автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Автоматизация прогнозирования и оптимизации капиталовложений в обслуживание технологических объектов нефтегазового производства

На правах рукописи

ЯГо ОД

_______________ ■ ...,

Тарасова Валентина Андреевна

АВТОМАТИЗАЦИЯ ПРОГНОЗИРОВАНИЯ И ОПТИМИЗАЦИИ КАПИТАЛОВЛОЖЕНИЙ В ОБСЛУЖИВАНИЕ ТЕХНОЛОГИЧЕСКИХ ОБЪЕКТОВ НЕФТЕГАЗОВОГО ПРОИЗВОДСТВА

Специальность 05.13.06 - "Автоматизированные системы управления"

Автореферат

диссертации на соискание ученой степени кандидата технических наук

МОСКВА - 2000

Работа выполнена в Российском государственном университете нефти и газа им. И. М. Губкина.

Научный руководитель - д.т.н., профессор Степин Ю. П. Официальные оппоненты - д.т.н., профессор Гливенко Е.В.

Ведущее предприятие - ДОАО "Газпромгеофизика"

Защита состоится 16 мая 2000 г. в 14 ч. на заседании диссертационного совета К 053.27.10 при Российском государственном университете нефти и газа им. И. М. Губкина по адресу: 117917, г. Москва, Ленинский проспект, 65, ауд. 202

С диссертацией можно ознакомиться в библиотеке Российского государственного университета нефти и газа им. И. М. Губкина.

Автореферат разослан "_" апреля 2000 г.

- к.т.н., профессор Павлов С.Н.

Ученый секретарь диссертационног совета К 053.27.10, к.т.н., доцент

Общая характеристика работы

Актуальность проблемы. В настоящее время характерной особенностью нефтегазового производства является внедрение в экономику и организацию его функционирования рыночных механизмовг что в первую очередь влечет за собой необходимость оптимально использовать капиталовложения. Около 60% суммы отраслевых капиталовложений сосредоточены в добыче и транспорте нефти и газа. В обеспечении бесперебойной работы этих и других видов основного производства одно из значительных мест занимает проведение производственно-технического обслуживания (ПТО). Необходимым и наиболее капиталоемким его видом не только в добыче нефти и газа, но и бурении скважин являются геофизические исследования скважин (ГИС). Другим важным видом ПТО во всех подотраслях нефтегазового производства является техническое обслуживание и ремонт (ТОР) технологического оборудования. От эффективности и качества проведения обслуживания в значительной степени зависят объемы добываемых и перекачиваемых нефти и газа, их себестоимость, количество новых вводимых в работу скважин и многое другое.

Следует отметить, что число и разнообразие объектов нефтегазовых предприятий, являющихся объектами обслуживания, велико и требует больших капиталовложений, а организационные и технологические условия работы этих объектов сопровождаются, с одной стороны, статистической неопределенностью, а с другой - неопределенностью, связанной с нечеткостью (размытостью) информации, на основании которой в системе обслуживания принимаются решения, в том числе о капиталовложениях.

В этих условиях особую важность приобретают проблемы автоматизации управления финансово-экономической деятельностью по организации процессов обслуживания. Одними из основных здесь являются проблемы определения (прогнозирования) необходимых объемов

капиталовложений в обслуживание (в частности, в ГИС и ТОР) и оптимизации их распределения между объектами обслуживания.

Так как в настоящее время в нефтегазовой отрасли имеет место высокая изношенность основных фондов (оборудования и сооружений), а по данным правительства России более 80% оборудования нуждается в обновлении или полной замене, то проблема автоматизации прогнозирования и оптимизации капиталовложений в обслуживание технологических объектов нефтегазового производства является актуальной, а ее решение невозможно без создания компьютерной системы поддержки принятия решений о капиталовложениях (далее СППР "Капиталовложения в ПТО").

Цель работы состоит в разработке математического, информационного и программного обеспечений СППР "Капиталовложения в ПТО" (компьютерной СППР для автоматизации прогнозирования и оптимизации капиталовложений в обслуживание (в частности, ГИС и ТОР) технологических объектов нефтегазового производства).

Задачи исследований:

1. Критериальная оценка ситуаций, включающая определение исходных данных, функций предпочтения, критериев выбора и ограничений.

2. Генерация и оценка возможных альтернатив решений о капиталовложениях в обслуживание технологических объектов нефтегазового производства с последующим выбором наиболее предпочтительной альтернативы, требующие разработки:

• модели прогнозирования капиталовложений в обслуживание технологических объектов нефтегазового производства;

• моделей и алгоритма оптимизации капиталовложений в обслуживание технологических объектов нефтегазового производства.

3. Создание информационного и программного обеспечений СППР "Капиталовложения в ПТО".

Первая глава посвящена анализу проблемы автоматизации прогнозирования и оптимизации капиталовложений в обслуживание технологических объектов нефтегазового производства. Рассмотрены задачи управления капиталовложениями, методы и модели принятия решений о капиталовложениях, подходы к формализации задач управления производством и его обслуживанием, а также задачи и виды обслуживания объектов добычи и транспорта нефти и газа. Приведено смысловое понятие обслуживания нефтегазового производства.

Целью обслуживания является создание всех необходимых материально-технических, информационных и финансовых условий для бесперебойного функционирования основных производств. Необходимо отдельно рассматривать капиталовложения в основное производство и его обслуживание, поскольку роль их различна (капиталовложения в обслуживание сопоставляются не с увеличением производства, а с . потерями (аварии, утечки и т.п.), которых можно избежать).

ГИС и ТОР являются необходимыми и наиболее капиталоемкими видами обслуживания; нефтегазового производства. Приведены работы, в которых предложено проведение ГИС и ТОР называть производственно-техническим обслуживанием (ПТО). Термин ПТО используется далее в диссертации как конкретизация понятия "обслуживание".

Объектами, в интересах которых осуществляется обслуживание, являются объекты основного производства, сгруппированные по соответствующим подотраслям и решаемым в них задачам.

Под объектом обслуживания понимается объект нефтегазового производства с определенными характеристиками, конкретизировать который в зависимости от решаемых задач предоставляется лицу, принимающему решения (ЛПР). То есть под объектом обслуживания ЛПР может понимать то, что с точки зрения решаемых им задач представляет в текущий момент интерес, например, районное нефтеперекачивающее

управление, нефтеперекачивающая станция, класс однотипных технологических объектов (например, типовая скважина - скважина с усредненными по заданному набору характеристиками) или, наконец, отдельные объекты нефтегазодобычи (например, скважины, промысловые коллекторы, насосные агрегаты и другие) и транспорта нефти и газа (например, оборудование магистральных нефтепроводов). Формулировка термина "объект ПТО" зависит от вида обслуживания и выбора ЛПР.

Рассмотрены объекты, задачи и виды ТОР и ГИС, в числе которых: основные задачи ТОР, задачи обеспечения работоспособности магистральных продуктопроводов, задачи капитального и текущего ремонтов скважин, основные задачи ГИС (геолого-промысловые, технические и технологические задачи, типичные задачи "ГИС-бурение"), а также комплексы ГИС. Отмечен установленный в выполненых ранее работах факт, что при проведении ТОР и ГИС решаются идентичные организационно-технологические задачи.

Для автоматизации планирования и управления производством промыслово-геофизических работ - создается АСУП-геофизика, входящая в состав единой отраслевой геолого-геофизической информационной системы (ОГТИС) ОАО "Газпром".

Проблема автоматизации прогнозирования и оптимизации капиталовложений в обслуживание технологических объектов нефтегазового производства входит в состав задачи автоматизации управления финансовой деятельностью проекта АСУП-геофизика и является актуальной в современных условиях дефицита финансирования и высокой изношенности основных фондов.

