автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Автоматизированная система мониторинга и анализа технико-экономических показателей деятельности предприятий промышленности и транспортного комплекса

ООЗОВ4В77

На правах рукописи

КАЦЫВ ДЕНИС ПЕТРОВИЧ

ъ-

АВТОМАТИЗИРОВАННАЯ СИСТЕМА МОНИТОРИНГА И АНАЛИЗА ТЕХНИКО-ЭКОНОМИЧЕСКИХ ПОКАЗАТЕЛЕЙ ДЕЯТЕЛЬНОСТИ ПРЕДПРИЯТИЙ ПРОМЫШЛЕННОСТИ И ТРАНСПОРТНОГО

КОМПЛЕКСА

Специальность 05 13 06 - Автоматизация и управление технологическими процессами и производствами (промышленность)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Москва - 2007

003064677

Работа выполнена в Московском автомобильно-дорожном институте (государственном техническом университете)

Научный руководитель Доктор технических наук, профессор

Блудян Норайр Оганесович

Официальные оппоненты Доктор технических наук, профессор

Суворов Дмитрий Наумович

Кандидат технических наук, доцент Брыль Владимир Николаевич

Ведущая организация Российский научно-исследовательский институт информационных технологий и систем автоматизированного проектирования (Рос НИИ ИТ и АП), г Москва

Защита состоится ¿ЦссДй-Д №0} в часов на заседании диссертационного совета ^ Д 212 126 05 при Московском автомобильно-дорожном институте (государственном техническом университете) по адресу

125319, ГСП А-47, Москва, Ленинградский пр , д 64 С диссертацией можно ознакомиться в библиотеке МАДИ(ГТУ) Автореферат разослан 2 $

Отзыв на автореферат в одном экземпляре, заверенный печатью, просим направлять в адрес совета института

Ученый секретарь диссертационного совета, кандидат технических наук, доцент

Михайлова Н В

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы

Повсеместное внедрение достижений новых информационных технологий требует совершенствования систем поддержки принятия решений в области управления предприятиями промышленности и транспортного комплекса (ППиТК), которые опираются на мощную аппаратно-программную базу Действующий в условиях рыночной экономики принцип самофинансирования требует обеспечить заинтересованность предприятия в реалистичной оценке затрат на транспортировку

Структура транспортного звена должна быть достаточно гибкой, чтобы обеспечить перевозку объемов грузов, подвергающихся еженедельной или даже ежедневной корректировке, гарантировать частую и круглосуточную доставку грузов в разбросанные и отдаленные производственные участки с целью поддержания ритмичности всего производственного цикла

Повышение упорядоченности транспортировки материалов и сырья способствует рациональной очередности завершения производственных этапов Увеличение производительности в свою очередь по различным критериям обеспечивает либо сокращение длительности производственного цикла, либо уменьшение простоев, либо повышение согласования завершения этапов с производственными планами

Для планомерного и сбалансированного развития любого предприятия, тем более для совокупности ППиТК, обеспечивающих перевозки в масштабах региона, необходимо внедрение новых технологических и технических решений, информационных и телекоммуникационных технологий, новых форм управленческих решений и методов оперативного сбора и анализа результатов обследований потоков транспортировки

Цель и основные задачи исследования Целью работы является повышение эффективности планирования производственной деятельности ППиТК за счет автоматизации процесса мониторинга и использования робастных методов прогнозирования потоков транспортировки

Для достижения данной цели в работе последовательно в четырех главах поставлены и решены следующие задачи

1 Системный анализ методов и моделей исследования потоков транспортировки

2 Разработка имитационной модели транспортировки в условиях стохастической и лингвистической неопределенности

3 Разработка моделей прогнозирования и распространения результатов обследования потоков транспортировки

4 Формализованное описание процессов сбора-передачи и аналитической обработки результатов обследования

5 Разработка требований к системе распределенных баз данных и программному комплексу сбора и аналитической обработки результатов обследования пассажиропотоков

Методы исследования

При разработке формальных моделей компонентов в диссертации использовались методы общей теории систем, классический теоретико-множественный аппарат и теория нечетких множеств Системный анализ деятельности проводился на базе реальных статистических данных, обработанных с использованием методов факторного, кластерного, канонического и других методов многомерного статистического анализа При разработке моделей потоков транспортировки ППиТК использовалась теория графов, методы математического программирования, имитационное моделирование и др

Научная новизна

Научную новизну работы составляют методы, модели, алгоритмы и методики сбора и аналитической обработки данных, полученные в ходе обследования потоков транспортировки

На защиту выносятся следующие основные научные результаты

• имитационная модель наполняемости ТС на замкнутом маршруте с параметризацией средней длины транспортировки,

• методика экспертной оценки характеристик транспортных потоков на основе лингвистической переменной «частоты транспортировки»,

• модель прогнозирования и распространения результатов обследования на аналогичные ППиТК,

• методика сбора, аналитической обработки и визуализации данных в системе мониторинга потоков транспортировки

Достоверность научных положений, рекомендаций и выводов

Обоснованность научных положений, рекомендаций и выводов, изложенных в работе, определена проверкой согласования результатов аналитических моделей с эквивалентными по формализации компонентами имитационной модели Достоверность положений и выводов диссертации подтверждена положительными результатами внедрения в ряде предприятий

Практическая ценность и реализация результатов работы

Научные результаты, полученные в диссертации, доведены до практического использования Они представляют

непосредственный интерес в области комплексной автоматизации процессов мониторинга процессов транспортировки

Разработанные методы и алгоритмы прошли апробацию и внедрены для практического применения в ГУП МО «Мострансавто», ЗАО «Яхромский автобусный завод», а также используются в учебном процессе в МАДИ (ГТУ)

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

• на Российских, межрегиональных и международных научно-технических конференциях и семинарах (2003-2007 гг),

• на заседании кафедры «АСУ» МАДИ (ГТУ), Совокупность научных положений и практических результатов

исследований в области автоматизации процессов мониторинга процессов транспортировки представляет актуальное направление в области теоретических и практических методов принятия решений и выбора стратегий управления ППиТК, деятельность которых связана со значительными объемами транспортировки

Структура работы соответствует списку перечисленных задач, содержит описание разработанных методов, моделей и методик

Во введении показана актуальность решаемой проблемы, сформулирована цель и задачи исследования, приводится краткое описание содержания глав диссертации

В первой главе диссертации проводится анализ методов и моделей автоматизации управления ППиТК Задачей оперативного управления является постоянный контроль и руководство работой транспортного звена ППиТК в реальном масштабе времени, принятие необходимых мер по обеспечению транспортировки В настоящее время оперативное управление реализуется по иерархической схеме и включает в себя несколько уровней управления На верхнем уровне оперативное управление движением осуществляет отдел оперативного управления движением Службы движения Ему в оперативном плане подчиняются территориальные диспетчерские отделы, которые контролирует работу группы конечных пунктов назначения, диспетчерский персонал которых осуществляет непосредственное управление работой транспортного звена

Рассмотрены математические методы моделирования процессов транспортировки с учетом распределенности маршрутов, а также систем управления и принятия решений в целях формирования системы мониторинга процессов транспортировки грузов и пассажиров на ППиТК

С позиций работы в общем комплексе производственного цикла целесообразно анализировать весь процесс транспортировки грузов со склада поставщика до производственного участка

Учитывая интересы деятельности всей фирмы, необходимо принимать в расчет не только транспортировку, но и хранение, упаковку и распаковку, погрузку и разгрузку, подачу материалов непосредственно по месту их конечного назначения Такой подход способствует оптимальному выбору транспортных работ, так как сроки и способ транспортировки в большей мере отражаются на общих расходах фирмы, чем себестоимость перевозок

Для оценки характеристик и параметризации моделей процессов транспортировки предлагается использование всего спектра статистических методов, включая корреляционный, регрессионный, кластерный, дискриминантный и другие виды анализа Проведенный в диссертации анализ показал робастность значительной группы методов

Помимо статистических методов обработки данных процессов транспортировки целесообразно использовать лингвистические переменные, что является более адекватной моделью опроса экспертов для выявления закономерностей

Для проведения анализа необходимо определить все лингвистические переменные, которые используются при формализации, задать их терм-множества, правила порождения и другие характеристики Построенные модели позволяют реализовать формальную декомпозицию решения задач экспертного оценивания для параметризации моделей потоков транспортировки

