автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Повышение эффективности управления производством авиационно-химических работ

На правах рукописи

ии^и55754

ДИБИХИН Константин Юрьевич

ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ УПРАВЛЕНИЯ ПРОИЗВОДСТВОМ АВИАЦИОННО-ХИМИЧЕСКИХ РАБОТ

05.13.06-Автоматизация и управление технологическими процессами и производствами (промышленность);

05.20.01 - Технологии и средства механизации сельского хозяйства

Автореферат диссертации на соискание ученой степени кандидата технических наук

Оренбург - 2007

003055754

Работа выполнена в государственном образовательном учреждении высшего профессионального образования «Оренбургский государственный университет».

Научные руководители: доктор технических наук, профессор

Пнщухнн Александр Михайлович (специальность 05.13.06); доктор технических наук, профессор Султанов Наиль Закиевич (специальность 05.20.01)

Официальные оппоненты: доктор технических наук, профессор

Лысов Владимир Ефимович; доктор технических наук, профессор Константинов Михаил Маерович

Ведущая организация: Уфимский государственный авиационный

технический университет

Защита состоится 16 февраля 2007 г. в 10.00 часов на заседании диссертационного совета Д 212.181.02 при ГОУ ВПО «Оренбургский государственный университет» по адресу: 460018 г. Оренбург, пр. Победы, 13, в ауд. 6205.

С диссертацией можно ознакомиться в библиотеке ГОУ ВПО «Оренбургский государственный университет».

Автореферат разослан 15 января 2007 г.

Ученый секретарь диссертационного совета

В.И. Рассоха

ОБЩА.) I ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность, темы. Сельскохозяйственное производство, ввиду возросших объемов и периодичности принявшее промышленные масштабы, требует высокопроизводительных методов обработки - авиационно-химических работ (АХР), с проведением трудоемких технологических операций сельскохозяйственными летательными аппаратами (СЛА), входящими в авиационный специализированный комплекс (АСК).

Отсутствие общей методологии повышения эффективности АХР привело к необходимости решения рада частных задач. Так, анализ специфики функционирования авиационного комплекса, приведенный в работах II.3. Султанова и С.Г. Хибатуллина, приводит к необходимости выделения управляющей компоненты - системы управления, выполняющей координирующие и диспетчерские функции, оптимизирующие производство агрохимических работ.

В настоящее время управление производством АХР осуществляется по возмущению - поступающей заявке на производство работ, что исключает возможность априорного выстраивания стратеши проведения АХР и снижает быстродействие комплекса вследствие затягивания периода технологической подготовки, что снижает устойчивость комплекса и может привести к срыву работ.

Разрешение перечисленных противоречий требует привлечения апробированного научно-методического аппарата. Основой исследования системных аспектов предметной области являются методы, разработанные Дж. Клиром, принципы и задачи метасистемного подхода, сформулированные A.M. Пшцу-хиным. Концепции автоматизации процесса принятия решения на основе экспертных технологий разработаны М. Минским, К. Таунседом, Д. Фохтом с привлечением методологии принятия решения, предложенной Т.Р. Брахманом. Принципы моделирования предметной области на основе анализа и прогноза развития технических систем сформулированы С.А. Саркисяном.

Несмотря на весомый вклад исследователей в решение ряда частных задач исследуемой предметной области, в целом задача повышения эффективности управления производством АХР не решена, что определяет ее актуальность.

Цель исследования: повышение эффективности функционирования авиационного специализированного комплекса для производства авиационно-химических работ.

Цель исследования достигается путем решения следующих задач:

- обоснование применимости метасистемного подхода к функционированию авиационного специализированного комплекса;

- постановка и решение задачи оптимизации управления готовностью авиационного специализированного комплекса;

- разработка архитектуры экспертной системы поддержки принятия решения;

- исследование технологических факторов повышения эффективности авиационного специализированного комплекса.

Объектом исследования в диссертационной работе является система управления производством авиационно-химических работ.

Предметом исследования является эффективность системы управления авиационным специализированным комплексом.

Методы исследования. Поставленные задачи решались методами теории принятия решений, искусственного интеллекта. При решении задач оптимизации использованы регрессионные модели, построенные по методу Д. Бран-дона, алгоритмически и программно реализованные В.И. Чепасовым.

Научная новизна заключена в следующих положениях: развитие мета-системного подхода к функционированию АСК; зависимость распределения управляющих воздействий; система критериев оценки эффективности.

Практическая значимость работы заключается в повышении быстродействия, точности и устойчивости авиационного комплекса за счет применения системы компьютерной поддержки принятия решения.

Результаты исследований внедрены в ФГУАП «Оренбургские авиалинии»; в ФГУП ПО «Стрела», в учебный процесс ГОУ ВПО «Оренбургский государственный университет».

Апробация работы. Результаты исследований докладывались и были одобрены на: научно-практическом семинаре «Информатика 90-х» (Белорусский Центр информатики ЮНЕСКО/АСПРО, Минск, 1991); научно-методичес-ком семинаре «Внедрение информационных технологий в образовательный процесс» (Оренбург, ОВЗРКУ, 1997); международной научно-практической конференции «Инновационные процессы в образовании, науке и экономике России на пороге XXI века» (Оренбург, ОГУ, 1998); областной научно-практи-ческой конференцией молодых ученых и специалистов (Оренбург, 1998), всероссийской научно-практической конференции «Современные аспекты компьютерной интеграции машиностроительного производства» (Оренбург, ОГУ, 2003); научно - методических семинарах кафедр «Управление инновационными проектами», «Системы автоматизации производств;!», «Программное обеспечение вычислительной техники и автоматизированных систем», «Вычислительная техника» ГОУ ВПО «Оренбургский государственный университет», кафедры «Сельскохозяйственные машины» ФГОУ «Оренбургский государственный аграрный университет».

Публикации. Основные положения диссертации опубликованы в 15 работах, в том числе в одной монографии.

Структура и объем диссертации. Диссертационная работа состоит из введения, пяти глав, заключения и приложений; изложена на 165 страницах машинописного текста, иллюстрируется 33 рисунками и 101 таблицей, содержит библиографию (155 наименований).

Положения, выносимые на защиту:

- по специальности 05.13.06

1) структурная модель функционирования авиационного специализированного комплекса для проведения АХР;

2) постановка и решение задачи оптимизации управления готовностью авиационного специализированного комплекса;

3) структурно-функциональная схема экспертной системы поддержки принятия решения;

- по специальности 05.20.01

4) двухуровневая структурная модель технологического процесса проведения АХР;

5) система критериев оценки эффективности АХР и методика па ее основе.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы исследования, сформулированы цель и задачи исследования, раскрыты его теоретико-методологические основы, сформулированы научная новизна и практическая значимость.

В первой главе проведено исследование состояния вопроса по научно-технической литературе и выполнен анализ научно-методического аппарата моделирования технологического процесса проведения АХР. Определена проблематика, уточнена цель и конкретизированы задачи исследования.

