автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Алгоритмы классификации и принятия решений в условиях нечеткой информации в системах экологического мониторинга

Введение.

I. Поиск компромиссов в экологических системах.

1.1. Системный анализ задач согласования решений в экологических системах.

1.2. Базисные модели межуровневого системного компромисса.

1.3. Модели системного компромисса для анализа и оптимизации объектов в экологии.

Основные результаты.

II. Анализ и классификация моделей принятия решений.

2.1. Постановка задачи и формирование процедур принятия решений при оценивании экологических ситуаций.

2.2. Построение математической модели и поиск решений на основе решающих правил.

2.3. Эвристические методы решения многокритериальных экологических задач.

2.4. Методы построения нечетких моделей при решении оптимизационных задач.

2.5. Модели принятия решений об Экологической ситуации в интеллектуальных системах.

Основные результаты.

III. Алгоритм нечеткой классификации ситуаций в системах поддержки принятия решений экологического мониторинга.

3.1. Формализация нечеткой экологической информации.

3.2. Нечеткая классификация ситуаций для решения задач экологического мониторинга.

3.3. Обработка нечеткой экологической информации в системах экологического мониторинга.

Основные результаты.

IV. Методы нечеткой классификации экологической ситуации и выбора оптимальных решений.

4.1. Поиск оптимальных решений с использованием нечетких семантических сётей.

4.2. Нечеткие ситуационные системы и классификационные модели.

4.3. Методы классификации на основе установления сходства нечетких графов.

4.4. Оценка эффективности принимаемых решений.

Основные результаты.

V. Создание интегрированных интеллектуальных систем для решения экологических задач.7.

5.1. Принципы организации и структура экологической интегрированной интеллектуальной системы.

5 2. Оценивание состояния окружающей среды на основе экологического мониторинга.

5.3. Описание функционирования программного комплекса.

Основные результаты.

За последние десятилетия масштабы и физические особенности антропогенных и техногенных воздействий на природную среду порождают значительные отрицательные последствия в экологической системе (экосистеме). Неуправляемое техногенное влияние на окружающую среду приводит к существенному загрязнению среды обитания, питьевой воды и продуктов питания, неблагоприятному воздействию этих факторов на здоровье населения, фактическому возникновению зон экологического бедствия. В связи с этим проблемы снижения экологического риска, обеспечение экологической безопасности и рационального управления экологической ситуацией приобретают первостепенное значение. Необходимым условием экологической безопасности является постоянное наблюдение за качеством жизненно важных природных сред (воздуха, воды, почвы, растительного покрова).

В рамках экологической проблемы ■ первостепенное место занимает система экологического контроля и управление (мониторинга). При этом не только необходимо контролировать и констатировать экологическую обстановку в регионе, но и прогнозировать ее состояние во времени, принимать решения по природозащитным мероприятиям в условиях конфликта и компромисса.

Принятие решений в сложных экологических системах связано с необходимостью анализа и обработки большого объема разнородной i f информации. Ограниченные возможности человека по восприятию и переработке информации приводят к неоптимальности принимаемых решений.

Усиление интеллектуальных возможностей человека достигается на основе использования ЭВМ и создания интеллектуальных систем принятия решений. Создание таких систем предполагает разработку теории принятия решений, в которой должны содержаться основные идеи и принципы, описываться закономерности процесса принятия решений, определяться методы и технологии принятия решений, формулироваться важнейшие практические рекомендации.

Наибольший научный интерес и важное практическое значение представляют собой задачи поиска решений, в условиях неопределенности, нечеткой информации, характеризующихся неполнотой и недостоверностью исходной информации, мнргообразием и сложностью влияния на процесс принятия решений внешних факторов.

Следует отметить, что актуальным является решение задач межуровневых конфликтов в экологических системах, участники которых располагают неполной и асимметричной информацией о множествах выбора решений. В такого рода конфликтах проблема компромиссов является центральной. Особенно в условиях нечеткого описания предметной области. Развитие теории нечетких множеств обусловлено развитием техники и технологий, требующих новых подходов к решению организационно-технологических задач, процессов принятия решений человеком, логико-лингвистических систем управления. Для решения этих задач потребовались методы, позволяющие использовать элементы естественного языка. Набором таких методов обладает теория нечетких множеств. Она позволяет наилучшим образом структурировать все то, что разделено не очень точными границами. С нечеткостью сталкиваются различные специалисты: экономисты, лингвисты, специалисты по теории информации, биологи, экологи, социологи и другие. Нечеткость информации обусловлена наличием в описаниях задач принятия решений и отношений с нестрогими границами, а также высказываний с i многозначной шкалой истинности.