Имитационное моделирование среди методов системного анализа процессов транспортировки является одним из самых мощных средств исследования для управления деятельностью ППиТК, связанных с принятием решений в условиях неопределенности По сравнению с другими методами такое моделирование позволяет рассматривать большее число альтернатив, улучшать качество принимаемых решений и точнее прогнозировать их последствия

Рассмотрены проблемы информатизации ППиТК и общие тенденции развития системы сбора и аналитической обработки с точки зрения стратегического планирования и управления процессами транспортировки

Проведенный анализ показал, что большинство работ характеризуется ориентацией на их практическое использование при решении задач анализа и синтеза, возникающих на этапах проектирования, разработки и эксплуатации распределенных систем управления

Сложность реализации сбора и аналитической обработки в организации обследования приводит к необходимости автоматизации данных статистического опроса в оперативном

режиме Все это делает актуальной задачу разработки соответствующего информационного и программного обеспечения с ориентацией на синхронные и асинхронные распределенные механизмы сбора-передачи и аналитической обработки информации по потокам транспортировки

Во второй главе разработаны формализованные модели анализа процессов транспортировки При этом естественной формализацией модели является двухуровневое представление, где верхний уровень представляет передвижение транспортных средств, а нижний перемещение грузов (пассажиров) При этом в силу ограниченного количества ТС верхний уровень является замкнутым, а в силу значительного превышения количества единиц перемещаемых грузов (пассажиров) нижний уровень - разомкнутым (рис 1) Топология сети верхнего уровня определяется схемой маршрутизации потоков ТС

Структура сети процессов транспортировки

Механизм блокировок (ожидание транспортировки) в общей сети (иерархическое представление) можно рассматривать как реализацию случайного процесса Р(8), где Б - состояние сети вложенного уровня, Р - некоторый функционал, определяющий правило реализации механизма блокировки Функционал Р представляет некоторую векторную числовую функцию состояния Р—(Р*5, Р2, , Рк), где к - число разнотипных грузов

В работе рассматриваются преобразования для случая аддитивного функционала

Р1(Б) = УУ-|51+ \Л/2 Э2+ + \Л/к Эк

где каждому типу груза поставлен в соответствие вес \Л/ „ который может интерпретироваться как необходимый объем (вес) для реализации данного запроса на транспортировку

Общее количество заявок в узле определено вектор-столбцом в^Э-к 32 , , Эк)7, каждая компонента которого является суммой однотипных заявок (¡) по всем узлам транспортной сети

Э,= Зц +8,2+ +3,и (1)

В результате потребности ТС ,|-го типа определяются, как

и

^ Ограничения должны выполняться по всем ресурсам

/=1

V] Р^Я*, где И* - максимальное значение ресурса ТС (объем, вместительность или грузоподъемность)

Схема преобразования модели потоков

Узчы R = RlS)

Рис 2

Для решения задачи оценки средних времен транспортировки предлагается методика блуждания меченой заявки (груза) из фиктивного источника по вложенной сети от момента выхода ее до первого момента попадания в фиктивный узел Эту величину можно представить следующим образом

О, если п. = О

(2)

b ' > 0, если п. >1 ' je '

где VkenV) - время пребывания меченной заявки класса /' в узле к при Пк-см его посещении в течение времени А1в>,

Введем следующие обозначения для средних времен транспортировки В,ф*+1 - вектор средних времен пребывания в ном фиктивном источнике K+i уровня, В,к- вектор средних времен обслуживания в i-om составном ресурсе К-го уровня, Äf- вектор средних времен простоя в i-om составном ресурсе К-го уровня, вектор средних времен отсутствия в ¡-ом фиктивном источнике K+I уровня

NL

je

k<FQ2jni=0

Согласно введенным положениям справедливы соотношения ВсИ=аф**\ ВФ*-' =АС*. В результате формализуем процедуру

расчета на двух смежных уровнях, а именно =-ф*(всй) и = ), уравнение 8~к = Ф*+У(вЛ)= ф(в<*). Для поиска

решения з диссертации предлагается процедура метода простых итераций В;^=Ф{ВСХ\.

Достаточным условием сходимости является выполнение

Ор; Ок

неравенства У ■ — < 1, I = а. учитывая специфику

ищ

функционалов, оно сводится к соотношению:

у '' у V ' т _ у у С'У> <<

¡=л СВ. ей,

Ы] 1*1

В диссертации проведен анализ функционалов для различного класса функций распределения и доказана сходимость итерационной процедуры расчета временных задержек транспортировки грузов.

В частном случае рассмотрен вариант транспортировки грузое (пассажиров) по замкнутому маршруту с учетом стохастического и лингвистического характера потоков. Разработана имитационная модель, которая параметризуется: числом остановок (разгрузочно-погрузочных пунктов); интенсивностью грузопотоков или пассажиропотоков на остановках; средней длинной транспортировки (в остановках) и др. Результатом расчета модели является наполняемость ТС. В общем случае, имитационная модель параметризуется любым видом распределения.

Модель транспортировки по замкнутому маршруту

1 .............1И1ШШН1||И1ШИМ111Я Г""

Рис.3

На рис 3 приведена структура замкнутого маршрута, которую например, можно считать решением задачи коммивояжера, что позволит организовать всего лишь один маршрут, который реализует все необходимые запросы на транспортировку На рисунке также приведен график средней наполняемости ТС в зависимости от средней длины транспортировки по остановкам маршрута На графике показана зависимость средней наполняемости от средней длины транспортировки

Для решения ряда обратных задач на разработанной имитационной модели, например, выбора количества ТС для обеспечения требуемых времен транспортировки, в диссертации предложен метод решения уравнения баланса В = и-Т(В) с использованием процедуры Роббинса-Монро, где В- средние значения случайных величин времени пребывания в источниках, Т(В) - средние значения случайных величин времени пребывания в

фазе обслуживания, и- заданные времена циклов

Рекуррентная схема решения уравнения баланса имеет вид

1 = В к + акБк()йк(Вк )-й), (4)

где Шк- реализация случайной величины (Б/с + Т(Вк)) на к-ом шаге итерации, 5к - диагональная матрица, содержащая знаки, с элементами вида в,, = з1дп&1(В,)) а,(В,) - функция выбора направления поиска, ак - коэффициент поискового алгоритма

Доказаны необходимые условия сходимости процесса Роббинса-Монро в достаточно большой окрестности точки В* (решение системы \А/(В*) = и) функция

®1(В1) = (В1-В,*)(\Л/1(В)-и1) сохраняет знак, \Л/к(¿3^+1) <С <<*>,

поскольку ограничение функции Шк(Вк) следует из физического смысла модели, поскольку загрузка системы (ТС) р < 1

В диссертации рассмотрены проблемы восстановления состояния имитационного процесса для оценки сходимости процедуры решения уравнения баланса на имитационной модели Алгоритм без восстановления состояния - когда каждый очередной эксперимент начинается с точки окончания предыдущего Обозначим У(Хк-ск)=Ук1, У(Хк+ск)=Ук2, АУк = Ук-Ук Предположим, что первой оценивается функция в точке Хк-ск, а затем в Хк+ск Фиксируя состояние ос, как начальное состояние для оценки Хк-ск, на основании соотношений среднеинтегральной оценки на переходном участке получим

МУ(Х-ск Е,) = У(Х-ск Е,) + М(Т)О-1(М80-Е У(Х-ск Е,)) (5)

Тогда математическим ожиданием начального состояния для оценки Хк+сг в силу соотношений для тренда основного процесса будет

Мв; =У+Де (I - ,;о0-91 (50 - УЕ) (в)

Оценка функционала У в точке Хк+ск равна МУ(Х + ск Е,)~ М{\М(Т)0~^(5+ - Е У(Х + ск Е,}) = = У(Х + ск Е,) + \А/(Т)0^(Ж+ -Е У(Х + ск £,)) (?)

