автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.10, диссертация на тему:Алгоритмы оценки оперативной обстановки руководителем при чрезвычайных ситуациях на основе многомерных альтернатив

ВВЕДЕНИЕ.

ГЛАВА 1. ИНФОРМАЦИОННЫЙ АНАЛИЗ ФУНКЦИОНИРОВАНИЯ РУКОВОДИТЕЛЯ ПОДРАЗДЕЛЕНИЯ МЧС 1.1 Анализ рисков возникновения чрезвычайных ситуаций в РФ.

1.2. Особенности принятия решения руководителем подразделения МЧС в условиях чрезвычайной ситуации.

1.3. Понятие субъективности и возможности ее формализации.

1.4. Подходы к информационной оценке субъективности руководителя в процессах функционирования.

1.5. Информационное описание механизма эмоций.

Выводы по первой главе.

ГЛАВА 2. АНАЛИЗ МЕТОДОВ ОЦЕНКИ ПОВЕДЕНИЯ РУКОВОДИТЕЛЯ ПРИ РЕШЕНИИ МНОГОКРИТЕРИАЛЬНЫХ ЗАДАЧ

2.1. Ошибки и противоречия.

2.2. Модель памяти.

2.3. Методы исследования поведения руководителя в многокритериальных задачах.

2.4. Согласование решения в условиях неопределенности.

Выводы по второй главе.

ГЛАВА 3. РАЗРАБОТКА АЛГОРИТМОВ ВЫБОРА НАИЛУЧШЕГО РЕШЕНР1Я В ЗАВИСИМОСТИ ОТ ПРЕДПОЧТЕНИЙ ЛИЦА, ПРИНИМАЮЩЕГО РЕШЕНИЕ НА ОСНОВЕ МНОГОКРИТЕРИАЛЬНЫХ АЛЬТЕРНАТИВ

3.1. Многокритериальные задачи с упорядоченными по важности однородными критериями.

3.2. Алгоритмы выбора многомерной альтернативы.

3.3. Процедура построения решения на множестве многокритериальных альтернатив на основе достоверной информации о предпочтениях лица, принимающего решение.

3.4. Многокритериальная задача об оптимальной остановке процесса выбора.

Выводы по третьей главе.

Актуальность темы. В последние годы количество чрезвычайных ситуаций (ЧС) в нашей стране и во всем мире в целом растет. ЧС, к сожалению, становятся элементами жизни. Поэтому каждый руководитель должен обладать средствами активного противодействия им, так как цена возможного исхода, как правило, человеческие жизни. Руководитель изначально формирует себя как личность, управляющая другими, поэтому его роль в любой ЧС велика. От его эффективного поведения во многом зависят судьбы других. Невозможно дать рекомендации по всем видам ЧС, но создать модель эффективного поведения руководителя можно. Необходимость создания таких моделей связана с тем, что к наибольшим жертвам приводят чаще всего ошибочные стереотипы поведения, а не случайности.

Сложность принятия решений в условиях ЧС состоит в необходимости учета большого количества противоречивых факторов, в высокой степени неопределенности, обусловленной недостаточным уровнем информации для принятия обоснованных решений. Анализ характера реагирования на большинство ЧС показывает, что за редкими исключениями происходит частичная или полная потеря управляемости, что в значительной мере связано с неспособностью руководителя восстановить свои логико-аналитические функции и их неэффективным использованием.

Выбор вариантов действий не должен быть хаотическим. Наиболее простым вариантом является использование готовых вариантов действий. Поэтому первый источник спасительных знаний - индивидуальный банк данных об аналогичных ЧС, имевших место в мире и способах выхода из них.

