автореферат диссертации по приборостроению, метрологии и информационно-измерительным приборам и системам, 05.11.16, диссертация на тему:Исследование достоверности результатов метрологического анализа информационно-измерительных систем с использованием имитационного моделирования

ПРИМЯТЫЕ ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ.

ВВЕДЕНИЕ.

1. СОВРЕМЕННОЕ СОСТОЯНИЕ ИССЛЕДОВАНИЙ В ОБЛАСТИ МЕТРОЛОГИЧЕСКОГО ОБЕСПЕЧЕНИЯ ИНФОРМАЦИОННО

ИЗМЕРИТЕЛЬНЫХ СИСТЕМ.

1.1. ИСХОДНЫЕ ПОЛОЖЕНИЯ И ПРИНЦИПЫ ОРГАНИЗАЦИИ ФУНКЦИОНИРОВАНИЯ СОВРЕМЕННЫХ ИНФОРМАЦИОННО

ИЗМЕРИТЕЛЬНЫХ СИСТЕМ.

1.2.ОБЩАЯ ХАРАКТЕРИСТИКА ОСНОВНЫХ ПОДХОДОВ К ПОСТРОЕНИЮ СИСТЕМЫ МЕТРОЛОГИЧЕСКОГО ОБЕСПЕЧЕНИЯ.

1.2.1. ПРИМЕНЕНИЕ АЛГОРИТМИЧЕСКОЙ ТЕОРИИ ИЗМЕРЕНИЙ.

1.2.2. ТЕОРИЯ НЕОПРЕДЕЛЕННОСТИ В ИЗМЕРЕНИЯХ.

1.2.3. «МЯГКИЕ» ИЗМЕРЕНИЯ, ВЗГЛЯД НА ПОГРЕШНОСТЬ КАК НА

НЕЧЕТКУЮ ПЕРЕМЕННУЮ.

1.3. ПРОГРАММНЫЕ СРЕДСТВА ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ.

1.3.1. ПАКЕТЫ «БЛОЧНОГО МОДЕЛИРОВАНИЯ».

1.3.1.1. ПРИКЛАДНЫЕ ПАКЕТЫ ВИРТУАЛЬНОГО ПРОЕК ТИРОВАНИЯ ИЗМЕРИТЕЛЬНЫХ СРЕДСТВ.

1.3.1.2. ПРИКЛАДНОЙ ПАКЕТ MATLAB SIMULINK.

1.3.2. ПАКЕТЫ «ФИЗИЧЕСКОГО МОДЕЛИРОВАНИЯ».

1.3.3. МОДЕЛИРОВАНИЕ НА C/C++, VISUAL BASIC И DELPHI.

2. ОЦЕНИВАНИЕ МЕТРОЛОГИЧЕСКИХ ХАРАКТЕРИСТИК ИЗМЕРИТЕЛЬНЫХ СРЕДСТВ С ПОМОЩЬЮ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ.

2.1.ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ КАК АППАРАТ ДЛЯ ПРОВЕДЕНИЯ МЕТРОЛОГИЧЕСКОГО АНАЛИЗА.

2.2.ПРИНЦИПЫ ФОРМИРОВАНИЯ СОСТАВА АПРИОРНЫХ ЗНАНИЙ МЕТРОЛОГИЧЕСКОГО АНАЛИЗА.

2.2.1. МОДЕЛЬ ВХОДНОГО ВОЗДЕЙСТВИЯ.

2.2.2. МОДЕЛЬ УСЛОВИЙ ПРОВЕДЕНИЯ ЭКСПЕРИМЕ1ITA.

2.2.3. МОДЕЛЬ АНАЛОГО-ЦИФРОВОГО ПРЕОБРАЗОВАНИЯ.

2.2.4. МОДЕЛИ ДАТЧИКОВ И НОРМАЛИЗАТОРОВ.

2.3. ЭТАП ВОСПРОИЗВЕДЕНИЯ ВИРТУАЛЬНОГО ИЗМЕРИТЕЛЬНОГО ЭКСПЕРИМЕНТА.

2.4. ЭТАП ОБРАБОТКИ РЕЗУЛЬТАТОВ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ.

2.5. ХАРАКТЕРИСТИКА СФОРМИРОВАННОГО АЛГОРИТМИЧЕСКОГО ОБЕСПЕЧЕНИЯ ПРОВЕДЕНИЯ МЕТРОЛОГИЧЕСКОГО АНАЛИЗА С

ИСПОЛЬЗОВАНИЕМ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ.

