автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.12, диссертация на тему:Оптимизация проектных решений в САПР автоматизированных технологических комплексов

Введение.

ГЛАВА I Анализ состояния вопроса и задачи проектирования автоматизированных технологических систем.

1.1. Обзор существующих систем проектирования.

1.2. Особенности проектирования сложных ТС.

1.3. Модели функционирования объектов проектирования.

1.4. Системный анализ АТК как объекта проектирования.

1.5. Постановка задачи разработки методов автоматизированного проектирования сложных ТС.

1.6. Анализ ТП получения оптического волокна как объекта оптимизации.

1.7. Выводы.

ГЛАВА II Разработка и исследование методов принятия оптимальных проектных решений.

2.1. Метод последовательного анализа вариантов.

2.2. Алгоритмы последовательного анализа вариантов.

2.3. Оптимизация алгоритмов последовательного анализа вариантов.

2.3.1. Метод многошаговой редукции размерности.

2.3.2. Методы глобального поиска с использованием равномерной и неравномерной сетки.

2.3.3. Метод глобального поиска с использованием кривой Пеано.

2.3.4. Метод оптимального покрытия прямоугольного параллелепипеда равными кубами.

2.3.5. Метод многомерного поиска с помощью стохастического автомата.

2.3.6. Метод многомерного поиска с помощью коллектива независимых автоматов.

2.4. Поиск локального экстремума многопараметрических функций.

2.5. Тестирование алгоритмов последовательного анализа вариантов.

2.6. Выводы.

ГЛАВА III Разработка иерархической структуры принятия проектных решений.

3.1. Особенности структур иерархических систем принятия решений.

3.2. Оптимизация иерархических систем.

3.3. Разработка модели для последовательного принятия решений с иерархической структурой.

3.4. Выбор и принятие решений на основе теории

Байеса.

3.5. Организация поиска решений по бинарным деревьям.

3.6. Выводы.

ГЛАВА IV Разработка программной системы и реализация разработанных алгоритмов и методов при проектировании сложных ТС.

4.1. Ранжирование методов оптимизации.

4.2. Реализация алгоритма накопления информации о проектируемом объекте.

4.3. Реализация подсистемы расчета чувствительности параметров.

4.4. Алгоритм обработки информации.

4.5. Подсистема построения близкого к оптимальному дерева бинарного поиска.

4.6. Апробация системы оптимального выбора и принятия решений на ТП оптического производства.

4.7. Выводы.

Оптическая промышленность, как и другие виды производств в настоящее время переживает процесс трансформаций из плановой экономики в отрасль рыночной экономики [1,2]. Так как развитие оптической промышленности напрямую зависит от стоимости различных потребляемых ресурсов: сырьевых, топливно-энергетических, трудовых, то в наше время чтобы выжить необходимо учитывать и рационально использовать эти ресурсы.

Так как современная оптическая промышленность в значительной мере определяет развитие почти всех отраслей народного хозяйстза, таких как: космическая, электронная, медицинская и т.д. и по сути своей является стратегической, то необходима ее поддержка как со стороны государства, так и со стороны самих предприятий. Из-за скудных капиталовложений предприятиям оптической промышленности приходится развивать отрасль ориентируясь все чаще на зарубежный опыт, а производство ориентировать на рынок оптических изделий, куда не так-то легко пробиться.

В условиях современного рынка от технологических систем оптического производства требуется обеспечение высокого качества готовой продукции при низкой себестоимости. Для этого необходимо: повышать качество исходного сырья, шихты, тепловую и технологическую эффективность оборудования; механизировать и автоматизировать максимальное число стадий технологического процесса, тем самым снижая себестоимость. Таким образом, без внедрения совершенно новых технологий, основанных на использовании современного математического аппарата, вычислительных экспериментов, средств искусственного i интеллекта и комплексной автоматизации процесса производства, невозможно продвижения вперёд не только оптической, но и других отраслей народного хозяйства.

Переход экономики к рыночным отношениям и усиление концепции вертикальных рынков ставит перед отечественными предприятиями,, оптической промышленности принципиально новые, несвойственные прежним плановым способам ведения хозяйства, задачи. Одной из главных задач является повышение эффективности производства, и, в следствии этого, усиление позиции предприятия во внутреннем, так и во внешнем секторах рынка [3]. Для этого необходимо широкое внедрение автоматизированных систем управления (АСУ), которое может

• осуществляться двумя путями [4].

1. Попытка постепенного внедрения систем автоматизации лишь на отдельных участках своей деятельности, а затем в будущем, построение на их основе единой СУ, либо довольствование полученной "кусочной" автоматизацией.

2. Комплексное внедрение систем автоматизации, которое позволяет охватить все звенья системы менеджмента от производства до верхнего управленческого уровня и включает в себя:

• автоматизацию общехозяйственной деятельности предприятия (бухгалтерский учет, сбыт/снабжение и т.п.);

• автоматизацию основных технологических процессов предприятия;

• автоматизацию управленческих процессов, анализ и стратегическое планирование.

Второй путь хотя и характеризуется большими капиталовложениями, но эффективность такой системы неизмеримо больше, чем от постепенной автоматизации.