В настоящее время практическая задача эффективной реализации фазы творческого мышления, позволяющей накапливать и упорядочивать свои знания о способах противодействия любой ЧС, активизировать эти знания в момент возникновения ЧС, обеспечивать быстрое построение модели развития ЧС лежит на пути разработки информационных систем поддержки принятия решений. Такие системы должны обеспечивать реализацию процедур принятия решений как в ситуациях, допускающих строгую формализацию проблемы, так и в тех случаях, когда необходим анализ качественной информации, то есть мнений специалистов-экспертов. Несмотря на многообразие ЧС природного и техногенного характера методология поведения руководителя в условиях наступившей ЧС, разработана недостаточно. Теория принятия решений позволяет разработать методы, дающие ЛПР научную основу для проведения операций, осуществляемых под его руководством и контролем. Под принятием «наилучшего» решения понимается выбор определенного решения из некоторого множества возможных альтернативных решений или упорядочение этого множества. Методы теории принятия решений дают основу для разработки процедур, в соответствие с которыми, вся информация о структуре предпочтений ЛПР и его оценке внешней среды используется для получения вывода о том, какое из альтернативных решений является «наилучшим».

К настоящему моменту разработано большое число математических моделей, предназначенных для принятия управленческих решений. Значительная часть построенных моделей в той или иной мере используется на практике и все же, несмотря на достигнутые успехи, остается еще немало проблем, требующих своего решения.

Цель работы. Целью диссертационной работы является разработка алгоритмов выбора наилучшего решения в зависимости от предпочтений лица, принимающего решение на основе многокритериальных альтернатив в условиях чрезвычайных ситуаций.

Объект исследования - процесс принятия управленческого решения лицом, принимающим решение (ЛПР) в условиях многокритериальных альтернатив при чрезвычайных ситуациях.

Предмет исследования — модели и алгоритмы выбора наилучшего решения на основе предпочтений ЛПР в условиях многокритериальных альтернатив.

Научная задача, решаемая в диссертационной работе заключается в анализе поведения руководителя при решении многокритериальных задач, рассмотрении методов исследования поведения руководителя в многокритериальных задачах, анализе поведения руководителя в условиях ЧС, разработке алгоритмов выбора многомерной альтернативы и алгоритмов выбора наилучшего решения в зависимости от предпочтений ЛПР на основе многокритериальных альтернатив.

Научная новизна. В диссертации впервые разработаны алгоритмы выбора наилучшей многомерной альтернативы из заданного конечного множества при различных предположениях о структуре предпочтений ЛПР и алгоритмизированная процедура построения на множестве векторных оценок объектов, по критериям качества бинарного отношения «предпочтения - безразличия», являющегося в общем случае квазипорядком.

Методы исследования. Для решения указанных научных задач использовались методы исследования, основанные на общей теории систем, теорий системного анализа и синтеза сложных систем, теорий принятия решения, теории вероятности, социальной статистики, применялись методы математического моделирования и теории множеств.

Основными результатами диссертационной работы, выносимыми на защиту, являются:

1. Алгоритм выбора наилучшего решения на основе слабых предположений о структуре предпочтений лица, принимающего решение.

2. Алгоритм выбора наилучшего решения на основе сильных предположений о структуре предпочтений лица, принимающего решение.

3. Алгоритмизированная процедура построения квазипорядка на множестве многокритериальных альтернатив на основе достоверной информации о предпочтениях лица, принимающего решение.

Научно-практическая значимость полученных результатов определяется их важностью в ходе организации оптимального и эффективного принятия управленческого решения в условия многокритериальных альтернатив при ЧС. Предпосылкой для применения разработанных моделей является существующая неудовлетворительная организация принятия управленческого решения в условиях многокритериальных альтернатив при ЧС.

Разработанные алгоритмы выбора наилучшей многомерной альтернативы из заданного конечного множества при различных предположениях о структуре предпочтений ЛПР (на основе слабых или сильных предположений о структуре предпочтений) позволяют решить одну из проблем принятия управленческих решений, заключающуюся в необходимости учета большого количества противоречивых критериев.

Предлагаемая алгоритмизированная процедура построения квазипорядка на множестве многокритериальных альтернатив на основе достоверной информации о предпочтениях лица, принимающего решение является обоснованием способа перехода от информации о предпочтениях ЛПР к решающему правилу, в котором проверяется выполнение условия независимости критериев по предпочтению и используется условие транзитивности получаемого бинарного отношения «предпочтения - безразличия». Построение квазипорядка осуществляется непосредственно на информации, получаемой от ЛПР, отражающей его предпочтения в содержательных понятиях, без перехода к каким-либо количественным оценкам.

