации/дефаззификации. В JFuzzyTool по разработанному в рамках исследования алгоритму, а также экспертом.

Для трех слоев и 7 задач были получены следующие результаты (рис.7):

Результаты вычислений, полученных с помощью Matlab и JFuzzyTool

♦—JFuzzyTool -Sí- Matlab

Оценка эксперта

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 номер входного вектора

Рисунок 7. Сравнение расчетов, выполненных в Matlab и .IFuzzyTool

Для 4 слоев и 10 задач величина ошибки увеличилась, что демонстрирует рис. 8:

Результаты вычислений, полученных с помощью МаЫаЬ и ^иггуТоо!

Рисунок 8. Результаты вычислений, полученных с помощью МаЙаЬ и

1РШ2уТоо1

Эти примеры наглядно демонстрируют, что при увеличении числа задач и слоев, то есть при усложнении иерархий, результаты, получаемые с помощью Ма1:1аЬ, расходятся с мнением эксперта примерно на 5-10%. Это обусловлено накоплением вычислительной погрешности при проведении в \latlab операций промежуточной фаззификации - дефаззификации.

Заключение

Разработанная математическая модель экологической безопасности горнопромышленного производства на основе иерархического нечеткого вывода по Сугено позволяет автоматизировать проведение экспертизы экологической безопасности на предприятии при нечетко заданных исходных данных. Таким образом, цель, поставленная в диссертаций, может считаться достигнутой.

Основные результаты диссертационного исследования заключаются в следующем.

1. Проанализированы существующие оболочки для проектирования экспертных систем и методы вычислительного интеллекта, используемые в них.

2. Проанализированы существующие схемы нечеткого вывода, по результатам проведенного анализа за основу иерархического нечеткого вывода был взят алгоритм Сугено, который обеспечивает следующие преимущества: выходное множество в этой схеме является нечетких множеством первого порядка (набором четких чисел), но в отличие от синглетонной модели, каждое правило учитывается в схеме Сугено только один раз. Использование алгоритма нечеткого вывода по Сугено позволяет избежать накопления

нечеткости и снизить арифметическую погрешность вычислениях при выполнении иерархического нечеткого вывода

3 Разработаны способ и алгоритмы иерархического нечеткого вывода по Сугено - основа нечеткой экспертной системы

4 Исследованы и описаны существующие методы анализа экологической безопасности Из них был выбран метод на основе учета экологических платежей, удовлетворяющий требованиям репрезентативности, надежности и временной сопоставимости и на его основе построена модель интегральной оценки состояния экологической безопасности предприятия

5 Разработана математическая модель экологической безопасности горнодобывающего производства

6 На основе разработанной модели создана нечеткая экспертная система анализа экологической безопасности горнодобывающего производства, внедренная на ОАО «Кварц» и запатентованная в Роспатенте

7 Разработанный комплекс программ, состоящий из нескольких независимых модулей, может быть использован для построения других экспертных систем на основе такого метода вычислительного интеллекта, как многошаговый нечеткий вывод

Основное содержание диссертации опубликовано в следующих работах

В изданиях из перечня ВАК

1 Ястребова Н Н Построение экспертных систем на базе иерархического нечеткого вывода// Программные продукты и системы, №4 -2007 -С 18-21

В других изданиях

2 Ivanova N N (Ястребова) Fuzzy Expert system based simulation and analysis of economic and ecological states for the enterprises// Proceedings of international conference "Interactive Systems and Technologies The Problem of Human-Computer Interaction" - Ulyanovsk U1STU, 2005 - V2 ,P 19-20

3 Ivanova N N. (Ястребова) The Model of Hierarchical Fuzzy Deduction // Information Technologies Proceeding of Russian-German scientific conference devoted to 10-years cooperation of Ulyanovsk State Technical University and Darmstadt University of Applied Science - Ulyanovsk U1STU, 2007 - P 32-34

4 Jarushkina N G , Yastrebov I S , Yastrebova N N Using hierarchical fuzzy logic in developmg expert system m the program JFuzzyTool 1.0.// Proceedings of international conference "Interactive Systems and Technologies The Problem of Human-Computer Interaction" - Ulyanovsk1 U1STU, 2007 - V 1 , P 2730

5 Иванова H H (Ястребова) Применение иерархического нечеткого вывода в экспертной системе эколого-экономического анализа //Искусственный интеллект в 21 веке Решения в условиях неопределенности сборник статей IV Всероссийской научно-технической конференции - Пенза ПДЗ, 2006 - С 83-86

6 Иванова Н Н (Ястребова) Проект мягкой экспертной системы анализа безопасности природно-технических систем (промышленной безопасности) //Тезисы докладов 39 научно-технической конференции УлГТУ «Вузовская наука в современных условиях» - Ульяновск УлГТУ, 2005 - 41, С 88

7 Иванова Н Н (Ястребова), Ярушкина Н Г Исследование многошагового нечеткого вывода на примере построения экспертной системы оценки экологической безопасности производственной деятельности //Труды 10 национальной конференции с международным участием КИИ-2006 В 3 т -М Физматлит, 2006 - Т 2, С 400-407

8 Ярушкина Н Г, Быков Ю В , Бушмелев Ю Ю, Иванова Н Н (Ястребова) Экспресс- WWW - анализ финансово-хозяйственной устойчивости предприятия//Тезисы докладов 39 научно-технической конференции УлГТУ «Вузовская наука в современных условиях» - Ульяновск УлГТУ, 2005 -41, С 94

9 Ярушкина Н Г, Ястребов И С , Ястребова Н Н Построение экспертных систем на основе иерархического нечеткого вывода в программном модуле JFuzzyTool 1 0// Вторая международная конференция «Системный анализ и информационные технологии» САИТ-2007 Труды конференции В 2 т - М Издательство ЛКИ, 2007 - Т 1, С 195-197