Особую актуальность приобретают методы, позволяющие формализовать нечеткость при описании экологических ситуаций. Одним из таких методов v t является метод нечеткой классификаций, основанный на теории нечетких множеств. Таким образом тема диссертации является актуальной и представляет практический интерес.

Целью диссертационной работы является разработка и исследование алгоритмов нечеткой классификации ситуаций, предназначенных для i поддержки процесса принятия решений в условиях компромисса в задачах экологического мониторинга.

Для достижения поставленной цели необходимо решить следующие задачи:

1. Разработать модели межуровневых конфликтов в иерархически организованных экологических системах с множеством компромиссных решений с различной информированностью участников.

2. Разработать методические положения построения моделей принятия решений в системах экологического мониторинга в виде двухуровневой иерархической структуры, включающей в себя как количественные (числовые), так и качественные (лингвистические) описания экологических ситуаций.

3. Распространить традиционные основы формального описания нечеткой информации на процедуры, используемые при создании алгоритмов нечеткой классификации, позволяющего ускорить й упростить процесс классификации и повысить качество принимаемого решения.

4. Обосновать модель поиска оптимальных решений с использованием нечеткой семантической сети и определении степени принадлежности текущей экологической ситуации к описанным классам эталонных ситуаций на основе степени нечеткого сходства.

5. Сформулировать организационные и структурные аспекты создания информационной системы экологического мониторинга с элементами интеграции и интеллектуальности.

Методы проведения исследований основаны на использовании системного анализа и теории системы, теории графов,' аппарата теории нечетких множеств и отношений, теории и методов искусственного интеллекта, теории оптимизации.

Научная новизна результатов работы заключается в следующем: использована математическая модель межуровневых конфликтов в экологических системах с несовпадающими интересами и неполной информированностью участников о множествах выбора решений; предложены методические разработки построения моделей принятия решений на основе теории нечетких множеств при неполной и неточной исходной информации на основе описания экологических ситуаций в виде двухуровневой иерархической структуры; разработаны алгоритмы численной нечеткой классификации, использующие нечеткую информацию, интервальные нечеткие множества и интегральные индексы экологического состояния; предложены пути поиска оптимальных решений с использованием нечеткой семантической сети, основанные на распознавании принадлежности текущей экологической ситуации к тому или иному классу эталонных ситуаций на основе степени нечеткого сходства; обоснованы организационные и структурные принципы построения информационной системы экологического мониторинга, позволяющей организовать интерактивное общение с человеком с целью выработки своевременных и компетентных решений.

Практическая ценность результатов работы заключается в решении ряда прикладных задач при охране окружающей среды и производственного планирования в промышленных предприятиях и фирмах, в исследовании новых аспектов сотрудничества участников в организационных конфликтах, в разработке алгоритмов распознавания экологических ситуаций в условиях нечеткой формализации, в разработке методик принятия решений в условиях межуровневого компромисса, в разработке структуры информационной системы экологического мониторинга.

Достоверность и обоснованность научных положений, выводов и рекомендаций подтверждается согласием в частных случаях результатов 7 моделирования с теоретическими результатами известными ранее из литературных и отчетных источников по данной теме; использованием имитационного моделирования для оценивания исследуемых методов и процедур,. практической и научной апробацией материалов диссертационного исследования.

Апробация работы. .Основные научные и практические результаты диссертационной работы были представлены и одобрены на всероссийских и международных научно-технических конференциях и семинарах: Международной научно-технической конференции «ТРАНСКОМ-2001» (Санкт-Петербург), Международной научно-технической конференции «Региональная информатика, RI-2002», кафедральных научно-технических семинарах «Диагностика состояния технических объектов» (2000-2003 гг.).

Публикации. По теме диссертации опубликовано 5 печатных работ.

Структура работы. Диссертация состоит из введения, пяти глав, заключения и списка литературы, содержащего 111 наименований. Общий объем работы 220 страниц, который включает 31 рисунков и 11 таблиц.