Научные результаты нашли практическое применение в образовательном процессе в Санкт-Петербургском государственном политехническом университете и Санкт-Петербургском институте Государственной противопожарной службы МЧС России.

Апробация результатов исследования. Основные положения исследования, докладывались и обсуждались на заседаниях кафедры автоматики и средств связи Санкт-Петербургского института ГПС МЧС России, а также на следующих научно-практических конференциях:

- IX Всероссийской конференции «Проблемы науки и высшей школы», Санкт-Петербург, 18-19 мая 2005, Санкт-Петербургский государственный политехнический университет;

- международной конференции КТИФ «Пожарная охрана Мира. Расширение функций и задач», Санкт-Петербург, СПбИ ГПС МЧС России, 14 октября 2005 г.

- международной научно-практической конференции «Проблемы взаимодействия МВД и МЧС России в сфере обеспечения безопасности дорожного движения», Санкт-Петербург, СПбИ ГПС МЧС России, 16-17 марта 2006 г.

Публикации. По теме диссертации опубликовано 6 научных работ.

Выводы по третьей главе

Понятие наилучшего решения не может быть сформулировано на основе только информации о значениях оценок решений по каждому критерию. Особенностью таких задач принятия решений является наличие ЛПР, система предпочтений которого и положена в основу понятия наилучшего решения.

Существуют различные методы решения задач выбора. В них используются ответы ЛПР на достаточно простые вопросы, которые при некоторых предположениях о структуре предпочтения позволяют произвести выбор. При этом предполагается, ЛПР способно сравнивать альтернативные решения, отличающиеся друг от друга значениями оценок только по двум критериям. В настоящей работе предлагаются два человеко-машинных алгоритма выбора наилучшего решения из произвольного конечного допустимого множества. Первый алгоритм построен на предположении о том, что предпочтения ЛПР могут быть описаны некоторой монотонно возрастающей функцией полезности, второй - на дополнительном предположении о выпуклости ее гиперповерхностей уровня.

Первый алгоритм основан на процедуре, которая помогает ЛПР сравнивать альтернативы, отличающиеся более чем по двум критериям. Он построен на основе слабых предположений о виде функции полезности, однако требует большого участия ЛПР. Использование этого алгоритма целесообразно, когда множество неподчиненных решений содержит сравнительно небольшое число решений или, когда в процессе содержательной интерпретации задачи имеется возможность сократить число неподчиненных решений.

Второй алгоритм построен на основе более сильных предположений о структуре предпочтений ЛПР. Предлагаемый алгоритм разбивается на два этапа. Результатом первого этапа является выделение из множества подчиненных решений некоторого подмножества, содержащего искомое решение. Результатом второго этапа - выбор наилучшего решения из полученного подмножества. В некоторых случаях применение только первого этапа позволяет решить задачу выбора.

Существует большое количество проблем принятия решений при ЧС, где ценность каждой из рассматриваемых альтернатив характеризуется совокупностью оценок по многим критериям. В данной работе предлагается новый метод построения квазипорядка. В нем используются корректные процедуры получения информации о предпочтениях ЛПР, близкие к использованным ранее, но содержащие специально разработанную процедуру выявления и устранения противоречий в получаемой от ЛПР информации. Кроме того, новым является обоснование способа перехода от информации о предпочтениях ЛПР к решающему правилу, в котором проверяется выполнение условия независимости критериев по предпочтению и используется условие транзитивности получаемого бинарного отношения «предпочтения - безразличия». Построение квазипорядка осуществляется непосредственно на информации, получаемой от ЛПР, отражающей его предпочтения в содержательных понятиях, без перехода к каким-либо количественным оценкам. В работе не рассматривается общий для многих методов принятия решений этап разработки перечня критериев и шкал оценок. Предполагается, что предварительно выбраны критерии и для каждого из них построена порядковая шкала словесно сформулированных оценок, определяющих разные уровни качества по данному критерию. Тогда полное множество многокритериальных альтернатив определяется декартовым произведением шкал критериев в многокритериальном пространстве.