Построение комплексных СУ включает в себя следующие этапы:

• стратегический бизнес-анализ существующей СУ и разработка ее оптимальной модели;

• выбор программных и аппаратных компонентов информационной системы и проработка различных вариантов решения;

• проектирование, внедрение и последующее сопровождение системы (CALS- технологии).

Современные действующие системы автоматизированного проектирования технологических процессов (САПР ТП) и гибкие производственные системы (ГПС) позволяют быстро перестраиваться на новые соотношения сырьевых ресурсов, производить переналадку оборудования с автоматизированных рабочих мест (АРМ) [5].

Возрастающий в последние годы поток информации привел к необходимости существенного изменения подходов к решению задачи его обработки с целью повышения эффективности научных исследований и использования их результатов для решения одной из основных задач - максимальной автоматизации научных и производственных процессов [6,7]. Применение ЭВМ в технике автоматизации приводит в частности к изменению требований к уровню знаний и умений квалифицированных рабочих [8].

Интеллектуализация ранних стадий проектирования состоит в привлечении сложных форм знаний и в применении адекватного аппарата их обработки и использования. Это служит основой подхода для создания САПР, состоящего не в последовательном наращивании возможностей путем подключения дополнительных программных модулей и создания требуемых баз данных (БД), а в радикальном перераспределении вычислительных работ и концентрации исследовательских, поисковых задач проектирования в экспертной системе, которая может рассматриваться как особая комплексная подсистема со своей информационной базой и программным обеспечением общего и специального назначения [9].

В настоящее время необходимо, чтобы подход к процессу проектирования был системным, т.е. имел следующие отличия от традиционного [10]:

• необходимость совместного проектирования и планирования производства изделия и вспомогательных устройств;

• анализ изменения потребностей, последствий от внедрения, предопределяющих развитие систем;

• единый критерий эффективности, характеризующий качество проектируемой системы, в то время как все остальные критерии должны носить вспомогательный характер;

• критерий эффективности должен быть составлен таким образом, чтобы учитывать затраты и доходы на этапах проектирования, организации производства, производства, распространения и эксплуатации системы;

• использование в процессе проектирования и планирования имитационных моделей, достаточно полно отображающих функционирование проектируемой системы в условиях, близких к реальным, и предусматривающих работу в интерактивном режиме с человеком-проектировщиком;

• создание банков данных, позволяющих оперативно применять всю информацию о существующих инженерных решениях, которые необходимы для успешного проектирования и планирования с высокой эффективностью;

• широкое применение вычислительной техники, заменяющей в ряде случаев интеллектуальную деятельность проектировщика;

• организация дружественного общения проектировщика с вычислительной техникой с помощью лингвистического обеспечения.

Таким образом, в отличие от традиционного подхода к решению задач проектирования и планирования, системный подход предусматривает более широкое рассмотрение проблемы принятия решений, отличающееся тщательным обоснованием целей, что определяет более высокий уровень проектирования.

Все системы проектирования многокритериальные по своему существу, следовательно, основная проблема,' встающая перед проектировщиком - улучшение одних показателей системы, при которых не ухудшаются остальные [И]. А если учесть, что представление готового оптимального проекта необходимо обеспечить в предельно сжатые сроки, то возникает необходимость в построении и обработке допустимого множества вариантов, которые удовлетворяют всем требованиям, предъявляемым к будущей системе. В этом множестве имеется подмножество не улучшаемых или парето-оптпимальны.х вариантов системы, т.е. таких, которые нельзя одновременно улучшить по всем оптимизируемым критериям качества не ухудшив при этом значения хотя бы одного из этих показателей. В результате проектирования на выходе должна получиться парето-оптимальная система. Этого можно достичь только применением группы методов многокритериальной оптимизации и грамотной постановкой задачи проектирования сложных технологических систем (ТС) [12].

Сложная ТС должна быть адаптивной или способной к целенаправленному приспосабливающемуся поведению в сложных условиях окружающей среды, изменения которой выводят проектируемую систему за границы исходной области устойчивости [10].

В начальных стадиях внедрения вычислительной техники в инженерную практику цифровые ЭВМ выполняли сложные числовые расчеты, облегчающие решение задач математической физики. Вторым направлением использования ЭВМ было накопление и систематизация фактических данных. Затем вычислительная техника стала способна к моделированию множества физических, технических и логических задач. К задачам, которые требуют больших вычислительных мощностей относятся задачи конструирования, которые располагаются по сложности между задачами сложного инженерного расчета и задачами искусства. Процесс конструирования содержит два составляющих элемента: строго логический и интуитивный. Для современной вычислительной техники все задачи, сформулированные в виде построений математической логики и представленных в виде алгоритмов, могут быть решены на ЭВМ с большим успехом, чем это делает человек. Для этого потребуется лишь определенный уровень комплектующих ЭВМ устройств -памяти, процессора и т.п. Принципиальные трудности возникают при решении задач, которые связаны с эмоциональным восприятием и оценкой воздействия среды на субъект.

Управление ТП в настоящее время переходит от автоматизированного к автоматическому, которое включает в себя комплекс технических средств по сбору, обработке информации, принятию и реализации решений по управлению объектом, без участия человека [13].