На рис 4 приведены графики зависимости разностей АУЯ (с восстановлением) и АУР (без восстановления) от длительности интервала управления для процессов с различной автокорреляцией, начальным состоянием ¿=(0,0), Ур -1, У2=1

1,4 1,2 1,0

§

§ °'8

1 0,6

I 04

1 0,2 00 -0,2

-2 2 6 10 14 18 22 26

Т

Рис 4

В результате показано, что

• в алгоритме без восстановления состояния существует систематическая погрешность в определении разности Кроме того, возможен обратный эффект, когда при малых интервалах управления знак вычисляемой разности противоположен истинному знаку,

* при коротких интервалах управления следует применять алгоритм с восстановлением исходного состояния

» для больших интервалов управления допустимо использование алгоритма без восстановления исходного состояния

Для параметризации модели на основе экспертных оценок и для реализации процедуры определения частоты транспортировки в диссертации вводится формальное понятие лингвистической

=

Мз+0 мэ;

Су=(0 2 0 3)

переменной «частота транспортировки», которая представляет собой пятерку

/=<£ Тф, и8, ве, Мв>, (8)

где 5 - название («частота транспортировки»), Т($) - терм множество (<часто>|<редко>| ), 1/3 - универсальное множество (шкала действительных чисел), - синтаксическое правило порождения терм множества, М8 - семантическое правило, определяющее смысл переменной в терминах функции принадлежности

Терм - множество состоит из базовых термов, лингвистических неопределенностей и названий булевых операций Базовые термы Т^Э) = <часто>|<редко>|

Лингвистические неопределенности Тг(3) = <очень>|<более менее>|

Булевы операции над компонентами Т3(3) =<и>|<или>|<не> В качестве класса функций принадлежности лингвистической переменной «частота транспортировки» в диссертации предлагается использовать линейные преобразования бета-распределения

^ ' ' 1 + ехр(а(© - ¡3)) ^

где Г - гамма-функция, ц - функция плотности бета-распределения с параметрами у-, и 1/2, причем математическое ожидание определено из логистической функции, а дисперсия задает меру неопределенности оценки экспертов

В результате опроса каждого эксперта (например, пассажира) определяется кривая из указанного класса Для объединения результатов опроса разработан алгоритм реализации арифметических операций над лингвистическими переменными «частота транспортировки»

Для реализации операций сложения и деления частот различных категорий, данными различными экспертами в диссертации предлагается использовать принцип обобщения для бинарных операций '*', который определяет результат, как

Х*У = 1){(х1*у1)\тт(%,,»1)) (10)

',1

гдеХ={(х,|А,,)} и У={(У||Ц|)}

Для распространения результатов обследований потоков транспортировки по необследованным ППиТК предлагается использовать аппарат множественной регрессии Кроме того, анализ данных обследования показал существенное различие влияния категорий грузов и пассажиров В связи с этим

предлагается использовать модель прогноза для различных категорий, в последующем агрегируя результаты прогноза на обобщенные группы а также на поток транспортировки предприятия в целом

В модели множественной регрессии объединяются все значения потоков по всем обследованным ППиТК в вектор У, и все комбинации характеристик предприятий в матрицу Р

У = [уиу2,- УтГ, ИМ (11)

МНК-оценка параметров регрессии определяется на основании выражения р=(Рт Р)"1 Рт У Для оценки адекватности модели используется множественный коэффициент корреляции В главе 4 приведены результаты апробации предложенной методики для прогноза пассажиропотоков муниципальных образований Московской области

В третьей главе диссертации разработаны методы и модели формализованного описания механизмов взаимодействия группы пользователей, для решения задач управления процессами транспортировки ППиТК При этом основной акцент делается на формальную постановку решения задачи построения открытой структуры программно-моделирующего комплекса Строится формальная модель системы поддержки принятия решений Решается задача декомпозиции компонентов системы В результате формируется концептуальная модель и технические требования для реализации программной среды, обеспечивающей функциональную полноту системы для обеспечения реализации заданного функционала и возможности его расширения

С одной стороны система мониторинга показателей необходима для оперативного принятия решений, что должно подкрепляться функциями информационной поддержки С другой стороны, для реализации системы в диссертации разрабатываются математические методы и модели, а также программно-моделирующий комплекс оценки эффективности стратегий управления потоками транспортировки в условиях неопределенности

Выделены классы пользователей системы администратор (А), аналитик (М), секретарь (С) и руководитель (Р) Все эти категории пользователей отличаются по их отношению к БД показателей (и), которые определяют совокупность неделимых единиц информации для поддержки принятия решений На этапе подготовки аналитического отчета активными пользователями и компонентами системы являются М и 1), на этапе устойчивой схемы принятия решений Р, С и и, в режиме оперативного анализа Р, С, М и II

Администратор (А) обеспечивает весь сервис и функционирование системы в целом, поддерживает работоспособность и выполняет синхронизацию всех баз данных

Аналитик (М) формирует базы данных R (результаты анализа RcU) С формированием множества R связан конструктор структурных элементов

Секретарь (С) обеспечивает коррекцию и ограничение информационных потоков руководителю

Руководитель (Р) проводит анализ представленных аналитических материалов для выработки управленческих решений

В работе показана целесообразность создания аналитического отдела (виртуального), в функции которого входят следующие схемы взаимодействия с руководством

1 Решение задачи включения отработанных методов и форм представления результатов, которые согласованы и приняты руководством

2 Решение слабо формализованных задач, поставленным руководством, которые больше носят исследовательский характер

3 Проведение собственных исследований и в случае получения удачных результатов, согласование с руководством о необходимости включения отработанной методики в систему мониторинга

В качестве аппарата моделирования взаимодействия пользователей для коалиционного решения задач принятия решений (распределенный режим) использовалась теория взаимодействующих раскрашивающих процессов Пример, представленный на рис 5 помимо возможности моделирования взаимодействия между руководителем, секретарем и аналитиком, демонстрирует возможность отслеживания перемещения данных различных типов

Действия руководителя w, - сформировать пакет заданий для аналитиков (а, Ь, с - типы заданий), w2 - передать задания секретарю, w3, w4 - получить решенное задание

Действия секретаря w5 - получить пакет заданий от руководителя, w6, w7, w8 - раздать аналитикам задания не боле трех типов, ws - получить от аналитика решение, Wi0 - передать решение руководителю, Wn, w12 - получить от аналитиков оставшиеся задания, Wi3, w14 - получить от руководителя новые задания

Действия аналитиков w15 - получить пакет заданий wi6 - из пакета свое задание (типа a), w17 - отдать пакет с оставшимися заданиями (либо другому аналитику, либо секретарю), w18 - отдать секретарю решенное задание

Каналы V - используются для обмена данными между руководителем и секретарем, V' - используются для обмена данными между аналитиками и секретарем, V" - используются для передачи решенных задач от аналитиков секретарю

Схема взаимодействующих раскрашивающих процессов системы сбора-передачи и аналитической обработки__

Руководитель

Секретарь

Ш2, /

у'х I х'(а,Ь,с)

мз, ( ; \д/4,

\ / У'(У+Х)

№7, 2'(г-(а,Ь,с))

Рис 5

В результате получены формальные методы описания взаимодействия группы пользователей для решения коалиционных задач принятия решений, для которых определены формальные способы их решения

При разработке механизмов обмена данными и для эффективной и адекватной системы обеспечения надежности необходимо проведение анализа риска и определение необходимых затрат на обеспечение безопасности Для проведения такого анализа в диссертации предлагается классификация угроз, которым подвергаются структурные подразделения предприятия, и оценка параметров, которые являются основой для выбора политики безопасности, а именно

• уровень возможного ущерба из-за несанкционированного доступа,

* стоимость средств и мер, направленных на перекрытие угроз,

» уровень уязвимости при реализации этих средств и мер

Каждая из возможных схем реализации требований имеет свои положительные и отрицательные стороны Результатом работы по оценке возможности применения этих схем должно стать некоторое общее мнение групп экспертов, учитывающее как плюсы, так и минусы разных подходов Каждую экспертную оценку в работе предлагается определять лингвистической переменной (ВЫСОКИЙ,

СРЕДНИЙ, НИЗКИЙ и др.), представленной а виде нечеткого числа НЧ={ц(х)|х}, где хеА, А - некоторое универсальное множество. ц(х) -степень принадлежности х множеству А. Для получения НЧ предлагается использовать метод построения функций принадлежности на основе интервальных и приближенных точечных оценок.