ЗАКЛЮЧЕНИЕ

В диссертационном исследовании на основе современного состояния процесса принятия управленческих решений в условиях многокритериальных альтернатив были сформулированы основные задачи и цели совершенствования процесса принятия управленческих решений в условиях ЧС.

В ходе выполнения диссертационной работы и в соответствии с научной задачей получены следующие результаты:

Проведен информационный анализ функционирования руководителя.

Проведен анализ поведения руководителя при решении многокритериальных задач. Для объяснения поведения руководителя в многокритериальных задачах рассмотрены имеющиеся данные о структуре человеческой системы переработки информации.

Рассмотрено поведение руководителя в условиях ЧС. Представлена модель эффективного поведения руководителя в условиях ЧС.

Рассмотрены многокритериальные задачи с упорядоченными по важности однородными критериями.

Предложены алгоритмы выбора наилучшей многомерной альтернативы из заданного конечного множества при различных предположениях о структуре предпочтений ЛПР. Первый алгоритм основан на процедуре, которая помогает ЛПР сравнивать альтернативы, отличающиеся более чем по двум критериям. Он построен на основе слабых предположений о виде функции полезности, однако требует большого участия ЛПР. Второй алгоритм построен на основе более сильных предположений о структуре предпочтений ЛПР.

Предложена алгоритмизированная процедура построения квазипорядка на множестве многокритериальных альтернатив на основе достоверной информации о предпочтениях ЛПР.

Все полученные автором в процессе диссертационного исследования научные результаты подтверждены актами реализации.

1. Бурков В.Н., Данев Б., Еналеев А.К., Кондратьев В.В., Нанева Т.Б., Щепкин A.B. Большие системы: моделирование организационных механизмов. М: Наука, 1989.246 с.

2. Кузнецов Н. А., Кондратьев В. В., Филиппов В. П. Технология формирования целевых программ (структурное описание). Препринт. М.: Ин-т проблем управления, 1998.

3. Бурков В.Н., Ириков В.А. Модели и методы управления организационными системами. М.: Наука, 1994.

4. Лебедев М. М. Принципы и эффективность создания АУСП энергосистемы. М.: Энергия, 1975.

5. Бурков В.Н., Новиков Д.А. Теория активных систем: состояние и перспективы. М.: Синтег, 1999.126 с.

6. Гришуткин А.Н., Цыганов В.В. Прогрессивные адаптивные механизмы глобализации // В сб.: Когнитивный анализ и управление развитием ситуаций. Труды международной конференции, том 2. М.: ИПУ РАН, 2001. С. 101-107.

7. Новиков Д.А., Цветков A.B. Механизмы функционирования в многоэлементных организационных системах. М.: Апостроф, 2000.

8. Горский Ю. М. Информационные аспекты управления и моделирования. М.: Наука, 1988.224 с.

9. Маленков Ю. А. Менеджер в тисках чрезвычайной ситуации. Образование и бизнес, № 35,2000.

10. Павленко В.П., Цыганов В.В. Адаптивное корпоративное управление // В сб.: Когнитивный анализ и управление развитием ситуаций. Материалы международной конференции, том 2. М.: ИПУ РАН, 2001. С. 108-113.

11. Цыганов В.В. Адаптивные механизмы в отраслевом управлении. М.: Наука, 1991. 166 с.

12. Никайдо X. Выпуклые структуры и математическая экономика. М.: «Мир», 1972.

13. Виноградская Т.М. Использование свойств частично упорядоченных множеств в многокритериальных задачах принятия решений. М.: Изд. Ин-та проблем управления, М.: 1974.

14. Ларичев О. И. Теория и методы принятия решений, а также Хроника событий в Волшебных странах. М.: Логос, 2000. 296 с.

15. Цыганов В.В., Шишкин Г.Б. Прогрессивные адаптивные механизмы программной оценки и ранжирования // В сб.: Теория активных систем. Труды международной конференции. М.: ИПУ РАН, 2001, том 1,с.65-47.