Основными целями автоматизации проектирования являются улучшение качества и повышение технико-экономического уровня проектируемых изделий в т.ч. при их изготовлении, эксплуатации; рост производительности труда; сокращение затрат на создание изделий; снижение стоимости и трудоемкости проектирования [14,15]. Использование ЭВМ з процессе проектирования позволяет повысить его эффективность за счет увеличения рассматриваемых альтернатив проектных решений и более детального их анализа с помощью аппарата математического моделирования.

На этапе выбора рациональных вариантов одной из основных проблем является оценка вариантов по многим критериям в условиях существенной неопределенности и отбор вариантов в диалоговом режиме.

Для оказания помощи проектировщику на всех этапах проектирования может служить человеко-машинная система проектирования.

САПР представляет собой организационно-техническую систему, состоящую из комплекса средств автоматизации проектирования органически связанных между собой.

Функциональные подсистемы, входящие в состав интегрированной САПР имеют следующий состав:

• автоматизированная система управления процессом проектирования (АСУПП);

• автоматизированная система проектирования (АСП)

• автоматизированная система конструирования (АСК);

• автоматизированная система технологической подготовки производства (АСТПП);

• автоматизированная система управления технологическими процессами изготовления опытных образцов (АСУТП);

• автоматизированная система комплексных испытаний и отработки изделий (АСКИО).

АКТУАЛЬНОСТЬ. Для ускорения научно-технического прогресса предусматривается внедрение автоматизированных систем (АС) в различные сферы хозяйственной деятельности и в том числе в проектирование, управление оборудованием и технологическими процессами в промышленности. При этом существенную роль играет решение проектно-конструкторских и научно-исследовательских задач с применением современных средств вычислительной техники, что позволяет сократить сроки разработки, повысить производительность оборудования и снизить затраты на производство.

С развитием вычислительной техники развивается и автоматизация всех областей промышленности. От систем автоматизации технологических процессов (САТП) требуется гибкость и оперативность при принятии новых технологических решений. Однако, при всё более возрастающей технологической сложности процессов важна и высокая эффективность работы САТП с сохранением дружественности интерфейса для построения АРМ проектировщиков. Это приводит к противоречию со всё более возрастающими требованиями, предъявляемыми к современным САПР автоматизированных технологических комплексов (АТК): возможность мониторинга и управления в объектах промышленной автоматизации, дружественный объектно-ориентированный интерфейс "человек-машина", сбор, обработка и хранение информации в БД реального времени с возможностью её обмена при межсистемных взаимодействиях и анимации, и, в то же время, соотношение цены с качеством готового продукта. Для обеспечения баланса необходима тщательная проработка САПР АТК на всех этапах жизненного цикла ТС, особенно на начальном этапе её проектирования, так как именно этот этап характеризуется наибольшей сложностью из-за многовариантности и многокритериальности функции эффективности и широкого спектра методов её оптимизации. Дтя определения эффективности применения методов оптимального проектирования необходима разработка иерархической структуры принятия проектных решений.

В связи с успехами в развитии средств вычислительной техники стал возможен не только первичный процесс обработки данных о ходе технологического процесса, но и моделирование процессов, накопление и анализ результатов на основе систем искусственного интеллекта и т.д. Проведение таких работ вручную либо трудоемко, либо вообще не представляется возможным из-за сложности математического и программного аппарата.

Разработка системы автоматизации проектирования АТК включает в себя следующие этапы: формирование математического аппарата, пригодного для описания данного объекта проектирования, создание группы математических моделей, на основе которых может производиться их выбор для определенного ТП, разработка методов принятия проектно-конструкторских решений, на основе которых создается объект заданного назначения.

Несмотря на то, что технический прогресс идет по пути создания все более сложных алгоритмов и систем проектирования, полностью исключить человека на определенных этапах не представляется возможным, поэтому для достижения наилучших результатов создаются интерактивные системы проектирования, где человеку предоставляется АРМ. Число АРМ определяется уровнем иерархичности определенной ТС и ее сложностью.

Таким образом, разработка и исследование математических методов и алгоритмов оптимизации проектных решений на начальном этапе проектирования АТК как комплекса алгоритмов и технических средств для управления ТП, является актуальной проблемой, решение которой позволит ускорить работу проектировщика при разработке сложных ТС.

Предметом исследования диссертационной работы являются математические методы и алгоритмы оптимизации проектных решений, а также методы проектирования АТК.

Цель работы. Основной целью диссертационной работы является исследование и разработка алгоритмов и методов оптимизации -выбора и принятия технических решений на начальном этапе проектирования и имитационное моделирование ТГТ для апробации и возможности интеграции в САПР АТК.

Для достижения этой цели решались следующие задачи:

• Анализ современных систем автоматизации проектирования АТК с целью декомпозиции основной задачи проектирования.

• Разработка и исследование методов принятия оптимальных проектных решений на начальном этапе проектирования.

• Моделирование работы и тестирование алгоритмов поиска глобального экстремума многопараметрических функций.

• Разработка и исследование алгоритма свертки локальных критериев оптимизации в глобальный и механизма выбора предпочтительного варианта.