Проведение ГИС и ТОР финансируется в условиях неопределенности. Выполнены классификация видов этой неопределенности и анализ подходов к формализации задач управления производством и его обслуживанием в этих условиях. Проведенный Кучиным Б.Л. и Алтуниным А.Е. анализ неопределенностей в газовой промышленности показывает, что

даже в тех случаях, когда нечеткость в процессе принятия решений может быть представлена вероятностной моделью, удобнее оперировать с ней методами теории нечетких множеств без привлечения аппарата теории вероятностей. Предложено использовать нечеткую форму описания неопределенности и теорию нечетких множеств.

Проделанный анализ моделей и методов, применяемых в процессе принятия управляющих решений (в том числе предложенных Ереминым H.A. для месторождений углеводородов), а также существующих АСУ (в том числе разработанных Савостьяновым H.A., Эскиным В.М., Струковым A.C. для ГИС) показывает, что вопросы финансирования рассматриваются в целом для производства, не позволяя оценить объем капиталовложений для проведения обслуживания или отдельных его видов, нет необходимых для этого СППР и соответствующих моделей и алгоритмов. В связи с этим требуется разработать соответствующие математическое, информационное и программное обеспечения для компьютерной СППР "Капиталовложения в ПТО", обобщенная структура которой предложена в первой главе (рис.1).

Фуишин СППР "Капитялоалопии* • ПТО"

1 Критериальная оценка ситуаций (определение функций предпочтения, критериев и ограничений прогнозирования и оптимизации капвложений в ПТО)

1 Генерация возможны! вариантов решений

3 Оценка возможных вариантов решений

4 Согласование решений

5 Прогнозирование последствий принимаемых решений (прогнозирование состояния объектов ПТО после проведения альтернатив ПТО)

6 Выбор решения

7 Оценка соответствия выполнения принятых решений намеченным целям

Z Ф $

Базы данных Базы знаний Базы моделей

Рис.1. Обобщенная структура СППР "Капиталовложения в ПТО"

Рассматривается система, которую, с точки зрения проведения обслуживания, можно представить множеством объектов. ЛПР назначает сроки планирования капиталовложений в обслуживание технологических объектов нефтегазового производства, то есть интервал времени Т (например, 5 лет), который дробится ЛПР на периоды планирования /

(например, по годам /=1, 5). Каждый объект необходимо поддерживать в состоянии не хуже заданного (например, не хуже удовлетворительного), экономно расходуя денежные средства в течение всего срока планирования Т. Для этого проводятся альтернативы ПТО, в зависимости от которых изменяется состояние объекта.

Например, для вида обслуживания - ТОР, решается задача: "Проведение ТОР подземного оборудования скважин для поддержания его в состоянии не хуже удовлетворительного". Весь фонд скважин разбивается на классы и определяются допустимые варианты ТОР, то есть объекты - классы однотипных скважин, а альтернативы ПТО -допустимые комбинации из текущих и капитальных ремонтов подземного оборудования скважин. ЛПР в данном случае может быть, например, главный инженер предприятия.

Например, для вида обслуживания - ГИС, решается задача: "Контроль технического состояния скважин". Весь фонд скважин разбивается на классы и определяются допустимые варианты комплексов ГИС, то есть объекты - классы однотипных скважин, а альтернативы ПТО - варианты комплексов ГИС. ЛПР в данном случае может быть, например, главный геолог предприятия.

Требуется составить оптимальный план проведения обслуживания системы, состоящей из 1 объектов, и определить соответствующие ему капиталовложения для интервала времени Т, интересующего ЛПР.

Вторая глава посвящена разработке математической модели для прогнозирования капиталовложений в обслуживание технологических объектов нефтегазового производства.

Модель прогнозирования капиталовложений использует исходную информацию, разделенную на две группы: детерминированные данные (экономические показатели, получаемые из отчетов за прошедшие периоды времени или определенные различными нормативными документами на текущий и планируемые периоды времени) и экспертную информацию, восполняющую недостаток данных, связанный с неопределенностью ситуации прогнозирования капиталовложений в обслуживание (множества допустимых альтернатив ПТО, неопределенные отчетами или различными нормативными документами экономические показатели как за прошедшие, так и на текущий и планируемые периоды времени).

Для решения задач прогнозирования капиталовложений в обслуживание технологических объектов нефтегазового производства разработана нечеткая линейная эконометрическая модель (1) с нечеткими параметрами:

где

1

+ Е-

1 = 0

Я,

1

( ~ _ ~ ~ \ Р1-1Х1-1 _ Р/-1-\Х1-1-\

(1

Я,

(1)

где знак " ~ " обозначает нечеткость, размытость величины; С, -капиталовложения в обслуживание технологических объектов нефтегазового производства; 2, - капиталовложения на замещение выбывающих элементов основного капитала; р, - цена проведения обслуживания; дс, - объем работ по ПТО; А, - цена единицы "услуг капитала", которая вычисляется с учетом дохода от изменения рыночной стоимости активов, оказывающих влияние на принятие решения относительно объемов капиталовложений; <7, - индекс цен на

инвестиционные товары; и, - ставка налогообложения доходов предприятия; w, - доля тех амортизационных отчислений (по восстановительной стоимости), которые подлежат вычету из суммы доходов, облагаемых налогом; 8, - норма возмещения; г, - "стоимость капитала" (обычно процент выплат за ссуду в банке).

Отличительной особенностью предложенной модели является то, что модель учитывает основные экономические показатели, перечисленные выше, большинство из которых в рамках поставленной задачи нечеткие и оцениваются экспертами, а также допускает гибкое использование исходных данных как по объему информации, которое варьируется количеством прошедших периодов времени, так и по форме (то есть либо значения самих величин р, (цена) и х, (объем производства), либо уже готовое произведение р,х, (стоимость) при отсутствии необходимых значений р, и *, по отдельности). Под произведением р, х, ЛПР может понимать, например, стоимость всех проведенных текущих ремонтов в данный период времени для ТОР или сметную стоимость объема выполненных работ для ГИС.

Проанализированы два основных метода формализации нечеткости:

1) использование нечетких чисел, (например, Ь-Я-типа, задаваемых модой и коэффициентами нечеткости Ь и Я, которые показывают отклонения (размытость) числа слева и справа соответственно),

2) представление нечеткой величины нечетким множеством А в X с последующим разбиением А по а -уровням, т.е. в результате

составленных из элементов х € X, степени принадлежности которых нечеткому множеству А не меньше числа а.

Проведено их сравнение на примере прогнозирования капиталовложений в обслуживание технологических объектос

получается совокупность множеств

нефтегазового производства по данным НК "ЮКОС" (Юганскнефтегаз), показавшее, что при использовании Ь-Я-числ из-за приближенности операций умножения и деления, которых много в модели (1), неопределенность (размытость) значений капиталовложений возрастает с каждым следующим периодом времени, причем коэффициенты нечеткости Ь и 11 становятся одного порядка с модой Ь-Я-числа (исходная неопределенность (1995 год) менее 7%, в конце планирования (2000 год) -более чем 63%), в связи с чем такое прогнозирование теряет смысл.

Для описания нечетких параметров модели прогнозирования капиталовложений предложено использовать метод, в котором нечеткие величины представляются нечеткими множествами с последующим разбиением этих множеств по а -уровням. Предложенная модель прогнозирования капиталовложений входит в математическое обеспечение АСУП-геофизика, а также может быть адаптирована для решения других задач прогнозирования капиталовложений.

Третья глава посвящена разработке математических моделей и алгоритмов для оптимизации капиталовложений в ПТО.