10 Ярушкина НГ, Ястребова НН Алгоритм иерархического нечеткого вывода и его практическая реализация.// IV международная научно-практическая конференция «Интегрированные модели и мягкие вычисления в искусственном интеллекте» сборник научных трудов В 2 т - М Физматлит, 2007 -Т 1, С 251-257

11 Ястребова И Н Иерархический нечеткий вывод как новый метод компьютерных технологий анализа финансово-хозяйственной деятельности предприятия // Аудит, налоги и бухгалтерский учет в Российской Федерации основы, теория и практика сборник статей VI Международной научно-практической конференции -Пенза ПДЗ, 2007 - С 181-183

12 Ястребова НН Возможности реализации иерархического нечеткого вывода//Тезисы докладов 41 научно-технической конференции УлГТУ «Вузовская наука в современных условиях» - Ульяновск УлГТУ, 2007 - С 117

13 Ястребова НН Иерархический нечеткий логический вывод и его практическая реализация JFuzzy -1 0// Информационные и интеллектуальные технологии труды международной «Конференции по логике, информатике, науковедению - КЛИН-2007» В 2т - Ульяновск УлГТУ, 2007 - Т2, 105-107

14 Ястребова НН Моделирование экспертной системы эколого-экономического анализа в JFuzzyTool 1 0 //Аналитические и численные методы моделирования естественнонаучных и социальных проблем сборник статей II Международной научно-технической конференции - Пенза ПДЗ, 2007 - С 133-135

15 Ястребова НН Экономическая целесообразность экологической безопасности // Экономика природопользования и природоохраны сборник

статей X Международной научно-практической конференции - Пенза ПДЗ, 2007 - С 89-91

16 Ястребова Н Н Экспертная система эколого-экономического анализа деятельности предприятия //Современный российский менеджмент состояние, проблемы, развитие сборник статей VII Международной научно-методической конференции - Пенза ПДЗ, 2007 - С 276-279

17 Ястребова НН Нечеткая экспертная система эколого-экономического анализа // Информатика и экономика сборник научных трудов/под ред ЯрушкинойНГ - Ульяновск УлГТУ, 2007 - С 126-137

Свидетельства, дипломы, патенты

1 Свидетельство об официальной регистрации программы для ЭВМ №2007614448 от 23 10 2007г / НН Ястребова// Москва Федеральная служба по интеллектуальной собственности, патентам и товарным знакам

2 Ястребова Н Н Нечеткая экспертная система эколого-экономического анализа //Свидетельство регистрации в ОФАП №1000 от 23 10 2007 г

Ястребова Наталья Николаевна

ИССЛЕДОВАНИЕ И РАЗРАБОТКА НЕЧЕТКОЙ МОДЕЛИ И КОМПЛЕКСА ПРОГРАММ ЭКОЛОГИЧЕСКОЙ ЭКСПЕРТИЗЫ ГОРНОДОБЫВАЮЩЕГО ПРОИЗВОДСТВА Автореферат

Подписано в печать 22 01 2008 Формат 60x84/16 Уел печ л 1,39 Тираж 100 экз Заказ 75

Типография УлГТУ, 432027, г Ульяновск, Северный Венец, 32

ВВЕДЕНИЕ.

1 .ОБЗОР СОВРЕМЕННОГО СОСТОЯНИЯ ЭКСПЕРТНЫХ СИСТЕМ АНАЛИЗА ЭКОЛОГИЧЕСКОЙ БЕЗОПАСНОСТИ.

1.1. Экспертиза объектов. Экспертные системы.

1.1.1 .Основные понятия.

1.1.2. Характеристики экспертных систем.

1.1.3. Неопределенность в описании объектов, характеризующих деятельность промышленного предприятия.

1.1.4. Базовые функции экспертных систем.

1.1.4.1. Приобретение знаний.

1.1.4.2. Представление знаний.

1.1.4.3. Управление процессом поиска решения.

1.1.4.4. Разъяснение принятого решения.'.

1.1.5. Этапы разработки нечеткой экспертной системы эколого-экономического анализа.

1.1.5.1.Этап идентификации.

1.1.5.2. Этап концепту ал из ации.

1.1.5.3.Этап формализации.

1.1.5.4.Этап выполнения.

1.1.5.5.Этап тестирования.

1.1.5.6.Этап опытной эксплуатации.

1.1.6. Обзор программ для моделирования экспертных систем.

1.1.7. Выводы по задаче создания модели и комплекса программ экспертизы объектов в условиях неопределенности.

1.2. Анализ экологической безопасности предприятия.

1.2.1 .Основные понятия.:.-.:.-.:.:.•.•.".-.

1.2.1.1. Экологическая безопасность.

1.2.1.2. Экологические ущербы.

1.2.2. Система критериев оценки экологической безопасности.

1.2.2.1. Комплексный показатель оценки безопасности.

1.2.2.2. Стоимостные показатели оценки экологической безопасности.

1.2.2.2.1 .Оценка удельных ущербов.

1.2.2.2.1.1 Экономическая оценка ущерба от загрязнения атмосферного воздуха.

1.2.2.2.1.2. Экономическая оценка ущерба от загрязнения водоемов.

1.2.2.2.1.3. Экономическая оценка ущерба от шума и вибрации.

1.2.2.2.1.4. Экономическая оценка ущерба биоресурсам.

1.2.2.2.1.5. Экономическая оценка ущерба от загрязнения земель.

1.2.2.2.2. Оценка экологических платежей.

1.2.2.2.2.1. Плата за выбросы загрязняющих веществ в атмосферу от стационарных источников.

1.2.2.2.2.2. Плата за сбросы загрязняющих веществ.в поверхностные и подземные водные объекты.

1.2.2.2.2.3. Плата за хранение и размещение отходов.

1.2.3. Обзор существующих программных продуктов для анализа экологической безопасности.

1.2.4. Выводы по подзадаче анализа экологической безопасности промышленного предприятия.

1.3. Постановка задачи.

1.4. Модель нечеткой экспертной системы.

1.4.1. Типы исходных данных.:.42

1.4.2. (Схема принятия решения на основе нечеткого логического вывода.