• Разработка программной системы принятия оптимальных проектных решений и организация быстрого поиска в базе знаний с выводом основных результатов.

Методы исследования. В методах исследования использовались: математический аппарат теории выбора и принятия решений, бинарных отношений и деревьев; методы оптимального проектирования, последовательного анализа вариантов и методы глобальной оптимизации многопараметрических функций; теория вероятности; теория множеств и теория графов.

Научная новизна. Научная новизна диссертационной работы заключается в следующем:

1. Разработаны алгоритмы и методы принятия проектных решений, ориентированные на АТК оптического производства.

2. Разработан алгоритм выбора оптимального варианта свертки локальных критериев оптимальности в глобальный.

3. Разработаны и модифицированы алгоритмы поиска глобального оптимума многопараметрических целевых функций проектирования.

4. Разработаны методы оценки точности алгоритмов анализа и принятия проектных решений, учитывая вычислительную сложность и приоритеты использования.

5. Разработана иерархическая структура принятия оптимальных проектных решений для САПР АТК с применением теории Байеса и бинарных деревьев.

Практическая ценность. Разработанные в диссертационной работе методы и алгоритмы использованы для создания пакета прикладных программ (ППП), включённых в состаз САПР АТК. Данная подсистема охватывает начальный этап проектирования и образует АРМ проектировщика. Получены результаты экспериментов с применением широкого диапазона параметров и ряда математических моделей, которые подтвердили эффективность применения разработанной системы.

Основные результаты диссертационной работы внедрены в ВНЦ ГОИ им. С.И. Вавилова, СПб ИЗМИР РАН и в учебный процесс на кафедре "Проектирования компьютерных систем" СПб ГУИТМО.

Публикации. По материалам диссертации опубликовано 9 печатных работ.

Краткое содержание работы.

Во введении к диссертации проведён краткий обзор проблем, стоящих перед современным проектированием сложных технологических систем, а также систем управления ТП, сформулирована цель работы, методы исследования, научная новизна и практическая ценность данной работы. Кратко описана структура диссертационной работы и апробация её материалов.

В первой главе проведен анализ состояния вопроса и задач автоматизации проектирования, рассмотрены существующие методы проектирования и особенности проектирования сложных ТС; сделана постановка задача диссертационной работы.

Во второй главе освещаются вопросы, связанные с разработкой и исследованием методов принятия оптимальных проектных решений на основе алгоритмов последовательного анализа вариантов и оптимизационных методов многомерного поиска. Описана их работа и указаны их теоретические ограничения для практического применения на предварительном этапе проектирования.

В третьей главе произведена разработка иерархической структуры принятия проектных решений и её оптимизация. Разработана процедура формирования базы знаний и поиска информации по бинарным деревьям. Разработаны процедуры и алгоритмы восстановления сбалансированности деревьев после включения и удаления узлов.

Четвертая глава посвящена вопросам программной реализации разработанных алгоритмов и методов в виде системы оптимального выбора и принятия решений с иерархической структурой. Осуществлена оптимизация математической модели (ММ) ТП вытягивания оптического волокна с помощью разработанных методов.

В приложении приведены документы подтверждающие внедрение результатов диссертационной работы на производстве и в учебном процессе.

Апробация работы. Обсуждение и доклады производились на: международной конференции "Прикладная оптика - 96", г.Санкт-Петербург, 1996г.; научно-технической конференции "Проектирование и технология элементов компьютерных систем", СПбГИТМО (ТУ), 1997г.; межвузовском научно-техническом семинаре с международным участием "Автоматизация проектирования, технология элементов и узлов компьютерных систем", апрель 98г., СПбГИТМО (ТУ);

XXXI научно-технической конференции профессорско-преподавательского состава, 1999г. СПб ГИТМО (ТУ);

XXXII научно-технической конференции профессорско-преподавательского состава, 2003г. СПб ГИТМО (ТУ).

Эффект от использования результатов данной работы заключается в сокращении затрат и сроков проектирования АТК. Создана иерархическая система принятия решений, реализованная в виде ППП.

Основные положения, выносимые на защиту:

• методология системного анализа проектирования АТК;

• комплекс алгоритмов и методов принятия решений при проектировании АТК;

• методика свертки локальных критериев оптимизации в глобальный и механизм выбора предпочтительного варианта.

• теоретические методы и экспериментальные оценки точности методов оптимизации, а также их ранжирование по предложенным параметрам;

• методика последовательного анализа и выбора вариантов для проектирования АТК;

• принципы построения иерархической структуры принятия оптимальных проектных решений для САПР АТК.

Структура и объём диссертации

Диссертация состоит из введения, четырёх глав, заключения, приложений и списка литературы. Материал изложен на 172 страницах машинописного текста с поясняющими рисунками и таблицами.

4.7. ВЫВОДЫ

Четвертая глава настоящей диссертационной работы была посвящена разработке программной системы на основе разработанных в главах II-III алгоритмов. В результате:

1. Дана,, оценка разработанных алгоритмов оптимизации и произведено ранжирование методов по основным критериям, таким как: сложность метода, сложность решаемой задачи - ее размерность, количество входных параметров, управляемых проектировщиком, использование оперативной памяти, эффективность нахождения оптимума функции.

