автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Автоматизация производственных процессов на предприятиях промышленности и транспортного комплекса на основе интерактивных имитационных моделей

ВВЕДЕНИЕ.

1. СИСТЕМНЫЙ АНАЛИЗ МЕТОДОВ МОДЕЛИРОВАНИЯ ПРОЦЕССОВ УПРАВЛЕНИЯ НА ПРЕДПРИЯТИЯХ ПРОМЫШЛЕННОСТИ И ТРАНСПОРТНОГО КОМПЛЕКСА.

1.1. Актуальность проблемы создания АСУ и моделирования процессовуправления предприятиями.

1.2. Определение класса методов и моделей управления предприятиями.!

1.2.1. Определение класса анализируемых методов и моделей.

1.2.2. Точные методы анализа.

1.2.3. Приближенные методы анализа.

1.3. Анализ методов статистической обработки результатов имитационного эксперимента.

1.3.1. Повторные независимые реализации.

1.3.2. "Независимые" отрезки реализации.

1.3.3. Оценивание сериальной корреляции.

1.3.4. Регенеративный метод.

1.4. Декомпозиционный метод вложенных процессов.

1.6. Имитационные и гибридные модели.

Выводы по главе 1.

2. МОДЕЛЬ ОПЕРАТИВНОГО ПЛАНИРОВАНИЯ ПРОИЗВОДСТВЕННЫХ ПРОЦЕССОВ НА ПРЕДПРИЯТИЯХ С РАСПРЕДЕЛЕННОЙ СТРУКТУРОЙ.

2.1. Вложенное представление имитационной модели распределенного производственного предприятия.

2.2. Формирование процессного описания вложенных моделей.

2.3. Структура декомпозиционного метода вложенных процессов.

2.3.1. Определения модели вложенных процессов.

2.3.2. Анализ характеристик прямого и обратного интерфейса.

2.3.3. Анализ влияния второго момента ФРВ входного потока.

2.3.4. Выявление значимых факторов.

2.3.5. Влияние загрузки на погрешность вложенной модели.

2.3.6. Влияние вида ФРВ времени пребывания во вложенной модели.

2.4. Представление вложенного уровня замкнутыми СМО.

2.4.1. Выявление значимых факторов.

2.4.2. Влияние вида ФРВ времени пребывания в источнике.

Выводы по главе 2.

3. ИССЛЕДОВАНИЕ УПРАВЛЯЕМЫХ ИМИТАЦИОННЫХ МОДЕЛЕЙ РЕГЕНЕРИРУЮЩИХ ПРОЦЕССОВ.

3.1. Построение модели управляемого регенерирующего процесса.

3.2. Стационарные характеристики управляемой модели.

3.3. Задача оптимального распределения циклов регенерации.

3.4. Выбор параметров алгоритма поиска.

Выводы по главе 3.

4. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ СИСТЕМЫ ДИАЛОГОВОГО ВЗАИМОДЕЙСТВИЯ.

4.1. Организация и основные возможности.

4.2. Реализация моделирующего алгоритма сканирующего типа.

4.2.1. Линейная модель реализации алгоритма управляемого имитационного эксперимента.

4.2.2. Оценка вычислительной эффективности алгоритма управления

4.3. Реализация системы диалогового взаимодействия в рамках системы СОТА.

4.3.1. Структура диалоговой системы.

4.3.2. Язык директив пользователя.

4.3.3. Операторы диалогового взаимодействия.

4.4. Структура комплекса программ диалоговой системы.

Выводы по главе 4.

В настоящее время методы управления производственными процессами, основанные на интерактивных имитационных моделях, приобретают все большее распространение при организации работы предприятий. Все это требует необходимости внедрения новых информационных технологий в сферу управления их деятельностью, разработки и использования автоматизированных систем управления различного класса и назначения.

Потребности исследования сложных систем и разработки методов их моделирования приводят к рассмотрению в рамках единого процесса моделирования следующих этапов: построение модели, организация имитационного эксперимента, формирование процедур принятия решений. За последнее время разработано достаточно много систем имитационного моделирования, которые за счет своей проблемной ориентации предоставляют пользователю набор удобных средств, что упрощает процесс построения моделей. Среди них можно выделить GPSS, SIMULA, SIMULINK, НЕДИС, СЛЭНГ и другие. Однако следует отметить, что недостаточное внимание уделено разработке диалоговых средств взаимодействия с моделями в рамках системы моделирования, учитывающих специфику проведения имитационного эксперимента.