Во второй главе показана метасистемность функционирования авиационного комплекса по основным признакам (табл. 1), применимости задач, решаемых при метасистемном подходе, к АСК (табл. 2) и выявленной взаимосвязи этих задач с показателями качества управления (рис. 1).

Таблица 1 - Основные признаки системы, метасистемы, АСК

Основные признаки Система Метасистема АСК

Принципы синтеза

Полнота и достаточность +

Оптимальное число элементов + +

Степень взаимосвязей между элементами

Стабильность связей между элементами +

Самодостаточность, независимость + +

Время функционирования элементов

Все элементы функционируют одновременно +

Элементы функционируют не одновременно + +

На основе проведенного анализа разработана структурная модель функционирования АСК, приведенная на рис. 2 и показывающая, как при метасистемном подходе учитывается согласованность технологий и оптимизируется распределение общесистемных ресурсов. Анализ задач, решаемых при метасистемном подходе, показал, что малоисследованной, но важной является задача управления готовностью ACIC, приводящая к необходимости постановки и решения задачи оптимизации.

И-Й КОНТУР УПРАВЛЕНИЯ I

Терминаль ная

составляющая

Потери переходного процесса

Затраты на управление

5

© Ш о 5 о о

«Ой

=: Я ?

- С Ё я «и,

гл й®

'"81

03

0 Ё

о § 8 0) X с

9

о> 5 ь

5§°

а> У « 5

" Р

01 X

о

о

и

5

3

I- 1-

т О

13 О. с

Ш Ь1

Ю'5 « га О 2 о. I ь

П Л <5 " §

5 ю

Ё ш о

¡5 и

о п

X ь-

со о

р а:

и п

о о и

к. г о

о и. й>

О о

X о 31 с а.

о X с

с о о X о и

ю

о

о

|х

а л

5 1 в

О н Й С X >

8 8 а

а. д-2.Ю о ° С

И

0 # Н

н- 5 о

1 2 X 5 2 О

с а о

Точность

Быстродействие

Запас устойчивости

| I - Й КОНТУР УПРАВЛЕНИЯ |

Рисунок 1 - Схема взаимосвязей показателей качества АСК с задачами метасистемнош подхода

Таблица 2 - Применимость метасистемных задач к АСК

Задачи, решаемые при метасистемном подходе АСК

Выявление диапазонов эффективности систем +

Разработка стратегии переключения систем +

Оценка и управление уровнем готовности систем +

Выявление и обеспечение сочетаемости подсистем +

Распределение общесистемных ресурсов +

Оптимальный синтез метасистемы +

Рисунок 2- Структурная модель функционирования АСК

| 2000 V© «9 ЧО чо чо ж чо чо чо чо 5661 1 чо V© 1-» чо >о ы ЧО ЧО кг >о 4о 0661 1 чо X ЧО чо ое ас О 99 9861 1 ч» 00 VI | 1984 чо ое и 40 X ы 1-1 40 X | 1980 ю <1 40 40 X чо ^ чо Сч 40 VI 1974 >о ы I 1972 | 40 | 1970 1 Год проведения АХР

44. и ■ь-кг и 4- о VI ы чо ы ы X и ш VI и иг и о и к» 40 и Кг и и» VI и 4- М Ш VI 00 и ш и 00 ю ы 40 —-1 44. с VI 4- м о и 4^ V» 44. 4- ■и 4- VI ь. 4-N4 4- СМ •ь. о 4-О Оч ы чо VI и X 04 ы 04 ГС5 Объем АХР, тыс. га

К* 4- 4- Оч х к» Кг (Л ог о и 4- и X- ы (Л Ш VI и СТ\ и» Оч 00 4- о X. ы 4- 4- VI 4- 04 •и ОЧ X 4. X 4- ЧО 4- ЧО VI о VI о VI VI о VI о Я Количество СХС

VI о х 4- 4. VI и ы •и и е\ и 4- и кг Кг ЧО кг Оч Кг и N ма 04 VI 4- и К1 с чо ЧО 00 VI VI VI VI Количество ЭВМ

А. VI VI VI VI VI еч VI VI ш VI 4» 04 (Д ш VI 4- VI 04 4- 4- VI 44. Оч 4- VI 4^. 04 -- Поступление заявки на плове пение АХР

к-* и кг и> кг и и кг VI VI Оч VI ц- V! ы 04 VI VI Ш 4- ш 4^ VI 4- и 4- X VI Согласования со станцией защиты рзстепки

-и. Ж 44--.1 V с; V© ■и V) чо ■ь. VI •ь. оч VI чо 'Л о 4* с 4- ^ 4- ж ЧО -л VI О 3 4« X ЧО 4- VI X 4» Оч 4- X £ 4*. <1 Фхшансирование областной администрагщей

кг л*. К» VI кг оч к» VI К) V) к» ^ кг ^ К» VI кг оч кг сч кг VI N1 кг Кг М К» VI СТ4 к» 'VI ы 4^ ю VI VI к> VI К1 и/ ы 4^. кг N кг Кг VI г.- Обследование обрабатываемых площадей

00 ЧО о Е к о <1 чо 05 ае <1 « 40 00 99 - ! X СО ЧО X -1 X ^ X X 40 -- Состав.'кние программы работ по хозяйствам

кг ¿ь к» VI к» и кг VI кг кг кг к» и кг кг кг и кг VI кг VI К» ы ы VI ю VI ю Оч К! VI о\ К4 4- Ю VI Ы VI Ы ы ю и 4- К4 и К} 4- к> 4.. м VI кг и кг 4А. кг кг кг Подготовка наземного комплекса

4- Оч VI VI ы VI VI 4- VI и> 'Л VI и VI VI 4- VI и V! 4- 4- 4- VI 4. 4- 04 4- Составление летного задания

чо >-* о V© о к о ¡2 О N0 чо о - 00 о чо о о 40 X о X 40 X ЧО ЧО о ЧО е X Планирование используемой технологии

кг 4- кг ы кг •Ё. к» VI к> и кг VI кг Оч кг Кг К» VI кг гл Кг 4- к» VI К) к* к» VI к» к» VI V» ы 4- ю к; VI К) 04 VI 4^. (О Оч кг 4- Ь4 44. ы VI кг кг кг 'л кг 4- Подготовка с/х летательного аппарата

Кг ш 1-1 и - и - о к» к к-ч Е 4» и к» и ы - » о >4> Ш - Ю 4. кг кг Ш Подготовка с/х оборудования

х чо --1 оч X чо ж о »о 09 О о 00 0\ X X 40 X X V) X X ЧО X X -О Подготовка летного состава

н л

и о 1

сл Э чз га

и« Я О

Я 01

В>

•о 40 О

со я _

р к ^

с« £2 а к е ю

Е о о о

а

2

я За

В я о

й й

я

гм

ч Й 2

За 1=1

о П1

й я ч

сг

д

? я. •-3

о а о и

я о ч и ю

Тч з С1 и 3

Н Й

О ч

а ч

к я

н о

а

й о

Е о

ц

05 м

2 е

о

тз а

о

я

-о д

§

н е

й

м

я Е

СТ\ и

На матрице исследования проведен корреляционный анализ и вычислены коэффициенты парной корреляции (-15^ <1) но формуле Пирсона

п _ _

^ х1 -пххх у

Г*У = ~-, (1)

пхаххау 4 '

где гху - коэффициент корреляции; п - размер выборки; ах = , = стандартные отклонения;

±(Х1-ХГ ±(У,-УГ

£) = ----- В = ---- дисперсии;

п-1 и-1

п п

п

тей данных.