Под оптимизацией капиталовложений в обслуживание технологических объектов нефтегазового производства в диссертации понимается определение наиболее предпочтительного для ЛПР варианта решения (соответствующих объектам обслуживания наборов альтернатив ПТО по плановым периодам). Даны понятия "состояние объекта ПТО" (определяемое ЛПР, экспертами или автоматически по совокупности его характеристик, имеющих значение при проведении данного вида обслуживания) и "альтернатива ПТО" (сочетания, например, различных видов ТОР или ГИС, которые предполагается проводить на объекте), приведены их примеры для ТОР и ГИС. В общем случае, качественный и количественный состав альтернатив ПТО определяют эксперты (ЛПР), используя свой опыт и интуицию, то есть эвристические предпочтения.

Для определения состояния объекта ПТО используются лингвистические переменные, конкретнее следующая шкала: к = .1,4 , где к= 1 - "отлично", к=2 - "хорошо", *=3 - "удовлетворительно", *=4 - "неудовлетворительно", (далее называемых уровни), хотя в общем может применяться любая градация состояния объекта, устраивающая ЛПР.

Рассмотрены функции (этапы) СППР "Капиталовложения в ПТО" (рис. 1).

Первый этап - критериальная оценка ситуаций - предназначен для анализа исходной информации, определения функций предпочтения, критериев и ограничений задачи оптимизации капиталовложений в ПТО. Анализ исходной информации показал, что данные по характеру (способам получения) состоят из двух групп: экспертная информация (множества допустимых альтернатив ПТО, фактическое состояние объектов на начало планирования, нижний предел состояния объектов, изменения состояния объекта в зависимости от проведенной альтернативы ПТО) и расчетные данные (значения объемов капиталовложений в обслуживание).

Рассмотрены нечеткие критерии и ограничения: минимизация капиталовложений при заданном состоянии объектов; максимальное улучшение состояния объектов, исходя из примерно известного объема капиталовложений, выделяемых на обслуживание системы этих объектов. При решении проблемы оптимизации капиталовложений возникают две равнозначные задачи (прямая и обратная), т.е. описанные критерии и ограничения взаимозаменяемы в зависимости от желания ЛПР.

Второй этап - генерация возможных вариантов решений - для СППР "Капиталовложения в ПТО" фактически является поиском оптимизирующего решения, в большой степени определяемым моделями оптимизации капиталовложений. В связи с этим разработка этих моделей выделена в отдельный параграф. Приведены возможные постановки задач оптимизации капиталовложений в обслуживание. Например, каждый

объект системы, состоящей из 1 объектов нефтегазового производства, в любой период планирования / необходимо поддерживать в состоянии (например, техническом) не хуже заданного, экономно расходуя денежные средства в течение всего срока планирования Т. Для этого проводятся альтернативы ПТО, в зависимости от которых изменяется состояние объекта. Требуется составить план (из альтернатив ПТО, назначаемых на объекты обслуживания по периодам планирования), выполнение которого минимизирует общие затраты на обслуживание и обеспечит заданное состояние всех объектов обслуживания в течение Т. Модель имеет вид:

^ = £ £ £ Сш х,у —-» тт (2)

' I 1

£ ** = Ь (4)

]

где V— вариант решения, т.е. набор альтернатив ПТО по периодам

планирования, V"- множество вариантов решения, * =

количество объектов в системе, ] = 1 ^ ~ количество альтернатив ПТО,

' = 1,7'; Т— количество периодов планирования, к—\К\ К— количество удовлетворяющих заданному условию оценок состояния объекта.

Х1Ц ~

1, если в период времени у-я альтернатива ПТО (л ,)

назначается на /-й объект, О, в противном случае.

Сщ > 0-необходимые капиталовложения для проведения у-ой альтернативы ПТО на /-том объекте в период планирования /.

- экспертная оценка текущего состояния объекта / (уверенность эксперта в том, что состояние объекта / соответствует уровню к ) в период планирования / после проведения у'-й альтернативы ПТО. NI ~ задаваемый экспертами предел состояния объекта в долях единицы, который может изменяться в границах

Величина АТУ, показывает размытость значения (допустимый предел нарушения) ограничения (3) по состоянию /-того объекта.

Знак " . >" означает приближенное, нечеткое достижение критерием своего экстремального значения. То, что ограничение выполняется нечетко (может нарушаться в допустимых границах), отражено знаком " > ".

Модель (2)-(4), состоящая из нечетких критерия оптимальности (2) и ограничения (3) и четкого структурного ограничения (4), является моделью нечеткой дискретной оптимизации с булевыми переменными. Приведены возможные модификации этой модели в зависимости от вида (4).

• Например, ЛПР затрудняется определить множество взаимоисключающих альтернатив ПТО, т. е. у него есть перечень работ, из которых он по каким-то причинам не может составить допустимые наборы. Тогда под альтернативой ПТО будут пониматься конкретные работы, а в (4) знак "=" заменяется на т.е в рассматриваемый период планирования на каждый объект должно быть назначено не менее одной альтернативы.

• Например, разные альтернативы ПТО требуют использования одного и того же оборудования или выполняются одной бригадой специалистов, т. е. одновременно данная альтернатива может назначаться только на ограниченное число объектов. Тогда к модели (2)-(4) добавятся

неравенства <,Ьп где Ь! - количество объектов, на которые

<

одновременно может быть назначена]-я альтернатива ПТО.

Задачи, которые можно описать моделью (2)-(4) и ее модификациями, относятся к одному классу - задачам нечеткого математического программирования, которые в отличие от традиционных задач имеют четкие структурные ограничения, определяющие структуру решения (правила присвоения булевым переменным значений 0 или 1).

Функции СППР "Капиталовложения в ПТО", являющиеся непосредственной частью процесса принятия решения (этапы 3, 5, 6), сильно переплетены. В связи с этим алгоритм решения задачи оптимизации капиталовложений (рис.2) выделен в отдельный параграф, а в описании этапов 3, 5, 6 перечислены относящиеся к ним составные части (шаги) алгоритма.

На третьем этапе - оценка возможных вариантов решений (шаги • алгоритма 1, 3, 7, 8) - проанализирована возможность использования динамического программирования для ее решения и предложен алгоритм, являющийся модифицированным алгоритмом динамического программирования, в котором применены следующие специальные приемы: подход Беллмана-Заде для выбора наилучшего варианта обслуживания по нечетким критерию и ограничениям; ранжирование для исключения возможности многократного повторения одних и тех же операций; локальная оптимизация для улучшения получаемых результатов.

Для того, чтобы не повторять многократно одни и те же операции, используется ранжирование альтернатив ПТО по критерию (2) при ограничениях (3). Наиболее предпочтительной (приоретет 1) считается альтернатива с максимальной степенью принадлежности рассматриваемому варианту решения, которая затем исключается из рассмотрения. Следующий приоритет присваивается так же, но выбор происходит только среди оставшихся альтернатив. Количество приоритетов равно числу допустимых по (3) альтернатив ПТО (шаг алгоритма 1).

11Н«г 1. Ранжирование »льтерштиг ПТО.

Рис. 2. Укрупненная схема алгоритма оптимизации капиталовложений в обслуживание технологических объектов нефтегазового производства

Оптимальный вариант решения (V * ), т.е. оптимальный набор альтернатив ПТО для каждого объекта обслуживания, является максимизирующим решением, получаемым в результате последовательно выполняемых операций:

1.По принципу Беллмана-Заде (5) определяется нечеткое решение задачи на данном этапе (оценка возможных вариантов решений)

MD(v)= min {^i,(v>/7c(v)}. (5)

2. Для разрешения неопределенности, связанной с окончательным выбором варианта решения, используется один из наиболее распространенных способов, состоящий в выборе варианта, имеющего максимальную степень принадлежности нечеткому решению (выбор решения)

fi'iy *)= max fiD(v), (6)

ver 4 '

где м f ~ функция принадлежности, характеризующая степень достижения критерием оптимальности (2) своего экстремального значения, вычисляется по следующей формуле:

(v)= F™x---F"

(7)

Ра ~ функция принадлежности, характеризующая степень выполнения ограничения (3), вычисляется по следующей формуле:

/*g(v) =

0, QVZN,-AN, ft-/"'-^), [N.-Щ) ( Qv < 1 («)

1. &=i •

Выражения (5)-(8) можно считать аналогом возвратного соотношения, используемого в динамическом программировании. Для улучшения

эффективности алгоритма применятся локальная оптимизация: если ухудшение выбранной альтернативы на предыдущем шаге приводит к улучшению

выбираемой альтернативы на последующем шаге, то проверяется экономическая выгодность такого ухудшения по (9).