Предметом исследования являются методы и модели АСУП и АСУ ТП, а также компоненты математического, лингвистического и программного обеспечения систем поддержки принятия решений по организации эффективной работы предприятий.

Целью работы является повышение эффективности и качества управления предприятиями за счет создания методики комплексного анализа и моделирования процессов автоматизации и управления в условиях стохастической неопределенности.

Для достижения данной цели в работе решаются следующие задачи:

• системный анализ методов и моделей управления предприятиями в условиях стохастической неопределенности;

• формирование системы описаний вложенных имитационных моделей;

• построение дискретной модели управляемого процесса;

• анализ стационарных характеристик управляемого регенерирующего процесса;

• анализ сходимости дискретной модели управляемого процесса и оценка его эффективности;

• разработка подсистемы диалогового взаимодействия с управляемыми имитационными моделями и языка директив пользователя;

• программная реализация подсистемы диалогового взаимодействия.

Научную новизну работы составляют методы и средства формирования интерактивных управляемых имитационных моделей.

На защиту выносятся следующие основные научные результаты:

•формализованное представление управляемой имитационной модели на основе методики вложенных процессов;

•дискретная модель управляемого регенерирующего процесса;

•аналитические выражения стационарных вероятностей характеристик управляемого регенерирующего процесса;

•метод и алгоритм решения задачи оптимального распределения циклов регенерации при общем ограничении на время моделирования.

Диссертация состоит из четырех глав, в которых приводится решение поставленных задач»

В первой главе проведен анализ методов и моделей оценки эффективности функционирования предприятий. Рассмотрена структура управления промышленными предприятиями, которые состоят из многочисленных взаимосвязанных производственных участков, имеют распределенную структуру и выполняют ряд функций по регулированию материальных потоков, а также накапливанию и распределению сырья, материалов и ресурсов непосредственно на производственных участках.

На этапе проектирования АСУП основное значение приобретает выбор оптимального состава и рациональной организации связей между ее компонентами. Существующие методы исследования распадаются на две большие группы - аналитические и имитационные. Методы аналитического исследования сводятся к получению достаточно компактных аналитических выражений, с помощью которых можно изучать поведение всей системы или некоторых узлов в виде некоторых функционалов. Существенным недостатком этих методов является то, что они применяется только для относительно простых структур. Наиболее точные результаты позволяет получить метод, основанный на физическом моделировании процессов. Недостатком этого метода, не позволяющим найти широкое применение, является высокая стоимость макета системы. Метод имитационного моделирования в значительной степени устраняет эти недостатки.

Во второй главе проведено исследование декомпозиционного метода вложенных процессов с целью определения влияния отдельных типов моделей и их параметров на выходные характеристики метода в целом. Указывается также на связь концепции метода с теоретическими основами описания технологических процессов. В рамках общей схемы применения метода определены основные источники погрешности, включающие ошибки.

Рассмотрена схема декомпозиции, при которой нижний уровень представлен разомкнутыми моделями. В этом случае общая погрешность времен пребывания в системе определяется погрешностями коррелированности потоков, времен пребывания в нижнем контуре и погрешностью отсутствия блокировки в нижнем уровне.

Рассмотрена схема декомпозиции, при которой нижний уровень описан замкнутыми моделями. В этом случае общая погрешность времени пребывания в системе определяется лишь погрешностями корреляций. Показано, что погрешность не превышает 15% и не зависит от коэффициента загрузки. Таким образом, схема с замкнутыми моделями нижнего уровня предпочтительна при всех значениях загрузки приборов.

В главе выполнен также анализ влияния аппроксимации функций распределения вероятности для различных характеристик метода и разработаны рекомендации по их применению.