вНтПГпДГ»>ц' '—'Л"'С«

>■ ЛЕ* ~—

Ситуационный

зал

Йкдрыилгуы

Ппп Г, ГЛр Р1 ЯН ТЭ -тот» кй С74ня

Полиэкран

ХЗД№Ю:*|

гГ едчяв^г^тора

Г" ПфИи^Ь •

Укй »!>:)!( азл .«сфо^гагщки

Д'рэг^щргки;

секреткой

СЕ 1 /

АШ " наработки «¡¡■чрмЯпин

оттеюте:

Техническое обеспечение ситуационного центра

Рис 6.

Технология сбора данных, аналитическая обработка и выработка управляющих решений, основанная на предложенных в работе методах, методиках и программных средствах может быть положена в осноеу создания ситуационного центра, основной целью которого является технологическая поддержка, направленная на оперативное решение неформализованных задач.

В связи с этим, в диссертации для разработки сценариев СППР используется подсистема интерфейсного взаимодействия с математическими пакетами, что и определяет оперативность включения новых методов и моделей

Ситуационный центр должен обеспечить эффективное взаимодействие пользователей (лиц, принимающих решения) в рамках одного помещения, оснащенного техническими средствами (ЖК панель, интерактивная доска, сервер, и др.) поддержки принятия решений по выбору стратегий управления ППиТК

Функционал программного обеспечения центра должен обеспечивать

• синхронизацию взаимодействия групп пользователей при решении коалиционных задач принятия решений

• управление многопотоковым асинхронным выводом результатов на общую панель (одновременная оперативная визуализация различных групп)

• организация оперативного обмена данными с возможностью параметризации отдельных приложений групп пользователей

• запуск приложений работающих в едином информационном пространстве групп пользователей

Применение К-блоков при разрешении конфликтов на Я

Для реализации вышеперечисленных функций в диссертации предлагается использовать концепцию управления имитационными процессами которая заключается в использовании следующих структур

• агрегат (А-блок) - блок, в котором развивается один единственный процесс,

• контроллер (К-блок) представляющий агрегат, выполняющий операции над внешними инициаторами в соответствии с собственным алгоритмом,

• процессор (П-блок), предназначенный для генерации подобных процессов, инициаторы которых являются внешними по отношению к блоку

На рис 7 приведен пример блочной схемы двух процессов Здесь первые П-блоки реализуют процессы и 22' в пространстве состояний, затем производится пассивизация инициаторов А и /2, они переводятся в параметры а и Ь соответственно К-блок рассматривает ситуацию с входными параметрами в соответствие с собственным алгоритмом Приняв решение о захвате ресурса каким-либо процессом, К-блок передает а или Ь в параметр е и активизирует его, отсылая в /7-блок

ресурса Я, После завершения процесса з г? выдается сигнал в параметре £ в ответ на который К-блск передает параметр- инициатор в с либо б и активизирует его, отсылая на продолжение процесса либо в соответствующие ГГ-бпоки

Приведенная схема управления имитационным процессом полностью переносится на управление пользовательскими сценариями для блокировки и активации приложений системы мониторинга и ситуационного центра.

Интегрированная структура сценария реализации методики анализа потоков транспортировки

Рис. S.

При формировании методики аналитической обработки использовались инструментальные средства гибридной среды «COTA», которые позволяют формировать алгоритмическую структуру программных приложений за счет задания переходов между приложениями по условиям его завершения с использованием стандартизованного интерфейса, что и создает пользовательский сценарий.

В диссертации разработан сценарий (рис.8.) обследования потоков транспортировки, имеющий открытую структуру для включения новых методов и моделей.

В сценарий включены, имитационная модель транспортировки по заданному маршруту; статистическая параметризация имитационной модели, методика автоматического анализа выбросов; методика лингвистической параметризации; методика распространения результатов обследования потоков транспортировки, и другие, разработанные в диссертации.

В целом функционал центра также должен обеспечивать оперативно решение задач принятия решений при наличии множества экспертов и множества критериев В диссертации предлагается схема поэтапного принятия решений с накоплением знаний и возможностью использования правил вывода Удовлетворительными решениями X* являются допустимые решения (ХеО), которые по всем критериям не хуже заданных пороговых значений качества

Для выбора предпочтительного решения X** необходимо получение и обработка дополнительной информации, которой располагает лицо, принимающее решение (ЛПР) Схематически процесс поиска решения X** можно представить в следующем виде

ДХ*2,£*2 Х.-Лх*,^ Д... ЛГ\,0*у (12)

где X**, О^ОЧХ^ШХ*,), , <7,(Х*); М N

В процессе диалога происходит параллельно два вида адаптации СППР к системе предпочтений ЛПР и ЛПР к задаче Адаптация первого типа связана с учетом информации, получаемой от ЛПР Этот процесс связан с оптимизацией критерия, вид которого детерминируется информацией, представляемой ЛПР

В четвертой главе диссертации решаются вопросы разработки технических требований к программному комплексу, обеспечивающему решение задач автоматизации процессов мониторинга процессов транспортировки

Таблица 1

Функционал программных приложений_

Л 1 М-*1Л конструктор структурных элементов

2 1)1=>РиМ проигрыватель структуры

3 1Ь>Р проигрыватель методов У(11хР) =>Р,

4 и=>РиМ проигрыватель

5 С=>0 проигрыватель У{и*Р) =>М

6 V Р—»111x0 формирование характеристик траектории

7 V Р-»1!хО формирование БД результатов

8 М-»и! администратор модулей

9 м->-и администратор методов

10 М-МЛхи администратор связности методов и моделей

11 А регистрация и просмотр консультантов

12 А-»Р->С регистрация и просмотр ЛПР

13 Р-»{ихО) ред траектории ПР ({ихР)и(и1хи))-»(1!хР)

14 (1)хР)=^С просмотр результатов 7(1ЛхР)=>МиР

15 МиР-КСхР) обмен информацией между ЛПР и аналитиком

16 СихС)=>М оценка сложности метода (ихС)->1),

Для формализованного описания взаимодействия компонентов СППР под Xh>Y в диссертации понимается некоторое управляющее действие X на Y (формирование или редактирование), которое поддерживается некоторой программной компонентой Под X=>Y понимается информационный поток из X в Y под управлением некоторой программной компоненты

В диссертации выполнено формализованное описание взаимодействия основных компонентов СППР для различных технологических вариантов (локальный, сетевой и WEB) и для различных категорий пользователей Таким образом, разработана открытая структура программного комплекса, обеспечивающая возможность использования комбинированных технологий поддержки принятия решений

В диссертации проведен анализ данных натурного обследования пассажиропотоков АТП Московской области и найдены закономерности влияния основных факторов, к числу которых относятся площадь, население, удаленность, плотность и суммарная протяженность маршрута

Влияние удаленности на пассажиропоток

Da lX95%¿at«pHT*i Bis. ¡ дэеесетч

Рис 9

Так, для удаленности (рис 9) наблюдается достаточно противоречивый характер влияния Для городских маршрутов удаленность влияет положительно, тогда, как для пригородных маршрутов наблюдается отрицательное влияние Результат влияния плотности такой же, как и для влияния удаленности Для городских маршрутов удаленность влияет положительно, тогда как для пригородных маршрутов - отрицательно Влияние населения положительно влияет на пассажиропоток, как городских маршрутов, так и пригородных Влияние площади несколько отличается от влияния населения Так, для пригородных маршрутов площадь практически не влияет на пассажиропоток, в то время как для городских маршрутов влияние площади сказывается отрицательно

Основная задача заключалась в поиске зависимостей пассажиропотоков от указанных характеристик муниципальных образований (таблица 2), что может быть использовано для

прогноза пассажиропотоков в других муниципальных образованиях Отработаны формы визуализации данных аналитической обработки В результате расчета по модели множественной регрессии получены зависимости, статистические характеристики которых имеют множественный коэффициент корреляции порядка 0,93

Таблица 2

Характеристики муниципальных образований и данные по

пассажиропотокам

Округ Насел Площ Удал Марш ВР УвеЬ

1 Ленинский район 146445 457,79 22 939 1 6582 1746 25107

2 Городской округ 125524 805 40 639,8 3911 1380 17291

Домодедово

5 Подольский район 77477 1063 9 1213,2 3764 909 13103

10 Коломенский район 41556 1051 90 866,9 2058 454 8684

11 Ногинский район 240000 888,9 50 953,6 12174 1841 42435

Аналогичные обследования проведены в ряде промышленных предприятий, имеющих большие потоки транспортировки, что также показало робастность предложенных методик и алгоритмов