2. Ранжирование методов позволяет определить баланс скорость-точность перед использованием любого разработанного метода в каждом конкретном случае. Произведено нормирование критериев оценки методов, что позволяет использовать такой ряд в других системах, например экспертных оценок.

3. Разработан алгоритм накопления информации о проектируемом объекте, адаптированный для обучения. Механизм работы учитывает оценку рассогласования после предварительной обработки информации и позволяет снизить общий объем требуемой оперативной памяти по сравнению с неадаптивным алгоритмом.

4. Разработана подпрограмма расчета чувствительности, позволяющая свертывать локальные критерии эффективности по одному из шести вариантов с оценкой чувствительности в каждом варианте.

5. На основании теории Байеса и алгоритма последовательного анализа вариантов реализована подсистема выбора и принятия решений, исходными данными для которой являются варианты, генерируемые как самой системой в результате полученной информации из ТП, так и задаваемой человеком-оператором.

6. Разработанный алгоритм построения близкого к оптимальному дерева бинарного поиска позволяет сбалансировать деревья после добавления/удаления вершин, что сокращает время поиска. Такие,.бинарные структуры применены для существенного ускорения поиска неулучшаемых альтернатив при построении сложных иерархических систем.

7. В результате, композиция описанных в главе IV алгоритмов позволила создать иерархическую структуру, обладающую необходимым математическим аппаратом для принятия оптимальных решений при проектировании сложных ТП. Использование разработанной системы проектирования показано на примере ТП получения BOJIC на MCVD-установке.

ЗАКЛЮЧЕНИЕ

В настоящей диссертационной работе получены следующие основные результаты:

1. Разработана модификация алгоритма последовательного анализа вариантов едя интегрированной системы автоматизированного производства оптических материалов.

2. Разработаны алгоритмы, реализованные на языке высокого уровня, для методов принятия решений на предварительном этапе проектирования. Алгоритмы оптимизированы для достижения лучшей эффективности при сниженных требованиях к ресурсам ЭВМ.

3. Предложена система ранжирования методов оптимизации перед их использованием в составе САПР оптических материалов. Ранжирование произведено на основе испытания методов на тестовых задачах оптимизации с расстановкой приоритетов методов.

4. Разработана методика хранения и обработки информации с использованием аппарата бинарного отношения эффективности. Организован поиск информации по бинарным деревьям с возможностью восстановления сбалансированности их по высоте после добавления/удаления вершин.

5. Предложена методика оценки чувствительности системы в зависимости от варианта свертки локальных критериев эффективности в глобальный. Полученный алгоритм позволяет лицу принимающему решения расставить локальные критерии, а также параметры внутри локальных критериев, по степени их влияния; маловлияющие компоненты при этом можно исключить, освобождая ресурсы ЭВМ.

6. Разработаны структура и ПО на языке высокого уровня САПР ТП оптических материалов, использующие предложенные алгоритмы.

Система представляет собой иерархическую структуру принятия и обработки технических решений.

7. В САПР ТП оптических материалов предусмотрено интерактивное вмешательство проектировщика на любом этапе проектирования и тестирования. Проведены эксперименты, результаты которых подтвердили эффективность предложенных алгоритмов и ПО САПР ТП в результате применения на MCVD -установке по производству BOJIC.

8. Разработанная САПР ТП оптических материалов внедрена на ряде предприятий и в учебном процессе.

1. Гатчин Ю.А., Коробейников А.Г. Проектирование интегрированных автоматизированных технологических комплексов. - СПб: СПб ГИТМО (ТУ), 2000.

2. Мир компьютерной автоматизации №1/ 1998г с.13.

3. Фролов В.А. Анализ и оптимизация в прикладных задачах конструирования.- М. : Высшая школа, 1976.

4. Тищенко Н.М. Введение в проектирование систем управления. М. : Энергоатомиздат, 1986. - 248 е.,ил.

5. Фролов В.Н., Львович Я.Е., Меткин Н.П. Автоматизированное проектирование технологических процессов и систем производства РЭС : Учеб. Пособие для вузов по специальности "Конструирование и технология радиоэлектронных средств". М.: Высш. шк., 1991.

6. Методы и системы автоматизации в задачах науки и производства. М.: Наука, 1986.

7. Афанасьев В.Г. Общество: системность, познание и управление. М.: Политиздат, 1981г.

8. Основы автоматизации, пер. с немецкого В.В.Иванова./Под ред. к.т.н. Г.В.Королева. М.: Высшая школа, 1990.

9. Алексеев А.В. Интеллектуальные системы принятия проектных решений. Рига, 1997.

10. Дабагян А.В. Проектирование технических систем. М.: Машиностроение, 1986.

11. Статников Р.Б., Матусов И.Б. Многокритериальное проектирование машин. М.: Знание, 1989 - (Новое в жизни, науке, технике. Сер. "Математика, кибернетика"; №5).

12. Берзин Е.А. Оптимальное распределение ресурсов и теория игр. М.: Радио и связь, 1983г.

13. Лысенко Э.В. Проектирование автоматизированных систем управления технологическими процессами. М. : Радио и связь, 1987.