средние арифметические для выборочных совокупнос-

Произведена проверка по критерию хг гипотезы о нормальности исходной выборки по каждой последовательности. Анализ последовательностей переменных, представленных в матрице исследования, указывает на то, что их распределения значимо отличаются от нормального и характеризуются полиномиальным распределением. Корреляционная матрица приведена в табл. 4.

Таблица 4 - Корреляционная матрица

1.00 -0.76 -0.96 0.96 -0.07 -0.40 0.33 0.21 0.40 0.02 0.20 0.33 -0.17 -0.18 0.04

-0.76 1.00 0.78 -0.77 0.01 0.10 -0.16 -0.06 -0.32 0.01 -0.29 -0.44 0.25 0.00 -0.10

-0.96 0.78 1.00 -0.99 0.08 0.43 -0.25 -0.17 -0.46 0.07 -0.25 -0.37 0.19 0.10 0.04

0.96 -0.77 -0.99 1.00 -0.08 -0.44 0.30 0.22 0.45 -0.09 0.25 0.35 -0.18 -0.13 -0.01

-0.07 0.01 0.08 -0.08 1.00 0.27 -0.40 0.00 -0.24 -0.15 -0.05 -0.15 0.03 -0.17 0.20

-0.40 0.10 0.43 -0.44 0.27 1.00 -0.33 -0.26 -0.43 0.20 -0.01 -0.30 0.08 -0.02 0.36

0.33 -0.16 -0.25 0.30 -0.40 -0.33 1.00 0.27 0.29 -0.18 0.03 0.17 0.04 -0.41 0.15

0.21 -0.06 -0.17 0.22 0.00 -0.26 0.27 1.00 0.41 0.07 -0.10 -0.05 0.09 -0.33 -0.12

0.40 -0.32 -0.46 0.45 -0.24 -0.43 0.29 0.41 1.00 -0.07 0.15 0.10 -0.36 -0.20 -0.32

0.02 0.01 0.07 -0.09 -0.15 0.20 -0.18 0.07 -0.07 1.00 -0.12 -0.12 -0.09 0.37 0.05

0.20 -0.29 -0.25 0.25 -0.05 -0.01 0.08 -0.10 0.15 -0.12 1.00 -0.02 -0.28 0.06 0.15

0.33 -0.44 -0-37 0.35 -0.15 -0.30 0.17 -0.05 0.10 -Й.12 -0.02 1.00 0.13 -0.10 -0.17

-0.17 0.25 0.19 -0.18 0.03 0.08 0.04 0.09 -0.36 -0.09 -0.28 0.13 1.00 -0.16 0.14

-0.18 0.00 0.10 -0.13 -0.17 -0.02 -0.41 -0.33 -0.20 037 0.05 -0.10 -0.16 1.00 -0.14

0.04 -0.10 0.04 -0.01 0.20 0.36 0.15 -0.12 -0.32 0.05 О.!« -0.17 0.14 -0.14 1.00

Получены тесные связи между рядом параметров, приведенных в табл. 5.

Таблица 5 - Тесные связи между значениями временных параметров

№ п/п Параметр Г <2 п а

1 Параметр У (год проведения АХР) 1.000 -0.758 - 0.963 0.964

2 Параметр С (объем АХР, тыс. га) -0.758 1.000 0.778 - 0.770

3 Параметр п (количество СХС) -0.963 0.778 1.000 -0.991

4 Параметр а (количество ЭВМ) 0.964 -0.770 -0.991 1.000

Факторный анализ позволил сократить число исследуемых параметров до 8, исходя из основного предположения

к

х, = Е (2)

Г=1

где Х- переменная; ¥ - фактор; а - нагрузка; к - число факторов; е - остатки, представляющие источники отклонений и действующие наЛГ; /=1,2,...,/?.

Интерпретируем факторы показателями, которые в них объединились, и определяем базовые параметры, приведенные в табл. 6.

Таблица б - Базовые параметры с учетом нагрузок по факторам

Номер фактора Базовый параметр Нагрузка

1 Подготовка летного состава - 0.8892

2 Обследование обрабатываемых площадей 0.9153

3 Составление летного задания - 0.9682

4 Поступление заявки на проведение АХР - 0.9075

5 Подготовка наземного комплекса 0.9242

6 Планирование используемой технологии -0.9176

7 Подготовка с/х летательного аппарата 0.9262

8 Согласования со станцией защиты растений 0.8671

Для отыскания оптимальных условий протекания многопараметрического процесса используем полиномиальные математические модели вида

т т

(3)

1=1 ¡и

где у - параметр оптимизации; Ь()Ь/Ь.,Ь.. - выборочные коэффициенты регрессии; X ,ХХ. - параметры и их взаимодействия, /,/ = 1,2,..., п.

Полиномиальные регрессионные модели приведены в табл. 7. Адекватность полученных полиномиальных регрессионных моделей оценена по их характеристикам и приведена в табл. 8.

Таблица 7 - Полиномиальные регрессионные модели.

'1 у = - 0.1738 ■ 10 1 ■ х 2° + 0.2057 • 70"' • х г1 - 0.7/46 • КГ4 ■ х / + 0.7783 ■ Ю7- х /+ + 0.9393 • 100• х 3° + 0.2326 • 10°■ хз1 - 0.5275 ■10г ■ х з2 + 0А200 ■ 10* х 33- 0.7992 ■ 10-1 ■ х / ■ 0.7620 ■ Ю2 • х 41+ 0.1320 ■ Ю2 • х /- 0.1455 • 104 • X 43

'г у = - 0.1166 ■ 10 3 • х г" + 0Л087 • 101 ■ х г1 - 0.3165 ■ КГ1 • х + 0.2927 ■ 1СГх /+ + 0.6060 • 10 1 ■ х 3° - 0,6622 ■ 10 0 • х з1 + 0.2072 ■ 10 ' ■ х / - 0.1937 ■ 10"3 ■ X 33+ + 0.1448 • 102 ■ х 4°-0.2117-10° х 41 ■ 0.16Э1 • 101 • х/ + 0.2264 ■ 103 ■ х 43

'з у = 0.6376 • 10 2 ■ х г° - 0.2898 • 100 ■ х 2' + 0.2405 ■ 10? ■ х г* + 0.2219 • 10х - 0.1248 ■ 10 х з° - 0.2273 ■ 10 0 ■ х з1 + 0.9803 ■ 10"2 ■ х 0.5536 • 10Г* • X з3+ + 0.3800 • 10 2 • х 4° - 0.5597 ■ 10° ■ х 41 - 0.1029 ■ 101- х 42 * 0.7996 •10Г* х 43