1.4.2.1. Определение нечеткого логического вывода.

1.4.2.2. Композиционное правило нечеткого вывода Л. Заде.

1.4.2.3. Нечеткий логический вывод по Мамдани.

1.4.2.4. Нечеткий логический вывод Сугено.

1.4.2.5. Синглетонная модель нечеткого логического вывода.

1.4.2.6. Выводы по схемам нечеткого логического вывода.

2. МАТЕМАТИЧЕСКАЯ МОДЕЛЬ ЭКОЛОГИЧЕСКОЙ БЕЗОПАСНОСТИ ГОРНОДОБЫВАЮЩЕГО ПРОИЗВОДСТВА НА ОСНОВЕ ИЕРАРХИЧЕСКОГО НЕЧЕТКОГО ВЫВОДА ПО СУГЕНО.

2.1.Иерархические системы.

2.1.1. Системы иерархического нечеткого логического вывода.

2.1.2. Математическая модель иерархического нечеткого вывода.

2.1.3.Алгоритм иерархического нечеткого вывода.

2.2. Структурная схема нечеткой экспертной системы анализа экологической безопасности горнопромышленного предприятия.

2.2.1. Исходные данные.

2.2.2. Представление аналитических показателей в виде лингвистических переменных.

2.2.2.1. Построение функций принадлежности на основе экспертных данныхбЗ

2.2.2.1.1. Типы шкал.

2.2.2.1.2. Методы измерений.

2.2.2.1.3. Классификация методов построения функции принадлежности.

2.2.2.1.3.1. Прямые методы для одного эксперта.

2.2.2.1.3.2. Косвенные методы для одного эксперта.

2.2.2.1.3.3. Групповые методы.

2.2.2.1.3.4. Выводы по методам построения функций принадлежности.

2.2.2.2. Построение функций принадлежности для входных переменных нечеткой экспертной системы анализа экологической безопасности горнопромышленного предприятия.

2.2.2.2.1. Подзадача оценки значимости территории.

2.2.2.2.2. Стоимостная оценка экологической безопасности.

2.2.2.2.3. Переменные, характеризующие ликвидность.

2.2.2.2.4. Лингвистические переменные, определяющие степень деловой активности.

2.2.2.2.5. Лингвистические переменные, характеризующие финансовую устойчивость.•.

2.2.2.2.6. Лингвистические переменные, описывающие рентабельность.

2.2.3. Система правил нечеткого вывода.

2.2.4. Математическая модель нечеткой экспертной системы, основанная на иерархическом нечетком выводе.

3. СТРУКТУРНО-ФУНКЦИОНАЛЬНОЕ РЕШЕНИЕ НЕЧЕТКОЙ ЭКСПЕРТНОЙ СИСТЕМЫ АНАЛИЗА ЭКОЛОГИЧЕСКОЙ БЕЗОПАСНОСТИ ГОРНОПРОМЫШЛЕННОГО ПРОИЗВОДСТВА.

3.1. Требования, предъявляемые к автоматизированной системе.

3.2. Обоснование выбора инструмента реализации.

3.2.1. Java (J2SE6.0).

3.2.2. Apache Derby 10.2.1.6.

3.2.3. Hibernate 3.2.0.

3.2.4. Swing /AWT.

3.3.Объектно-ориентированная интерпретация модели программного комплекса и объектно-ориентированный подход.

3.4. Главный модуль программы - JFuzzy.

3.5. Реализация графической компоненты в модуле JFuzzyTool.

3.5.1. Объекты редактирования.

3.5.1.1.Основные понятия.

3.5.1.2. Логика классов.

3.6. Информационное обеспечение системы.

3.6.1. Формат базы данных.

3.6.2. Перечень и краткое описание таблиц базы данных.

3.6.3. Определение табличных связей.

3.7. Работа с программой JFuzzyTool 1.0.

3.7.1. Общий алгоритм работы с программой JFuzzyTool 1.0.

3.7.2. Алгоритм работы с нечеткой экспертной системой, созданной в программном модуле JFuzzyTool 1.0.

4. ЭКСПЕРИМЕНТЫ, ПРОВЕДЕННЫЕ В РАЗРАБОТАННОМ КОМПЛЕКСЕ ПРОГРАММ JFUZZYTOOL 1.0.

4.1. Эксперименты на тестовых примерах.

4.2. Эксперименты на реальных данных. Анализ экологической безопасности ОАО «Кварц».

4.2.1. Исходные данные для вычислительных экспериментов.

4.2.2. Аналитические показатели - числовые значения лингвистических оценок.

4.2.3. Результаты работы нечеткой экспертной системы анализа экологической безопасности горнопромышленного производства.

В системах управления деятельностью сложных явлений и процессов, таких как производственная деятельность промышленного предприятия, процессы принятия решений часто протекают в условиях неопределенности и основываются на внешней и внутренней экспертизе. Экспертиза осуществляется в рамках экспертной деятельности, и ее результатом выступают экспертные оценки. Содержание экспертной деятельности включает решение совокупности экспертных задач: интерпретация, диагностика и мониторинг, прогноз, планирование. Указанные задачи в качестве исходных данных могут применять нечеткие значения в виде экспертных оценок. Решения задач экспертной деятельности, связанной с диагностикой процессов функционирования систем в условиях неопределенности, состояния которых представлены экспертными, нечеткими значениями, не нашли адекватного решения в настоящее время. Их решение целесообразно искать на основе развития нового направления в области нечетких множеств и «мягких» вычислений.

С помощью символьной обработки информации не удается решить прикладные задачи многих предметных областей, если для них невозможно получить полную информацию и если их определение недостаточно полно. Такая ситуация характерна для:

• сложных технических систем;

• систем экономического планирования;

• социальных систем большой размерности;

• систем принятия решений.