Iе«/ + )- (С"Г + С(<+>)</'), (9)

где /- оптимальная для периода планирования / альтернатива ПТО, У -

альтернатива ПТО, следующая по приоритету за /, - альтернатива

ПТО, предыдущая по приоритету для /. Отрицательный результат тахой

проверки приводит к соответствующей замене.

Предложенный алгоритм применим для решения обратной задачи (через решение прямой) и для решения их модификаций.

Согласование решений (этап 4) в диссертации не рассматривается. Для задачи оптимизации капиталовложений пятый этап - прогнозирование последствий принимаемых решений - это прогнозирование состояния объектов обслуживания после проведения альтернатив ПТО (шаги алгоритма 2, 5) и прогнозирование капиталовложений, необходимых для этого. К шестому этапу - выбор решения - относятся шаги алгоритма 4,6,9.

Предложенные модели и алгоритмы реализуют основные функции (этапы) СППР "Капиталовложения в ПТО". Особенностью предложенной СППР является то, что генерация вариантов проведения обслуживания, их оценка, ранжирование и выбор лучшего варианта тесно связаны.

Четвертая глава посвящена созданию информационного и программного обеспечений, реализующих на ПЭВМ предложенные в передыдущих главах модели и алгоритмы.

Разработано информационное обеспечение СППР "Капиталовложения в ПТО", которое представляет собой базу данных (БД) "Капиталовложения в обслуживание", состоящую из следующих взаимосвязанных таблиц: "объекты обслуживания", "альтернативы ПТО", "назначение альтернатив ПТО на объекты обслуживания", "фактическое состояние объектов обслуживания", "изменение состояния объектов обслуживания",

"экономические показатели", "капиталовложения в обслуживание", "оптимальные альтернативы ПТО". В БД "Капиталовложения в обслуживание" содержатся все необходимые исходные данные и результаты прогнозирования и оптимизации капиталовложений, а также информация об индексах, отношениях между данными, процедурах и функциях, перемещаемых вместе с данными.

Разработано программное обеспечение СГТПР "Капиталовложения в ПТО", которое представляет собой совокупность программных модулей для ввода и редактирования данных, выполнения вычислений по моделям и алгоритмам, предложенным во второй и третьей главах, и просмотра результатов. Реализовано это программное обеспечение в событийно-управляемой и объектно-ориентированной системе Microsoft Visual FoxPro Version 5.0 Professional Edition, работающей под операционной системой Microsoft Windows 95, 98 на ПЭВМ типа IBM PC.

Даны результаты расчетов и анализа контрольных примеров по прогнозированию и оптимизации капиталовложений в ТОР и ГИС, отражающих реальные условия решения задач.

Приведены схемы разработанных информационного и программного обеспечений, отражающие их структуру, содержание и порядок работы.

Основные результаты и выводы

Проведенные исследования, направленные на создание математического, информационного и программного обеспечений СППР "Капиталовложения в ПТО", позволяют зафиксировать следующие основные результаты и выводы.

1. В современных условиях дефицита финансирования и высокой изно-. шенности основных фондов проблема автоматизации прогнозирования и оптимизации капиталовложений в обслуживание технологических объектов нефтегазового производства является актуальной. В наиболь-

шей степени это относится к ГИС и ТОР - необходимым и наиболее капиталоемким видам обслуживания. В существующих в нефтегазовом производстве АСУ вопросы финансирования рассматриваются в целом для производства, объем необходимых капиталовложений для проведения ПТО или отдельных его видов затруднен, нет необходимых для этого СППР и соответствующих моделей и алгоритмов.

2. Показано, что организация финансирования ГИС и ТОР реализуется в условиях неопределенности. Выполнена классификация видов этой неопределенности и предложены подходы к ее учету в СППР "Капиталовложения в ПТО". Разработана обобщенная структура этой СППР.

3. Для СППР "Капиталовложения а ПТО":

- разработана нечеткая линейная эконометрическая модель, отличительной особенностью которой является то, что модель учитывает основные экономические показатели, такие как цена выпускаемой продукции, . объем производства, индексация цен в соответствии с ростом инфляции, ставки налогообложения и т.п.; модель использует исходную информацию, разделенную на две группы: детерминированные данные и экспертную информацию; для описания нечетких параметров модели (экспертных данных) предложено представлять нечеткие величины нечеткими множествами с последующим их разбиением по а -уровням;

- разработаны модели прямой и обратной задач нечеткой дискретной оптимизации объемов капиталовложений и их распределения по плановым периодам между объектами рассматриваемой системы;

- предложен алгоритм решения задач оптимизации капиталовложений в обслуживание, представляющий собой модифицированный алгоритм динамического программирования с локальной оптимизацией.

4. Разработано информационное и программное обеспечение СППР "Капиталовложения в ПТО". Даны результаты расчетов и анализа контрольных примеров по прогнозированию и оптимизации капитало-

вложений в ТОР и ГИС, отражающих реальные условия решения задач. Теоретические и практические результаты работы нашли применение в работе производственного объединения Транссибирских магистральных нефтепроводов и АСУП-геофизика, входящей в состав единой отраслевой геолого-геофизической информационной системы (ОГГИС) ОАО "Газпром". Модульность разработанных математического, информационного и программного обеспечений СППР "Капиталовложения в ПТО" предоставляет возможность их использования и для различных объектов других производств.

5. Использование разработанных моделей, алгоритмов, баз данных и программ для СППР "Капиталовложения в ПТО" способствует получению наилучших с точки зрения руководителя решений по планированию и оптимизации капиталовложений в условиях неопределенности за счет совместного комплексного применения как традиционных методов, так и за счет применения ЛПР с помощью СППР своих субъективных оценок и представлений. Это позволяет поддерживать на требуемом уровне производственные мощности, что в свою очередь уменьшает вероятнось аварий и негативное воздействие на окружающую среду.

По теме диссертации опубликованы следующие работы:

1. Тарасову В. А. Нечеткая множественная регрессия для прогнозирования инвестиций в ТОР объектов газовой промышленности. // Тезисы докладов Всероссийской конференции молодых ученых, специалистов и студентов по проблемам газовой промышленности России "Новые технологии в газовой промышленности". М., 1995, с.258-259.

2. Тарасова В. А. Модель оптимизации инвестирования геофизических работ. // Тезисы докладов второй научно-технической конференции "Актуальные проблемы состояния и развития нефтегазового комплекса России". М., 1997, с.27-28.

3. Тарасова В. А. Автоматизированная система поддержки принятия решений, связанных с инвестированием ПТО технологических объектов нефтегазового производства. // Тезисы докладов II Всероссийской конференции молодых ученых, специалистов и студентов по проблемам газовой промышленности России "Новые технологии в газовой промышленности". М„ 1997, с.7.

4. Степан Ю. П., Тарасова В. А. Нечеткая множественная регрессия для прогнозирования инвестиций.// Автоматизация, телемеханизация и связь в нефтяной промышленности. М.:ВНИИОЭНГ, 1995, № 9, с. 21-23.

5. Степин Ю. П., Тарасова В. А. Оптимизация капиталовложений в ПТО технологических объектов нефтегазового производства. // Автоматизация, телемеханизация и связь в нефтяной промышленности. М.: ВНИИОЭНГ, 1997, № 5-6, с.3-6.