16. Емельянов С. В., Борисов В. И; Малевич А. А., Черкашин А. М. Модели и методы векторной оптимизации. Итоги науки и техники. Техническая кибернетика, т. 5. Изд-во ВИНИТИ, 1983.

17. Гермейер Ю.Б. Введение в теорию исследования операций. «Наука», 1971.

18. Карлин С. Математические методы в теории игр, программировании и экономике. «Мир», 1964.

19. Цыганов В.В., Щербина H.H. Самоорганизующиеся деловые модели/В сб.: Когнитивный анализ и управление развитием ситуаций. Материалы международной конференции, том 2. М.: ИПУ РАН, 2001, с. 114-118.

20. Ансофф И. Стратегическое управление / Пер. с англ. М.: Экономика, 1989.519 с.

21. Вагнер Г. Основы исследования операций. Т. I III. «Мир», 1972.

22. Акофф Р., Сасиени M. Основы исследования операций. М.: «Мир»,1971.

23. Бенвенисте Г. Овладение политикой планирования / Пер. с англ. М.: 1994.304 с.

24. Сенге П.М. Пятая дисциплина: искусство и практика самообучающейся организации / Пер. с англ. М.: ЗАО «Олимп-Бизнес», 1999.408 с.

25. Ближин A.A., Малыгин И.Г., Цыганов В.В. Адаптивные механизмы управления пожарно-спасательными подразделениями. Монография. СПб.: СПбИ ГПС МЧС России, 2005.90 с.

26. Мизес JI. Человеческая деятельность. М.: Экономика, 2000. 669 с.

27. Ближин A.A., Шапошников C.B. Оперативное управление и методы контроля решений в системах управления специального назначения // Проблемы внедрения новых сетевых технологий. Сборник научных трудов.

28. Выпуск 5. СПб.: Международная академия информатизации, Академия региональных проблем информатики и управления, Военный университет связи, 2004. С. 92 95.

29. Вентцель Е.С. Введение в исследование операций. М.: «Сов. радио», 1964.

30. Растригин Д.А. Системы экстремального управления. «Наука»,1974

31. Поспелов Г.С. Искусственный интеллект основа новой информационной технологии. М.: Наука, 1987.261 с.

32. Хан Д. Планирование и контроль: концепция контроллинга / Пер. с нем. М.: Финансы и статистика, 1997. 610 с.

33. Подиновский В. В., Гаврилов В. М. Оптимизация по последовательно применяемым критериям. М.: «Сов. радио», 1975.

34. Планкетт П., Хейл Г. Выработка и принятие управленческих решений. М.: Экономика, 1984.167 с.

35. Дорф Р.,. Бишон Р. Современные системы управления. М. Лаборатория базовых знаний. Юнимедиал Стайл, 2002, 800 с.

36. Нечеткие множества и теория возможностей. Последние достижения / Отв. ред. P.P. Ягер. М.: Радио и связь, 1986.391 с.

37. Миркин Б. Г. Проблема группового выбора. М.: «Наука», 1974.

38. Джини К. Средние величины. М.: «Статистика», 1990.

39. Юнг К.Г. Психологические типы. М.: Университетская книга, 1996.

40. Веников В. А. Теория подобия и моделирования. М., «Высшая школа», 1966.

41. Зигелъ А., Волъф Дж. Модели группового поведения в системе «человек машина». М.: «Мир», 1973.

42. Орловский С.А. Проблемы принятия решений при нечеткой исходной информации. М.: Наука, 1991.206 с.

43. Лоскутов В.И. Автоматизированные системы управления. М.: «Статистика», 1972.

44. Крисилов А.Д. Алгоритмы количественного обоснования решений для систем, работающих в условиях неопределенности. Киев: «Знание», 1984.17 с.

45. Борисов В.В. Компьютерная поддержка сложных организационно — технических систем. М. Горячая линия Телеком, 2002,154 с.

46. Рубахин В.Ф. Психологические основы обработки первичной информации. Л.: «Наука», 1991.