При проведении экспертиз важным условием успеха является возможность формализовать информацию, не поддающуюся количественному измерению, так,-чтобы помочь принимающему решение выбрать из множества действий одно. Поэтому в вопросах, связанных с теорией измерений, основное место отводится понятию шкалы измерения. В зависимости от того, по какой шкале идет измерение, экспертные оценки содержат больший или меньший объем информации и обладают различной способностью к математической формализации.

В основании всякой теории из любой области естествознания лежит очень важное, основополагающее для ее построения понятие элементарного объекта. Для теории нечетких множеств основополагающим понятием является понятие нечеткого множества, которое характеризуется функцией принадлежности. Посредством нечеткого множества можно строго описывать присущие языку человека расплывчатые элементы, без формализации которых нет надежды существенно продвинуться вперед в моделировании интеллектуальных процессов.

Большинство реальных процессов имеет иерархическую структуру. Изучение таких структур и применение полученных результатов для анализа реальных объектов и процессов отражено в работах Саати, Такахаро и других исследователей. Методы теории нечетких множеств являются удобным средством моделирования, анализа и синтеза человеко-компьютерных систем, но ряд вопросов иерархического нечеткого вывода остается открытым. Поэтому изучение нечетких иерархических систем является актуальной задачей, имеющей не только теоретический, но и практический интерес.

В последние годы определился и практически осуществился переход от автоматизированных систем анализа состояния сложных технических систем к экспертным системам, работающим на основе логического приближенного вывода. Отмеченная тенденция связана с резким усложнением современных технических систем, и, в частности, экологической безопасности горнодобывающих производств.

Сегодня во всем мире принято уделять большое внимание проблемам экологии. Деятельность человека по освоению природной среды породила не только новые возможности роста благосостояния человечества, но и привела к глубокому кризису состояния окружающей среды. Поскольку ни один руководитель не будет работать себе в ущерб, очень важно соблюсти баланс между экологической безопасностью, требующей значительных денежных вливаний, и экономической эффективностью деятельности хозяйствующего субъекта. Для принятия управленческого решения в этом случае целесообразно использовать математическое моделирование.

В связи с этим, исследование, назначением которого является разработка математической модели и комплекса программ экологической безопасности горнодобывающего производства на основе иерархического нечеткого вывода, является, несомненно, актуальным.

Целью диссертационной работы является разработка математической модели экологической безопасности горнодобывающего производства и комплекса программ экспертизы факторов такого производства для нечетко заданных исходных данных.

Научная новизна определяется следующим:

1. Создан механизм и алгоритмы иерархического нечеткого вывода, позволяющий осуществлять экспертизу объектов с нечетко заданными исходными данными.

2. Построена математическая модель экологической безопасности горнодобывающего производства на основе иерархического нечеткого вывода по Сугено с нечетко заданными факторами.

3. Разработана объектно-ориентированная архитектура комплекса программ экспертной системы экологической безопасности.

Основные положения, выносимые на защиту:

1. Способ и алгоритмы иерархического нечеткого логического вывода являются - эффективным способом построения -экспертных систем, содержащих в качестве исходных данных лингвистические переменные.

2. Математическая модель экологической безопасности горнодобывающего производства на основе иерархического нечеткого вывода по Сугено позволяет анализировать состояние экологической безопасности на предприятии без привлечения эксперта.

3. Объектно-ориентированная архитектура комплекса программ экспертизы факторов экологической безопасности горнодобывающего производства может использоваться предприятиями отрасли для повышения качества оперативного контроля за состоянием окружающей среды.

Практическая значимость работы. Разработанная нечеткая экспертная система анализа экологической безопасности используется в производстве и позволяет автоматизировать трудоемкий процесс получения экспертного заключения. Благодаря чему, руководитель предприятия может без привлечения внешних аудиторов своевременно получить оценку текущего состояния экологической безопасности горнопромышленного производства. А эксперт-специалист при ее использовании может сократить затраты рабочего времени на написание экспертных заключений.

Реализация результатов работы. Результаты диссертации оформлены в виде комплекса программ JFuzzyTool 1.0, зарегистрированного Федеральной службой по интеллектуальной собственности, патентам и товарным . знакам (патент № 2007614448 от 23.10.2007 г.) и используются в деятельности открытого акционерного общества «Кварц» (пос. Силикатный, Сенгилеевский район, Ульяновская область) и экспертом, членом НП «Горнопромышленники России», Танеевым Ф Г.

Апробация исследований. Основные положения и результаты диссертации докладывались, обсуждались и получили одобрение на 10 международных конференциях, в том числе на Н-ой международной научно-технической конференции «Аналитические и численные методы моделирования естественнонаучных и социальных проблем» (Пенза, -2007);- П-ой международной -конференции «Системный анализ и информационные технологии», САИТ-2007 (Обнинск, 14-18 сентября 2007г.); IV-ой международной научно-практической конференции «Интегрированные модели и мягкие вычисления в искусственном интеллекте» (Коломна, май 2007г.), на конференциях "Interactive Systems and Technologies: The Problem of Human-Computer Interaction" (Ulyanovsk, 24-27 September, 2005 г. и 25-28 September 2007 г.); Х-ой национальной конференции с международным участием КИИ-2006 (Обнинск, сентябрь 2006 г.). Неоднократно докладывались на научно-технических конференциях УлГТУ «Вузовская наука в современных условиях».

Публикации. По теме диссертации опубликовано, 17 работ, в том числе одна статья в издании из перечня ВАК, получен^ 1 патент и 1 свидетельство регистрации программно-информационного продукта в областном фонде алгоритмов и программ при УОЦ НИТ.

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения и содержит 178 страниц машинописного текста, 29 таблиц, 45 рисунков, список литературы из 140 наименований, 4 приложения.

4.2.3. Результаты работы нечеткой экспертной системы анализа экологической безопасности горнопромышленного производства

Сначала мы загружаем их XML - файла структуры экспертной системы (Приложение 2) описание задачи, состоящей их нескольких подзадач, описанных системами лингвистических переменных и нечетких продукций, а также связей между подзадачами.