3. ОЦЕНИВАНИЕ ДОСТОВЕРНОСТИ РЕЗУЛЬТАТОВ МЕТРОЛОГИЧЕСКОГО АНАЛИЗА С ПОМОЩЬЮ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ.

3.1. ОПРЕДЕЛЕНИЕ ДОСТОВЕРНОСТИ ПРИ ИСПОЛЬЗОВАНИИ МЕТРОЛОГИЧЕСКОГО АНАЛИЗА С ПРИМЕНЕНИЕМ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ.

3.1.1. ИССЛЕДОВАНИЕ ВЛИЯНИЯ ОШИБКИ НЕАДЕКВАТНОСТИ МОДЕЛЕЙ НА РЕЗУЛЬТАТЫ МЕТРОЛОГИЧЕСКОГО АНАЛИЗА.

3.1.2. ИССЛЕДОВАНИЕ ВЛИЯНИЯ ОШИБКИ ИЗ-ЗА КОНЕЧНОСТИ ОБЪЕМА ВЫБОРОЧНЫХ ДАННЫХ НА РЕЗУЛЬТАТЫ

МЕТРОЛОГИЧЕСКОГО АНАЛИЗА.

3.1.3. ИССЛЕДОВАНИЕ ВЛИЯНИЯ ОШИБКИ ИЗ-ЗА НЕИДЕАЛЬНОСТИ АЛГОРИТМА ВЫЧИСЛЕНИЙ НА РЕЗУЛЬТАТЫ МЕТРОЛОГИЧЕСКОГО АНАЛИЗА.

3.2. ПРОБЛЕМЫ ФОРМИРОВАНИЯ НЕОБХОДИМОГО СОСТАВА АПРИОРНЫХ ЗНАНИЙ МЕТРОЛОГИЧЕСКОГО АНАЛИЗА.

3.3. МЕТОДИКА ОПТИМИЗАЦИИ ПАРАМЕТРОВ МОДЕЛЕЙ СОСТАВЛЯЮЩИХ АПРИОРНЫХ ЗНАНИЙ МЕТРОЛОГИЧЕСКОГО АНАЛИЗА И А ОСНОВЕ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ.

3.3.1. ЭТАП ИССЛЕДОВАНИЯ НЕАДЕКВАТНОСТИ ИСПОЛЬЗУЕМЫХ МОДЕЛЕЙ.

3.3.2. УЧЕТ КОНЕЧНОСТИ ОБЪЕМА ВЫБОРОЧНЫХ ДАННЫХ В ПРОЦЕДУРАХ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ.

3.3.3. УЧЕТ НЕИДЕАЛЬНОСТИ АЛГОРИТМА ВЫЧИСЛЕНИЙ В ПРОЦЕДУРАХ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ.

3.3.4. РЕЗУЛЬТАТЫ ВЫПОЛНЕНИЯ МЕТОДИКИ.

4. МЕТОДЫ ПОВЫШЕНИЯ ДОСТОВЕРНОСТИ РЕЗУЛЬТАТОВ МЕТРОЛОГИЧЕСКОГО АНАЛИЗА С ПОМОЩЬЮ ИМИТАЦИОННОГО

МОДЕЛИРОВАНИЯ.

4.1. ВЫБОР ПРИНЯТОЙ В ИССЛЕДОВАНИИ МОДЕЛИ НА МНОЖЕСТВЕ АДЕКВАТНЫХ МОДЕЛЕЙ СОСТАВЛЯЮЩИХ АПРИОРНЫХ ЗНАНИЙ

МЕТРОЛОГИЧЕСКОГО АНАЛИЗА.

4.2.ОПТИМИЗАЦИЯ НЕОБХОДИМОГО ЧИСЛА МАШИННЫХ ЭКСПЕРИМЕНТОВ С УЧЕТОМ СМЕЩЕНИЯ ОТ НУЛЕВОГО ЗНАЧЕНИЯ

ВНОСИМОЙ ОШИБКИ.

4.3. ОПИСАНИЕ ПРОГРАММНОЙ СИСТЕМЫ НАСТРОЙКИ ПАРАМЕТРОВ МОДЕЛЕЙ СОСТАВЛЯЮЩИХ АПРИОРНЫХ ЗНАНИЙ

МЕТРОЛОГИЧЕСКОГО АНАЛИЗА.

4.3.1. ОБЩИЕ СВЕДЕНИЯ.