'4 у = - 0.8638 ■ 10 3 ■ х г"+ 0.6429 ■ 10' ■ х - 0.1592 ■ 10 ' • х / + 0.1309 • 104-х г3-- 0.3934 • 10 2 хз° + 0.1853 ■ 10 1 ■ х Л 0.2798 ■ Ю1 ■ у 32* 0.1592 ■ «Г3 ■ X з3+ + 0.2115 ■ 102• х4° +0.1172-10°-хЛ 0.1636 ■ Ю1-х 2- 0.1507• 10*-X43

у = - 0.1454 ■ 10 3 • х / + 0.9926 ■ 10 0 ■ X / - 0.2242 10г • х + 0.1667 ■ 10" ■ х + 0.1310- 10 2-х3° - 0.1988 ■ 10° ■ х /+ 0.2453 ■ 102- х / + 0.1426 • 104 ■ X 33-0.3081 ■ 10 1 ■ х 4° + 0.5507-10• х+ 0.1В36 ■ 10 г- х / - 0.1349 • 10~3 ■ X /

у = - 0.2124 ■ 10 ' • х г" - 0.2047 ■ 10" ■ хг' + 0.1104 -10г • х 2г + 0.1428 -Ю^-х 2 - 0.8857 ■ 10 х э° - 0.2849 • 10 0 ■ х Л 0.995В -10"3- х з2 + 0.5512 ■ 104 ■ х з3+ + 0.1984 ■ 10 2 ■ х 4° + 0.3629 -10° -х41- 0.9819 ■ 10"2- х / - 0.1297 ■ 10т3-х 43

'7 у = 0.3654 ■ 10 ' • х г0 + 0.6786-Ю '-х ;>'- 0.9774 • 10" • х г2- 0.9187 •10е-X - 0.4138 • 10 х з° - 0.1127 ■ 10 0 • X з' - 0.4944 ■ Ю2- х 32 + 0.5769 • «Г* • X /+ + 0.2387 ■ 10°■ х4°- 0.2496 •10,-Х41-0.1070 ■ Ю2-х/-0.1391 -103-х/

У = - 0.2632 • 10 ' ■ X г" + 0.1125 -10° • х - 0.3303 ■ 1(Г3 • х 22- 0.3044 •10*-X 23+ + 0.5342 • 10° -х з + 0.2904 •10• х / - 0.8159 • 102- х 32 + 0.1051 ■103Х з3+ + 0.1365 ■ 101-Х 4° - 0.1389 ■ 10 X + 0.3583 ■ 10"2- х / - 0.6589 ■ 104 ■ X 43

'9 у = 0.2274 • 10 2■ X г0 + 0.4624 -10• X г' - 0.2168 • 10* • х 2*- 0.2827 ■ 10°■ X - 0.8748 • 10~1 • х з°+ 0.3259 -10 • х з' - 0.4163 • 102- х 32 + 0.1521 • 103 ■ Xз3- - 0.4012 -10° ■ X / - 0.1340 • Ю-1- X 41 - 0.2015 ■ 104- х 42 - 0.5997 • 10* • X 43

'.0 у = - 0.1828 ■ 10 3 • X 2й + 0.1362 -101 • х 2' - 0.3351 ■ 10'* ■ х 2*+ 0.2706 • 10"" • X + 0.1762 ■ 10° ■ X з" + 0.2821 -10• х з' - 0.1047 ■ Ю2- х з + 0.7835 • 10* ■ х з3+ + 0.1448 • 102 ■ х 4° - 0.1092 -10° -х41 + 0.4984 ■ КГ3- х 42 + 0.2041 ■ 104 ■ х 43

у = 0.4305 • 10 2 ■ х г" - 0.1731 -10° ■ X г1 + 0.2270 ■ 10"3 ■ х г2- 0.3158 • Ю7■ X 23+ + 0.3454 ■ 10°• хз° - 0.2348 -10° -X,1 + 0.8536 • Ю2■ х32 - 0.7101 ■ 104 • Xз3-- 0.2337 ■ 101 ■ х 4°+ 0.1773 ■ 10°-X 4' - 04693 ■ Ю2 ■ х 42 + 0.4089 ■ 104 • X 43

Таблица 8 - Наиболее адекватные полиномиальные регрессионные модели

Максимальные по вкладу параметры-аргументы Характеристики модели

Коэффициент детерминации Средняя абсолютная ошибка Средняя ошибка в процентах Адекватность модели

2 а = 0.8678 0.70 0.78 5.61 +

'з а = 0.9150 0.63 1.18 2.46 +

а = 0.7922 0.65 0.71 2.92 +

'б а = 0.9155 0.68 0.72 3.01 +

МО а = 0.9032 0.51 0.78 6.52 +

Характеристики моделей показывают, что наиболее адекватны те, в которых параметрами-аргументами является а - количество ЭВМ.

Оптимизация значений временных параметров проведена по построенным регрессионным моделям, где в качестве параметров-аргументов приняты значения п и а и определены границы их изменения. В этих границах найдены оптимальные значения каждого параметра и сведены в табл. 9.

Таблица 9 - Грашщы изменения значения параметров-аргументов

Параметры-аргументы Границы изменения

<2 - объем АХР 327,000-г 451,000

п - количество СХС 12,000 + 50,000

а - количество ЭВМ 5,000 -н 50,000

Экстремумы значений временных параметров приведены в табл. 10. Таблица 10 - Экстремумы значений временных параметров

Параметр тт 2 п а

Поступление заявки на проведение АХР 3,025 377,839 12,000 5,000

Согласования со станцией защиты растений 7,814 439,219 24,160 42,575

Финансирование областной администрацией 38,371 390,859 12,950 5,000

Обследование обрабатываемых площадей 0,001 425,579 12,570 5,675

Составление программы работ по хозяйствам 4,775 327,000 31,760 5,000

Подготовка наземного комплекса 15,118 327,000 12,000 5,000

Составление летного задания 3,682 450,999 41,449 49,999

Планирование используемой технологии 3,505 449,139 49,809 49,999

Подготовка с/х летательного аппарата 23,868 359,239 12,000 49,999

Подготовка с/х оборудования 9,994 450,999 49,999 34,925

Подготовка летного состава 4,953 417,519 17,700 5,000

Анализ оптимальных значений временных параметров, приведенных в табл. 9, показал, что независимый параметр а не оказывает существенного влияния на следующие зависимые параметры:

- поступление заявки на проведение АХР;

- финансирование областной администрацией;

- обследование обрабатываемых площадей;

- составление программы работ по хозяйствам;

- подготовка наземного комплекса;

- подготовка летного состава.

Таким образом, перечисленные подготовительные мероприятия обусловлены низким уровнем автоматизации.