6. Степин Ю. П., Тарасова В. А. Решение задач оптимизации инвестиций в • ПТО технологических объектов нефтегазового производства. // Автоматизация, телемеханизация и связь в нефтяной промышленности. М.: ВНИИОЭНГ, 1997, № 7-8, с.4-7.

Введение

1. Анализ проблемы автоматизации прогнозирования и оптимизации капиталовложений в обслуживание технологических объектов нефтегазового производства

1.1. Задачи управления капиталовложениями

1.2. Обслуживание технологических объектов нефтегазового производства, его виды и задачи

1.3. Методы и модели принятия решений о капиталовложениях

1.4. Подходы к формализации задач управления производством и его обслуживанием в условиях неопределенности

1.5. Компьютерные системы поддержки принятия решений для автоматизации управления производством и его обслуживанием

Выводы по главе

2. Разработка математической модели прогнозирования капиталовложений в обслуживание технологических объектов нефтегазового производства

2.1. Содержательная постановка задачи прогнозирования капиталовложений

2.2. Модель прогнозирования капиталовложений

2.3. Алгоритм прогнозирования капиталовложений

2.3.1. Описание нечеткой информации

2.3.2. Определение нечетких коэффициентов модели прогнозирования капиталовложений

2.3.3. Прогнозирование капиталовложений в ПТО по а -уровням и в Х-/?-числах на примере НК "ЮКОС" (Юганскнефтегаз)

Выводы по главе

3. Разработка моделей и алгоритма оптимизации капиталовложений в обслуживание технологических объектов нефтегазового производства

3.1. Содержательная постановка задачи оптимизации капиталовложений

3.2. Модели оптимизации капиталовложений

3.3. Алгоритм решения задачи оптимизации капиталовложений 95 Выводы по главе

4. Разработка информационного и программного обеспечений СППР "Капиталовложения в ПТО"

4.1. Разработка ИО СППР "Капиталовложения в ПТО"

4.2. Разработка ПО СППР "Капиталовложения в ПТО"

4.2.1. Обоснование выбора инструментальной среды для разработки ПО СППР "Капиталовложения в ПТО"

4.2.2. Основные положения объектно-ориентированного проектирования, примененные при создании ПО

4.2.3. Описание ПО СППР "Капиталовложения в ПТО"

4.3. Расчеты по прогнозированию и оптимизации капиталовложений в ПТО технологических объектов нефтегазового производства (на примере ТОР и ГИС)

Выводы по главе

Актуальность проблемы. В настоящее время характерной особенностью нефтегазового производства является внедрение в экономику и организацию его функционирования рыночных механизмов, что в первую очередь влечет за собой необходимость оптимально использовать капиталовложения. Около 60% суммы отраслевых капиталовложений сосредоточены в добыче и транспорте нефти и газа. В обеспечении бесперебойной работы этих и других видов основного производства одно из значительных мест занимает проведение производственно-технического обслуживания (ПТО).

Необходимым и наиболее капиталоемким его видом не только в добыче нефти и газа, но и бурении скважин являются геофизические исследования скважин (ГИС). Другим важным видом ПТО во всех подотраслях нефтегазового производства является техническое обслуживание и ремонт (ТОР) технологического оборудования.

От эффективности и качества проведения ПТО в значительной степени зависят объемы добываемых и перекачиваемых нефти и газа, их себестоимость, проходка, количество новых вводимых в работу скважин и многое другое.

Следует отметить, что число и разнообразие объектов нефтегазовых предприятий, являющихся объектами обслуживания, велико и требует больших капиталовложений, а организационные и технологические условия работы этих объектов сопровождаются, с одной стороны, статистической неопределенностью, а с другой - неопределенностью, связанной с нечеткостью (размытостью) информации, на основании которой в системе ПТО принимаются решения, в том числе о капиталовложениях.

В этих условиях особую важность приобретают проблемы автоматизации управления финансово-экономической деятельностью по организации процессов обслуживания. Одними из основных здесь являются проблемы определения (прогнозирования) необходимых объемов капиталовложений в ПТО (в частности, в ГИС и ТОР) и оптимизации их распределения между объектами обслуживания.

Так как в настоящее время в нефтегазовой отрасли имеет место высокая изношенность основных фондов (оборудования и сооружений), а по данным правительства России более 80% оборудования нуждается в обновлении или полной замене, то проблема автоматизации прогнозирования и оптимизации капиталовложений в ПТО технологических объектов нефтегазового производства является актуальной, а ее решение невозможно без создания компьютерной системы поддержки принятия решений (СППР) о капиталовложениях (далее СППР "Капиталовложения в ПТО").

Цель работы состоит в разработке математического, информационного и программного обеспечений СППР "Капиталовложения в ПТО" (компьютерной СППР для автоматизации прогнозирования и оптимизации капиталовложений в обслуживание (в частности, ГИС и ТОР) технологических объектов нефтегазового производства).

Задачи исследований:

1. Критериальная оценка ситуаций, включающая определение исходных данных, функций предпочтения, критериев выбора и ограничений.

2. Генерация и оценка возможных альтернатив решений о капиталовложениях в обслуживание технологических объектов нефтегазового производства с последующим выбором наиболее предпочтительной альтернативы, требующие разработки:

• модели прогнозирования капиталовложений в обслуживание технологических объектов нефтегазового производства;

• моделей и алгоритма оптимизации капиталовложений в обслуживание технологических объектов нефтегазового производства.

3. Создание информационного (ИО) и программного (ПО) обеспечений СППР "Капиталовложения в ПТО".

Методы исследований. Для решения поставленных задач были использованы методы системного анализа, проектного анализа, теории принятия решений, теории нечетких множеств, регрессионного анализа и математического программирования.

Научная новизна результатов, полученных в диссертационной работе состоит в том, что

• разработано специальное математическое обеспечение (МО) СППР "Капиталовложения в ПТО", включающее:

- нечеткую линейную эконометрическую модель прогнозирования капиталовложений с нечеткими параметрами;

- модели нечеткой дискретной оптимизации капиталовложений и модели распределения фиксированного объема капиталовложений (обратная задача) с булевыми переменными;

- алгоритм решения задачи оптимизации капиталовложений, представляющий собой модифицированный алгоритм динамического программирования с локальной оптимизацией;

• разработаны ИО и ПО СППР "Капиталовложения в ПТО".

Практическая ценность диссертационной работы заключается в том, что использование разработанных в ней моделей, алгоритмов, ИО и ПО СППР "Капиталовложения в ПТО" способствует получению наилучших, с точки зрения ЛПР, решений по планированию и оптимизации капиталовложений в условиях неопределенности за счет совместного комплексного применения как традиционных методов и использования соответствующих баз данных и знаний, так и за счет применения ЛПР с помощью СППР своих субъективных оценок и представлений. Это позволяет поддерживать на требуемом уровне производственные мощности, что в свою очередь уменьшает вероятность аварий и негативное воздействие на окружающую среду.

Модульность разработанных МО, ИО и ПО СППР "Капиталовложения в ПТО" предоставляет возможность их использования и для различных объектов других производств.

Теоретические и практические результаты работы нашли применение в работе производственного объединения Транссибирских магистральных нефтепроводов и АСУП-геофизика.

Апробация работы. Основные теоретические и практические положения и результаты диссертации докладывались и обсуждались на следующих конференциях:

• конференция молодых ученых, специалистов и студентов по проблемам газовой промышленности России "Новые технологии в газовой промышленности", секция 6, М., сентябрь 1995;

• вторая научно-техническая конференция "Актуальные проблемы состояния и развития нефтегазового комплекса России" секция 6, М., янв. 1997;

• вторая конференция молодых ученых, специалистов и студентов по проблемам газовой промышленности России "Новые технологии в газовой промышленности", секция 6, М., сентябрь 1997.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы и восьми приложений. Общий объем работы 146 страниц, в том числе 7 рисунков и 24 таблицы, объем приложений 47 страниц, в том числе 25 рисунков и 24 таблицы. Список использованной литературы включает 127 наименований.