4.3.2. АРХИТЕКТУРА ПРОГРАММНОЙ СИСТЕМЫ.

4.3.2.1. ГЛАВНОЕ МЕНЮ ПРОГРАММНОЙ СИСТЕМЫ.

4.3.2.2. ПРОГРАММНЫЙ МОДУЛЬ ДЛЯ ВЫБОРА МОДЕЛИ ПО КРИТЕРИЮ «МИНИМАКСА».

4.3.2.3. ПРОГРАММНЫЙ МОДУЛЬ ДЛЯ УСТАНОВЛЕНИЯ

ОПТИМАЛЬНОГО ОБЪЕМА ВЫБОРКИ.

4.3.3. БАЗОВЫЙ ПРОГРАММНЫЙ МОДУЛЬ ДЛЯ ПРОВЕДЕНИЯ МЕТРОЛОГИЧЕСКОГО АНАЛИЗА НА ОСНОВЕ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ.

4.3.4. ПРОГРАММНЫЙ МОДУЛЬ ДЛЯ УСТАНОВЛЕНИЯ ХАРАКТЕРИСТИК ОШИБКИ ИЗ-ЗА КОНЕЧНОСТИ ОБЪЕМА ВЫБОРКИ.

4.3.5. ПРОГРАММНЫЙ МОДУЛЬ ДЛЯ ИССЛЕДОВАНИЯ

РЕАЛИЗОВАННОГО АЛГОРИТМА ВЫЧИСЛЕНИЙ.

Актуальность проблемы

В настоящее время создание интеллектуального измерительного продукта неразрывно связано с решением задач представления измерительных знаний средствами современных информационно-измерительных технологий, с проработкой вопросов метрологического обеспечения результатов измерений, с решением задач обеспечения достоверности результатов метрологического анализа и результатов метрологического синтеза.

Включение компьютера в состав сложных информационно-измерительных систем позволяет реализовать управление аналоговым и аналого-цифровым преобразованием сигналов измеряемых величин, выполнить косвенные, совокупные и совместные измерения, статистические измерения, измерения с коррекцией и адаптивные измерения. При этом информационные технологии, стремительно развиваясь, обогатившись мощными и универсальными программными продуктами, даюг возможность использовать в разработке собственного программною обеспечения накопленный опыт миллионов ученых и инженеров (например, технология виртуальных инструментов и др.).

Многофункциональность современных информационно-измерительных систем, в том числе интеллектуальных и виртуальных измерительных средств, и открытый характер их функциональных возможностей в соединении с усложнением реализуемых алгоритмов измерений потребовали формирования адекватных методов метрологического анализа на теоретической основе с широким использованием расчетов и имитационного моделирования.

В настоящей диссертационной работе предлагается развитие разработанного в математической метрологии аппарата формального описания объектов, условий, процедур и средств измерений для оценивания с использованием имитационного моделирования достоверности нормируемых вероятностных характеристик погрешностей различных измерительных цепей, а также для организации процедур формирования на основе базы измерительных знаний необходимого состава априорных знаний в целях проведения качественного и эффективного метрологического анализа с применением аппарата имитационного моделирования.

Проведенный в настоящей работе анализ состояния проблемы позволил сделан» вывод о том, что на сегодняшний день наиболее приемлемой теоретической базой для описания измерений является подход, предложенный дл\н., профессором Цветковым Э.И. в монографии "Основы математической метрологии", с использованием теоретико-вероятностного подхода алгоритмической теории измерений и теоретико-множественного подхода для струклурирования и формализации составляющих априорных знаний.

При использовании метрологического анализа на основе метрологического эксперимента достоверность получаемых результатов обеспечивается тем, что образцовое средство измерения должно иметь класс точности в 3-5 раз выше класса точности анализируемого измерительного средства.

В силу объективных причин получаемые результаты теоретического метрологического анализа отличаются от истинных, т.е. полученные значения вероятностных характеристик погрешностей будут содержать в себе ошибку. Учет этих ошибок необходим не только с познавательной точки зрения, но и для обеспечения соответствия реальных вероятностных характеристик погрешностей измерительных средств нормируемым вероятностным характеристикам.

Этот факт обуславливает необходимость и безусловную актуальность темы диссертационной работы, ключевой задачей которой является создание средств имитационного моделирования для исследования достоверности оценивания вероятностных характеристик погрешности.