В четвертой г лапе на основе анализа технологического процесса, подсистем АСК, исследования их взаимосвязей, построена структурно-функциональная схема экспертной системы. Генерация ее решений подчинена иерархии, где первый, самый высокий уровень, определяет технологию, второй - технологические структуры и третий - технологические параметры. Концептуальную схему и идеологию построения экспертной системы определяет ее операционное ядро. Его функции представляют собой верхний уровень и сводятся к системной увязке основных структур. Инженерный уровень представлен информационным ядром, основу которого составляет блок логического вывода, позволяющий на основе фактов, представляющих собой массивы исходных данных, осуществлять вывод новых фактов, определяющих конкретное или смысловое значение выдаваемых рекомендаций. Экспертная система представлена двумя звеньями - циклическим и ациклическим. Циклическое звено оперирует тактическими параметрами. Ациклическое звено включается в работу с окончанием сезона максимальной нагрузки. Результатом работы ациклического звена является определение стратегии развития авиационного комплекса. Структурно-функциональная схема приведена на рис. 3.

В пикш глаис приведены практические результаты - предложена система критериев оценки эффективности АСК, учитывающих ее повышение за счет применения экспертной системы. На эффективность оказывает влияние ряд факторов: эквивалентность знаний о предметной области - на точность; время выработки решения - на быстродействие; трудоемкость построения базы знаний - на стоимость. Пророст эффективности авиационного комплекса

IV - IV

АIV = ---100%, (4)

IV '

где IV - эффективность, полученная с учетом использования экспертной системы; IV - эффективность без использования экспертной системы.

Мерой эквивалентности знаний является модуль вектора ошибок

(5)

м

где _/'--/,..., N - порядковый номер элемента нечеткого множества Х1; ¿л^.,(*.,)-значение функции принадлежности, определяемое экспертной системой; Мх 1 «I (xj) - значение функции принадлежности, определяемое по источникам

экспертной информации.

Время выработки решения определяется временем логического вывода

,=1 ,=1 ¡л

где п - количество обращений к 1 - му фрейму; ^ - количество слотов в 1 - ом фрейме; - время поиска \ - го фрейма; г - время поиска j - го слота в ь м фрейме; / - время выполнения правил и процедур ] - го слота в 1 - ом фрейме.

ОПЕРАЦИОННОЕ ЯДРО ЭКСПЕРТНОЙ СИСТЕМЫ

АЦИКЛИЧЕСКОЕ ЗВЕНО

Статистический анализ агрохимических мероприятий

Пересчет диапазонов эффективности

Синтез авиационного специализированного комплекса

ИНФОРМАЦИОННОЕ ЯДРО

БЛОК ЛОГИЧЕСКОГО ВЫВОДА

I

!

БАЗА ЗНАНИИ

МОДЕЛЬ ПРЕДМЕТНОЙ ОБЛАСТИ

КАТАЛОГ БАЗЫ ЗНАНИИ

БЛОК ПОПОЛНЕНИЯ БАЗЫ ЗНАНИИ

Разработка стратегия с тактическими изменениями

Выбор оптимальных технологий

Перераспределение ресурсов для оптимизации готовности

Стратегия использования технологий

Карта готовности или распределения ресурсов

Рисунок 3 - Структурно - функциональная схема экспертной системы

Трудоемкость построения базы знаний О складывается из трудоемкости программирования С>| и трудоемкости приобретения знаний СЬ

(21=ап, (8)

где а - сложность языка программирования; п - количество правил и процедур;

вг= и-гг,

где и - коэффициент, определяемый спецификой предметной области.

Прирост эффективности авиационного комплекса получен как средний по группам источников экспортной информации (табл. 11).

Таблица 11 - Прирост эффективности авиационного комплекса

Группы источников экспертной информации

1-я группа 2-я группа 3-я группа

1 2 | 3 | 4 | 5 | б 1 | 2 | 3 | 4 | 5 | 6 1 | 2 | 3 | 4 5 | 6

При рост эффективности, %

8|5|7|7|6|3|12 13 | 14 | 12 | 13 | 12 | 14 | 18 | 16 | 14 | 15 | 18

Средний прирост эффективности по п эуппам, %

5,7 | 12,6 15,6

Общий средний прирост эффективности 12,6 %

Эквивалентность знаний определяется величиной модуля вектора ошибок как средняя по группам источников и представлена в табл. 12.

Таблица 12 - Эквивалентность знаний о предметной области

Группа Значения модуля вектора ошибок (х-10 "2)

источ- Определяемые параметры технологии

ников Длина перелета Высоты обработки Длина гона Масса химикатов

1 17 16 13 12

2 18 15 14 11

3 16 14 12 10

Среднее значение модуля вектора ошибок составляет 14 %

Время выработки решения определяется временем нахождения основных параметров технологического процесса, приведенных на рис. 4.

0 о

Ю -

га к

а *

£ |

1 I

ш а. Ю

0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 О

0,33 0,32

0,24

Длина перелета

Высота Длина гона Масса

обработки химикатов

Рисунок 4 - Время выработки решения экспертной

системой

Результаты определения трудоемкости построения базы знаний приведены в табл. 13.

Таблица 13 - Трудоемкость построения базы знаний

Количество Количество Количество Количество Время

групп инженеров програм- правил и приобретения

экспертов по знаниям мистов процедур (час)

3 1 1 24 12,5

Среднее время создания базы знаний составляет 4,5 месяца

Практические аспекты повышения готовности технологического процесса реализованы путем составления организационной диаграммы (рис. 5), на которой выделена критическая последовательность, определяющая минимум затрат времени на подготовительные мероприятия, равный 103 часам или, приблизительно, 8 суткам, что согласуется с реальными сроками.

Рисунок 5 - Организационная диаграмма последовательности проведения подготовительных мероприятий

Определенные при факторном анализе на модифицированной матрице базовые параметры согласуются с критической последовательностью с погрешностью 4,45 %. Анализ затрат времени показывает, что сокращение времени на 10-12 % возможно путем автоматизации организационно-управленческих работ. Это снижает затраты времени на проведение подготовительных мероприятий с 8 суток до 8 часов, что подтверждено расчетами.

Двухуровневая структурная модель технологического процесса проведения АХР приведена на рис. 6. Выбор летательного аппарата, определяющего авиатехнологию, описывает верхш!Й уровень структурной модели и задает исходные данные для моделирования нижнего уровня. Нижний уровень структурной модели определяет средства воздействия и способы их внесения.

В заключении приведены основные выводы и результаты, намечены направления дальнейших исследований.

В приложении приведены материалы, дополняющие и поясняющие содержание работы: исходные тексты программ интерфейса и механизма логического вывода, структура баз данных и баз знаний, документы по внедрению.

Рисунок 6 - Двухуровневая стру ктурная модель технологического процесса производства авиационно-химических работ

Основные кыводы п результаты лсследовапнй

1 Показана метасистемиссть функционирования авиационного специализированного комплекса: по основным признакам отличия системы от метасистемы; по применимости задач, решаемых при метасистемном подходе, к АСК; по взаимосвязи задач, решаемых при метасистемном подходе, с основными показателями качества управлении (точность, быстродействие, устойчивость).

2 Анализ задач, решаемых при метасистемном подходе, как наиболее важную определил задачу обеспечения готовности и позволил разработать структурную модель функционирования авиационного специализированного комплекса.