В заключении представлены основные результаты работы

В приложении приводятся акты внедрения результатов диссертационной работы

Публикации. По результатам выполненных исследований опубликовано 8 печатных работ

ОСНОВНЫЕ ВЫВОДЫ И РЕЗУЛЬТАТЫ РАБОТЫ

1 Проведен системный анализ методов и моделей анализа процессов транспортировки

2 Разработана имитационная модель транспортировки в условиях стохастической и лингвистической неопределенности

3 Разработаны модели прогнозирования и распространения результатов обследования потоков транспортировки

4 Выполнена классификация пользователей системы мониторинга процессов транспортировки

5 Выполнено формализованное описание процессов сбора-передачи и аналитической обработки результатов обследования

6 Сформирован функционал ситуационного центра регионального уровня

7 Разработаны требования к системе распределенных баз данных и программному комплексу сбора и аналитической обработки результатов обследования потоков транспортирования

8 Выполнена апробация методик анализа сезонности и распространения результатов обследования потоков транспортировки

9 Разработанные методики, методы и алгоритмы прошли апробацию и внедрены для практического применения в ГУП МО «Мострансавто», ЗАО «Яхромский автобусный завод», а также используются в учебном процессе в МАДИ (ГТУ)

ПУБЛИКАЦИИ ПО ТЕМЕ РАБОТЫ

1 Кацыв Д П, Хайдер Абдулла Мухаммед, Шайа Хуссейн Шайа Интегрированные информационно-управляющие системы на газовых промыслах // Методы и модели автоматизации управления Сб науч тр , М , 2006, МАДИ (ГТУ) - С 153-156

2 КацывДП, Ивахненко AM, Цибизов ГП Формализация процедур адаптивного тестового контроля на базе нечетких множеств // Методы и модели автоматизации управления Сб науч тр , М , 2006, МАДИ (ГТУ) - С 25-28

3 Кацыв Д П , Подпорин Д И , Дибб К Маршрутизация вычислительных сетей информационных запросов транспортных систем // Методы и модели автоматизации управления Сб науч тр , М , 2006, МАДИ (ГТУ) - С 54-58

4 Кацыв Д П , Бенгеддаш Самир, Снеткова О Л Имитационное моделирование систем массового обслуживания //Автоматизация управления предприятиями промышленности и транспортного комплекса Сб науч тр , М , 2006 , МАДИ(ГТУ) - С 9-13

5 Кацыв Д П , Алексеев С Р , Красникова Н А Оценка эффективности имитационных моделей транспортных систем //Автоматизация управления предприятиями промышленности и транспортного комплекса Сб науч тр , М , 2006 , МАДИ (ГТУ) - С 96-100

6 Кацыв Д П , Кузнецов И А , Цыбизов Г П Взаимодействие программных модулей в автоматизированной системе //Автоматизация управления предприятиями промышленности и транспортного комплекса Сб науч тр , М , 2006 , МАДИ (ГТУ) - С 101-106

7 Кацыв Д П , Алексеев С Р , Ивахненко А М , Снеткова О Л Основы моделирования динамики систем управления транспортными средствами //Теория и практика информационных технологий Сб науч тр , М , 2006, Минвуз -С 108-116

8 Кацыв Д П , Медведев Н В Гришин Г А Математическая модель и методика разработки защищенных систем электронного документооборота на базе технологии IBM LOTUS NOTES/DOMINO // Вестник МГТУ им Н Э Баумана, серия Приборостроение, № 1, М , 2007-С 105-114

Подписано в печать ¿2 03. 2007 г Формат 60x84/16

Тираж 'ТОО экз Заказ № 3// Усп печ л / ^

ООО «Техполиграфцентр» ЛЛД № 53-477 Тел /факс (095) 15 ] -26-70

ВВЕДЕНИЕ.

1. Системный анализ методов и моделей процессов транспортировки в задачах автоматизации предприятий промышленности и транспортного комплекса.

1.1. Основные направления развития информационных технологий в сфере управления процессами транспортировки на ППиТК.

1.2. Моделирование процессов транспортировки.

1.2.1. Имитационные и гибридные модели.

1.2.2. Нечеткие множества в принятии решений процессами транспортировки.

1.2.3. Декомпозиционный метод вложенных процессов.

1.3. Статистические методы ситуационного анализа процессов транспортировки.

1.4. Программные аспекты создания распределенных информационных систем управления процессами транспортировки.

Выводы по главе 1.

2. Разработка методов и моделей анализа процессов транспортировки с использованием систем массового обслуживания и имитационного моделирования.

2.1. Вложенное представление имитационной модели процесса транспортировки.

2.1.1. Интерфейс механизма блокировок.

2.1.2. Алгоритм метода фиктивных источников.

2.1.3. Исследование сходимости итерационной процедуры метода фиктивных источников.

2.2. Разработка обобщенной имитационной модели транспортировки по замкнутому маршруту.

2.2.1. Решение уравнения баланса методом Роббинса-Монро.

2.2.2. Анализ сходимости процедуры.

2.2.3. Эффективность восстановления состояния имитационной модели

2.3. Параметризация имитационной модели лингвистическими переменными.

2.3.1. Формальное представление переменой частоты транспортировки

2.3.2. Формализованное описание лингвистических неопределенностей.

2.3.3. Реализация операций в классе нормальных функций принадлежности.

2.4. Разработка методики прогнозирования и распространения результатов пассажиропотока.

Выводы по главе 2.

3. Разработка системы мониторинга процессов транспортировки.

3.1. Процессный подход к описанию сценария взаимодействия пользователей.

3.1.1. Формальное описание пользовательских процессов и их моделирование.

Понятие системы.

Стохастические операторы генерации процесса.

Понятие инициатора процесса.

Алгоритмическая модель процесса.

3.1.2. Формальное описание сцепленности пользовательских процессов

3.1.3. Понятие структуры и описание подобных процессов.

3.2. Формирование структуры приложений СППР в системе мониторинга.

3.2.1. Формализованное описание элементарного приложения СППР.

3.2.2. Формальные операции создания структуры приложений СППР управления потоками транспортировки.

3.2.3. Методика формирования сценария процедур поддержки принятия решений.

3.2.4. Схема взаимодействия пользователей в системе мониторинга.

3.2.5. Обеспечение надежности передачи информации в системе мониторинга.

3.3. Формализация функционала ситуационного центра.

3.3.1. Функционал ситуационного центра.

3.3.2. Методика автоматизации модельных экспериментов.

3.3.3. Принципы коалиционного решения многокритериальных задач.

Выводы по главе 3.

4. Программная реализация системы мониторинга процессов транспортировки и апробация методики прогнозирования.

4.1. Структура и функционал инструментальных средств системы мониторинга.

4.2. Программные технологии разработки инструментальных средств и приложений.

4.2.1. Перечень регистрируемых компонентов.

4.2.2. Компоненты интерфейсного взаимодействия с математическими пакетами.

4.2.3. Механизмы синхронизации и блокировок приложений сценария.

4.3. Апробация методики распространения результатов на пассажиропотоки АТП Московской области.

4.3.1. Результаты регрессионного анализа пассажиропотока.

4.3.2. Алгоритм вычисления сезонности.

Выводы по главе 4.

Повсеместное внедрение достижений новых информационных технологий требует совершенствования систем поддержки принятия решений в области управления предприятиями промышленности и транспортного комплекса (ППиТК), которые опираются на мощную аппаратно-программную базу. Действующий в условиях рыночной экономики принцип самофинансирования требует обеспечить заинтересованность предприятия в реалистичной оценке затрат на транспортировку.

Структура транспортного звена должна быть достаточно гибкой, чтобы обеспечить перевозку объемов грузов, подвергающихся еженедельной или даже ежедневной корректировке, гарантировать частую и круглосуточную доставку грузов в разбросанные и отдаленные производственные участки с целью поддержания ритмичности всего производственного цикла.

Повышение упорядоченности транспортировки материалов и сырья способствует рациональной очередности завершения производственных этапов. Увеличение производительности в свою очередь по различным критериям обеспечивает либо сокращение длительности производственного цикла, либо уменьшение простоев, либо повышение согласования завершения этапов с производственными планами.