Предметом исследования является достоверность результатов теоретического метрологического анализа: совокупность ошибок оценок вероятностных характеристик погрешностей, полученных на расчетной основе или с использованием машинног о эксперимента.

Целью работы является разработка методики определения с номощыо имитационного моделирования достоверности результатов теоретического метрологического анализа.

В соответствии с поставленной целью в работе формулируются и решаются следующие основные задачи.

1. Исследование и обоснование выбора моделей составляющих предметной области метрологического анализа на основе имитационного моделирования информационно-измерительных систем с квадратичным преобразованием входного воздействия.

2. Формирование алгоритмического и программного обеспечения оценивания на основе имитационного моделирования достоверности результатов метрологического анализа информационно-измерительных систем с квадратичным преобразованием входного воздействия.

3. Анализ процедур выбора необходимого состава априорных знаний метрологического анализа на основе базы измерительных знаний с применением аппарата имитационного моделирования.

4. Исследование методов повышения достоверности нормируемых значений систематической погрешности и среднеквадратического отклонения погрешности результатов измерений с учетом выявленных источников ошибок оценивания результатов метрологического анализа.

Методы исследования основаны на использовании общей теории вычислительных систем, математического и имитационного моделирования, теории оптимизации систем, теории неопределенности, теории нечетких множеств, теоретико-вероятностного подхода алгоритмической теории измерений и теоретико-множественного подхода для структурирования и формализации составляющих априорных знаний.

Научная новизна

В результате проведенных исследований получены следующие научные результаты.

1. Определен необходимый состав априорных знаний для проведения метрологического анализа информационно-измерительных систем с квадратичным преобразованием входного воздействия.

2. Сформировано алгоритмически-программное обеспечение исследования достоверности результатов метрологического анализа с использованием имитационного моделирования для информационно-измерительных систем с квадратичным преобразованием входног о воздействия.

3. Разработана обобщенная методика оптимизации параметров моделей составляющих априорных знаний метрологического анализа посредством учета всех факторов, обуславливающих недостоверность оцениваемых характеристик.

4. Предложены методы повышения достоверности результатов расчетного метрологического анализа и метрологического анализа на основе имитационного моделирования.

Практическая ценность Разработанная программная система проведения метрологического анализа информационно-измерительных систем с квадратичным преобразованием входного воздействия и оценивания достоверности полученных результатов для использования в составе интеллектуальных измерительных систем, при синтезе требуемых измерительных процедур на основе виртуальных измерительных средств, при эксплуатации измерительных средств в отсутствие возможности использования метрологического эксперимента.

На защиту выносятся;

1. Методика определения достоверности результатов мегрологического анализа с использованием имитационного моделирования.

2. Предложенный состав априорных знаний для проведения метрологического анализа информационно-измерительных систем с квадратичным преобразованием входного воздействия и определения достоверности полученных результатов.

3. Методы повышения достоверности результатов расчетного метрологического анализа и метрологического анализа на основе имитационного моделирования.

Выход

Помощь

Г Контроль

Г/ Стандартный вывод данных

1000

Диалоговое окно программного модуля для исследования реализованного алгоритма вычислений

Ведомость результатов исследования алгоритма вычислений ши

Помощь Вариант 1

2 1+2 3 1+3 2+3 1+2+3

1+4 2+4 3+4 2+3+4 1+3+4 1+2+4

1 -I-0 -0 4-/1

Ej а

Анализ данных Уточнить Выход

Неидеальный алгоритм М

0,064927 0,147670 0,0610 9 4 0,070134 0,0552 05 0,070536 0,05 419 6

0,0 8 4509 0,149188 0,0 60671 0,079407 0,056845 0,062156

П Г|С.

СКО 0,72 6052 0 ,803321 0,726533 0,714118 0,661756 0,715905 0,655869

Идеальный М о,140914 0,627771 о,65 48 40 о,150500 о,1503 05 0,632700 о,632081 алгоритм

СКО 0 , 809139 1,162225 1,161430 0,794773 0, 792988 1,164369 1,165248 с1ниМ

-0, 075987 ■0,48 0101 -0, .593746 -0,0 80367 •0,095100 -о, 562164 -0,577885 dHHD

0,083088 -0,35 89 0 5 -0,434898 -0,080655 -0,131232 -0,448 464 - 0 , 5 0 93 7 9

0,160462 0,798756 0,153781 0,801480 0,006681 -0,002725

0,726010 0,797430 0,716340 0,724050 о,660249 0,710137 n ^^Q^ti;