Выводы по главе 4:

1. Разработанно ИО СППР "Капиталовложения в ПТО", которое представляет собой базу данных (БД "Капиталовложения в ПТО"), состоящую из следующих взаимосвязанных таблиц: "объекты ПТО", "альтернативы ПТО", "назначение альтернатив ПТО на объекты ПТО", "фактическое состояние объектов ПТО", "изменение состояния объектов ПТО", "экономические показатели", "капиталовложения в ПТО", "оптимальные альтернативы ПТО". В БД "Капиталовложения в ПТО" содержатся все необходимые исходные данные и результаты прогнозирования и оптимизации капиталовложений, а также информация об индексах, отношениях между данными, процедурах и функциях, перемещаемых вместе с данными.

2. Разработано ПО СППР "Капиталовложения в ПТО", которое представляет собой совокупность программных модулей для ввода и редактирования данных, выполнения вычислений по математическим моделям и алгоритмам, представленным во второй и третьей главах, и просмотра результатов. Реализовано это ПО в событийно-управляемой и объектно-ориентированной системе Microsoft Visual FoxPro Version 5.0 Professional Edition, работающей под операционной системой Microsoft Windows 95, 98 на ПЭВМ типа IBM PC. Даны результаты расчетов и анализа контрольных примеров по прогнозированию и оптимизации капиталовложений в ТОР и ГИС, отражающих реальные условия решения задач.

3. Приведены схемы разработанных ИО и ПО, отражающие их структуру, содержание и порядок работы.

Заключение. 137 разработаны модели прямой и обратной задач нечеткой дискретной оптимизации объемов капиталовложений и их распределения по плановым периодам между объектами рассматриваемой системы; предложен алгоритм решения задач оптимизации капиталовложений в ПТО, представляющий собой модифицированный алгоритм динамического программирования с локальной оптимизацией.

4. Разработанно ИО и ПО СППР "Капиталовложения в ПТО". Даны результаты расчетов и анализа контрольных примеров по прогнозированию и оптимизации капиталовложений в ТОР и ГИС, отражающих реальные условия решения задач. Теоретические и практические результаты работы нашли применение в работе производственного объединения Транссибирских МНП и АСУП-геофизика, входящей в ОГГИС ОАО "Газпром". Модульность разработанных МО, ИО и ПО СППР "Капиталовложения в ПТО" предоставляет возможность их использования и для различных объектов других производств.

5. Использование разработанных моделей, алгоритмов, ИО и ПО СППР "Капиталовложения в ПТО" способствует получению наилучших с точки зрения ЛПР решений по планированию и оптимизации капиталовложений в условиях неопределенности за счет совместного комплексного применения как традиционных методов, так и за счет применения ЛПР с помощью СППР своих субъективных оценок и представлений. Это позволяет поддерживать на требуемом уровне производственные мощности, что в свою очередь уменьшает вероятнось аварий и негативное воздействие на окружающую среду.

1. Аверкин А.Н. и др. Нечеткие множества в моделях управления и искусственного интеллекта. // М.: Наука, 1986, 312с.

2. Алиев P.A., Церковный А.Э., Мамедова Г.А. Управление произвоством при нечеткой исходной нформаци. // М.: Энергоатомиздат, 1991, 240с.

3. Андреев А.Ф. Оценка эффективности и планирование проектных решений в нефтегазовой промышленности. // М.: ГАНГ, 1997, 276с.

4. Андреев А.Ф. и др. Основы проектного анализа в нефтяной и газовой промышленности. // М.: ГАНГ, 1997, 341с.

5. Андреев А.Ф. и др. Актуальные проблемы воспроизводства основных производственных фондов газовой промышленности. // Обз. информ. Сер. Экономика, организация и управление производством в газовой промышленности. М.: ИРЦ Газпром, 1996, 67с.

6. Асаи К., Ватада Д., Иваи С. Прикладные нечеткие системы. // Под. ред. Терано Т., Асаи К., пер. с япон. М.: Мир, 1993, 368с.

7. Атаян Н.Х. Организация управления нефтегазовой производственной системой в условиях ФПГ. // М.: Недра, 1996, 495с.

8. Баженова И.Ю. Visual FoxPro 3.0. // М.: Диалог-МИФИ, 1996, 286с.

9. Башлыков A.A., Еремеев А.П. Экспертные системы поддержки принятия решений в энергетике. // М.: Издательство МЭИ, 1994, 216с.

10. Бобровский С. Oracle 7. // М.: ЛОРИ, 1996, 651с.

11. Бор М.З. Управление как процесс, процедуры, методы реализации управленческих решений. М.: Наука, 1986, 513с.

12. Буч Гради. Объектно-ориентированное проектирование с примерами применения. // Пер. с англ. М.: Конкорд, 1992, 519с.

13. Васильев В.А. и др. Моделирование и оптимизация финансовых рисков. // Доклады II Международной НТК "Моделирование и исследование сложных систем". Часть 4. М.: МГАПИ, 1998, с.600-614.

14. Вебер Ю., Гёлъделъ X., Шеффер У. Организация стратегического и оперативного планирования на предприятии. // Проблемы теории и практики управления. М., 1998, № 2, с. 105-111.

15. Винн Р., Холден К. Введение в прикладной эконометрический анализ. // М.: Финансы и статистика, 1981, с. 34-62.

16. Волошинов В.В., Левитин Е.С. Экстремальные ограничения в модели инвестиционных программ с финансовым механизмом обеспечения предстоящих выплат. // НТЖ. Экономика и математические методы. М.: Наука, 1996, том 32, вып. 2, с. 117-128.

17. Вощинин А.П., Сотиров Г.Р. Оптимизация в условиях неопределенности. // М.: МЭИ "Техника", 1989, с. 129-149.

18. Гайдук И. Путь к эффективному управлению. // Нефтегазовая вертикаль, 1998, № 9-10, с. 132-134.

19. Гергедава Ш.К. и др. Комплексы геофизических исследований скважин по контролю месторождений и эксплуатации подземных хранилищ газа (временное руководство). //М.: Союзгазгеофизика, 1986, 16с.

20. Гергедава Ш.К., Кузин A.M., Пантелеев Г. Ф., Рогова В.Н. Временный регламент проведения промыслово-геофизических исследований на действующих подземных хранилищах газа. //М.:Союзбургаз, 1990, 19с.

21. Гливенко Е В., Степин Ю.П., Трахтенгерц Э.А. Компьютерные системы поддержки принятия решений в нефтегазовом производстве. М.: РГУ нефти и газа, 1999, 73с.

22. Грачев А.Ю. СУБД Informix: настоящее и будущее. // Мир ПК, 1994, № 5, с.58-67.

23. Грищенко В.Н., Демидова Л.Г., Петров А.Н. Теоретические основы прогнозирования и планирования. // С.-П.: СПбУЭФ, 1995, 112с.

24. Грошикова Е.В., Лубенцова B.C. Моделирование оптимального плана распределения капитальных вложений между предприятиями. // Сб. науч. тр., Самара: Изд-во СамГТУ, 1997, с.27-34.

25. Гусев A.A., Гусева И.Г. Об экономическом механизме экологически устойчивого развития. // Экономика и математические методы. М.: Наука, 1996, том 32, вып. 2, с. 67-77.

26. Данилов В.Л. и др. Состояние нефтяного комплекса и перспективы добычи нефти в Российской Федерации. //Экономика и управление нефтегазовой промышленности. М.: ВНИИОЭНГ, 1995, № 8, с. 9-14.

27. Дашут Е.С. и др. Компьютерная система управления затратами и моделирования финансовых потоков предприятия. //Сб.науч.тр. НГФЭиУ. Новосибирск, 1996, с. 156-176.