Для планомерного и сбалансированного развития любого предприятия, тем более для совокупности ППиТК, обеспечивающих перевозки в масштабах региона, необходимо внедрение новых технологических и технических решений, информационных и телекоммуникационных технологий, новых форм управленческих решений и методов оперативного сбора и анализа результатов обследований потоков транспортировки.

Целью работы является повышение эффективности планирования производственной деятельности ППиТК за счет автоматизации процесса мониторинга и использования робастных методов прогнозирования потоков транспортировки.

Для достижения данной цели в работе последовательно в четырех главах поставлены и решены следующие задачи:

• системный анализ методов и моделей исследования потоков транспортировки.

• разработка имитационной модели транспортировки в условиях стохастической и лингвистической неопределенности.

• разработка моделей прогнозирования и распространения результатов обследования потоков транспортировки.

• формализованное описание процессов сбора-передачи и аналитической обработки результатов обследования.

• разработка требований к системе распределенных баз данных и программному комплексу сбора и аналитической обработки результатов обследования пассажиропотоков.

При разработке формальных моделей компонентов в диссертации использовались методы общей теории систем, классический теоретико-множественный аппарат и теория нечетких множеств. Системный анализ деятельности проводился на базе реальных статистических данных, обработанных с использованием методов факторного, кластерного, канонического и других методов многомерного статистического анализа. При разработке моделей потоков транспортировки ППиТК использовалась теория графов, методы математического программирования, имитационное моделирование и др.

Научную новизну работы составляют методы, модели, алгоритмы и методики сбора и аналитической обработки данных, полученные в ходе обследования потоков транспортировки.

На защиту выносятся следующие основные научные результаты:

• имитационная модель наполняемости ТС на замкнутом маршруте с параметризацией средней длины транспортировки;

• методика экспертной оценки сезонности транспортных потоков на основе лингвистической переменной «частоты транспортировки»;

• модель прогнозирования и распространения результатов обследования на аналогичные ППиТК;

• методика сбора, аналитической обработки и визуализации данных в системе мониторинга потоков транспортировки.

Структура диссертационной работы соответствует списку перечисленных задач, содержит описание разработанных методов, методик и алгоритмов.

Во введении показана актуальность решаемой проблемы, сформулирована цель и задачи исследования, приводится краткое описание содержания глав диссертации.

В первой главе диссертации проводится анализ методов и моделей автоматизации управления ППиТК. Задачей оперативного управления является постоянный контроль и руководство работой транспортного звена ППиТК в реальном масштабе времени, принятие необходимых мер по обеспечению транспортировки.

Рассмотрены математические методы моделирования процессов транспортировки с учетом распределенности маршрутов, а также систем управления и принятия решений в целях формирования системы мониторинга процессов транспортировки грузов и пассажиров на ППиТК.

Для оценки характеристик и параметризации моделей процессов транспортировки предлагается использование всего спектра статистических методов, включая корреляционный, регрессионный, кластерный, дискриминантный и другие виды анализа. Проведенный в диссертации анализ показал робастность значительной группы методов.

Во второй главе разработаны формализованные модели анализа процессов транспортировки. При этом естественной формализацией модели является двухуровневое представление, где верхний уровень представляет передвижение транспортных средств, а нижний перемещение грузов (пассажиров). При этом в силу ограниченного количества ТС верхний уровень является замкнутым, а в силу значительного превышения количества единиц перемещаемых грузов (пассажиров) нижний уровень -разомкнутым. Топология сети верхнего уровня определяется схемой маршрутизации потоков ТС.

В частном случае рассмотрен вариант транспортировки грузов (пассажиров) по замкнутому маршруту с учетом стохастического и лингвистического характера потоков. Разработана имитационная модель, которая параметризуется: числом остановок (разгрузочно-погрузочных пунктов); интенсивностью грузопотоков или пассажиропотоков на остановках; средней длинной транспортировки (в остановках) и др.

В третьей главе диссертации разработаны методы и модели формализованного описания механизмов взаимодействия группы пользователей, для решения задач управления процессами транспортировки ППиТК. При этом основной акцент делается на формальную постановку решения задачи построения открытой структуры программно-моделирующего комплекса. Строится формальная модель системы поддержки принятия решений. Решается задача декомпозиции компонентов системы. В результате формируется концептуальная модель и технические требования для реализации программной среды, обеспечивающей функциональную полноту системы для обеспечения реализации заданного функционала и возможности его расширения.

В четвертой главе диссертации решаются вопросы разработки технических требований к программному комплексу, обеспечивающему решение задач автоматизации процессов мониторинга процессов транспортировки. Проведен анализ данных натурного обследования пассажиропотоков АТП Московской области и найдены закономерности влияния основных факторов, к числу которых относятся: площадь, население, удаленность, плотность и суммарная протяженность маршрута.

Аналогичные обследования проведены в ряде промышленных предприятий, имеющих большие потоки транспортировки, что также показало робастность предложенных методик и алгоритмов.

В заключении представлены основные результаты работы.

В приложении приведен список актов о внедрении и использовании результатов работы.

Обоснованность научных положений, рекомендаций и выводов, изложенных в работе, определена проверкой согласования результатов аналитических моделей с эквивалентными по формализации компонентами имитационной модели. Достоверность положений и выводов диссертации подтверждена положительными результатами внедрения в ряде предприятий.

Научные результаты, полученные в диссертации, доведены до практического использования на предприятиях промышленности и транспортного комплекса. Они представляют непосредственный интерес в области комплексной автоматизации планирования производственной деятельности предприятий с учетом выполнения внутризаводских транспортных и погрузочно-разгрузочных работ.

Совокупность научных положений и практических результатов исследований в области автоматизации процессов мониторинга процессов транспортировки представляет актуальное направление в области теоретических и практических методов принятия решений и выбора стратегий управления ППиТК, деятельность которых связана со значительными объемами транспортировки.

Научные результаты, полученные в диссертации, доведены до практического использования. Они представляют непосредственный интерес в области комплексной автоматизации процессов мониторинга процессов транспортировки. Разработанные методы и алгоритмы прошли апробацию и внедрены для практического применения в ряде предприятий, а также используются в учебном процессе в МАДИ (ГТУ).

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

• на Российских, межрегиональных и международных научно-технических конференциях и семинарах (2003-2007 гг.);

• на заседании кафедры «АСУ» МАДИ (ГТУ); Публикации. По результатам выполненных исследований опубликовано 8 печатных работ.

Объем работы. Диссертационная работа состоит из введения, четырех глав и заключения, опубликованных на 160 страницах машинописного текста, содержит 27 рисунков, 9 таблиц, список литературы из 115 наименований и приложения.

Выводы по главе 4

1. Разработаны программные компоненты и методика использования инструментальных средств конструирования сценариев для организации мониторинга транспортных потоков.

2. Разработаны элементарные приложения организации системы мониторинга потоков транспортировки предприятий промышленности и транспортного комплекса

3. Разработанные методы, модели, методики и программно-моделирующий комплекс внедрены для практического использования в ряде предприятий, а также используются в учебном процессе в МАДИ(ГТУ).

Заключение

1. Проведен системный анализ методов и моделей анализа процессов транспортировки.

2. Разработана имитационная модель транспортировки в условиях стохастической и лингвистической неопределенности.

3. Разработаны модели прогнозирования и распространения результатов обследования потоков транспортировки.

4. Выполнена классификация пользователей системы мониторинга процессов транспортировки.

5. Выполнено формализованное описание процессов сбора-передачи и аналитической обработки результатов обследования.

6. Сформирован функционал ситуационного центра регионального уровня.

7. Разработаны требования к системе распределенных баз данных и программному комплексу сбора и аналитической обработки результатов обследования потоков транспортирования.

8. Выполнена апробация методик анализа сезонности и распространения результатов обследования потоков транспортировки.

9. Разработанные методики, методы и алгоритмы прошли апробацию и внедрены для практического применения на ряде предприятий, а также используются в учебном процессе в МАДИ (ГТУ).

1. Абрамов А.А. Моделирование информационных процессов в системе управления промышленными предприятиями. - М., 1997. - 130с.

2. Аверин В.И., Кручинин И.А. Эффективность компьютеризации производственных систем. -М.: Машиностроение, 1991. 187 с.