0,153839 0,618 368 о,152921 0,640941 о,141437 о,630986 п «цш

0,814509 1,170185 0,806695 1,146221 0,795934 1,15 868 7

1 1AQ9C.T

-0,069330 -0,46967 9 -0,092250 -0,56153 4 -0,0845 93 -0,568830 П С.Т □ Л Q Г1

-0,08 8 498 -0,372755 -0,090355 -0,422172 -0,135 685 -0,448550 П с. п a 19 9

Окно предварительного просмотра результатов исследования

1. Алтунин А.П., Семухин М.В. Модели и алгоритмы принятия решений в нечетких условиях: Монография. - Тюмень: Изд-во ТГУ, 2000. - 352 с.

2. Ананченко В.Н., Гофман Л.А. Теория измерений: Учеб. пособие. - Ростов п/Д: Издательский центр ДГТУ, 2002. - 214 с.

3. Апохин В., Ланнэ А. MATLAB для DSP. Моделирование аналого-цифрового преобразования. Часть 1 // Chip News, 2000. - № 2, - 2-6.

4. Анохин В, MATLAB для DSP. Моделирование аналого-цифрового преобразования. Часть 2 // Chip News, 2000. - № 3. - 16-20.

5. Баранов Л.А. Квантование по уровню и временная дискретизация в цифровых системах управления. - М.: Энергоатомиздат, 1990. - 303 с.

6. Бенг.кович Н.А., Колесов Ю.С, Ссниченков Ю.Б. Практаческое моделирование динамических систем: Учеб. пособие. - СПб.: БХВ-Петербург. 2002. -444 с.

7. Брусакова И.А. Модели представления измерительшлх знаний в информациоино-измерительных технологиях: Учеб. пособие. - СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2002. - 92 с.

8. Брусакова И.А. Достоверность результатов метрологического ана:п1за: Автореф. дис. ... д-ра техн. наук /С . - Петерб. гос. элсктротехн. ун-т. - СПб., 2001. -32 с.

9. Брусакова И.А. Выбор необходимого состава априорных знанш"! для оценки лостоверности метрологических харакчеристик погрепиюсти результатов измерения // Вести. Метролог. Академии. - СПб.: Изд-во ВНИИМ им. Д.И. Менделеева. - 2000. -№ 6 . - С . 16-22.

10. Брусакова И.А., Ива1юв А. Имитационное моделирование как аппарат для исследовапия достоверности результатов мегрологического ана;п1за // Информациопио-измеритсльпые и управляюпше системы. - 2003. - Т. 1, № 1. -С. 65-71.

11. Брусакова И.А., Цветков Э.И. Достоверность результатов метрологического анализа: Учеб. пособие. - СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2001.-120 с.

12. Брусакова И.А., Цветков Э.И. Метрологический анализ вир1уа:и,ных измерительных цепей: Учеб. пособие. - СПб.: Изд-во СПбГЭГУ «ЛЭТИ», 2000. -76 с.

13. Гитие Э.И., Пискунов Е.А. Аналого-цифровые преобразователи. - М.: Энергоиздат, 1981. - 360 с.

14. ГОСТ 8.009-84. ГСИ. Нормируемые метрологические характеристики средств измерений. - М.: Изд-во стандартов, 1984. - 42 с,

15. ГОСТ 26.203-81. ЕССП. Комплексы измеригельно-вычислительные. Признаки классификации. Общие требования. Метрологическое обеспечение информационно-измерительных систем. - М.: Изд-во стандартов, 1984. - 19-27.

16. Гультяев Л.К. MATLAB 5.3. Имитационное моделирование в среде Windows: 11рак1 ич. пособие. - СПб.: КОРОНА принт, 2001. - 400 с.

17. Гультяев А.К. Визуальное моделирование в среде MATLAB: Практич. иособие. - СПб.: КОРОНА принт, 2000. - 430 с.

18. Данилевич СБ. Построение рациональных методик поверки СИ с помопило метода имитационного моделирования // Метрология, 1980. - № 5. - 10-18.

19. Двайт Г.Б. Таблица интегралов и другие математические формулы. - М.: Наука, 1973.-228 с.

20. Дич Л.З. Проблемы точности и теория шкал. Интерпретация процедур измерений // Измерительная техника, 2000. - № 5. - 17-22.

21. Дубина А.Г„ Орлова СВ., Шубина И.А. MS Excel в электронике и электротехнике. - СПб.: BHV-Санкт-Петербург, 2001. - 303 с.