В третьей главе, проведен анализ управляемых регенерирующих процессов. Разработан алгоритм управления имитационной моделью в предположениях: изменения управляемых параметров осуществляются в моменты регенерации; оценки небольшого числа циклов регенерации, что приводит к погрешности выбора направления поиска. Оценка оптимального значения управляемого параметра определяется на основании анализа всего управляемого процесса и зависит от точности оценок целевой функции на всей исследуемой области управляемых параметров.

В связи с этим решается задача определения стационарных характеристик управляемого регенерирующего процесса. Достроена марковская цепь, описывающая поведение модели в. пространстве управляемых параметров. Используя предложенное и исследованное в работе приближение нормального закона распределения, найдены аналитические выражения для стационарных вероятностей марковской цепи. Исследована зависимость характеристик управляемой модели от значений целевой функции.

В четвертой главе показана целесообразность разработки средств диалогового взаимодействия с программными имитационными моделями, использования сочетания разнообразных поисковых методов, а также непосредственного участия проектировщика на этапе параметрического синтеза. В процессе моделирования он получает сведения о текущих результатах, на основании чего может менять параметры модели и осуществлять целенаправленный выбор характеристик используемого метода. Такой подход позволяет с большей эффективностью решать поставленные задачи.

С учетом требований, предъявляемых к диалоговым системам разработана структура диалоговой подсистемы для системы моделирования

СОТА, учитывающая особенности взаимодействия с имитационными моделями. Язык взаимодействия расширен за счет введения операторов диалогового взаимодействия, позволяющих синхронизировать работу моделирующего алгоритма и действий проектировщика. Разработан язык директив пользователя, синтаксические конструкции которого близки к операторам системы моделирования и позволяют эффективно управлять процессом моделирования. В соответствии со структурой системы разработан комплекс компилирующих и интерпретирующих программ, позволяющих управлять процессом с экрана дисплея.

Обоснованность научных положений, рекомендаций и выводов определяется корректным использованием современных математических методов и моделей, согласованностью результатов аналитических и имитационных моделей. Достоверность положений и выводов диссертации подтверждена положительными результатами внедрения результатов работы в ряде промышленных предприятий.

Научные результаты, полученные в диссертации, доведены до практического использования. Они представляют непосредственный интерес в области моделирования технологических процессов, связанных с организацией производства на предприятиях промышленности и транспортного комплекса.

Разработанные методы и алгоритмы прошли апробацию и внедрены для практического применения на предприятиях ООО «Интерсервис М», ООО «ТФТСпецтехноком», а также используются в учебном процессе в МАДИ(ГТУ).

Содержание отдельных разделов и диссертации в целом было доложено и получило одобрение:

• на Российских и межрегиональных научно-технических конференциях, симпозиумах и семинарах (2001-2006г.г.);

• на заседании кафедры АСУ МАДИ(ГТУ).

Совокупность научных положений, идей и практических результатов исследований в области построения интерактивных имитационных моделей представляет интерес в области теоретических и практических методов принятия решений по автоматизации управления производственными процессами на предприятиях промышленности и транспортного комплекса.

Материалы диссертации отражены в 6 печатных работах.

Диссертационная работа состоит из введения, пяти глав и заключения, изложенных на 137 страницах машинописного текста, содержит 38 страниц рисунков, графиков и таблиц, список литературы из 128 наименований и приложения.

Основные выводы по работе

1. Разработан метод поисковой оптимизации на имитационных моделях для решения задач управления предприятиями промышленности и транспортного комплекса в условиях стохастической неопределенности.

2. Разработана методика описания вложенных имитационных моделей систем и сетей массового обслуживания имитационных. Разработан комплекс вложенных моделей производственных процессов.

3. Выполнен анализ функции распределения времени пребывания в блокированном контуре для модели центрального обслуживания при вероятностном распределении маршрутов обслуживания.

4. Показана необходимость оценки влияния вариативности времени пребывания в модели нижнего уровня на оценку времени пребывания в системе в целом.

5. Предложен алгоритм поиска для класса регенерирующих процессов. Получены аналитические выражения для стационарных характеристик управляемого процесса. Показана вычислительная эффективность предложенного алгоритма.

6. Разработан алгоритм параметрического синтеза на имитационной модели с включением проектировщика в контур моделирования.