47. Джорж Ф. Люгер. Искусственный интеллект. Стратегии и методы решения сложных проблем. М.: Изд. дом Вильяме, 2003, 864 с.

48. Фрайгенберг И.М. Мозг, психика, здоровье. М.: «Наука», 1992.

49. Шингаров Г.Х. Эмоции и чувства как форма отражения действительности. М.: «Наука», 1991.

50. Мыльник В.В., Титаренко Б.П., Волоченко В.А. Исследование систем управления. Учебное пособие. М.: Академический Проект; 2003, 352 с.

51. Поспелов Г.С., Поспелов Д.А. Искусственный интеллект. Состояние и проблемы. М.: Московский дом Hill», 1974.

52. Ларичев О.И. Теория и методы принятия решений, а также Хроника событий в Волшебных странах. Учебник. М. Логос, 2003.

53. Акофф Р.Л. О природе систем. М.: Изв. АН СССР. Техническая кибернетика, 1971, №3.

54. Ломов В. Ф. Инженерная психология в СССР. В кн.: Проблемы инженерной психологии. М.: «Наука», 1977.

55. Николаев В.И. Информационная теория контроля и управления. М.: «Судостроение», 1993.

56. Частиков А.П. Разработка экспертных систем среды CLIPS. Учебное пособие. СПб.: БХВ Петербург, 2003, 608 с.

57. Проблемы инженерной психологии. М.: «Наука», 1967.

58. Лукьянов А.П., Фролов M.B. Сигналы состояния человека руководителя. М.: «Наука», 1969.

59. Симонов В.П. Что такое эмоция? М.: «Наука», 1966.

60. Бурков В.Н., Ириков В.А. Модели и методы управления организационными системами. М.: Наука, 1994.

61. Денисов A.A., Колесников Д.Н. Теория больших систем управления. Л.: Энергоиздат, 1982.

62. Клиланд Д., Кинг В. Системный анализ и целевое управление. М.: Радио и связь, 1983.

63. Льюс Р. Д., Райфа X. Игры и решения. М.: Изд-во иностр. лит.,1961.

64. Ларичев О.И. Наука и искусство принятия решений. М.: Наука,1979.

65. Ларичев О.И., Мошкович Е. М. О возможностях получения от человека непротиворечивых оценок многомерных альтернатив // Дескриптивный подход к изучению процессов принятия решений при многих критериях: Тр. ВНИИСИ. 1980. № 9. с. 58-67

66. Актинсон Р. Человеческая память и процесс обучения. М.: Прогресс, 1980.

67. Величковский Б.М. Современная когнитивная психология. М.: Изд-воМГУ, 1982.

68. Саймон Г. Наука об искусственном. М.: Мир, 1972.

69. Клацки Р. Память человека, структуры и процессы. М.: Мир, 1979.

70. Грановская Р. М. Восприятие и модели памяти. JL: Наука, 1974.

71. Миллер Г. Магическое число семь плюс или минус два // Инженерная психология. М.: Прогресс, 1964.

72. Солтхауз Г. А. Психологические аспекты машинописи М.: В мире науки. 1984. № 7.

73. Зинченко В.П., Величковский Б.М., Вутетич Г.Г. Функциональная структура зрительной памяти. М.: Изд-во МГУ, 1980.

74. Емельянов C.B., Ларичев О.И. Многокритериальные методы принятия решении. М.: Знание, 1985. 31 с.

75. Захаров В.Н., Поспелов Д.А., Хазацкий В.Е. Системы управления. М.: Энергия, 1977.

76. Ларичев О.И. Анализ процессов принятия человеком решений при альтернативах, имеющих оценки по многим критериям // Автоматика и телемеханика. 1981. № 8. С. 131-141

77. Вычислительные машины и мышление / Под ред. Э. Фейгенбаума, Дж. Фельдмана. М.: Мир, 1967.

78. Ломов Б.Ф. Методологические и теоретические проблемы психологии. М.: Наука, 1984.

79. Узнадзе Д.Н. Экспериментальные основы психологии установки. Тбилиси: Изд-во АН ГССР, 1981.