22. Дьяконов В., Круглов В. Математические пакеты распшрения MATLAB. Специальный справочник. - СПб.: Питер, 2001.-480 с. 25, Дюк В.А. Обработка данных на ПК в примерах. - СПб.: Питер-пресс. 1997. -231 с.

23. Заде JI.A. Понятие лингвистической перемешюй и его применение к принятию приближенных решений. - М: Мир, 1976. - 165 с.

24. Заде Л.А. Размытые множества и их применение в распознавании образов и кластер-анализе // Классификация и кластер. - М: Мир, 1980. - 208-247.

25. Захаров И.П., Кукуп! В.Д. Теория неопределенности в измерениях.: Учеб. пособие. - Харьков: Консум, 2002. - 256 с. 29.3емельман М.А. Метрологические основы технических измерений. - М,: Изд-во стандартов, 1991.- 227 с.

26. Иванов Л. Модуль программной системы имитационного моделирования для обеспечения достоверности метрологического анализа // Вести. Метролог. Академии. - СПб.: Изд-во ВПИИМ им. Д.И. Менделеева. - 2002. - № 9. - 60-66.

27. Иванов А. Использование измерительных датчиков и нормализаторов при организации процедуры имитационного моделирования // Вести. Мегролог. Академии. - СПб.: Изд-во ВПИИМ им. Д.И. Менделеева. - 2003. - № 10. - 56-63.

28. Иванов А. Достоверность оценивапия ме1рологических характеристик виртуальных измерительных средств // Информация - Коммуникация - Обтесгво (ИКО - 2002): Тез. докл. и выступл, Междунар. Пауч. Конф. - СПб., 2002. -С.117-118.

29. Иванов А. Описание модуля программной системы настройки параметров априорных знаний для обеспечения достоверности на уровне требуемой точности // Сб. докл. Междунар. Науч. Конф. «Мягкие вычисления и измерения SCM2003». -СПб., 2003.-Т. 2 . -С. 56-59.

30. Игнатьев М.Б. Мягкие вычисления и измерения в свеле комбинаторного моделирования // Вести. Метролог. Академии. - СПб.: Изд-во ВПИИМ им. Д.И. Менделеева. - 1998. - № 1. - 64-67.

31. Информационная теория средств измерений и контроля / ИЛ. Чернявский, Н.П. Селиванов, Ю.А. Сильвеструк; Под ред. Е.А. Чернявского. - Саратов: Изл-во СГУ, 1988.-125 с.

32. Использование виртуальных инструментов LabVIEW / Ф.П. Жарков, В.В. Каратаев, В.Ф. Никифоров., B.C. Панов. - М.: Солон-Р, Радио и связь. Горячая линия - Телеком, 1999. - 268 с.

33. Кспдэл М. Дж., СтьюартЛ. Теория распределений. - М.: Наука. 1966. - 587 с.

34. Колесов Ю.С, Сениченков Ю.В, Имитапионпое моделирование сложных динамических систем. Способ доступа URL: http://www.exponenta.ru/soft/Others/mvs/ ds_sim.asp. - Загл. с экрана, 2003.

35. Кофман А. Введение в теорию нечетких множеств. - М.: Радио и связь. 1982.-432 с.

36. Культин П. Delphi 3. Программирование па Object Pascal. Изучаем вместе с BHV. - СПб.: BHV-СПб, 1997. - 736 с.

37. Курбатов А. Программное обеспечение для сбора и обработки данных при измерениях и испытаниях // Компоненты и технологии. - 2000. - № 6. - 62-66; № 7. - 74-76; № 8. - 84-85.

38. Курбатов А. Программгюс обеспечение для сбора и обработки данных при измерениях и испытаниях // Компоненты и технологии, - 2001. - № 1. - 68-70.

39. Левин В.И. С1руктурно-логическис мсгоды исследования сложных систем с применением ЭВМ. - М.: Паука, 1987, - 303 с.

40. Максимсй И.В. Имитапионпое моделирование па ЭВМ. - М.: Радио и связь. 1988.-232 с.

41. Маркюс Ж. Дискретизация и квантование. - М., Энергия, 1969. - 144 с.

42. Методическое руководство гю технологическим расчетам сложных систем газодобычи при HCTO4IH,IX параме г^рах / А.Е. Алтунин, СП. Чуклеев, М.В, Семухин, Л.Д. Крел. - Тюмень: Изд-во ТГУ, 1984. - 48 с.