Основные результаты

1. Предложены и научно обоснованы принципы организации и структура экологической интегрированной интеллектуальной системы, включающей наряду с подсистемой обработки знаний блок организации вычислительных процессов, использующий алгоритмы имитационного моделирования, а также подсистему когнитивного графического представления информации, позволяющую организовать интерактивное общение с человеком с целью выработки компетентных и своевременных решений по обеспечению экологической безопасности.

2. Приведены результаты исследования закономерностей распространения атмосферных примесей, позволяющие определять зоны их накопления с учетом климатических особенностей исследуемого региона. Использование полученных результатов позволило осуществить оптимальный выбор репрезентативных мест и периодов наблюдений при проведении мониторинга экологического состояния воздуха.

3. В ходе исследований установлено, что одни и те же условия погоды могут оказывать разное воздействие на распределение примесей в атмосфере в зависимости от типа и свойств этих примесей и параметров источника, и, в первую очередь, от его высоты. Так, сочетание неустойчивой стратификации и опасной скорости ветра оказывается особенно неблагоприятным в случае высоких источников.

4. Результаты проведения краткосрочных прогнозов загрязнения воздуха позволили реализовать возможность уменьшения выбросов в атмосферу, особенно в те, сравнительно короткие периоды времени, когда образуется неблагоприятная метеорологическая обстановка, при которой могут создаваться опасные ситуации.

5. Показано, что использование субъективных оценок экологов-экспертов и методов нечеткого описания и структурирования экологических ситуаций позволяет строить эффективные алгоритмы для определения аномальных экологических зон и обнаружения загрязненных участков территорий.

6. В результате проведения исследований установлено, что использование методов комплексной оценки загрязненности поверхностных вод, основанных на формализации знаний экологов-экспертов с применением нечетких классификационных методов и алгоритмов численного моделирования позволяет учитывать закономерности пространственно-временного распределения примесей, определяемые гидродинамическими характеристиками исследуемых водоемов.

7. При разработке программного комплекса используются средства диалоговой интерактивной графики, что позволяет оперативно управлять ходом численных расчетов и поиском оптимальных решений. Применение стандартных форматов графических данных позволяет легко обмениваться данными с внешними программами, что расширяет область применения полученных результатов.

8. Делается вывод, что совместное использование методов манипулирования знаниями, имитационного моделирования и средств когнитивной компьютерной графики для анализа и прогноза экологических ситуаций позволяет перейти от наблюдения образов и явлений к формированию оптимальных решений на основе ассоциативного восприятия информации, а также осуществлять проверку достоверности полученных решений.

ЗАКЛЮЧЕНИЕ

В процессе проведенных научных исследований в работе получены следующие научные результаты:

1. Предложена математическая модель межуровневых конфликтов в экологических системах с несовпадающими интересами и неполной, асимметричной информированностью участников о множествах выбора решений. На ее основе при конструировании эффективных компромиссов реализованы стратегии участников на основе обмена информацией и распределения управляющих переменных, включающие механизмы межуровневого взаимодействия участников.

2. Предложены методические положения построения принятия решений в интеллектуальных (экспертных) системах, заключающиеся в представлении процедур принятия решений в виде двухуровневой иерархической структуры, включающей в себя как количественные (числовые) так и качественные (лингвистические) описания экологических систем.

3. Показано, что описание текущих экологических ситуаций, на основе которых осуществляется выбор альтернатив, могут быть заданы не только в форме функций полезности, по значениям которой альтернативы сравниваются друг с другом, но и в форме отношения предпочтения. Такой способ описания экологических ситуаций является более универсальным, поскольку позволяет ввести в математическую модель знания экспертов, что позволяет сделать модель более адекватной реальности.

4. Предложены алгоритмы: численной нечеткой классификации; сокращенной численной нечеткой классификации; обратной численной нечеткой классификации, которые позволяют ускорить и упростить процесс классификации экологических ситуаций.

5. Исследованы операции над интервальными нечеткими множествами, которые позволяют повысить качество принимаемых решений об экологическом состоянии природных объектов.

6. Предложена модель поиска оптимальных решений с использованием нечеткой семантической сети, основанной на определении степени принадлежности текущей экологической ситуации по тому или иному классу эталонных ситуаций на основе степени нечеткого сходства.

7. Проведен анализ моделей принятия решений, основанных на использовании нечетких ситуационных систем и нечетких классификационных моделей. Также проведены исследования различных мер нечеткого сходства, в результате чего предложена методика построения комбинированной меры сходства нечетких множеств, позволяющей учитывать содержательный смысл значений лингвистической переменной.