3 Поставлена и численно решена задача оптимизации управления готовностью путем оптимизации временных параметров технологической подготовки по построенным полиномиальным регрессионным моделям. Выявлены закономерности, показывающие, что:

- определенные при факторном анализе базовые параметры согласуются с критической последовательностью организационной диаграммы при погрешности, не превышающей 4,45 %;

- наиболее адекватными полиномиальными регрессионными моделями являются те, у которых параметром-аргументом является независимый параметр а (количество ЭВМ), определяющий уровень автоматизации.

4 На основе анализа специфики проведения АХР, взаимодействия подсистем авиационного комплекса, исследования их взаимосвязей сконфигурирована структурно-функциональная схема экспертной системы поддержки принятия решения.

5 Разработана система критериев оценки эффективности авиационного специализированного комплекса за счет применения экспертной системы и методика на ее основе. Прирост эффективности АХР при использовании экспертной системы составил: около 12 %.

6 Получено значение времени логического вывода для основных задач, определяющих длину перелета, высоту обработки, длину гона, массу химикатов и составляющее без учета времени ввода исходных данных менее 0,4 с

7 Разработана двухуровневая структурная модель технологического процесса. Первый уровень модели определяет выбор средства доставки, второй уровень - способ и средства внесения. Разработана информационная модель выбора рационального варианта летател ьного аппарата.

8 Реализация концепции сокращения времени проведения подготовительных мероприятий за счет их согласования, частичной или полной автоматизации, показала, что затраты времени могут быть снижены с 8 суток до 8 часов.

9 Полученные результаты позволили определить проблематику перспективных исследований, направленных на разработку стратегии производства авиационно-химических работ, сформулировать их цели задачи, ориентированные на автоматизацию сбора и обработки данных мониторинга.

Основные положения диссертации опубликованы в следующих работах:

1. Дибихин, К.Ю. Применение экспертных систем в управлении автоматизированными технологическими процессами: материалы научно-практической конференции «Повышение износостойкости режущего инструмента и деталей машин путем нанесения упрочняющих и антикоррозионных покрытий» /К.Ю. Дибихин. - Оренбург : ОрПТИ. - 1991. - С. 35.

2. Дибихин, К.Ю. Применение экспертных систем в управлении телеобработкой данных: материалы научно-практического семинара «Информатика 90-х» / К.Ю. Дибихин. - Минск : ЮНЕСКО/АСПРО. - 1991. - С. 31.

3. Дибихин, К.Ю. Сравнительный анализ математических и эвристических методов прогнозирования параметров сложных технических систем: материалы научно-практического семинара «Внедрение информационных технологий в образовательный процесс» / К.Ю. Дибихин, Б.А. Портников, Н.З. Султанов. - Оренбург : ОВЗРКУ. - 1997. - С. 41-44.

4. Дибихин, К.Ю. Концепции, понятия и определения в дисциплине «Теория и практика принятия решений». / К.Ю. Дибихин, Б.А. Портников. - метод, руководство дтя студентов всех специальностей техн. профиля. - Оренбург : РИК ОГУ. - 1997. - 30 с.

5. Дибихин, К.Ю. Автоматизированный способ получения уточненных значений нелинейно изменяющихся параметров технических систем. / К.Ю. Дибихин. - информ. листок ЦНТИ № 5-98. - Оренбург. - 1998. - 4 с.

6. Дибихин, К.Ю. Способ получения и оценки экспертной информации для решения задач прогнозирования параметров сложных технических систем. /К.Ю. Дибихин. - информ. листок ЦНТИ. № 6-98. - Оренбург. - 1998. - 4 с.

7. Дибихин, К.Ю. Проектирование конкурентоспособных объектов сложной техники в целях создания перспективных технологий и инструментальных средств инжиниринга : международная научно-практсгческая конференция «Инновационные процессы в образовании, науке и экономике России на пороге XXI века» / К.Ю. Дибихин, Б.А. Портников. - Оренбург : РИК ОГУ. - 1998. -С. 74-75.

8. Дибихин, К.Ю. Экспертно-расчетная система поддержки принятия решения на ранней стадии проектирования сложных технических систем : региональная конференция молодых ученых и специалистов / К.Ю. Дибихин. - Оренбург : ОГАУ. - 1998.-С. 143.

9. Дибихин, К.Ю. Создание базы знаний экспертной системы поддержки процесса проектирования вертолета многоцелевого назначения исходя из условий летной операции : научно-методический семинар «Внедрение информационных технологий в образовательный процесс» / Р.Т. Абдрашитов, Н.З. Султанов, К.Ю. Дибихин, Б.А. Портников. - Оренбург: ОВЗРКУ. - 1998. - С. 71-80.

10. Дибихин, К.Ю. Инновационные процессы в авиационно-химических работах - экологический аспект : монография. / В.А. Бондаренко, Р.Т. Абдрашитов, К.Ю. Дибихин. АЛ. Локтионов, Б.А. Портников, Н.З. Султанов. - Оренбург : РИК ОГУ. - 1999. - 181 с.

11. Дибихин, К.Ю. Постановка задачи оптимизации уровня готовности технологии проведения авиационно-химических работ : всероссийская научно-практическая конференция «Современные аспекты компьютерной интеграции машиностроительного производства» / К.Ю. Дибихин, A.M. Пипзухин, Н.З. Султанов. - Оренбург: ИПК ОГУ, 2003. - С. 119-123.

12. Дибихин, К.Ю. Экспертная система поддержки принятия решения о выборе технологии проведения авиационно-химических работ : всероссийская научно-практическая конференция «Современные аспекты компьютерной интеграции машиностроительного производства» / К.Ю. Дибихин. - Оренбург : ИПК ОГУ. - 2003. - С. 123 - 128.

13. Дибихин, К.Ю. Экспертная система поддержки принятия решения «КООРДИНАТОР 2000»: свидетельство о регистрации программного продукта № 3959 от 19 октября 2004 г. в ОФАП Госкооцентра информационных технологий МО России / К.Ю. Дибихин. - М: ОФАП. -2004. - 3125 кбайт.

14. Дибихин, К.Ю. Определение типоразмера сельскохозяйственного летательного аппарата для производства авиационно-химических работ [Электронный документ] / К.Ю. Дибихин // Сетевой элекгр. научи, журн. КубГАУ. -Краснодар : КубГАУ. - 2006. - №.5(21). - Эл. адрес : http://ej.kubagro.ru/ 2006/05/pdf/26.pdf. Проверено 15.09.2006.

15. Дибихин, К.Ю. Оптимизация временных параметров процесса технологической подготовки авиационного специализированного комплекса / К.Ю. Дибихин // Вестник Оренбургского государственного университета. - 2006. -№10(60).-С.-371-375.

Лицензия № ЛР020716 от 02.11.98.

Подписано в печать 08.01.2007 Формат 60x84 1/16. Бумага писчая. Усл. печ. листов 1,0. Тираж 100. Заказ 753.

ИПКГОУОГУ 460352, г. Оренбург, ГСП, пр. Победы, 13, Государственное образовательное учреждение «Оренбургский государственный университет»

СОДЕРЖАНИЕ.