7. Разработан язык диалогового взаимодействия с управляемыми имитационными моделями в рамках системы моделирования СОТА. Создан комплекс компилирующих и интерпретирующих программ, реализующий метод диалогового взаимодействия.

8. Результаты внедрений подтвердили работоспособность метода и средств, разработанных в диссертации. Методы и алгоритмы прошли апробацию и внедрены для практического применения на предприятиях ООО «Интерсервис М», ООО «ТФТСпецтехноком», а также используются в учебном процессе в МАДИ(ГТУ).

1. Акчурин P.M. Задача автоматизации программирования имитационно - диалоговых систем // Программирование. - 1992. - №3.

2. Альсведе Р, Вегеяер И, Задачи поиска М. Мир, 1992. - 368 с.

3. Андерсон Т. Статистический анализ временных рядов. М. Мир 1976-755 с.

4. Андрианов Н.В., Полляк Ю.Г. Программный комплекс для оценки чувствительности в статистических машинных моделях // Теория сложных систем и методы их моделирования: Труды семинара ВНИИСИ. М., 1990. С. 47-57.

5. Артемьев В.И. Проектирование информационно-программного обеспечения диалога в САПР // Программные средства как продукт производственно-технического назначения: Тез. докл. Всесоюзной научно-технической конференции. Калинин, 2003. С 15-16

6. Базара М., Шетти К. Нелинейное программирование. М. Мир, 1992.583 с.

7. Байзель М.М., Тарасенко Г.С Исследование адаптивного алгоритма оптимизации в обстановке помех // Проблемы случайного поиска (Рига). -2001.-Вып. 9.-С. 106-124

8. Баранов В.В. Рекурентные методы оптимальных решений в стохастических системах. Харьков:- Вища школа, 1981. - 145 с

9. Батшцев Д.И., Бедная Р. И., Комардин В.И. Решение задач поисковой оптимизации в интерактивном режиме // Интерактивная технология в САПР: Тез. докл. Всесоюзной научно-технической конференции. Таллин, 1982. - С. 25-27

10. Ю.Бендерский A.M., Невельсон М.Б. Многомерная асимптотически оптимальная процедура стохастической аппроксимации // Проблемы передачи информации 1982 - T.XIII, вып. 4. С. 43-53

11. П.Большаков С.А., Спиридонов С.Б. Организация интерактивного взаимодействия с имитационной моделью // Алгоритмы и структуры специализированных вычислительных систем (Тула). 1985. С 88-92

12. Бусленко В.И. Автоматизация имитационного моделирования сложных систем. М.; Наука, 1977. 239 с

13. Брежинина И. А., Галицкая Б.И., Марек И. А. Технология имитационного моделирования с использованием диалога в процессе построения моделей // Теория сложных систем и методы их моделирования: Труды семинара ВНИИСИ. М., 1984. С. 38-42.

14. Брезгуйова Я.М. Риде К.К Структура диалога в процессе синтеза оптимального плана эксперимента // Проблемы случайного поиска (Рига). 1981. Вып. 9. С. 263-384.

15. Бриллинцжер Д. Временные ряды. М.; Мир, 1980. 536 с.

16. Вермешев Ю.Х. Методы автоматического поиска решений при проектировании сложных технических систем. М.; Радио и связь, 1982. 152 с

17. Гейвер Д. III. Имитационное моделирование // Исследование операций методические основы и математические методы» М.; Мир, 1981. -С.630-640.

18. Герасимов Н.А., Полищук В.Н. Разработка программного обеспечения адаптивных диалоговых систем // Программирование; 1988. № 4 - С. 44-53.

19. Герхарт Д., Фишер И., Фосс М. СИМКОМ система моделирования для комбинированных, моделей // Теория сложных систем и методы их моделирования: Труды семинара ВНИИСИ. М., 1983. - С. 42-49.

20. Гихман И.И., Скороход А.В. Управляемые случайные процессы -Киев: Наукова думка, 1977. 251 с.

21. Гордон Д. Вычислительные аспекты имитационного моделирования // Исследование операций методологические основы и математические методы. - М.; Мир, 1981. - С. 655-679.