14. Лушников Ю.К., Морозов В.А., Частиков А.П. Системы автоматизации проектирования. М. : Знание, 1984.

15. Нуждихин В.Г., Беседин А.П. Системы автоматизированного проектирования: создание и внедрение. М.: Знание, 1984.

16. Системы распознавания автоматизированных производств / В.Л. Генкин, И.Л. Ерош, Э.С. Москалев. Л.: Машиностроение. Ленингр. Отд-ние, 1988.

17. И.Б. Бондаренко, А.К. Андреев, Ю.А. Гатчин. Интегрированная система автоматизированного производства оптических материалов / /Тезисы докладов научн.-технич. международной конференции "Прикладная оптика 96", г.Санкт-Петербург, 1996г.-с.109.

18. Мир компьютерной автоматизации №2/ 1996г.

19. Соломонов Л.А., Филипович Ю.Н., Шульгин В.В. Персональные автоматизированные информационные системы и дисплейные комплексы. 1990г.

20. Батищев Д.И. Методы оптимального проектирования.: Учеб. пособие для вузов. М.-: Радио и связь, 1984. -248с.,ил.

21. И.Б. Бондаренко. Методы оптимального проектирования сложных технологических систем//Тезисы докладов 31 межвузовской научно-технической конференции профессорско-преподавательского состава, 1999г., СП6ГИТМО.-с.86.

22. И.Б. Бондаренко, Ю.А. Гатчин. Оптимизация алгоритмов последовательного анализа вариантов// Тезисы докладов 31 межвузовской научно-технической конференции профессорско-преподавательского состава, 1999г., СП6ГИТМО.-с.87.

23. И.Б. Бондаренко. Методы глобальной оптимизации многопараметрических функций// Труды молодых ученых и специалистов. Сборник научных статей. Выпуск 1. Часть 2.- СПб: • СПбГИТМО (ТУ), 2000.-c.25.

24. Александровский Н.М., Егоров С.В., Кузин Р.Е. Адаптивные системы автоматического управления сложными технологическими процессами.- М. : Энергия, 1973.

25. Математические задачи системного анализа. Моисеев Н.Н. М.: Наука. Главная редакция физико-математической литературы, 1981.488с.

26. Большие системы. Связность, сложность и катастрофы. Перевод с английского под ред. д.физ.-мат. наук Ю.П. Гупало.- М.: Мир, 1982г.

27. Многоуровневое управление динамическими объектами/ Васильев В.И. и др. М.: Наука, 1987.

28. Кейн В.М. Оптимизация систем управления по минимаксному критерию. М.: Наука. Главная редакция физико-математической литературы, 1985.

29. Коробейников А.Г., Початков Л.Д., Бельянинов Ю.Н. Изучение закономерностей тепломассопереноса в вязких расплавах при высоких температурах в условиях электротермического нагрева при производстве оптического стекла. Отчет ГОИ, тема 1Ф41 05 - 81.

30. Железнов И.Г. Сложные технические системы (оценка характеристик): Учеб. Пособие для техн. Вузов. М.: Высш. шк., 1984.

31. Редькин А.К. Основы моделирования и оптимизации процессов лесозаготовок. М.: Лесная промышленность, 1988г.

32. Ермольев Ю.М., Ястримский А.И. Стохастические модели и методы в экономическом планировании.- М.: Наука, 1979г.

33. Гришин В.К. Статистические методы анализа и планирования, экспериментов. Изд-во Московского университета, 1975г.

34. Хикс Ч. Основные принципы планирования эксперимента. Пер. с англ. М. : Мир, 1970.

35. Арайс Е.А., Дмитриев В.М. Автоматизация моделирования многосвязных механических систем. М.: Машиностроение, 1987.

36. Нечипоренко В.И. Структурный анализ систем. М., "Сов. радио", 1977, 216 с.

37. Вычислительные методы исследования и проектирования сложных систем. Михалевич B.C., Волкович В.Л.-М.:Наука. Главная редакция физико-математической литературы, 1982.-285с.

38. Мангейм М.Л. Иерархические структуры. Модель процессов проектирования и планирования. Перевод с англ. Авдеева Б.М., Ковачича Ю.В., Левитского В.Н.- М.: "Мир", 1970.

39. Бусленко Н.П. Моделирование сложных систем.- М.: Наука, 1960.

40. Фролов В. А. Математические модели и методы оптимального проектирования ЭВА и РЭА. Харьков, 1985г.

41. Вилкас Э.И. Оптимальность в играх и решениях. М.: Наука, 1990г.

42. Айзерман М.А., Алескеров Ф.Т. Выбор вариантов: основы теории.- М.: Наука, Гл. Ред. Физ.-мат. Лит., 1990.

43. Солодовников В.В., Зверев В.Ю. Применение методов теории автоматического управления и многокритериальной оптимизации для автоматизации проектирования АСУ ТП. М.: Машиностроение, 1984.

44. Миркин Б.Г. Проблема группового выбора. М.: Наука, 1974.

45. Карлин С. Математические методы в теории игр, програмировании и экономике. М.: Мир, 1964.