43. МИ 1317-86. Методические указания. ГСП. Результаты и харак^гсристнки пофсппюстей измерений. Формы представления. Способы использования при испытании образцов продукции и контроле их параметров. - М.: Изд-во стандартов, 1986.-29 с.

44. МИ 2439-97. ГСИ. Метрологические характеристики измерительных систем. Номенклатура. Принципы регламентации, определения и контроля. - М.: Изд-во стандартов, 1997. - 16 с.

45. МИ 2552-99. Рекомендация. ГСИ. Применение Руководства но выра/кснию неопределенности измерений. - СПб.: ВНИИМ им. Д.И. Менделеева, 1999. - 31 с.

46. Модели принятия решений на основе лингвистической переменной / Л.11. Борисов, А.В. Алексеев, О.А. Крумберг и др. - Рига: Зинатне, 1982. - 256 с.

47. МУ 25.750-85. Методы нормирования, определения и конгроля метрологических характеристик алгоритмов цифрового преобразования измерительной информации в ИВК. - Л.: ВНИИЭП, 1985. - 12 с.

48. Недосекин Д.Д., Прокопчииа СВ., Чернявский Е.А. Информационные ТСХН0Л01ИИ интеллектуализании измерительных пронессов. -СПб.: Энергоагомиздат. -Петерб. отд-ние, 1995. - 178 с.

49. Пежиховский Г.Р. Внедрение понятия «неопределенность измере1И1я» в отечественную метрологическую практику // Измерительная техника. - 2000. - № 5. -С. 27-29.

50. Нечаев Ю.И. Электро1гный учебник по курсу «Планирование и обработка резулгяатов эксперимента». Способ доступа URL: http://www.csa.ru/skif/kurs_5/. -Загл. с экрана, 2000.

51. Новоселов О.Н., Фомин А.Ф. Основы теории и расчета информационно- измерительных систем. - М.: Манишостроснис, 1980, - 280 с.

52. Островсрхов В.В. Динамические погрешности АЦП. - Л.: Энергия, 1975. - 177 с.

53. Р 50.2.004-2000. ГСП. Определение характеристик математических моделей зависимостей между физическими величинами при ренюнии измерительиг11Х задач: Основные положения. - М.: Изд-во стандартов, 2000. - 12 с.

54. РМГ 29-99. г еи . Метрология. Основные термины и определения. - Минск: Межгос. Совет по метр., станд., серт. Изд-во стандартов, 2000. - 46 с.

55. Розенбсрг В.Я. Введение в теорию точности измерительных систем. М.: Сов. радио, 1975.-304 с.

56. Романов В.И., Соболев B.C., Цветков Э.И. Интеллектуальные средства измерений / Под ред. Э.И. Цветкова. - М.: РИЦ «Татьянин де1гь», 1994. - 280 с.

57. Руководство но выражению неонределешюсти измерения: Пер. с англ. / Под науч. ред. Слаева В.А. - СПб.: Изд-во ВПИИМ им. Л-И. Менделеева. 1999. - 134 с.

58. Рыжиков Ю.И. Рснюние научно-технических задач на персональном компьютере. - СПб.: КОРОНА принт, 2000. - 272 с.

59. Саати Т.Л. Принятие решений. Метод анализа иерархий: Пер. с англ. - М.: Радио и связь, 1993. - 320 с.

60. Савчук В.П. Байесовские методы статистического оценивания: надежность технических объектов. - М.: Паука, 1989. - 322 с.

61. Слаев В.А. Подходы к применению «Руководства но выражению неонределснпости измерения» в России // Измерительная техника. - 2000. - № 5. -С. 35-38.

62. Соболев B.C., Цветков Э.И. Проблемы метрологического и шиоритмическо10 обеспечения интеллектуальных средств измерений // Вопросы проектирования измерительных систем. -Л . , 1988. - 64-72.

63. Солопчснко Г.П. Взгляд па погрешность как на нечеткую переменную: предпосылки, проблемы, возможности // Вестн. Метролог. Академии. - СПб.: Изд-во ВНИИМ им. Д.И. Менделеева. - 1998. - № 1. - 50-63.

64. Солоиченко Г.П. Принципы мифологического автосоировождсния вычислений в компьютерных измерительных информационных технологиях // Сб. науч. трудов II Междунар. Науч. Конф. «Мягкие вычисления и измерения SCM1999». - СПб., 1999. - Т. 1. - 250-253.