22. Григоренко В. Н. Природа интерактивных режимов в САПР // Интерактивная технология в САПР: Тез. докл. Всесоюзной научно-технической конференции. Таллин, 1981. - С. 55-57

23. Гурин JI.C. К вопросу оптимизации стохастических моделей // Журнал вычислительной математики и математической физики 1964. - Т.4, №2. - С. 46-57

24. Дэвис MJI. А. Линейное оценивание и стохастическое управление. -М.; Наука, 1984.-208 с.

25. Жолков С.Ю. О стохастической модели агрегативных систем //

26. Теория сложных систем и методы их моделирования: Труды семинара ВНИИСИ. М., 1980. - С. 57-63.26.3акс Л. Статистическое оценивание. М.; Статистика. 1976. -589 с.

27. Иванчук Н.А. Анализ эффективности некоторых процедур управляемого поиска //Проблемы передачи информации. 1983 Т. XIX, вып. 1,- С.30-39

28. Ивницкий В.А. Оценка точности результатов моделирования сложных систем для векторного выходного показателя и случайностей разных типов // Проблемы устойчивости стохастических моделей: Труды семинара ВНИИСИ. -М., 1982. С. 45-61.

29. Иглхарт Д.Л., Шедяер Д. С. Регенеративное моделирование сетей массового обслуживания, М.: Радио и связь, 1984,- 135с.

30. Кавалерчик Б.Я., Биргер Ф.В., Логинов К.К. Об одной программной реализация диалоговой ШС // Программирование. -, 1985. М. - С. 57-62.

31. Казаков И.Е., Мальчиков С.В. Анализ стохастических систем в пространстве состояний. М.: Наука, 1983» - 384 с.

32. Калашников В. В. Качественный анализ поведения сложных систем методом пробных функций. М.: Знание, 1978. - 247 с

33. Калашников В.В. Организация моделирования сложных систем. -М.: Знание, 1982.- 103 с

34. Калашников В.В. Оценка длительности переходного режима для стохастических сложных систем// Теория сложных систем и методы их моделирования: Трудн семинара ВНИИСИ. М. 1980 С. 63-71.

35. Калашников В.В. Сложные системы и методы их анализа. М.: Знание, 1980. - 83 с

36. Калашников В.В., Лутков В. И., Ривес Н.Я. Организация направленных экспериментов на основе агрегативной имитационной модели // Теория сложных систем и методы их моделирования: Труды семинара ВНИИСИ. М., 1982» - С. 50-65.

37. Калашников В.В., Макусевич B.C.» Малофеев Б.Г. Комплекс программ для оценки длительности и переходных режимов моделей С стохастических систем // Теория сложных систем и методы их моделирования: Труды семинара ВНИИСИ. -М, 1984. С. 68-75.

38. Карлин С. Основы теории случайных процессов. М.: Мир, 1971.

39. Катьяк Р.Л., Рао А.Р. Достроение динамических стохастических моделей по экспериментальным данным. М.: Наука, 1983. - 384 с.

40. Клейнен Д. Статистические методы в имитационном моделировании. М.; Статистика, 1978. Вып.1 221с, Вып. 2- 335с.

41. Клейярок Л. Теория массового обслуживания. М.: Машиностроение, 1975-Т.1.-432

42. Колмогоров А.Н., Фомин С. В. Элементы теории функций и функционального анализа. М.: Наука» 1981. - 554 с

43. Конаков В.А., Молчанов С.А. О сходимости марковских цепей к диффузионным процессам // Теория вероятностей и математическая статистика. 1984. - Вып. 31. - С, 51-64.

44. Крамер Г. Математические методы статистики. М.: Мир 1975. - 648с.

45. Крамер Г., Лидбеттер М. Стационарные случайные процессы. Мир, 1969. - 398 с

46. Крейн М., Лемуан 0. Введение в регенеративный метод анализа моделей. М.: Наука, 1982. - 104 с.

47. Кузнецов Н.В. Конструктивный метод построения "искусственных" моментов регенерации // Теория сложных систем и методы их моделирования: Труды семинара ВНИИСИ. М., 1903. - С. 15-22.

48. Лифшиц А.Л., Мальц Д.А. Статистическое моделирование систем массового обслуживания. М.: Сов. Радио, 1978. - 248 с.