28. Джексон П. Америка, Европа и Япония в борьбе за лидерство в сфере переработки. Общий обзор. // Нефтегаз, 1996, № 3, с. 110-112.

29. Дубина А., Сынгур С. FoxPro 2.*: Методы программирования. // М.: Филинъ, 1996, 212с.

30. Еремин H.A. Моделирование месторождений углеводородов методами нечеткой логики. //М.: Наука, 1994, 462с.

31. Ермолаев А.И. Модели и методы оптимизации в проектировании АСУ. //М.: МИНГ, 1991, 38с.

32. Есипова Э.Ю. Разработка МО, ИО и ПО АСУ ГТМ. // Автореферат кандидатской диссертации. // Москва: ГАНГ, 1996, 20с.

33. Заде H.A. Основы нового подхода к анализу сложных систем и процессов принятия решений. // М., Знание, 1974, с.5-49.

34. Заде JI.A. Понятие лингвистической переменной и его применение к понятию приближенных решений. // М., Мир, 1976, 165с.

35. Зайцев Е.К. Управление обслуживанием нефтегазодобывающего производства//Докторская диссертация. // М.: ГАНГ, 1994. 403 с.

36. Заборин В.И. и др. Разработка и внедрение универсальной АС расчета потребности материальных ресурсов на базе ПЭВМ для бурения скважин и добычи нефти и газа. // Экономика и управление нефтегазовой промышленности. М.: ВНИИОЭНГ, 1995, № 9, с.27-28.

37. Зубарева В.Д. и др. Учет инфляции как фактора риска при анализе затрат и выгод от реализации проекта. // Экономика и управление нефтегазовой промышленности. М.: ВНИИОЭНГ, 1996, № 11, с. 30-33.

38. Зубов B.C. Clipper & FoxPro. // M.: Филинъ, 1996, 496с.

39. Казак A.C. и др. Совершенствование системы ТОР магистральных нефтепроводов. // М.: ВНИИОЭНГ, 1987, 73с.

40. Кардаш В.А., Арженовский C.B. Исследование инвестиционной стратегии предприятия в условиях инфляции. // Экономика и математические методы. М.: Наука, 1998, том 34, вып. 1, с.107-113.

41. Клейменов С.А. и др. Программно-информационные комплексы автоматизированных систем. // М.: Высш. шк., 1990, 224с.

42. Клер A.M. и др. Моделирование и оптимизация в задачах оперативного управления ТЭС. // Новосибирск: Наука, Сиб. Пр. РАН, 1997. 120с.

43. Клименко A.B. Планирование капиталовложений. М.: МГУ, 1990. 96с.

44. Ковалев B.B. Методы оценки инвест, проектов. // М.: Наука, 1998, 143с.

45. Ковалев В.В. Финансовый анализ. // М.: Наука, 1998. 511с.

46. Козерская Н. С. Компьютерный анализ информационных связей экологических показателей. // Сб. ст., М.: ЦЭМИ РАН, 1997, с.85-92.

47. Кокорева Т.А. Системный анализ процедур принятия управленческих решений. // М.: Наука, 1994, 112с.

48. Комзолов A.A., Масленникова Л.В., Миловидов К.Н. Методы оценки эффективности проектов в области автоматизации управления производственными процессами. // М.: ГАНГ, 1997, 43с.

49. Комзолов A.A., Максимов А.К., Миловидов К.Н. Финансово-математические модели. // М.: ГАНГ, 1997, 116с.

50. Костоглодов Д.Д., Харисова Л.М. Распределительная логистика. // М.: Экспертное Бюро, 1997, 127с.

51. Кофман А. Введение в теорию нечетких множеств. // М.: Радио и связь, пер. с франц., 1982, 432с.

52. Краснощекое П. С. Элементы математической теории принятия проектных решений. // Автоматизация проектирования, 1997, № 1, с. 15-23.

53. Кунц Г., Одоннел С. Управление: системный и ситуационный анализ управленческих функций. // М.: Наука, 1981, 814с.

54. Куправа Т.А. Создание и программирование баз данных средствами СУБД dBase III Plus, FoxBase, Clipper. // M.: Мир, 1991, 110c.

55. Кучин Б.Л., Алтунин А.Е. Управление системой газоснабжения в осложненных условиях эксплуатации. // М.: Недра, 1984, 208с.

56. Кучин Б.Л., Алтунин А.Е. Автоматизированные информационные системы объектов газоснабжения. // М.: Недра, 1989, 199с.

57. Левин С.М. Этапы формирования экономических методов управления в нефтяной промышленности. // Экономика и управление нефтегазовой промышленности. М.: ВНИИОЭНГ, 1995, № 10-11, с. 13-22.

58. Математические методы и приложения. // М.: Наука, 1997. 148с.

59. Математические модели и управление в технических и экономических системах. // Сб. статей. М.: МИИТ, 1998. 119с.

60. Моделирование и оптимизация сложных технологических структур и объектов. // Сб. ст. М.: Машиностроение, 1997. 80с.

61. Мину М. Математическое программирование. // М.: Наука, 1990, 488с.

62. Мойсеенок В.В. Модель определения объемов капиталовложений на развитие производственно-технической базы госкомсельхозтехники БССР // Минск, 1980, с. 74-78.

63. Надежность систем энергетики и их оборудования. Справочник в 2-х кн., том 3 "Надежность систем газо- и нефтеснабжения" в двух книгах под ред. М.Г. Сухарева. М.: Недра, 1994. (Кн. 1 414с., Кн. 2 - 287с.).

64. Нечеткие множества и теория возможностей. Последние достижения. Под ред. P.P. Ягера. II М.: Радио и связь, пер. с англ., 1986, 408с.

65. Овчаров Л.А., Степин Ю.П., Есипова Э.Ю. Структура экспертной системы для выбора ГТМ. // Автоматизация, телемеханизация и связь в нефтяной промышленности. М.: ВНИИОЭНГ, 1995, № 10, с.7-9.

66. Овчаров Л.А., Степин Ю.П., Есипова Э.Ю. Оптимизация систем обслуживания нефтегазодобывающего производства // НТЖ. Автоматизация, телемеханизация и связь в нефтяной промышленности. М.: ВНИИОЭНГ, 1994. Вып. 9 - 10. - с. 23 - 25.

67. Омельченко И.Н. Промышленная логистика. // М.: МГТУ, 1997, 204с.

68. Орловский С.А. Проблемы принятия решений при нечеткой исходной информации.//М. :Наука, 1981 .с.67-96.

69. Отчет по НИР: Организационно-экономическое обоснование оптимизации ТОР основного технологического оборудования РНУ ПО Транссибирских МН. // Рук. темы JI.A. Овчаров, отв. исполнитель Ю.П. Степин. М.: Фонд высшее образование, 1994.

70. Партридж М. Различные способы финансирования проектов в области нефти и газа. // Нефтегаз. Журнал РАО "Газпром", 1996, № 3, с. 33-39.

71. Робинсон С. БД шагнули в Windows 95. //Мир ПК, 1996, №7, с.126-135.

72. Рогова В.Н. Временный регламент проведения промыслово-геофизи-ческих исследований на действующих ПХГ. //М.:СоюзбургазД990, 19с.

73. Садыхов М.С. АСУ материально-техническим обеспечением нефтегазового объедения. // М., Недра, 1988, 119с.

74. Семененко А.И. Предпринимательская логистика. // СПб.: Политехника, 1997, 349с.

75. Симионова Н.Е. Вопросы планирования, оценки и реализации проектов в переходной экономике. // Ростов-на-Дону, 1997, 163с.

76. АСУ ПРОСКОН 2100. // Эксперт автоматизации, 1996, № 12, с. 5-12.

77. Смоляк С.А. Оценка эффективности проектов в условиях интервально-вероятностной неопределенности. // Экономика и математические методы. М.: Наука, 1998, том 34, вып. 3, с.63-76.