80. Ларичев О.И., Зуев Ю.А., Гнеденко Л.С. Метод «ЗАПРОС» (ЗАмкнутые Процедуры у Опорных Ситуаций) решения слабоструктуризованных проблем выбора при многих критериях. Препр. ВНИИСИ, М, 1978.

81. Лем С. Сумма технологии. М.: Мир, 1968.

82. Никифоров А.Д., Ребрик С.Б., Шепталова Л.П. Экспериментальное исследование устойчивости предпочтений при выполнении ЛПР некоторых операций в задачах принятия решений // Процедуры оценивания многокритериальных альтернатив: Тр. ВНИИСИ. 1984. № 9.

83. Ларичев О.И. О возможностях человека в задачах принятия индивидуальных решений при многих критериях. В кн.: Проблемы и методы принятия решений в. организационных системах управления. М.: ВНИИСИ, 1982, с. 5-12.

84. Фишберн П. К. Теория полезности для принятия решений. М.: Мир,1982.

85. Мошковйч Е. М. Линейные и нелинейные дескриптивные модели. В кн.: Многокритериальный выбор при решении слабоструктуризованных проблем. М.: ВНИИСИ, 1978, с. 52-61.

86. Ларичев О.И. Методы многокритериальной оценки альтернатив. В кн.: Многокритериальный выбор при решении слабоструктуризованных проблем. М.: ВНИИСИ, 1978, с. 5-30.

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

88. Холл М. Комбинаторика. М.: Мир, 1970.

89. Фуремс Е.М., Мошкович Е.М. Упорядочение векторных оценок для задачи формирования «портфеля заказов». В кн.: Процедуры оценивания многокритериальных объектов. М.: ВНИИСИ, 1984, вып. 9, с. 41-53.

90. Гихман И.И., Скороход A.B. Введение в теорию случайных процессов. М.: Наука, 1977.

91. Берж К. Теория графов и ее применения. М.: Изд-во Иностр. лит.1962.

92. Подиновский В.В. Многокритериальные задачи с упорядоченными по важности однородными критериями. // Автоматика и телемеханика. 1976. №11.С. 118-127

93. Гранберг А.Г. Математические модели социалистической экономики. М.: Экономика, 1978.

94. Голыптейн Е.Г. Методы декомпозиции задач линейного и выпуклого программирования // Экономика и мат. методы. 1985. Т. XXI, вып. 6.

95. Вересков А.И., Голыптейн Е.Г. О задачах линейного программирования в размытой постановке // Экономика и мат. методы. 1986; т. XXII, вып. 6.

96. Тихонов А.Н., Арсении В.Я. Методы решения некорректных задач. М.: Наука, 1979.

97. Еремин И.И., Мазуров В.Д., Астафьев H.H. Несобственные задачи линейного и выпуклого программирования. М.: Наука, 1983.

98. Фролов В.Н. Оптимизация плановых программ при слабо согласованных ограничениях. М.: Наука, 1986.

99. Смирнов В.А., Соколов В.Г. Системное моделирование надежности плановых решений. Новосибирск: Наука, 1984.

100. Беллман Р., Заде JI. Принятие решений в расплывчатых условиях // Вопросы анализа и процедуры принятия решений. М.: Мир, 1976.

101. Орловский С.А. Проблемы принятия решений при нечеткой исходной информации. М.: Наука, 1981.

102. Ермольев Ю.М. Методы стохастического программирования. М.: Наука, 1976.

103. Ермольев Ю.М., Ястремский А.И. Стохастические модели и методы в экономическом планировании. М.: Наука, 1979.

104. Дынкин Е.Б., Юшкевич A.A. Теоремы и задачи о процессах Маркова. М.: Наука, 1967.

105. Роббинс Г., Сигмунд Д., Чао И. Теория оптимальных правил остановки. М.: Наука, 1977.

106. Ширяев А.И. Статистический последовательный анализ. М.: Наука, 1969

107. Архипова Н.И., Кульба В.В. Управление в чрезвычайных ситуациях. М.: РГТУ, 1994 г. 196 с.