46. Эйрес Р. Научно-техническое прогнозирование и долгосрочное,планирование. М.: Мир, 1971.

47. Алгоритмы оптимизации проектных решений. Под ред. А.И.Половинкина. М.,"Энергия",1976, 264с. с ил.

48. Чураков Е.П. Оптимальные и адаптивные системы.- М.: Энергоатомиздат, 1987. 256 с. : ил.

49. Вилкас Э.Й., Майамина Е.З. Решения: теория, информация, моделирование. М.: Радио и связь, 1981г.

50. Андреев В.Н., Герасимов Ю.Ю. Принятие оптимальных решений: Теория применения в лесном деле. Йоэнсуу: Изд-зо унта Йоэнсуу, 1999г.

51. Математические задачи обработки эксперимента: Сборник / Под ред. В.Я. Галкина, П.Н. Заикина. М. : Изд-во МГУ, 1984. -с. 177-216.

52. Рейнольд Э., Нивергельт Ю., Део Н. Комбинаторные алгоритмы: Теория и практика: Пер. с англ. М. : Мир, 1980.

53. Кофанов Ю.Н. Применение функций чувствительности для управления надежностью радиоэлектронной аппаратуры.-Киев: Общество "Знание" УССР, 1981.-/ Автоматика и электроника.

54. Шеннон Р. Имитационное моделирование систем-искусство и наука: Пер. с англ. М. : Мир, 1978 -418с.

55. Лотош М.М., Шустер А.Л. Основы теории автоматического управления: математические методы: Уч. Пособие для техникумов.- 2-е изд., перераб. и доп. М.: Наука. Гл. Ред физ.-мат лит., 1992.

56. Васильев Ф.П. Численные методы решения экстремальных задач. М. : Н#ука, 1980.

57. Шалтянис В. Анализ структуры задач оптимизации.-Вильнюс: Москлас, 1989.

58. Вязгин В. А.,Федоров В.В. Математические методы автоматизированного проектирования: Учеб.пособие для втузов.-М.: Высш.шк., 1989. 184с.

59. Зойченко Ю.П. Исследование операций.- Киев, Высшая Школа, 1988г.

60. Вагнер Г. Основы исследования операций.- М.: Мир, 1972 (Т1), 1973 (ТЗ).

61. Жилинскас А., Шалтянис В. Поиск оптимума: компьютер расширяет возможности.- М.: Наука, 1989.

62. Мушик Э., Мюллер П. Методы принятия технических решений: Пер. С нем.- М.: Мир, 1990.

63. Хоменюк В.В. Элементы теории многоцелевой оптимизации. М.: Наука, 1983г.

64. Вернишеев Ю.Х. Методы автоматического поиска решений при проектировании сложных технических систем. М.: Мир, 1982г.

65. Подиновский В.В. Об относительной важности критериев в многокритериальных задачах принятиярешений.//Многокритериальные задачи принятия решений. М.: Машиностроение, 1978г.

66. И.Б. Бондаренко, Ю.А. Гатчин. Оптимизация проектных решений в САПР автоматизированных технологических комплексов//Научно-технический вестник СПБ ГИТМО (ТУ). Выпуск 6. Информационные вычислительные и управляемые системы. СПБ ГИТМО (ТУ) 2002.-С.127-135.

67. Жилинскас А.Г. Глобальная оптимизация. Аксиоматика статистических моделей, алгоритмы, программы, применения.-Вйльнюс: Москлас. 1986.

68. И. Еремин. Н. Астафьев. Введение в теорию линейного и выпуклого программирования. М. 1976.

69. Данилин Ю.М., Пшеничный Б.Н. Метод минимизации без вычисления произзодных. Журн. вычисл. матем. и мат. физ., И, № 1 (1971), 12-21.

70. Численные методы в многоэкстремальных задачах (информационно-статистические алгоритмы). Стронгин Р.Г. Серия: "Оптимизация и исследование операций". Главная редакция физико-математической литературы издательства "Наука". М., 1978.

71. Стронгин Р.Г. Непрерывное отображение отрезка на гиперкуб (СП-0170 для ИС-2, АЛЮЛ-60 процедура, ФОРТРАН-подпрограмма.- В кн. : Алгоритмы и программы. Информационный бюллетень. №2.-М.: ВНТИЦ,1977.-Анн.21.

72. Стронгин Р.Г. Поиск глобального оптимума. М.: Знание, 1990. - 48с. - (Новое в жизни, науке, технике. Сер. "Математика, кибернетика" ; №2).

73. Сухарев А.Г. оптимальный поиск экстремума. М.: Московский госуниверситет, 1975. - 100 с.

74. Ермольев Ю.М. Методы стохастического программирования.-М.: Наука, 1976г.

75. Неймарк Ю.И. Динамические системы и управляемые процессы.-М.: Наука, 1978.

76. Григоренко В.П., Неймарк Ю.И., Рапопорт А.Н.,

77. Ронин Е.И. Коллектив независимых стохастических автоматов как поисковая оптимизационная система. Известия вузов, Радиофизика, х-15, .Y°3, 1972г.