49. Маршалл А., Олкин И. Неравенства: теория мажоризации и ее применение. М.; Мир, 1983. - 576 с.

50. Математическая теория планирования эксперимента Под ред. С.М. Ермакова. М.: Наука, 1983. - 392 с

51. Михадавич B.C., Волкович В. Л. Вычислительные методы исследования и проектирования сложных систем. М.: Наука1982. - 287 с

52. Михалевич М.В. Об устойчивости методов стохастического программирования к ошибкам вычисления стохастического квазиградиента // Кибернетика. 1980. -ИЗ. - С. II7-II9.

53. Михалевич М.В., Кашлай Д.В, Оценки и условия устойчивости методов стохастического программирования и методов поиска наиболее предпочтительных вариантов // Проблемы устойчивости стохастических моделей; Труды семинара ВШШСИ. М., 1981. -С. 81-91.,

54. Моисеев Н.Н. Математические задачи системного анализа. М.; Наука, 1981.-488 с

55. Моисеев Н.Н., Иванилов Ю.Д., Столярова Е.М. Методы оптимизации. М.: Наука, 1978. - 352 с

56. Морев В.А., Петров А.В., Черненький В.М. Система программного имитационного моделирования СТАМЛСЛАСС // Вопросы радио-, электроники. 1979. - Вып. 10. - С. 127-134.

57. Невельсон М.Б. О свойстве распределений одного класса случайных процессов заданных рекурентно // Проблемы передачи информации. 1984. -Т. XX, вып. 3. - С. 59-69.

58. Нечваль Н.А. Синтез адаптивных стратегий управления для последовательных процессов в задачах статистического поиска экстремума и теории принятия статистических решений // Проблемы случайного поиска (Рига). 1980. - Вып. 8. -С. 186-238

59. Ничушкина Т.Н., Строганов В.Ю. Построение оверлейных комплексов прикладных программ // Тез. докл. X Научно-технической конференции, посвященной Дню Радио. М., 1984. - С. 94.

60. Ничушкина Т.Н., Строганов В.Ю. Ранжирование-модулей много-уровнего комплекса прикладных программ // Алгоритмн и структуры специализированных вычислительных систем (Тула). 1985. С. 116-2212

61. Норенков И.Д. Системы автоматизированного проектирования: Учебное пособие для втузов, в 9 кн. Кн. I. Норенков И.Д. Принципы построения и структура. М.: Высш шк., 1986. -127с.

62. Норкин В.И. Об устойчивости метода обобщенного градиентного спуска // Кибернетика. 1985. №4. С. 6&-72.

63. Детров А.В. Использование аналитико-статистического метода для исследования сложных вычислительных систем // Труды МВТУ. 1984№425.-С.4-12

64. Детров А.В., Долуян Л.Я., Черненький В.М. Концепции построения САПР для целей общесистемной проработки сложных информационно-вычислительных систем // Труды МВТУ, 1984, -№425. - С. 4-12.

65. Детров А,В., Долуян Л.Я. Разработка метода анализа структурных вариантов многомашинных ВС // Вопросы оборонной техники Сер. ХУШ. 1978.-№109.-С. 27-41.

66. Детров А.В., Федоров Б.С., Черненький В.М. СТАМ/КЛАСС язык построения обобщенных статистических моделей // Труды МВТУ, - 1977. -№260. - 5-29.

67. Подбельский В. В. Макрогенерация имитационных моделей //Электронное моделирование. 1985. - Т.7, №4. - С. 35-39.

68. Прикладная статистика. Основы моделирования и первичная обработка данных: Справочное издание / Под ред. С.А. Айвазяна, И. С. Внукова, Л.Д. Мешалкина. М.: Финансы и статистика 1983. - 471 с.

69. Пыхтин А.Д. Комплексы ЕС-7920 новые терминалы с широкими возможностями // Вычислительная техника социалистических стран. - 1978. -Вып. 4. - С. I5I-I60.

70. Растригин Л А, Дотация сложных систем Рига: Зинатне,1982. 375 с.

71. Растригин Л.А. Диалоговое планирование эксперимента в задачах оптимального проектирования // Интерактивная технологии в САПР: Тез докл. Всесоюзной научно-технической конференции. Таллин, 1981. - С. 4244.