78. Сохранов Н.Н. и др. Техническая инструкция по проведению геофизических исследований скважин. // М.: Недра, 1985, 239с.

79. Статистические данные. // Экономика и управление нефтегазовой промышленности, 1996, № 4, с.23-27.

80. Степин Ю.П. Математическая модель расчета равновесных цен на проведение ГИС. // Автоматизация, телемеханизация и связь в нефтяной промышленности. М.: ВНИИОЭНГ, 1993, №3, с.7-9.

81. Степин Ю.П. Математические модели и алгоритмы нечеткой оптимизации планирования ПТО объектов нефтяной и газовой промышленности. // М.: ИПНГ РАН, ГАНГ , 1993, препринт № 25, 39с.

82. Степин Ю.П. Метод "ветвей и границ" для нечеткой оптимизации в задаче выбора вариантов проектов //Автоматизация, телемеханизация и связь в нефтяной промышленности. М.:ВНИИОЭНГ,1993. Вып.2, с.3-6.

83. Степин Ю.П. Модели оптимизации управления геофизическим производством предприятий газовой промышленности. // Обз. информ. М. :ВНИИЭгазпром, 1991, 40с.

84. Степин Ю.П. Оптимизация комплекса стратегий ТОР сложных технологических объектов // Научно-технические достижения и передовой опыт, рекомендуемые для внедрения в газовой промышленности. М.: ВНИИЭгазпром, 1991, Вып.2. с.38-46.

85. Степин Ю.П. Оптимизация оперативного планирования работы геофизических партий // Научно-технические достижения и передовой опыт, рекомендуемые для внедрения в газовой промышленности. М.: ВНИИЭгазпром, 1991, Вып.4. с.45-50.

86. Степин Ю.П. Об одном подходе к моделированию и оптимизации функционирования нефтегазовых производственных систем. // Известия ВУЗов. "Нефть и газ", 1998, № 2, с. 30-33.

87. Степин Ю.П. Формирование структуры геоинформации подсистемы ГАЗ. // Обз. информ. М.: ВНИИЭгазпром, 1992, с. 56.

88. Степин Ю.П., Овчаров Л.А. АСУ ПТО объектов нефтегазовой промышленности. // Тезисы докладов конференции "Актуальные проблемы состояния и развития нефтегазового комплекса". М.: 1994, е. 127.

89. Степин Ю.П., Овчаров Л.А. Математические модели функционирования и оптимизации структур систем ПТО объектов нефтяной и газовой промышленности. М.: ИПНГ РАН, ГАНГ, Препринт № 26, 1993г., 72с.

90. Степин Ю.П., Тарасова В.А. Нечеткая множественная регрессия для прогнозирования инвестиций. // Автоматизация, телемеханизация и связь в нефтяной промышленности. М.:ВНИИОЭНГ,1995, № 9, с.21-23.

91. Степин Ю.П., Тарасова В.А. Оптимизация капиталовложений в ПТО технологических объектов нефтегазового производства. // Автоматизация, телемеханизация и связь в нефтяной промышленности. М.: ВНИИОЭНГ, 1997., № 5-6, с.3-6.

92. Степин Ю.П., Тарасова В.А. Решение задач оптимизации инвестиций в ПТО технологических объектов нефтегазового производства. // Автоматизация, телемеханизация и связь в нефтяной промышленности. М.: ВНИИОЭНГ, 1997, № 7-8, с.4-7.

93. Степин Ю.П., Тюстина Н.В. Модель классификации скважин для оптимизации планирования ГТС. // Депонированные научные работы. //М.: ВИНИТИ, 1991, № 4, с. 113-121.

94. Струкое A.C. Развитие системы ГИС. // М.: Недра, 1991, 217с.

95. СУБД Paradox 3.0 и 3.5. // Мир ПК, 1991, № 4, с. 92-94.

96. Тарасова В.А. Автоматизированная СППР, связанных с инвестированием ПТО технологических объектов нефтегазового производства. // Тезисы докладов конференции "Новые технологии в газовой промышленности". М.: 1997, секция 6, с.7.

97. Тарасова В.А. Модель оптимизации инвестирования геофизических работ. //Тезисы докладов конференции "Актуальные проблемы состояния и развития нефтегазового комплекса России". М., 1997, с.27-28.

98. Тарасова В.А. Нечеткая множественная регрессия для прогнозирования инвестиций в ТОР объектов газовой промышленности. // Тезисы докладов конференции "Новые технологии в газовой промышленности". М.: 1995, с.258-259.

99. Татевосян Г.М. Обоснование экономической эффективности капиталовложений с использованием методов оптимизации. // Экономика и математические методы. М.:Наука, 1997, том 33, вып. 1, с.26-38.

100. Техническое задание. Отраслевая геоинформационная система РАО "Газпром". // РАО "Газпром" М.: 1995, 27 с.

101. Трахтенгерц Э.А. Компьютерная поддержка принятия решений: Научно-практическое издание. Серия "Информатизация России на пороге XXI века". М.: СИНТЕГ, 1998, -376с.

102. Указ Президента РФ "Об основных направлениях энергетической политики и ТЭК РФ на период до 2010 г." // Экономика и управление нефтегазовой промышленности. М.: ВНИИОЭНГ, 1995, № 10-11, с. 2-8.

103. Уметбаев В.Г. ГТМ при эксплуатации скважин. //М.: Недра,1989, 215с.

104. Управление исследованиями, разработками и ИП.//СП.:СПУ,1995, 91с.

105. Управление проектами (зарубежный опыт) // СПб.: ДваТри, 1993, 115с.

106. Фархутдинов С.З., Амиянц Д.Л., Королев Д.Л. ПТО и комплектация в нефтяной промышленности. //М.: Недра, 1987. 286с.

107. Федотов А.А. Эффективность капитальных вложений и новой техники. // М.: Изд-во МИСС, 1989, с. 33-56.

108. Хныкин А.П., Никулъчев Е.В. Исследование и синтез оптимального управления сложными динамическими системами в условиях неопределенности целей. // М.: МГАПИ, 1997, с.61-66.

109. Холт Р.Н. Основы финансового менеджмента. //М.:Дело Лтд.,1997,71с.

110. Черняев В Д., Ясин Э.М., Галюк В.Х., Райхер И.И. Эксплуатационная надежность магистральных нефтепроводов. // М.: Недра, 1992, 272с.

111. Четыркин Е.М. Финансовый анализ производственных инвестиций. // М.: Дело, 1998. 256с.

112. Шакиров А. С. Каротаж, испытание, перфорация и торпедирование скважин // М., Недра, 1987г., с. 139.

113. Шокин Ю.И. Математические методы интервального анализа. // Новосибирск: Наука, 1986, 586с.

114. Шуремов Е.Л. Комплексные АСУ бухгалтерского учета для малых и средних предприятий. // Мир ПК, 1993, № 6, с. 105-117.

115. Эскин В.М. и др. Планирование геофизических работ с использованием экономико-математических методов. // М., Недра, 1985, с. 119.

116. Abramovich F. Solution of L-R-type fuzzy systems of line algebraic equations. //LSI Univ., Paul Sabatier, Toulouse. BUSEFAL № 35,1988, 86-99.

117. Granor T. Visual FoxPro 5.0. //Data based advisor, 1997,vol.15,№1,30-35.

118. Visual FoxPro: уроки программирования. // Пер. с англ., М.: ТОО "Эдель" и ТОО "Channel Trading Ltd", 1996, 480с.2S.Zadeh L.A. Fuzzy orderings. Inf.Sci.,3,p.l77-200. 1971.

119. Zadeh L.A. Fuzzy sets. Inf.Contr.,8,p.338-353. 1965.

120. Zadeh L., Bellman R. Decision-making in a fuzzy environment. Managem. Sci., 1970, 17, p.141-164