8. Предложены организационные построения и структура экологической интеллектуальной системы, включающей, наряду с подсистемой обработки знаний, блок организации вычислительных процессов, использующий алгоритм имитационного моделирования, а также подсистему графического представления информации, позволяющую организовать интерактивное общение с человеком с целью выработки своевременных решений по обеспечению экологической безопасности.

1. Алгазин Г.И. Математические модели системного компромисса. -Барнаул: АТУ, 1999. - 133с.

2. Многокритериальное принятие решений в природопользовании. -Барнаул: АлтГТУ, 2000. 220. (коллективная монография)

3. Гаскаров Д.В., Киселев В.Б., Солдатенко С.А., Строгонов В.И., Юсупов P.M. Введение в геофизическую кибернетику и экологический мониторинг. СПб.: СПГУВК, 1998. - 165с.

4. Вернадский В.И. Несколько слов о ноосфере. В кн. «Химическое строение биосферы Земли и ее окружения». М.: Наука, 1987. С. 298 -305.

5. Гаскаров Д.В., Истомин Е.П., Фролов А.К. Информационная поддержка систем экологического контроля и управления. СПб.: СПГУВК, 1999.-253с.

6. Месарович М., Мако Д., Такахара И. Теория многоуровневых иерархических систем. М.: Мир, 1973. - 344с.

7. Месарович М., Такахара И. Общая теория систем: Математические основы.-М.: Мир, 1978.-311с.

8. Шукис А.А. Вопросы координации в многоуровневых системах управления организованного типа //Синтез и проектирование многоуровневых систем управления. Барнаул, 1982. С. 49 - 51.

9. Методы и модели согласования иерархических решений /Под ред. А.А. Макарова. Новосибирск: Наука, 1979. - 240с.

10. Титов В.В. Оптимизация функционирования промышленного предприятия. Новосибирск: Наука, 1987. - 272с.

11. Гермейер Ю.Б. Игры с непротивоположными интересами. М.: Наука, 1976.-328с.

12. Горелик .В.А., Горелов М.А., Кононенко А.Ф. Анализ конфликтных ситуаций в системах управления. М.: Радио и связь, 1991. - 286с.V

13. Моисеев Н.Н. Математические задачи системного анализа. М.: Наука, 1981.-488с.

14. Пенёнко В.В., Алоян А.Е. Модели и методы для задач охраны окружающей среды. М.: Наука, 1985. - 254с.

15. Региональные экологические информационно-моделирующие системы ЯО.М. Полищук, В.А. Силич, В.А. Татаринцев и др. Новосибирск: Наука, 1993. - 133с.

16. Реймерс Н.Ф. Экология (теория, законы, теория, принципы и гепоте-зы). -М.: Россия молодая, 1994. 367с.

17. Экономико-математические модели в системе управления предприятиями /Под ред. Н.П. Федоренко и И.П. Шубкиной. М.: Наука, 1983, -390с.

18. Mach J., Simon Н. Organizations. Wiley, New York, 1958.

19. Бурков B.H., Ириков В.А. Модели и методы управления организационными системами. М.: Наука, 1994. - 270с.

20. Глупщов В.М. О системной оптимизации. //Кибернетика. 1980, №5. -С. 89-90.

21. Михалевич B.C., Волкович B.JI. Вычислительные методы исследова-ния и проектирования сложных систем. М.: Наука, 1982. - 240с.

22. Кукущкин Н.С., Морозов В.В. Теория неантагонистических игр. М.: Изд-во МГУ, 1984. - 140с.

23. Согласованное управление активными производственными системами /Ашимов А.А., Бурков В.Н., Джанаров Б.А., Кондратьев В.В. М.: Наук, 1986.-248с.

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

25. Полищук JI.И. Анализ многокритериальных экономико-математических моделей. Новосибирск: Наука, 1989. - 347с.

26. Авербах И.Л., Цурков В.И. Оптимизация в блочных задачах с целочисленными переменными. М.: Наука, 1995. - 228с.

27. Еремин И.И. Противоречивые модели оптимального планирования. -М.: Наука, 1988.- 159с.

28. Левин М.И., Макаров В.Л., Рубинов A.M. Математические модели экономического взаимодействия. М.: Физмат, 1993. - 374с.

29. Полтерович В.М. Экономическое равновесие и хозяйственный механизм. М.: Наука, 1990.- 256с.