3. Автоматизация производства и управления: экономические и организационные аспекты // М.Д.Айзенштейн, Л.С.Винарик, Р.И.Заботина и др. Киев: Наукова думка, 1992. - 183 с.

4. Автоматизированная информационная система организационно-экономического управления предприятием // Д.Г.Конев, А.Г.Блем, О.И.Пятковский. Кабб-Барнаул, 1988. - 142 с.

5. Автоматизированные информационные технологии организационного управления на разных уровнях и конфигурациях // Под ред. В.А.Трайнева. -М.: МосНПО «Радон» Эномар, 1995. 196 с.

6. Автоматизированные системы управления автомобильными перевозками // В.А. Гудков, С.А.Ширяев, С.В.Ганзин. Волгоград, 1993. -128 с.

7. Автоматизированные системы управления в народном хозяйстве // Под ред. В.С.Синяка. М.: Экономика, 1987.-286 с.

8. Анализ и проектирование систем управления. Н.-Новгород: ННГУ, 1992.- 136 с.

9. Аникеев С.Н. Методика разработки плана маркетинга. М.: Фолиум, «Информ-студио», 1996. - 128 с.

10. Ю.Ансофф И.Х. Стратегическое управление. М.: Экономика, 1989. -519 с.

11. П.Артынов А.П., Скалецкий В.В. Автоматизация процессов планирования и управления транспортными системами. М.: Наука, 1981. -280 с.

12. Аршанов М.З. Многокритериальность и согласованность в активных системах. Автоматика и телемеханика, 1997. - №2. - С.162-168.

13. Базелл Р., Кокс Д., Браун Р. Информация и риск в маркетинге // Пер. с англ. Под ред. М.Р.Ефимовой. -М.: Финстатинформ, 1993. 271 с.

14. Балабанов И.Т. Основы финансового менеджмента. М.: Финансы и статистика, 1996. -382 с.

15. Балабанов И.Т. Риск-менеджмент. М.: Финансы и статистика, 1996. - 193 с.

16. Брудник С.С. Оценка экономической эффективности автоматизированной системы управления предприятиями. М.: Экономика, 1972.-52 с.

17. Брунштейн Д.П. Вычислительные центры в системе контроля автотранспортной информации. М.: Транспорт, 1988. - 175 с.

18. Булгаков С.Н. и др. Инвестиционное обеспечение экономического развития. Новосибирск: Наука, 1993. - 190 с.

19. Бурков В.Н., Иринов В. А. Модели и методы управления организационными системами. М.: Наука, 1994. 270 с.

20. Валдайцев С.В. Оценка бизнеса и инноваций. М.: «Филин», 1997336 с.

21. Векслер А.В. Риск-эффективное оценивание параметров процесса авторегрессии // Проблемы передачи информации. 1997. - ТЗЗ, №2. - С.37-53.

22. Вермишев Ю.Х. Методы автоматического поиска решений при проектировании сложных технических систем. М.: Радио и связь, 1982.- 152 с.

23. Вильсон А.Дж. Энтропийные методы моделирования сложных систем. М.: Наука, 1978.- С. 83-91.

24. Винокуров В.А. Организация стратегического управления на предприятии. М., 1996. - 148 с.

25. Винокуров Г.З., Кошкин А.А. Система оперативного и упреждающего управления предприятиям // Под ред. И.М.Бобко. -Новосибирск: Наука, 1997. 194 с.

26. Войцеховский В.Б. Оптимизация развития производственных систем. Киев: Наукова думка, 1991. - 139 с.

27. Воронов К.И. Оценка коммерческой состоятельности инвестиционных проектов // Финансовая газета. 1993, №49-52; - 1994, №16.

28. Глазунов В.Н. Финансовый анализ и оценка риска реальных инвестиций М.: Финстатинформ, 1997.

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

30. Грешилов А.А., Стакун В.А., Стакун JI.A. Математические методы построения прогнозов. М.: Радио и связь, 1997. - 112с.

31. Гульненко К.В., Игнатенко Е.Б. Технико-экономический анализ на автомобильном транспорте в условиях рынка. СПб: ЛДНТП, 1992.

32. Гусев Ю.В. Стратегия развития предприятий. СПб: СПб УЭФ, 1992. -160 с.

33. Гусейнов З.Р., Ибрагимов Э.Р. Планирование инвестиционного процесса на основе новой информационной технологии. Баку: Элм, 1990. -62 с.

34. Дагаев А.А. Фактор НТП в современной рыночной экономике. М.: Наука, 1997.-207с.

35. Демченко B.C., Милета В.И. Системный анализ деятельности предприятия. М.: Финансы и статистика, 1990. - 180 с.

36. Драккер П.Ф. Управление, нацеленное на результат. М.: Технологическая школа бизнеса, 1994. 191 с.

37. Емельянов В.В., Ясиновский С.И. Введение в интеллектуальное имитационное моделирование сложных дискретных систем и процессов. Язык РДО. М.: "АНВИК", 1998. - 427с.

38. Зобнин Б.Е., Коротаева JI.H., Ченцов А.Г. Об одной задаче маршрутной оптимизации и ее приложения // Проблемы передачи информации. 1997. - Т.ЗЗ, №4. - С.70-87.

39. Ильенкова Н.Д. Спрос: анализ и управление: Учебное пособие. Под ред. И.К.Беляевского. М.: Финансы и статистика, 1997. - 160 с.

40. Инвестиционное проектирование: практическое руководство по экономическому обоснованию инвестиционных проектов. Под ред. С.И.Шумилина. М.: Финстатинформ, 1995. - 238 с.

41. Инженерно-экономический анализ транспортных систем: Методология проектирования АСУ // Р.И.Образцова, П.Г.Кузнецов, С.Б.Пшеничников. -М.: Наука, 1990. 191 с.

42. Информационные технологии в управлении и принятии решений // Под ред. Ю.П.Ехлакова. Томск, 1997. - 237 с.

43. Ионов В.Я., Кашин В.Н. Хозяйственный механизм и эффективность промышленного производства. М.: Наука, 1997. - 238 с.

44. Ириков В.А., Ларин В.Я., Самущенко JI.M. Алгоритмы и программы решения прикладных многокритериальных задач // Известия АН СССР. Техническая кибернетика. 1986.- №1.- С.5-16.

45. Казакевич Д.М. Экономические методы в управлении. -Новосибирск: Наука, 1992. 354 с.

46. Кацыв Д.П., Хайдер Абдулла Мухаммед, Шайа Хуссейн Шайа. Интегрированные информационно-управляющие системы на газовых промыслах // Методы и модели автоматизации управления. Сб науч. тр. МАДИ (ГТУ) М. 2006 С. 153-156

47. Кацыв Д.П., Ивахненко А.М, Цибизов Г.П. Формализация процедур адаптивного тестового контроля на базе нечетких множеств // Методы имодели автоматизации управления. Сб науч. тр. МАДИ (ГТУ) М. 2006 С. 25-28

48. Кацыв Д.П., Подпорин Д.И., Дибб К. Маршрутизация вычислительных сетей информационных запросов транспортных систем // Методы и модели автоматизации управления. Сб науч. тр. МАДИ (ГТУ) М. 2006 С. 54-58

49. Кацыв Д.П., Бенгеддаш Самир, Снеткова О.Л. Имитационное моделирование систем массового обслуживания //Автоматизация управления предприятиями промышленности и транспортного комплекса. Сб. науч. тр. МАДИ(ГТУ). 2006. с. 9-13

50. Кацыв Д.П., Алексеев С.Р., Красникова Н.А. Оценка эффективности имитационных моделей транспортных систем //Автоматизация управления предприятиями промышленности и транспортного комплекса. Сб. науч. тр. МАДИ (ГТУ). 2006. с. 96-100

51. Кацыв Д.П., Кузнецов И.А., Цыбизов Г.П. Взаимодействие программных модулей в автоматизированной системе //Автоматизация управления предприятиями промышленности и транспортного комплекса. Сб. науч. тр. МАДИ (ГТУ). 2006. с. 101-106

52. Кацыв Д.П., Алексеев С.Р., Ивахненко A.M., Снеткова О.Л. Основы моделирования динамики систем управления транспортными средствами //Теория и практика информационных технологий. Сб. науч. тр. Минвуз. 2006. М.,С. 108-116

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

54. Ковалев В.В. Методы оценки инвестиционных проектов. М.: Финансы и статистика, 1998. - 141 с.