ПЕРЕЧЕНЬ СОКРАЩЕНИЙ, УСЛОВНЫХ ОБОЗНАЧЕНИЙ, СИМВОЛОВ, ЕДИНИЦ И ТЕРМИНОВ.

ВВЕДЕНИЕ.

1 СОСТОЯНИЕ ПРОБЛЕМЫ, ЦЕЛЬ И ЗАДАЧИ.

1.1 Актуальность исследовании.

1.1.1 Специфические региональные особенности Оренбургской области.

1.1.2 Исследование эффективности производства авиационно-хими-ческих работ.

1.1.3 Технологический процесс производства авиационно-хими-ческих работ.

1.1.4 Готовность технологического процесса к производству авиаци-онно-химических работ.

1.2 Автоматизация проведения подготовительных мероприятий.

1.2.1 Последовательность подготовительных мероприятий.

1.2.2 Предпосылки снижения затрат времени.

1.3 Постановка проблемы.

1.4 Цель и задачи исследования.

2 МЕТАСИСТЕМНЫЙ ПОДХОД К ОПИСАНИЮ МОДЕЛИ ФУНКЦИОНИРОВАНИЯ АВИАЦИОННОГО СПЕЦИАЛИЗИРОВАННОГО КОМПЛЕКСА.

2.1 Принципиальные отличия системы от метасистемы.

2.2 Выявление диапазонов эффективности технологического процесса.

2.3 Обеспечение сочетаемости элементов АСК.

2.4 Стратегия выбора технологии проведения АХР.

2.5 Оценка и обеспечение уровня готовности технологического процесса.

2.6 Оптимизация перераспределения общесистемных ресурсов

2.7 Оптимизация набора используемых технологий.

2.8 Результаты анализа применимости задач, решаемых при мета-метасистемном подходе, к АСК.

2.9 Повышение эффективности управления АСК.

2.10 Структурная модель функционирования АСК.

Выводы по второй главе.

3 ОПТИМИЗАЦИЯ УРОВНЯ ГОТОВНОСТИ ТЕХНОЛОГИЧЕСКО-КОГО ПРОЦЕССА К ПРОВЕДЕНИЮ АХР.

3.1 Статистический анализ последовательности подготовительных мероприятий.

3.1.1 Корреляционный анализ на матрице исследования.

3.1.2 Факторный анализ.

3.1.2.1 Метод главных компонент.

3.1.3 Регрессионный анализ.

3.1.3.1 Постановка задачи.

3.2 Оптимизация временных параметров.

3.2.1 Корреляционный анализ на модифицированной матрице.

3.2.2 Факторный анализ на модифицированной матрице.

3.2.3 Регрессионный анализ на модифицированной матрице.

3.2.4 Оптимизация временных параметров по регрессионным моделям.

Выводы по третьей главе.

4 ПРОГРАММНАЯ РЕАЛИЗАЦИЯ ЭКСПЕРТНОЙ СИСТЕМЫ.

4.1 Структурно-функциональная схема экспертной системы.

4.2 Методика моделирования предметной области.

4.2.1 Описание концептуальной схемы предметной области.

4.2.2. Определение границ предметной области.

4.3 Описание модели предметной области.

4.3.1 Обоснование структуры предметной области.

4.3.2 Анализ зависимостей и построение решающих правил.

4.4 Методика формализации предметной области.

4.4.1 Обоснование модели представления знаний.

4.5 Оптимизация структуры базы знаний.

4.5.1 Оптимизация структур фреймов.

4.6 Программная реализация экспертной системы.

4.6.1 Структура и функционирование экспертной системы.

4.6.2 Практическая реализация базы знаний экспертной системы.

Выводы по четвертой главе.

5 ПРАКТИЧЕСКИЕ АСПЕКТЫ ДИССЕРТАЦИОННОЙ РАБОТЫ.

5.1 Технические характеристики экспертной системы.

5.2 Функциональные характеристики экспертной системы.

5.3 Методика исследования эффективности экспертной системы.

5.3.1 Влияние применения ЭС на эффективность выработки решения.

5.3.2 Оценка эквивалентности решения экспертной системы.

5.3.3 Оценка экспертной системы по времени выработки решения.

5.4 Сокращение времени проведения подготовительных мероприятий

5.4.1 Сетевая модель последовательности мероприятий.

5.4.2 Реализации концепции снижения затрат времени на проведение подготовительных мероприятий за счет автоматизации.

5.5 Двухуровневая структурная модель технологического процесса проведения АХР.

5.5.1 Выбор средства доставки для реализации конкретной технологии.

Выводы по пятой главе.

Диссертационная работа посвящена исследованию процесса принятия решения о готовности АСК и реализуемого им технологического процесса проведения АХР. В качестве концептуальной основы анализа, синтеза и управления системами автоматизации технологических процессов и производств принята идеология метасистемного подхода.

Актуальность. В последнее десятилетие особую актуальность приобрела проблема создания конкурентоспособных высокоэффективных технологий в связи с возрастающей потребностью России по вхождению в международную рыночную систему.

Одним из перспективных направлений на современном этапе развития является применение технологий, гарантирующих резкое увеличение производительности и интенсификацию производственных процессов, а, следовательно, снижающих себестоимость и повышающих конкурентоспособность продукции.

В общем случае под технологией понимается совокупность способов, средств и процессов, обеспечивающих выполнение определенной последовательности операций. Одной из задач, решаемых при подготовке АСК к проведению АХР, является задача выявления и обеспечение готовности АСК и реализуемых им технологий к использованию, поскольку лишь сбалансированная готовность отдельных подсистем АСК обеспечивает своевременность и эффективность проводимых АХР.

Применительно к АХР, позволяющим осуществлять ряд трудоемких мероприятий путем проведения летных операций, технологический процесс предусматривает выделение функциональных и обеспечивающих подсистем: сельскохозяйственных летательных аппаратов (CJIA), наземного комплекса (НКМ) и АХР. Вследствие этого происходит разбиение всей технологии на отдельные взаимосвязанные технологические процессы в выделенных подсистемах. Технологическая схема реализует связи между функциональными (CJIA, АХР) и обеспечивающими (НКМ) подсистемами и определяет, каким образом и в какой последовательности выполняются задачи функциональных подсистем с помощью обеспечивающих подсистем.

Необходимо отметить, что подсистемы наземного комплекса (НКМ) являются относительно стабильными (статичными) в течение продолжительного периода времени. В связи с этим динамика НКМ сводится к перераспределению ресурсов общесистемных ресурсов. Наиболее динамичной составляющей АСК является подсистема CJIA, фактически определяющая область предпочтительного применения (ОПП) и оцениваемая на основе противоречивых критериев оптимальности.

К характерным особенностям операций с CJIA относятся: разнородность действий; значительный территориальный охват; необходимость учета изменений географических и климатических условий; представление CJIA как элемента системы, функционально связанного с ее компонентами на всех этапах выполнения задачи и др.