72. Рипа К.К. Алгоритм синтеза оптимальных планов эксперимента // Проблемы случайного поиска (Рига). -1981. Вып. 9. С. 250-262.

73. Срагович В.Г. Адаптивное управление. Наука» 1981. 384 с.

74. Тартаковский Л.Г. Последовательное оценивание параметров и фильтрация случайных процессов // Проблемы передачи информации. 1982. -Т. ХП, вып. 4. - С. 54-66.

75. Тихонов В.И., Миронов М.А. Марковские процессы. М.: Сов. Радио. 1977.-488 с.

76. Федоров B.C. Артемьев В.И., Семкин Д.С. Построение имитатационных моделей диалоговых систем коллективного пользования// Труды МВТУ. 1984 - М25, - С. 22-30.

77. Феллер В, Введение в теорию вероятностей и ее приложения. : Мир, 1984. 528 с.

78. Черненький В.М., Горшков С.П. Вопросы теории имитационного моделирования // Труды МВТУ. 1977. - №260. - С. 80-84.

79. Черненький В.М., Петров А.В., Дашинин И.Д. Оценка точности статистических характеристик // Труды МВТУ. 1977.260. С. 56-65.80.1Пеннон Р. Имитационное моделирование систем искусство и наука. М.: Мир, 1978.-418 с.

80. Шеффе Г. Дисперсионный анализ. М.; Наука, 1980. 512 с

81. Ширин А.В. Об одном алгоритме оценки параметров линейных регрессионных уравнений методом случайного поиска // Проблемы случайного поиска (Рига). 1980. - Вып.8-С. 275-279.

82. Ширяев А.Н. Вероятность. М.: Наука, 1980. - 575 с.

83. Шрайбер Т.ДЖ. Моделирование на GPSS. М. Машиностроение, 1980. 592 с

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

85. Штойян Д. Качественные свойства и оценки стохастических моделей. М.: Мир, 1979.268 с.

86. Ястремский А.И., Михалевич М.В. Стохастические методы поиска наиболее предпочтительных вариантов и их диалоговая интерпретация //Кибернетика. 1980.Вып6. С. 90-94.

87. Adam N.R. Achieving a confidence interval for parameters estimated by simulation // Management Science. 1983. - 856-866.

88. Bell R.K., Ernest P.W. The user interface in SPIRO // Proc. VKSC Conf. on Computer Simulation. Bath, 1984. P. 93-102.

89. Beograd J.C. The formal theory of simulation from the users point of view // Proc. ESC Conf. Aachen, 1983. - P. 112-117.

90. Bhoj D.S. On difference of means of correlated variates with incomplete data on both responses // Journal of Statistical Computation and Simulation. -1984.-V. 19, №4, P. 275-285.

91. Bochum K.D. Model design and simulation of a certain classof nonlinear processes // Proc. ESC Conf. Aachen, 1983 P. 106-111

92. Bofinger E. Monotonocity of the probability of correct selection or are bigger samples better?//J. Hoy. Statist. Soc. 1985. - V.47, №1. - P. 84-89.

93. Collier P.E. Simulation softwares today and tomorrow// Simulation in Engineering Science. Amsterdam: North

94. Holland Publ. со., 1983. -P. 3-20.

95. Frederick D.K., Coles G.M., Dunn P.E. A simulation language for discrete time dynamic system // Proc. Summer Computer Simulation Conf. Toronto, 1978.-P. 67-70.

96. Pishman G.S. Principles of discrete event simulation. -New York: S.n., 1978.-495p.

97. Franta W.R. The process view of simulation. New Tork: North Holland Publ. со, 1977.-244p.

98. Pranta W.R. The system approach to system simulation// Modelling and Simulation. 1979. - V.10,. N5. - P. 2083-2090.

99. Fridman L.W., Fridman H.M. Statistical consoderation in computer simulation: the state of the art // Journal of Statistical Computation and Simulation. 1984. - V.19, №3, -P. 237-265.' 03.

100. Prolich E. Discrete event and dynamic time series modelling: a suitable combination for the simulation of computer system // Proc. Summer Computer Simulation Conf. -i. Toronto, 1978. -P. 67-70.