1. FuzzyClient::calculateSingleOutput(): calculating output for task: liquidity вычисляем выходное значение для подзадачи «ликвидность». Для проведения вычислений каждую лингвистическую переменную связываем с ее числовым значением (проводим эту процедуру для каждой подзадачи).

1. FuzzyTask::assignInputs(): assign input: Covering, value: 1.845568

2. FuzzyTask::assignInputs(): assign input: FastLiquidity, value: 0.012974586

3. FuzzyTask::assignInputs(): assign input: AbsLiquidity, value: 1.284752

4. FuzzyTask::assignInputs(): assign input: ObSActiv, value: 0.56645954 все эти значения можно увидеть на рис. 4.7, это численные значения соответствующих аналитических показателей).

Теперь фаззифицируем числовые значения переменных, то есть ставим в соответствие каждому значению четкой переменной нечеткое множество:

1. Covering: fuzzyfication(l.845568) паше: bad, function value: 8.28536685E-10 fuzzyfication(l.845568) name:normal, function value: 0.9999999547634317

2. FastLiquidity: fuzzyfication(0.012974586) name: bad, function value: 0.99999 fuzzyfication(0.012974586) name: normal, function value: 2.076583694622E-8 fuzzyfication(0.012974586) name: high, function value: 3.0067303E-16 3. AbsLiquidity: fuzzyfication( 1.284752) name: low ,function value: 5.453275E-15 fuzzyfication( 1.284752) name:normall,function value: 5.885152205615822E-85 fuzzyfication( 1.284752) name:high ,function value: 0.9999999999970304 4.0bSActiv: fuzzyfication(0.56645954) name: low ,function value: 0.00127761 fuzzyfication(0.56645954) name:high ,function value: 0.9705104498026415 Далее, в зависимости от используемого в правиле лингвистического терма, подставляем в них значения соответствующих степеней принадлежности (табл. 4.5): FuzzyTask::computeFiringStrength() covering = 1 35 f astliq = 0 013 absltq = 1 28 obSac = 0 567 Q 0513

1

1

1 1

1

1

0 5 I Л \ l к |( ■ I

0 2

0 1

-о 1

11

Рисунок 4.9. Вычисление уровня пригодности правил для задачи liquidity

ЗАКЛЮЧЕНИЕ

Разработанная математическая модель экологической безопасности горнопромышленного производства на основе иерархического нечеткого вывода по Сугено позволяет автоматизировать проведение экспертизы экологической безопасности на предприятии при нечетко заданных исходных данных. Таким образом, цель, поставленная в диссертации, может считаться достигнутой.

Надежность и эффективность данного метода подтверждена внедрением и успешной эксплуатацией разработанного комплекса программ на открытом акционерном обществе «Кварц». Методика, предложенная автором для оценки соответствия деятельности предприятия нормам экологической безопасности, была охарактеризована положительно экспертом Танеевым Ф.Г., членом НП «Горнопромышленники России» и используется им в качестве вспомогательной при проведении аудита предприятий горнодобывающей промышленности.

Основные итоги.

1. Проанализированы существующие оболочки для проектирования экспертных систем и методы вычислительного интеллекта, используемые в них.

2. Проанализированы существующие схемы нечеткого вывода, по результатам проведенного анализа за основу иерархического нечеткого вывода был взят алгоритм Сугено, который обеспечивает следующие преимущества: выходное множество в этой схеме является нечетких множеством первого порядка (набором четких чисел), но в отличие от синглетонной модели, каждое правило учитывается в схеме Сугено только один раз. Использование алгоритма нечеткого вывода по Сугено позволяет избежать накопления нечеткости и снизить арифметическую погрешность вычислениях при выполнении иерархического нечеткого вывода.

3. Разработаны механизм и алгоритмы иерархического нечеткого вывода по Сугено - основа нечеткой экспертной системы.

4. Исследованы и описаны существующие методы анализа экологической безопасности. Из них был выбран метод на основе учета экологических платежей, удовлетворяющий требованиям репрезентативности, надежности и временной сопоставимости и на его основе построена модель интегральной оценки состояния экологической безопасности предприятия.

5. Разработана математическая модель экологической безопасности горнодобывающего производства.

6. На основе созданной модели построена нечеткая экспертная система анализа экологической безопасности горнодобывающего производства, внедренная на ОАО «Кварц» и запатентованная в Роспатенте.

7. Разработанный комплекс программ, состоящий из нескольких независимых модулей, может быть использован для построения других экспертных систем на основе такого метода вычислительного интеллекта, как многошаговый нечеткий вывод.

1. Dwinnell W. Modeling Methodology 4: Localizing Global Models -http://will.dwinnell.com

2. Yuehui Chen, Lizhi Peng. Programing Hierarchical TS Fuzzy Systems -www.ujn.edu.cn

3. Zimmermann H.-J. Fuzzy Set Theory and its Applications. 3rd ed.-Dordrecht: Kluwer Academic Publishers.- 1996. 315p.

4. Аверкин A. H., Батыршин И. 3., Блишун А. Ф. и др. Нечеткие множества в моделях управления и искусственного интеллекта. М.: Наука, 1986.

5. Аверкин А.Н., Федосеева И.Н. Параметрические логики в интеллектуальных системах управления. М.: Вычислительный центр РАН, 2000.

6. Акимова Т.А., Хаскин В.В. Экология: Учебник для вузов. М.: ЮНИТИ, 1998.-455 с.

7. Алексеев В.В., Крышев И.И., Сазыкина Т.Г. Физическое и математическое моделирование экосистем. СПб., 1992. - 367 с.

8. Андрейчиков A.B., Андрейчикова О.Н. Анализ, синтез, планирование решений в экономике. М.: Финансы и статистика, 2000.

9. Ануфриев И., Смирнов А., Смирнова Е. MATLAB 7.0 в подлиннике. -М.: Новая техническая книга, 2005.

10. Беллман Р., Заде JI. Принятие решений в расплывчатых условиях. В кн.: Вопросы анализа и процедуры принятия решений. М.: Мир 1976. - С.172-215.