55. Колесник А.П. Компьютерные системы в управлении финансами. М.: Финансы и статистика, 1994. 312 с.

56. Критенко М.И., Таранцев A.JL, Щебарев Ю.Г. Оценка значимости факторов при их комплексном воздействии на систему // Автоматика и телемеханика. 1995. - №6. - С. 165-171.

57. Кручинин И.А., Перерва O.JT. Экономическая эффективность компьютерных производственных систем. Методология и методика расчетов.- Калуга: Знание/КФ МГТУ, 1998. 104 с.

58. Крыжановский Г.А., Шашкин В.В. Управление транспортными системами. СПб, 1998. - 4.1. - 163 с.

59. Куракина Ю.Г. Оценка фактора риска в инвестиционных расчетах // Бухгалтерский учет. 1995. - № 6.

60. Лактюшина З.Н. Экономический механизм управления на AT. М.: Трансконсалтинг, 1992.-288 с.

61. Лапко А.В., Ченцов С.В. Непараметрические модели принятия решений в условиях больших выборок // Актуальные проблемы современной математики. 1995. -№1. - С.95-103.

62. Лившиц В.Н. Оптимизация при перспективном планировании и проектировании. -М.: Экономика, 1984.-223 с.

63. Лившиц В.Н. Системный анализ экономических процессов на транспорте. М.: Транспорт, 1986. - 240 с.

64. Лэсдон Л.С. Оптимизация больших систем. М.: Наука, 1975.- 431с.

65. Ляско В.И. Основы прогнозирования и стратегического планирования. М.: МГАДИ (ТУ), 1998. - 209 с.

66. Ляско В.И. Стратегия развития автотранспортного предприятия. М.: АСМАП, 1995.-34 с.

67. Маленков Ю.А. Проблемы многоцелевого развития сложных производственных систем. Л.: ЛГУ, 1987. - 234 с.

68. Маркушевич О.Г. Свободная экономика и управление предприятием.- СПб: Политехника, 1993. 488 с.

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

70. Месарович М., Мако Д., Такахара Я. Теория иерархических многоуровневых систем.- М.: Мир, 1973.- 342с.

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

72. Нейлор Т. Машинные имитационные эксперименты с моделями экономических систем. М.: Мир, 1975. - 500с.75.0бер-Крие Дж. Управление предприятием. М.: Сирин, 1998. - 257 с.

73. Парамонов Ф.И. Рационализация аппарата управления предприятиями. М.: Экономика, 1989. - 238 с.

74. Петренко А.К., Семенков О.И. Основы построения автоматизированного проектирования. Киев: Высшая школа, 1984.-340с.

75. Петров А.В. Использование аналитико-статистического метода для исследования сложных вычислительных систем // Вычислительные системы. 1975. - Вып.1. - С.6-17.

76. Полищук Л.И. Метод обобщенного градиента в диалоговых процедурах векторной оптимизации // Автоматика и телемеханика. 1981.-№5,- С.109-118.

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

78. Пярните Ю.Э., Савенкова Т.И. Стратегия и тактика гибкого управления. М.: Финансы и статистика, 1991. - 191 с.

79. Растригин Л.А., Эйдук Я.Ю. Адаптивные методы многокритериальной оптимизации // Автоматика и телемеханика. 1985.-№1.- С.5-26.

80. Рыков В.В. Два подхода к декомпозиции сложных иерархических статистических систем. Агрегативные системы // Автоматика и телемеханика. 1997. - №10. - С.91-104.

81. Сабинин О.Н. Планирование и организация ускоренного статистического моделирования сложных производственно-экономическихкомплексов // Известия РАН. Серия Теория и системы управления. 1997. -№2.-С. 117-123.

82. Селянина Е.И. Планирование на предприятии в условиях рыночной экономики. М.: Экономика, 1993. 156 с.

83. Сидоренко Ю.А. Система функциональных расчетов в АСУП. Н.Новгород, 1995.- 106 с.

84. Силантьева Н.А. Экономические проблемы автоматизации процессов управления производством. М.: Наука, 1972.

85. Срагович В.Г. Адаптивное управление. М.: Наука, 1981. - 384с.

86. Старик Д. Экономическая эффективность инвестиций: показатели и методы определения // Экономист. 1993.- №2.

87. Трайнев В.А., Трайнев И.В. Интеллектуальные технологии в организационных системах управления и их информационное обеспечение. Менеджмент: организационное параметрическое моделирование. М., 1995. -235 с.

88. Трахтенгерц Э.А. Генерация, оценка и выбор сценария в системах поддержки принятия решений // Автоматика и телемеханика. -1997. №3. -С. 167-178.

89. Тюрин Е.Н., Симонова Г.И. Знаковый анализ линейных моделей // Обозрение проблем математики. 1994. - Т.1, №2. - С.214-278.

90. Федоров А.И. Методология и организационные формы управления предприятием в условиях перехода к рыночным отношениям. СПб, 1998. -232 с.

91. Цициашвилли Г.Ш. Простейшая вероятностная модель оценки обобщенного показателя // Современные проблемы управления. М.: РАН. ДВО. ИПМ., 1995. -№1.~С.1-4.

92. Шахов В.В. Некоторые задачи планирования имитационного эксперимента // Труды конференции молодых ученых ВЦ СО РАН. -Новосибирск, 1995. С.200-212.

93. Щербаков В.И. Крупные хозяйственные комплексы: механизм управления. М.: Экономика, 1986. - 271 с.

94. Adam N.R. Achieving a confidence interval for parameters estimated by simulation // Management Science. 1983. - V.29, №7. - P.856-866.

95. Beograd J.C. The formal theory of simulation from the user's point of view // ESC Conference. Aachen, 1983. - P. 112-117.

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

97. Bierman H., Smidt S. The Capital Budgeting Decision. Economic Analysis of Investment Projects. N.-Y.:Macmillan Publishing Company, Collier Macmillan Publishers, 1988. -7th Ed.

98. Blackshire J. Digital PIV (DPIV) Software Analysis System // NASA -1997. CR-97-206285 - P.27-29.

99. Carrol C.D., Kundall M.S. On the concavity of the consumption function // Econometrica. 1996. - V.64, №4. - P.981-992.

100. Chris Tofts. Processes with probabilities, priority and time // Formal Aspects of Computing. 1994.- V.6, №5.- P.536-564.

101. Christopher A. Kennedy, Mark H. Carpenter Comparison of Several Numerical Methods for Simulation of Compressible Shear Layers // NASA 1997. - TP-3484.- P.62

102. Classification and related methods of data analysis // Editor Bock H. -Amsterdam: NORTH-HOLLAND, 1988. 749p.

103. Desrochers A.A. Modeling and control of automated manufacturing system. Washington (DC): IEEE computer soc. press, 1990. - VIII, 373 p.

104. Dur R.C.j. Business reengineering in information intensive organizations: Diss-Delft, 1992. -256 p.

105. Franta W.R. The system approach to system simulation // Modeling and Simulation. 1979. - V.10, №5. - P.2083-2090.

106. Fridman L.W., Fridman H.M. Statistical consideration in computer simulation: The State Of The Art // Journal of Statistical Computation and Simulation. 1984. - V.19, №3. - P.237-263.

107. Jauch L.R., Glueck W.F. Strategic management and business policy. -N.Y., 1988.-XV. 428p.

108. Joshi B. D., Unal R., White N. H. A Framework for the Optimization of Discrete-Event Simulation Models // 17th American Society for Engineering Management National Conference. Dallas (Texas), 1996. - P.26.

109. Law A.M., Kelton D.W. Simulation modeling and analysis. N.Y.: McGrow-Hill, 1991.- 325p.

110. Mamrac S.A., Amer P.D. Estimating confidence intervals for simulations on computer system // Simulation. 1980. - V.35, №6. - P.199-205.

111. Natrig B, Jorung G. On probabilistic risk analysis of technological system. Oslo: Department of Mathematics, University Oslo, 1995. -№6. - P. 1-8.

112. Puppert D., Carrol R.J., Deriso R. Optimization using stochastic approximation and Monte-Carlo simulation // Biometrics. 1984. - V.40, №2. -P.535-545.