101. Jeyaratnam S, Othman A.R. Test of hypothesis in one-way random effects model with unequal error variances // Journal of Statistical Computation and Simulation. 1985- - V.21, ВГ°2. -P

102. Kittenis D.L. Building discrete models with COSMOS // Proc. 4,f VKSC Conf. on Computer Simulation. Bath, 1984. - P. 47-86.

103. KLeijnen J.P.C. The role statistical methodology in simulation // Methodology in System Modelling and Simula-i tion. New York: Forth Holland Publ. со., 1979. P.425- 445

104. Landauer J.P. SIMSTAR an attached multiprocessor for dynamic system engineering // Proc. ESC Conf. - Aachen, 1984. -P. 155-174.

105. Lasker G.B. Applied of sequential analysis to computer "simulation // Modelling and Simulation. 1979. - V.10, P. 2067-2078.

106. Lavenberg S.S, Weigh P.D. A perspective on the use of control variables in increase the efficiency of Monte-Carlo simulations // Management Science. -1981. V.27, №3. P. 322-335

107. Mamrak S.A., Amer P.D. Estimating confidence intervals for simulations on computer system // Simulation. 1980. -V.35, Ne6. - P. 199-205.

108. Meketon M.S., Hildelberger P. A reneval theoretic approach to bias reduction in regenerative simulation // Management Science, 1982. - V.28, №2. -P. 173-181.

109. Molnar D.I. Some problems in research of general simulation system // Proc. First ISO Conf. Aachen, 1985. - P. 88-92.

110. Neyman D.P., Whitt W. The asymptotic behaviour of queues with time-varying arrival rates // Journal of Applied I»ro-bability. 1984. - V.21, №1. -P. 143-156.

111. Oren I. Concept for advanced Computer assisted modelling // Methodology in System Modelling and Simulation. -New-York: North Holland Publ. со., 1979. -P. 24-55

112. Petrucelli J.D. On the best-choice problem when the number of observations is random // Journal of Applied Probability. ~ 1983. V.20, №1. - P. 165-171

113. Eemes A. Simulation techniques in network design // Computer Networks and Simulation. Hew York: North Holland Publ. со.,1982. -P. 101-118.

114. Puppert D., Carroll R.J., Deriso H.B. Optimization using stochastic approximation and Monte-4/arlo simulation // Biometrics. 1984. - V.40, N 2. - P. 535-545.

115. Schoemaker S. A reneval of simulation // Computer Network and Simulation. New York: North Holland Publ. со, 1982. -P. 79-100.

116. Somorville P.M. A multiple range subset selection procedure // Journal of Statistical Computation and Simulation. -1984. V.19, N«3. - P. 215226.

117. Symons A. The "MANXP" modeling and simulation system/ Proc. VKSC Conf. on Computer Simulation. Bath, 1996. P. 20-29.

118. Tran-Cia P. Simulation of instationary processes for performance evaluations of switcMng system // Proc. First ESC. Aachen, 1998. P. 562-368.

119. Uyeno D.M. PASSIM: a discrete event simulation package for DASCAL // Simulation. 1998. 7.35, №6. P. 183-190,

120. Volsnaky p.c. Discrete simulation of a large scale computer network for performance appraisal // Proc. Fhirteenth Annual Conf. on Modeling and Simulation. Pittsburg, 1992. V.13. P. 655-664.

121. Wiles P.W. A methodology for construction rule based data -driven discrete event simulation // Proc. VKSC Conf.on Computer Simulation. Bath, 2004. P. 57-67

122. Wolfson B. Some moment results for certain tandem and multiple -serves queues//Journal of Applied Probabiity. 2001. - V.21, H«4. P. 901-910.

123. Yakowitz S.J. Computational probability and simulation. London: Addison Wesley Publ. со., 2001. 240p.

124. Yasuda M. Asymptotic results for the best-choice problem with a random member of objects // Journal of AppliedProbability. 2002. V.21, N«3. P. 521-536.

125. Zeigler B.P. Theory of Modeling and Simulation. London:70 hn Wiley and Sons, 2003.435p.