30. Финансово-промышленные группы: система управления /В.В. Титов и др.; Под ред. В.В. Титова, В.Д. Макарова, В.Ф. Соболева. Новосибирск: Наука, 1988. - 192с.

31. Макаров В.Л., Рубинов A.M. Математическая теория экономической динамики и равновесия. М.: Наука, 1973. - 355с.

32. Розен В.В. Цель оптимальность - решение (математические модели принятия оптимальных решений). - М.: Радио и связь, 1982. - 168с.

33. Поспелов Д.А. Ситуационное управление: теория и практика. М.: Физмат, 1986. -288с.

34. Шрейдер Ю.А., Шаров А.А. Системы и модели. М.: Радио и связь, 1982.- 152с.

35. Представление и использование знаний. Пер. с япон. /Под ред. X. Уе-но, М. Исидзука. М.: Мир, 1989. - 220с.

36. Орловский С.А. Проблемы принятия решений при нечеткой исходной информации. М.: Наука, 1981. - 208с.

37. Трахтенгерц Э.А. Взаимодействие агентов в многоканальных системах. Автоматика и телемеханика. 1998, №8.

38. Заде JI.А. Понятие лингвистической переменной и его применение к принятию проблемных решений. М.: Мир, 1976. - 168с.

39. Нечеткие множества и теория возможностей. Последние достижения. Пер. с англ. /Под ред. P.P. Ягера. М.: Радио и связь, 1986. - 408с.

40. Дюбуа Д., Прад А. Теория возможностей. Приложения к представлению знаний в информатике. Пер. с фран. М.: Радио и связь, 1990. -288с.

41. Белкин А.Р., Левин М.Ш. Принятие решений: комбинаторные модели аппроксимации инфромации. М.: Наука, 1990.

42. Борисов А.Н., Алексеев А.В., Меркурьева Г.В. и др. Обработка нечеткой информации в системах принятия решений. М.: Радио и связь, 1989.-304с.

43. Анич Н., Ларичев О.И. Метод Электра и проблема ацикличности отношений альтернатив. Автоматика и телемеханика, 1996. №8.

44. Нейман Дж., Моргенштерн О. Теория тр и экономическое поведение. -М.: Наука, 1970.

45. Кини Р.Л., Райфа X. Принятие решений при многих критериях: Предпочтения и замещения. М.: Радио и связь, 1981. - 560с.

46. Модели и методы векторной оптимизации /С.В. Емельянов, Н.В. Борисов, А.А. Малевич, A.M. Черкашин// Техническая кибернетика, 1971.

47. Ларичев О.И. Анализ процессов принятия человеком решений при альтернативах, имеющим оценки по многим критериям: Обзор// Автоматика и телемеханика, 1981, №8.

48. Федулов А.А., Федулов Ю.Г., Цыгичко В.Н. Введение в теорию статистически ненадежных решений. М.: Мир, 1971. С. 172-215.

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

50. Кофман А., Анри-Лобардер А. Методы и модели исследования операций. М.: Мир, 1977. - 433с.

51. Рейнгольд Э., Нивергельт Ю., Део Н. Комбинаторные алгоритмы. Теория и практика: Пер. с англ. М.: Мир, 1980. - 207с.

52. Гэри М., Джонсон Д. Вычислительные алгоритмы и труднорешаемые задачи. М.: Мир, 1982. - 416с.

53. Нильсен Н. Принципы искусственного интеллекта. М.: Радио и связь, 1985.-373с.

54. Горбатов В.А. Теория упорядоченных систем. М.: Сов. радио, 1976. -366с.

55. Нечеткие множества в моделях управления и искусственного интеллекта. /Под ред. Д.А. Поспелова. М.: Наука, 1986. - 312с.

56. Малышев Н.Г., Бернштейн Л.С., Боженюк А.В. Нечеткие модели для экспертных систем в САПР. -М.: Энергоатомиздат, 1991. 136с.

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

58. Бернштейн Л.С., Финаев В.И. Адаптивное управление с нечеткими стратегиями. Ростов н/Д: Изд-во РГУ, 1993. - 134с.

59. Мелихов А.Н., Баронец В.Д. Проектирование микропроцессорных средств обработки нечеткой информации. Ростов н/Д: Изд-во РГУ, 1990.- 130с.

60. Поспелов Д.А. Логико-лингвистические модели в системах управления. М.: Энергия, 1981. - 231 с.