11. Берштейн JI.C., Боженюк A.B., Малышев Н.Г. Нечеткие модели для экспертных систем САПР. -М.: Энергоатомиздат, 1991.

12. Бешелев С.Д., Гурвич Ф.Г. Экспертные оценки. М.: Наука, 1973. - 79 с.

13. Борисов А.Н., Алексеев A.B., Крумберг O.A. Модели принятия решений на основе лингвистической переменной. Рига: Зинатне, 1989.

14. Борисов А.Н., Алексеев A.B., Меркурьев Г.В. и др. Обработка нечеткой информации в системах принятия решений. М., Радио и связь, 1989.

15. Бурков В.Н. Большие системы: моделирование организационных механизмов. М.: Наука, 1989. - 354 с.

16. Васильев В.Й., Ильясов Б.Г. Интеллектуальные системы управления с использованием нечеткой логики. Учеб. пособие. Уфа: УГАТУ, 1997.

17. Вилкас Э. Й., Майминас Е. 3. Решения: теория, информация, моделирование. -М-, Радио и связь, 1981.

18. Геловани В. А., Башлыков A.A., Бритков В.Б., Вязилов Е.Д. Интеллектуальные системы поддержки принятия решений в нештатных ситуациях с использованием информации о состоянии природной среды. М.: Лаборатория знаний, 2001,- 304 с.

19. Глухов В.В и др. Экономические основы экологии. СПб: Специальная литература, 1995.

20. Голуб A.A., Струкова Е.Б. Экономика природных ресурсов. М.: "Аспект-Пресс", 1998.

21. Голунков Ю.В. Компьютерные модели в экологии и охране природы. Учебно-методическое пособие. УлГУ, 2000.

22. ГОСТ 17.0.0.01-76. Система стандартов в области охраны природы и улучшения использования природных ресурсов. Основные положения

23. ГОСТ 17.0.0.02-79. Охрана природы. Метрологическое обеспечение контроля загрязненности поверхностных вод, атмосферы и почвы. Основные положения

24. ГОСТ 17.0.0.06-2000. Охрана природы. Экологический паспорт природопользователя. Основные положения. Типовые формы

25. ГОСТ 17.1.3.06-82. Охрана природы. ГИДРОСФЕРА. Общие требования к охране подземных вод

26. ГОСТ 17.2.3.02-78. Охрана природы. АТМОСФЕРА Правила установления допустимых выбросов вредных веществ промышленными пр е дприятиями.

27. ГОСТ 17.4.3.02-85. Охрана природы. ПОЧВЫ. Требования к охране плодородного слоя почвы при производстве земляных работ

28. ГОСТ 17.5.1.02-85. Охрана природы. ЗЕМЛИ Классификация нарушенных земель для рекультивации

29. ГОСТ 17.5.3.04-83. Охрана природы. ЗЕМЛИ. Общие требования к рекультивации земель

30. ГОСТ 17.5.3.06-85. Охрана природы. ЗЕМЛИ Требования к определению норм снятия плодородного слоя почвы при производстве земляных работ

31. ГОСТ 17.5.4.01-84. Охрана природы. РЕКУЛЬТИВАЦИЯ ЗЕМЕЛЬ. Метод определения рН водной вытяжки вскрышных и вмещающих пород

32. ГОСТ 30772-2001 Ресурсосбережение. ОБРАЩЕНИЕ С ОТХОДАМИ. Термины и определения

33. ГОСТ 30773-2001 Ресурсосбережение. ОБРАЩЕНИЕ С ОТХОДАМИ. Этапы технологического цикла. Основные положения

34. ГОСТ 30774-2001 Ресурсосбережение. ОБРАЩЕНИЕ С ОТХОДАМИ. Паспорт опасности отходов. Основные требования

35. ГОСТ 30775-2001 Ресурсосбережение. ОБРАЩЕНИЕ С ОТХОДАМИ. Классификация, идентификация и кодирование отходов. Основные положения

36. ГОСТ Р 17.2.02.06-99 Охрана природы АТМОСФЕРА Нормы и методы измерения содержания оксида углерода и углеводородов в отработавших газах газобаллонных автомобилей

37. ГОСТ Р 51769-2001. Ресурсосбережение. ОБРАЩЕНИЕ С ОТХОДАМИ. Документирование и регулирование деятельности по обращению с отходами производства и потребления. Основные положения.

38. Гринин A.C., Орехов H.A., Новиков В.Н. Математическое моделирование в экологии: Учебное пособие для вузов. М.:ЮНИТИ-ДАНА,2003.

39. Грищенко О.В. Анализ и диагностика финансово-хозяйственной деятельности предприятия. http://www.aup.rii/books/m67

40. Диагностирование на граф-моделях: На примерах авиационной и -автомобильной техники / Я.Я.Осис, Я.А.Гёльфандбёйн, З.П.Маркович, Н.В.Новожилова. М.: Транспорт, 1991. - 244 с.

41. Дьяконов В., Круглов В. Математические пакеты расширения Matlab'.: Специальный справочник. СПб: Питер, 2001.

42. Дьяконов В.П. Matlab 6.5 SP 1/7 + Simulink 5/6 в математике и моделировании. М.: COJIOH-Пресс, 2005. - 576с.

43. Дэйвисон М. Многомерное шкалирование: методы наглядного представления данных: Пер. с англ.- М.: Финансы и статистика, 1988. 254 с.

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

45. Егоров В.А., Каплистов Ю.Н. Математические модели глобального развития: критический анализ моделей природопользования. Л.: Гидрометеоиздат, 1980.

46. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений: Пер. с англ. М.: Мир, 1976. - 165 с.

47. Заде Л.А. Основы нового подхода к анализу сложных систем и процессов принятия решений. М.: Знание, 1974.

48. Иванова H.H. Проект мягкой экспертной системы анализа безопасности природно-технических систем (промышленной безопасности).// Тезисы докладов 39 научно-технической конференции УлГТУ «Вузовская наука в современных условиях». Ульяновск, 2005. -4.1. С.88.