65. Стахов А.П. Алгоритмическая теория измерения. - М.: Знание, 1979. - 64 с.

66. Тейлор Д., Минюль Дж., Пенман Дж. Delphi 3: библиотека программиста. - СПб.: Питер, 1998.-560 с.

67. Тихонов Э.П. Аналого-цифровые преобразователи. Аналитическое онисание, моделировапие и сравнительные характеристики // Вести. Метролог. Академии. -СПб.: Изд-во ВПИИМ им. Д.И. Менделеева. - 2001. - № 8. - 15-28.

68. Тихонов Э.П. К вопросу о применении устройства выборки и хранения при аналого-цифровом преобразовании сигнала с учетом помех // Вести. Метролог. Академии. - СПб.: Изд-во ВПИИМ им. Д.И. Менделеева. - 2002. - № 9. - 14-23.

69. Тихонов Э.П. Исследование алгоритмов аналого-цифрового преобразования с последовательно-параллельной структурой // Вести. Метролог. Академии. - СПб.: Изд-во ВПИИМ им. Д.И. Менделеева. - 2003. - № 10.-С. 11-19.

70. Уэллс Э., Хешбаргер Microsoft Excel 97. Разработка прил.: Пер. с anrvi, - С11б.:ВПУ, 1998.-617 с.

71. Франк Э. Самоучитель Delphi 3. - К.: Диасофт-Киев, 1998. - 320 с.

72. Фридман А.Э. Внедрение в России «Руководства по выражепшо неонределсниости измерения» // Измерительная техника. - 2000. - № 5. - 31-33.

73. Хан Г., Шапиро Статистические модели в инженерных задачах. - М.: Мир, 1969.-396 с.

74. Цветков Э.И. Процессорные измерительные средства. - Л . : Эпсргоатомиздат. 1989.-224 с.

75. Цветков Э.И. Алгоритмические основы измерений. - СПб.: Энергоагомиздат. 1992.-256 с.

76. Цветков Э.И. Метрология и «мягкие измерения» // Вести. Метролог. Академии. -СПб.: Изд-во ВПИИМ им. Д.И. Менделеева. - 1998. - № 2. - 6-16.

77. Цветков Э.И. Основы математической мсфологии: В 4 т. - СПб.: АОЗТ «КопиСервис», 2001-2003.

78. Цветков Э.И. Мечрологический анализ на основе имитащюнного моделирования // Вести. Метролог. Академии. - СПб.: Изд-во ВПИИМ им. Д.И. Менделеева. - 1999. - № 3. - 11-17.

79. Цветков Э.И. Достоверность оценивания характеристик iioipemiiocTCH с помощью имитационного молелирования // Вести. Метролог. Лкалемип. - СПб.: Изд-во ВНИИМ им. Д.И. Менделеева. - 2000. - № 6. - 6-15.

80. Цветков Э.И. Метрологический анализ результатов измерений с преобразованием рода величины // Вести. Метролог. Академии. - СПб.: Изд-во ВНИИМ им. Д.И. Менделеева. - 2003. - № 10. - 4-10.

81. Цветков Э.И. Метрологический анализ на расчетной основе // Вести. Метролог. Академии. - СПб.: Изд-во ВНИИМ им. Д.И. Менделеева. - 1998. - № 1. -С. 6-26.

82. Цветков Э.И. Интеллектуализация измерительных средств // Сб. науч. трудов II Межд. Науч. Конф. «Мягкие вычисления и измерения SCM1999». - СПб., 1999. -Т. 1.-С. 42-46.

83. Atsushi Degawa. Улучшение методов обнаружения и подавления "плохой" информации при оценке состояния энергосистем. // Дэнки гаккай ромбуси. Trans. Inst. Elec. Eng. Jap. - 1984. - № 2. - P. 69-76 (ян.).

84. Funy J.W., Fu K.S. An axiomatic approach to rational decision making in a fuzzy environment. // Fuzzy Sets and Their Application to Cognitive and Decision Processes. -New York, 1975. - P. 227-257.

85. Goguen Y.A. The logic of inexact concepts. // Synthese. - 1974. - V. 19. - P. 329-373.

86. Jaworski J. Matematycrnc podstawy mctrologii. - Warsawa, WNT, 1979.

87. Zimmermann H.J., Zysno P. Quantifying vagueness in decision models. // European Journal of Operational Reseach. - 1985. - № 22. - P. 148-158.