61. Карелин В.П., Целых А.Н. Модели принятия решений в чрезвычайных экологических ситуациях при нечетких исходных данных. Материалы

62. Всероссийской научно-технической конференции «Мониторинг и прогнозирование чрезвычайных ситуаций». С.-Петербург, 1998.

63. Астанин Д.А., Бернштейн JI.C., Захаревич В.Г. Проектирование интеллектуального интерфейса «человек-машина». Ростов н/Д: Изд-во РГУ, 1990. - 118с.

64. Поспелов Д.А. Ситуационное управление, новый виток разви-тия.//Теория и системы управления. 1995, №5.

65. Соловьев В.А. Использование неявных связей объекта при его исследовании с помощью логического вывода по аналогии.//Управляющие системы и машины. 1992, №5/6.

66. Целых А.Н. Моделирование процессов принятия решений в нечетких условиях. Ростов н/Д: Изд-во Северо-Кавказского научного центра высшей школы, 1999. - 104с.

67. Бернштейн JI.C., Карелин В.П., Целых А.Н. Модели и методы принятия решений в интегрированных интеллектуальных системах. Ростов н/Д: Изд-во ГРУ, 1999. - 268с.

68. Целых А.Н., Тимошенко Р.П. Принятие решений на основе мер сходства интегрированных нечетких множеств. Препринт. Ростов н/Д: Изд-во СКНЦВШ, 1999. - 36с.

69. Васильев B.C., Целых А.Н. Принятие прогнозных решений в экологических задачах на основе методов численного моделирования. Препринт. Ростов н/Д: Изд-во СКНЦВШ, 1999. - 48с.

70. Карелин В.П., Целых А.Н. Методы и модели принятия решений в со-циотехнических системах. Препринт. Ростов н/Д: Изд-во СКНУВШ, 1999.-60с.

71. Целых А.Н. Моделирование принятия решений в экологической экспертной системе. Известия вузов. Северо-Кавказский регион. Технические науки. Ростов н/Д: Изд-во СКНЦВШ, 1999, №4. - С. 17-23.

72. Рыков А.С. Методы системного анализа: многокритериальная и нечеткая оптимизация, моделирование и экспертные оценки. М.: НПО «Издательство Экономика», 1999. - 191с.

73. Целых А.Н., Тимошенко Р.П. Оценка экологической обстановки окружающей среды на основе анализа знаний экспертов.//Известия ТРТУ. Тематический выпуск «Управление в социальных и экономических системах». Таганрог: Изд-во ТРТУ, 1998, №1. - С.219-222.

74. Сафронов И.Г., Пономарев О.Ю., Бутусов О.Б. Математическая модель динамики лесной экосистемы в пространстве интегральных индексов для моделирования явлений типа петля гистерезисаУ/Труды МГУИЭ, т.2. М.: МГУИЭ, 1998. - С.82-93.

75. Сафронов Н.Г., Бутусов О.Б. Обработка нечеткой дистанционной информации для экологического зонирования лесов//Труды МГУИЭ. -М.: МГУИЭ, 1999. С.130-150.

76. Бутусов О.Б., Сафронов Н.Г. Современные проблемы моделирования экосистем//Математические методы в технике технологиях ММТТ-13: сб. трудов междун. науч. конф. - СПб.: СпбГУ, 2000.

77. Представление и использование знаний: Пер. с япон./Под ред. X. Уе-но, М. Исидзука. М.: Мир, 1989. - 220с.

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

79. Реброва М.П. Автоматическая классификация в системах обработки информации. Поиск документов. М.: Радио и связь, 1983. - 92с.

80. FIRST: Fuzzy Information Retrievol System /Lucarella D., Morara R/ J.Jnf.Sei. -1991.-17. №2.

81. Бернштейн Л.С., Мелехин В.Б. Процедуры ПР интегральным роботом в условиях априорной неопределенности. «Автом. и телем.», 1988, №4.

82. Целых А.Н., Тимошенко Р.П. Принятие решений в экологической геоинформационной системе на основе нечеткой модели классификации. Известия ТРТУ. Тематический выпуск «Интеллектуальные САПР». -Таганрог: ТРТУ, 1998, №2(8). С.217-220.

83. Вагин Р.А. Дедукция и обобщение в системах принятия решений. -М.: Наука, 1988.-384с.

84. Алиев Р.А., Церковный А.Э. Интеллектуальные работы с нечеткими базами знаний. М.: Радио и связь, 1990.