78. Жак С.В. Математическое программирование. Нелинейные и стохастические задачи. Ростов-на-Дону: РГУ, 1972. 90с.8.1. Левитин Е.С., Поляк Б.Т. Методы минимизации при наличии ограничений. ЖВМ и МФ., 6,№5 (1966), 787-823.

79. Демьянов В.Ф., Рубинов A.M. Приближенные методы решения экстремальных задач. Изд. ЛГУ, 1968.

80. Данилин Ю.М., Пшеничный Б.Н. О методах минимизации с ускоренной сходимостью. Журн. вычисл. матем. и мат. физ., 10, № 6 (1970), 1341-1354.

81. Численные методы в экстремальных задачах. Пшеничный Б.Н., Данилин Ю.М., Главная редакция физико-математической литературы издательства "Наука", 1975.

82. Курицкий Б.Я. Оптимизация вокруг нас. Л.: Машиностроение, 1989, 144с.

83. Киреева А.Я., Трошин Л.И. Сборник задач по математическому программированию. М.: МЭСИ, 1968г.

84. И.Б. Ядыкин. Принципы построения, архитектура и программные средства автоматизированных систем настройки промышленных регуляторов с.25-35. Вычислительная техника. Системы управления. Выпуск 1, 1989.

85. Александров В.В., Горский Н.Д. Алгоритмы и программы структурного метода обработки данных. Л.: Наука, 1983.

86. Джонстон П.Т. Теория топосов. Пер. с англ./Под ред. Ю.И. Манина.- М.: Наука. Гл. Ред. физ.-мат. лит., 1986. 440с.

87. Codd E.F. Data Models in Database Management//SIGMOD Record., 1981, V.ll, № 2, P.112-114.

88. Chen P.P. English Sentence Structure and Entity-Relationship Diagrams//Information Sciences. 1983. V.29. P. 127149.

89. Chen P.P. The Entity-Relationship Model: Toward a Unifield View of Data//ACM Trans on Database Syst. 1976. V.l, № 1. P. 936.

90. Кон П. Универсальная алгебра. M.: Мир, 1968. - 351с.

91. Бертекас Д., Шрив С. Стохастическое оптимальное управление: случай дискретного времени. Пер.с акгл./Под ред. А.А.Юшкевича.- М.: Наука. Главная редакция физико-математической литературы, 1985.

92. Солодовников В.В., Плотников В.Н. Яковлев А.В. Основы теории и элементы систем автоматического регулирования. Учебное пособие для вузов.-М.: Машиностроение, 1985.

93. Трухаев Р.И. Модели принятия решений в условиях неопределенности. М. : Наука, 1981.

94. Методы синтеза технических решений. Дворянкин A.M., Половинкин А.И., Соболев А.Н. М., "Наука", 1977.

95. Абчук В.А. и др. Справочник по исследованию операций/ Под общ. ред. Ф.А. Матвейчука М.: Воениздат, 1979. - 368 с.

96. Raiffa Н., Schlaifer R., Applied Statistical Decision Theory, Boston, Div. of Res., Graduate School of Business Administration, Harvad Univ., 1961.

97. Savage L.J., The Foundations of Statistics, New York, Wiley, 1954.

98. Уайндли П.Ф. Деревья, леса и переупорядочения. Киб. Сб., вып.1 (новая серия).-М. : Мир, 1965, стр. 87-98.

99. Сибуя М., Ямамото Т. Алгоритмы обработки данных: Пер. с япон.- М. : Мир, 1986.

100. Гилберт Э.Н., Мур Э.Ф. Двоичные кодовые системы переменной длины. Киб. Сб., вып.З (старая серия). М. : Мир, 1961, стр. 103-141.

101. Кузнецов А.В., Холод Н.И., Костевич JI.C. Руководство к решению задач по математическому программированию. М.: Высшая школа, 1978.

102. Вычислительная математика и математическое обеспечение ЭВМ.: Сборник / Под ред. А.Н. Тихонова, А.А.Самарского. М. : Изд-во МГУ, 1985.

103. Волконская Т.Г., Пасконов В.М., Росляков Г.С., Шустова М.В. Пакет прикладных программ по аэрогидродинамике ГАММА.- М. : Изд-во МГУ, 1985.

104. Нагао М., Катаяма Т., Уэмура С. Структуры и базы данных: Пер. с япон.- М.: Мир, 1986.

105. Дружинин В.В., Конторов Д.С. Идея, алгоритм, решение.- М.: Радиоиздат, 1972г.

106. Д. Ван Тассел. Стиль, разработка, эффективность, отладка и испытание программ. М. : Мир, 1985.

107. Программное обеспечение вычислительных комплексов: Сборник / Под ред. J1.H. Королева, П.С. Краснощекова.- М. : Изд-во МГУ, 1985.

108. Справочник проектировщика АСУ ТП / Г.Л.Смелянский, Л.З. Амлинский, В.Я. Баранов и др. М. : Машиностроение, 1983.

109. Вентцель Е.С. Исследование операций. Задачи, принципы, методология. М.: Наука, 1988г.

110. Imoto К., Sumi M., Electron. Lett., 1978, 14, p.749-752.

111. Соломин Н.Д. Жаростойкость материалов и деталей под нагрузкой.- М. : Стройиздат, 1969.