108. Архипова Н.И., Квасницкий В.Н., Кульба В.В. Проблемы управления риском. В сб. Мир информации, личность и общество. М.: МАИ, 1994. г.

109. Порфирьев Б.Н. Федеральная система управления в чрезвычайных ситуациях в США. Сб. Проблемы безопасности при чрезвычайных ситуациях. ВИНИТИ, вып. 6, М., 1990.

110. Гудман С., Хидетниеми С. Ведение в разработку и анализ алгоритмов. М.: Мир, 1981.

111. Гэри М., Джонсон Д. Вычислительные машины и труднорешае-мые задачи. М.: Мир, 1982.

112. Кораблин И.А. Информатика: поиск управленческих решений. М.: Солон-Пресс, 2003,186 с.

113. Михалевич B.C., Волкович B.JI. Вычислительные методы исследования и проектирования сложных систем. М.: Наука, 1982.

114. Юдин Д.В. Вычислительные методы теории принятия решений. М.: Наука, 1989.

115. Кокорева JI.B., Малашинин И.И. Диалоговая система в управлении научными исследованиями и разработками. М.: Наука, 1988.215 с.

116. Перегудов Ф.И., Тарасенко В.П., Ехлаков Ю.П. Информационные системы для руководителей. М.: Финансы и статистика, 1989. 176 с.

117. Филин С.Г. Неопределенность от недостатка информации //

118. РИСК. 2000. № 2 3. С. 50 - 54.

119. Горский Ю.М. Системно-информационный анализ процессов управления. Новосибирск: Наука. Сиб. отд-ние. 1988. 327 с.

120. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Основы моделирования и первичная обработка данных// Финансы и статистика. М., 1983.290 с.

121. Бурков В.Н., Ивановский И.Г., Кондратьев В.В. Управление организационными системами с учетом человеческого фактора // Автоматика и телемеханика. 1979. № 6. С. 122 133.

122. Артамонов B.C., Кадулин В.Е. Интеллектуальные информационные системы: Учебное пособие. СПб.: СПбУ МВД России, Академия права, экономики и безопасности жизнедеятельности, 2001.

123. Советов Б.Я., Яковлев С.А. Построение сетей интегрального обслуживания. Л.: Машиностроение, 1990.332 с.

124. Клир Дж. Системология: автоматизация решения системных задач. М.: Радио и связь, 1990. 544 с.

125. Мизин И. А. Состояние и перспективы развития телекоммуникационных технологий // Труды Международной академии связи, 1997. № 3.

126. Новик И.В. Информационные аспекты риска. М.: Знание, 1988.132 с.

127. Новик И.В. Системная концепция: информация, оптимизация, риск. М.: Знание, 1988. 57 с.

128. Папандимитриу X., Стайглиц К. Комбинаторная оптимизация. Алгоритмы и сложность. М: Мир, 1985. 512 с.

129. Клир Дж. Системология. Автоматизация решения системных задач; Пер. с англ. М.: Радио и связь, 1990.544 с.

130. Успехов Н.А. Технологии управления. М.: Горячая линия Телеком, 2004. 142 с.

131. Волкова В.Н. и др. Теория систем и методы системного анализа в управлении и связи. М.: Радио и связь, 1983. 134 с.

132. Советов Б.Я., Яковлев С.А. Моделирование систем: Учебник для вузов. М.: Высшая школа, 1985. 272 с.

133. Бусленко Н.П. Моделирование сложных систем. М.: Наука, 1988.156 с.

134. Шнепс М.А. Системы распределения информации. Методы расчета: Справ, пособие. М.: Связь, 1989.344 с.

135. Свами М., Тхуласираман К. Графы, сети и алгоритмы / Пер. с англ. М.: Мир, 1984.455 с.

136. Черноруцкий И.Т. Методы решений. Учебное пособие. СПб.: БХВ Петербург, 2005.416с.

137. Кокорева Л.В., Малашинин И.И. Диалоговая система в управлении научными исследованиями и разработками. М.: Наука, 1988. 215 с.