85. Мелихов А.Н., Карелин В.П. Методы распознавания изоморфизма и изоморфного вложения четких и нечетких графов. Учебное пособие. -Таганрог: ТРТУ, 1995.

86. Трахтенгерц Э.А. Компьютерная поддержка принятия решений. Научно-техническое издание. Серия «Информатизация России на пороге XXI века». М.: СИНТЕГ, 1998. - 376с.

87. Саати Т. Принятие решений. Метод анализа иерархий. М.: Радио и связь, 1993.

88. Бурков В.Н., Еналиев А.К., Новиков Д.А. Механизмы функционирования социально-экономических систем с сообщением информа-ции.//АиТ, №3, 1996. С.3-5.

89. Вентцель Е.С. Исследование операций. Задачи, принципы, методология. М.: Наука, 1988.

90. Вилисов В.Я. Алгоритмы принятия решений при испытании летательных аппаратов. Учебное пособие. -М.: Изд-во МАИ, 1982.

91. Зыков А.А. Основы теории графов. М.: Наука, 1987. - 384с.

92. Негойце К. Применение теории нечетких множеств к проблемам управления. Пер. с англ. -М.: Мир, 1981. 179с.

93. Самарский А.А., Михайлов А.П. Математическое моделирование: Идеи. Методы. Примеры. М.: Наука. Физмат, 1997. - 320с.

94. Васильев B.C., Целых А.Н. Принятие прогнозных решений в экологических задачах на основе методов численного моделирования. Препринт. Ростов н/Д: Изд-во СКНЦВШ, 1999. - 48с.

95. Маханов С.С., Семенов А.Ю. Двумерный неотрицательный алгоритм расчета течений жидкости в открытых руслах //Ж. вычисл. матем-ки и матем. физики, 1996, т.36, №4. С.97-105.

96. Заславский Б.Г., Полуэктов Р.А. Управление экологическими системами. -М.: Наука, 1988.

97. Пененко В.В., Алоян А.Е. Модели и методы для задач охраны окружающей среды. Новосибирск: Наука, 1985. - 256с.

98. Алексеенко В.А. Геохимия ландшафта и охрана окружающей среды. -М.: Наука, 1990.-142с.

99. Экологическая обстановка в Санкт-Петербурге и Ленинградской области в 1997 году. Справочно-аналитический обзор (7 выпуск). -СПб.: ООО «КСИ», 1998. 290с.

100. Охрана окружающей среды, природопользование и обеспечение экологической безопасности в Санкт-Петербурге в 1998 году /Под ред. А.С. Баева, Н.Д. Сорокина. СПб.: ООО «Фирма «Сезам», 1999. -520с.

101. Охрана окружающей среды. Справочник, 1978. 558с.

102. Ю1.Приваленко В.В. Геохимическая оценка экологической ситуации.

103. Ростов-на-Дону, 1993.- 167с.

104. Ю2.Марчук Г.И. Методы вычислительной математики: Учебное пособие. 3-е изд. - М.: Наука, 1989. - 608с.

105. Методические указания по оценке степени опасности загрязнения почвы химическими веществами. М.: Наука, 1987. - 23с.

106. Автоматизированная информационно-управляющая система «Экологическая безопасность России». Основные положения системного проекта. М.: Минприрода РФ, 1993.

107. Несвижская Н.М., Сает Ю.Е. Геохимические принципы выделения предельно допустимых концентраций химических элементов в почвах //Миграция загрязняющих веществ в почвах и сопредельных средах. -Л.: 1985. С.100-105.

108. Обухов А.И., Ефремова Л.К. Охрана и рекультивация почв, загрязненных тяжелыми металлами. //Тяжелые металлы в окружающей среде и охрана природы. М.: 1988. - С.23-36.

109. Кабата-Пендиас А., Пендиас К. Микроэлементы в почвах и растениях. -М.: 1989.

110. Беус А.А., Грабовская Л.И., Тихонова Н.В. Геохимия окружающей среды.-М.: 1976.-248с.

111. Целых А.Н., Дзюба Э.В. Построение карт аномальных экологических зон на основе нечетких правил. Известия ТРТУ. Тематич. выпуск «Управление в социальных и экономических системах». Таганрог: Изд-во ТРТУ, 1998, №1(7). - С.222-226.

112. Боем Б.У. Инженерное проектирование программного обеспечения. -М.: Радио и связь, 1995. 512с.