49. Ивахненко А.Г., Юрачковский Ю.П. Моделирование сложных систем по экспериментальным данным. М.: Радио и связь, 1987.

50. Инструктивно-методические указания по взиманию платы за загрязнение окружающей природной среды (утв. Минприроды РФ 26.01.1993 г.) (с изм. и доп. от 15.02.2000 г.).

51. Искусственный интеллект: Справочник: В 3 кн. / Под ред. Д.А. Поспелова. М.: Радио и связь, 1990. - Кн.2: Модели и методы. - 304 с.

52. Калмыков С.А., Шокин Ю.И., Юлдашев З.Х. Методы интервальногоанализа. Новосибирск: Наука, 1986. *

53. Киквидзе З.А., Ткемаладзе Н.Г. об одном способе взвешивания элементов нечеткого множества. // Сообщение АН ГССР, 1979, т.93, №2. С. 317-320.

54. Китаев H.H. Групповые экспертные оценки. М.: Знание, 1975. - 64 с.

55. Кондратов В., Королев С. Matlab как система программирования научно-технических расчетов. М.:Мир. 2002.

56. Кофман А. Введение в теорию нечетких множеств. Пер. с фр. М.: Радио и связь, 1982.

57. Красовский A.A. Некоторые актуальные проблемы науки управления // Изв. РАН, Теория и системы управления. 1996. Т.6. С.8-16

58. Кривилев А. Основы компьютерной математики с использованием системы MATLAB. Лекс-Книга, 2005.

59. Кудинов Ю.И. Нечеткие системы управления. // Техническая кибернетика. 1990. - № 5. - С. 196-206.

60. Кузнецов В.П. Интервальные статистические модели. М.: Радио и связь, 1991.

61. Ларичев О.И. Объективные модели и субъективные решения. М.: Наука, 1987. - 143 с.

62. Ларичев О.И., Мошкович Е.М. Качественные методы принятия решений. Вербальный анализ решений. М.: Наука. Физматлит, 1996. - 208 с.

63. Леоненков А. Нечеткое моделирование в среде MATLAB и Fuzzy TECH. . СПб.: БХВ-Петербург, 2003.

64. Литвак Б.Г. Экспертная информация. Методы получения и анализа. М.: Радио и связь, 1982. -184 с.

65. Мелихов А.Н., Берштейн Л.С., Коровин С .Я. Ситуационные советующие системы с нечеткой логикой. М.: Наука, 1990. - 272 с.

66. Методика определения предотвращенного экологического ущерба. Государственный комитет РФ по охране окружающей среды. М., 1999.

67. Моисеев H.H. Математические задачи системного анализа. М.: Наука, 1981.-487 с.

68. Моисеев H.H. Неформальные процедуры и автоматизация проектирования. М.: Знание, 1979. - 64 с.

69. Нечеткие множества в моделях управления и искусственного интеллекта/ А.Н. Аверкин, И.З. Батыршин, А.Ф. Блишун, В.Б. Силов, В.Б. Тарасов /Под ред. Д.А. Поспелова. М.: Наука. Гл. ред. физ.-мат. лит., 1986. - 312 с.

70. Норвиг A.M., Турсон И.Б. Построение функций принадлежности.// Нечеткие множества и теория возможностей. Последние достижения: пер. с англ./ под ред. P.P. Ягера. -М.: Радио и связь, 1986.-408 с.

71. Орлов А.А. Теория принятия решений. М.: Экзамен, 2006. - 573 с.

72. Орлов А.И. Задачи оптимизации и нечеткие переменные. М.: Знание, 1980.-64 с.

73. Орлов А.И. Эконометрика. М.: Экзамен, 2002.

74. Орлов А.И. Экспертные оценки.//Вопросы кибернетики. Вып.58. - М.: Научный совет АН СССР по комплексной проблеме "Кибернетика", 1979.- С. 17-33.

75. Орлов А.И.Статистические методы анализа экспертных оценок. М.: Наука, 1977.

76. Осис Я.Я. Кибернетика и диагностика. Рига: Зинатне, 1970.

77. Пазайтис B.C., Львов Ю.В. Экономико-математическое моделирование производственных систем. М.: Высшая школа, 1991. - 191 с.

78. Панкевич О.Д., Маевская И.В. Определение причин появления трещин кирпичных конструкций на основе нечетких баз знаний // Известия вузов: Строительство. 2002. №1-2, С.4-8.

79. Панкова Л.А., Петровский A.M., Шнейдерман М.В. Организация экспертиз и анализ экспертной информации. М.:Наука, 1984. - 120 с.

80. Петров К.М. Общая экология: взаимодействие общества и природы: Учебное пособие для вузов. СПб: Химия, 1997. 352 е., ил.

81. Подиновский В.В., Ногин В.Д. Парето-оптимальные решения многокритериальных задач. М.: Наука, 1982. - 254 с.

82. Положение по бухгалтерскому учету "Бухгалтерская отчетность организации" (ПБУ 4/99)

83. Поспелов Д.А. Логико-лингвистические методы в системах управления. -М.: Энергоатомиздат, 1981. 190 с.

84. Постановление Правительства РФ от 01.07.2005 г. № 410 "О внесении изменений в Приложение № 1 к Постановлению Правительства РФ от 12.06.2003 г. № 344".

85. Постановление Правительства РФ от 28.08.1992 г. № 632 "Об утверждении Порядка определения платы и ее предельных размеров за загрязнение окружающей природной среды, размещение отходов, другие виды вредного воздействия" (с изменениями от 27.12.1994 г.).

86. Потемкин В. Вычисления в среде МАТЬАВ. М.: Диалог-МИФИ, 2004.

87. Приказ Минфина РФ от 12 ноября 1996 г. №97 "О годовой бухгалтерской отчетности организаций"

88. Прикладные нечеткие системы: пер. с яп. / К.Асаи, Д. Ватада, С. Иваи и др. Под ред. Т. Тэрано, К. Асаи, М. Суджено. -М.: Мир, 1993.

89. Ратанова М.П., Сиротин В.И. Рациональное природопользование и охрана окружающей среды: Пособие для учащихся, М.:Мнемозина, 1998.

90. Роберте Фред С. Дискретные математические модели с приложениями к социальным, биологическим и экономическим задачам: Пер. с англ. М.: Наука, 1986.-494 с.

91. Ротштейн А.П. Интеллектуальные технологии идентификации: нечеткая логика, генетические алгоритмы, нейронные сети. Винница: УНИВЕРСУМ-Виница, 1999. - 320 с

92. Ротштейн А.П., Штовба С.Д. Нечеткий многокритериальный анализ вариантов с применением парных сравнений // Известия РАН. Теория и системы управления,- 2001.-№3.- С. 150-154.

93. Рыжов А.П. Элементы теории нечетких множеств и измерения нечеткости. М.: Диалог -МГУ, 1998.

94. Саати Т. Принятие решений. Метод анализа иерархии: Пер. с англ. М.: Радио и связь, 1993. - 320 с.

95. Саати Т., Керне К. Аналитическое планирование. Организация систем: Пер. с англ. -М.: Радио и связь, 1991. -224 с.

96. Самуэльсон П. Экономика. В 2-х т.- М.: НПО "АЛГОН"- ВНИИСИ, 1992.-751с.

97. Свидетельство об официальной регистрации программы для ЭВМ №2007614448 от 23.10.2007г./ H.H. Ястребова// М.: Федеральная служба по интеллектуальной собственности, патентам и товарным знакам.

98. Смит Дж. М. Модели в экологии. М.: Мир, 1976.

99. Соколов А.Ю. Алгебраическое моделирование лингвистических динамических систем // Проблемы управления и информатики. 2000. - №2. - С. 141-148.

100. Статистические методы анализа экспертных оценок. М.: Наука, 1977.384 с.

101. Тюрин Ю.Н., Литвак Б.Г., Орлов А.И., Сатаров Г.А., Шмерлинг Д.С. Анализ нечисловой информации/ Препринт.- М.: Научный совет АН СССР по комплексной проблеме "Кибернетика", 1981. 80 с.

102. Тюрин Ю.Н., Шмерлинг Д.С. Непараметрические методы статистики// Социология: методология, методы, математические модели, 2004, № 18, С. 154-166.

103. Федеральный закон "О бухгалтерском учете".

104. Форрестер Дж. Основы кибернетики предприятия: Пер. с англ. М.: Прогресс, 1971.-310 с.

105. Хорунжая Т.А. Методы оценки экологической безопасности. М.: Экспертное бюро, 1998.-208 с.

106. Цисарь И., Нейман В. Компьютерное моделирование экономики. М.: Диалог-МИФИ. 2002.

107. Чернова Н.М., Былова A.M. Экология. М.: Просвещение, 1988.

108. Чернова Т.В. Экономическая статистика. Учеб. пособие. Таганрог: Изд-во ТРТУ, 1999.

109. Шелобаев С.И. Математические методы и модели в экономике, финансах, бизнесе: Учеб. пособие для вузов. М.:Финансы и статистика,2005.- 367с.

110. Шер А.П. Исследование тестовых методов диагностики и разработка на их основе алгоритмов обработки океанологической информации для задач рыбопромыслового прогнозирования: Автореф. дис. канд. техн. наук. Владивосток, 1984.- 19 с.

111. Шокин Ю.И. Интервальный анализ. Новосибирск: Наука, Сибирск. отд-ние, 1981. - 112 с.

112. Штовба С.Д. Введение в теорию нечетких множеств и нечеткую логику. http://www.matlab.nl/fuzzylogic/bookl/index.asp

113. Экология и экономика природопользования: Учеб. для вузов по экон. специальностям/ Э. В. Гирусов, С. Н. Бобылев, A. JI. Новоселов, Н. В. Чепурных; Под ред. Э. В. Гирусова. М.: Закон и право: ЮНИТИД998.- 455 е.: ил.

114. Экономико-математическое моделирование: Учебник для вузов под ред. Дрогобыцкого И.Н. -М.: Финансы и статистика., 2003.- 800 с.

115. Экспертные оценки в задачах управления /Сборник трудов. М.: Институт проблем управления, 1982. - 106 с.

116. Эндрю А. Искусственный интеллект / Под ред. Поспелова Д.А. М.: Мир, 1985.

117. Ярушкина Н.Г. Основы теории нечетких и гибридных систем. Учеб. пособие. М.: Финансы и статистика, 2004. - 320с. с ил.

118. Ястребова H.H. Возможности реализации иерархического нечеткого вывода. // Труды 41 научно-технической конференции УлГТУ «Вузовская наука в современных условиях», 2007 — С.117.

119. Ястребова H.H. Нечеткая экспертная система эколого-экономического анализа. // Информатика и экономика: сборник научных трудов/ под ред. Ярушкиной Н.Г. Ульяновск: УлГТУ, 2007. - С. 126-137 .

120. Ястребова H.H. Построение экспертных систем на базе иерархического нечеткого вывода.// «Программные продукты и системы», №4. 2007. - С. 18-21.

121. Ястребова H.H. Свидетельство об отраслевой регистрации разработки №1000 от 23.10.2007 г., выданное на «Нечеткую экспертную систему эколого-экономического анализа».

122. Ястребова H.H. Экономическая целесообразность экологической безопасности.// Экономика природопользования и природоохраны: сборник статей X Международной научно-практической конференции. Пенза, 2007. С. 89-91.

123. Ястребова H.H. Экспертная система эколого-экономического анализа деятельности предприятия.// Современный российский менеджмент: состояние, проблемы, развитие: сборник статей VII Международной научно-методической конференции. Пенза, 2007. С. 276-279.

124. Яхъяева Г. Э. Нечеткие множества и нейронные сети М.: Лаборатория знаний, 2006. - 320с.