Исход операции при использовании CJIA определяется эффективностью взаимодействия наземных служб обеспечения операции, характеристиками и действиями CJIA в сложившихся условиях, а также противодействием, направленным на снижение его эффективности. Объективно существование противодействия обусловлено наличием таких труднопрогнозируемых факторов как метеорологические условия, воздействие электромагнитного излучения различной природы, создающее помехи навигационному оборудованию, ухудшение условий визуального контакта в местах проведения операции. В связи с этим учет возможного противодействия связан с моделированием неопределенной ситуации для решения задачи выбора параметров подсистем АСК.

С развитием систем, создаваемых на основе новых технологий, возрос интерес к исследованиям, проводимым в направлении автоматизации процессов управления. Это обусловливает необходимость постановки задач, относящихся к категории трудноформализуемых.

Разработанные к настоящему времени методы моделирования и формализации, реализованные в подавляющем большинстве современных систем поддержки принятия решения не отвечают в полной мере предъявляемым требованиям, поскольку ориентированы на решение достаточно легко формализуемых задач, но не задач, обусловленных неоднозначностью решения, т.е., неопределенностью. А именно такие задачи приходится решать в процессе принятия решений. Таким образом, традиционный подход к решению задач автоматизации ведет к закономерному повышению потерь.

Решение вышеуказанных задач представляется целесообразным осуществлять методами прогнозирования, позволяющими устранить или, по крайней мере, в необходимой степени компенсировать наличие неопределенности.

Из вышесказанного можно сделать следующие обобщающие выводы:

1 Создание конкурентно - способных образцов автоматизированных систем является стратегической целью, достижение которой определяет место нашей страны на мировом рынке и положение в мировом сообществе в целом.

2 Очевидно, что достижение указанной цели возможно лишь при решении ряда задач, заключающихся в разработке и реализации новых подходов и методов, основанных на использовании новых информационных технологий.

Современное состояние автоматизации процесса управления характеризуется двумя противоречивыми тенденциями. С одной стороны, очевидно стремление к интеграции проводимых работ, ведущее к повышению иерархичности систем управления. С другой стороны имеется тенденция к узкой специализации технологических процессов, ведущая к отчетливому выделению специализированных технологических систем.

При выборе технологической системы, адекватной текущей управленческой ситуации, необходимо распознавание состояния объекта управления и состояния внешней среды, определяемого вышеперечисленными факторами. Объективная оценка состояний объекта управления и внешней среды обеспечит приятие адекватного решения о выборе оптимальной технологии в сложившейся ситуации.

АСК для проведения АХР по совокупности признаков (наличие: болыного числа подсистем - самостоятельных структур; сложных взаимосвязей; участие в ней человека и в качестве объекта управления и в качестве управляющего звена) относится к сложным системам.

В настоящее время предложены методологические основы общей теории сложных систем. Однако традиционный подход при построении теории, несовершенство методологии формирования набора структур, неадекватность применяемых стохастических критериев оптимального управления, неразвитость методов выбора признаков при распознавании управленческой ситуации не дают оснований считать проблему автоматизации разрешенной.

Таким образом, существуют практическая и теоретическая потребности для разработки комплекса оптимальных методов, повышающих эффективность сложных систем путем автоматизации. Это, в свою очередь, позволит повысить эффективность как существующих, так и вновь создаваемых систем за счет своевременного переключения технологических структур, повышения качества готовой продукции, оптимального перераспределения имеющихся управляющих ресурсов, охвата автоматизацией более широкого круга технологических процессов.

Вместе с тем, сложные системы характеризуются явно выраженной иерархией и на верхних уровнях неизбежно выходят на некоторое множество систем - метасистему.

Ряд первоисточников содержат упоминание о некоторых множествах систем (метасистемах), но исследования методологии и типовых задач, применительно к АСК для проведения АХР, отсутствуют. Наряду с этим, отсутствуют адаптированные методы моделирования и формализации.

Разработанные к настоящему времени методы моделирования и формализации, реализованные в наиболее отвечающих современным требованиям автоматизированных системах поддержки принятия решений, несмотря на глубокую проработку отдельных направлений, в целом не снимают проблемы в решении задач автоматизации, не поддающихся решению численными методами. Это обусловливает постановку задач, относящихся к категории трудно формализуемых, решаемых, как правило, на вероятностном уровне, с привлечением методов прогнозирования.

При отсутствии методологического аппарата построения высокоэффективных систем поддержки принятия решения, усилия исследователей и разработчиков были направлены на совершенствование отдельных элементов информационно-расчетных систем. Такой подход хотя и дает определенный эффект, но полностью выявленных проблем не снимает.

Наличие указанных недостатков ставит проблему их устранения путем разработки ЭС на основе адекватного методологического аппарата, использующего нетрадиционный подход к описанию предметной области. Наиболее эффективной представляется автоматизация решения трудно формализуемых задач путем реализации методов искусственного интеллекта (ИИ), что позволяет повысить обоснованность предлагаемого решения.

Актуальность данной проблемы отражена в Постановлении СМ РФ № 263 от 1 апреля 1993 г., где основными задачами определяются «разработка предложений по обеспечению конкурентноспособности продукции, .внедрение перспективных научно-технических разработок». А так же в Дополнении к Положению, принятом Постановлением № 609 Правительства РФ от 17 мая 1996 г., где в дополнение к вышеуказанным задачам «комитет осуществляет координацию деятельности по разработке и реализации научно - технической политики в области автоматизации и системостроения».

Объект исследования. Объектом исследования в диссертационной работе является система управления производством авиационно-химических работ.

Предмет исследований. В диссертационной работе предметом исследования являются эффективность системы управления авиационным специализированным комплексом.

Цель исследования: повышение эффективности функционирования авиационного специализированного комплекса для производства авиационно -химических работ.

Цель исследования достигается путем решения следующих задач:

1 Обоснование применимости метасистемного подхода к функционированию авиационного специализированного комплекса.

2 Постановка и решение задачи оптимизации управления готовностью авиационного специализированного комплекса.

3 Разработка архитектуры экспертной системы поддержки принятия решения.

4 Исследование технологических факторов повышения эффективности авиационного специализированного комплекса.

Методы исследования. Поставленные задачи решались методами: теории принятия решений; прогнозирования; статистического анализа, оптимизации; искусственного интеллекта (ИИ).

Сущность решаемой научной задачи состоит в оптимизации длительности подготовительных мероприятий, повышающих готовность АСК.

Решаемые научные задачи принадлежат к направлениям технической кибернетики, изучающим процесс автоматизации на основе принятия решения и связаны с системотехникой, информатикой, и другими научными дисциплинами. Они является частью общей научной проблемы создания систем (ИИ). При решении научных задач использованы подходы и методы, разработанные В.Н. Автономовым [2], Д.А. Поспеловым [104,106,107,108,111], Э. Поповым [103], Л. Заде [48], М Минским [86], К. Таундсеном, Д. Фохтом [134] и др.

Учитывая специфику объекта исследования и его связь с проблемами повышения эффективности процесса выбора, применены подходы и общие концепции системотехники [65,119,43], расширенные и дополненные применительно к проблемам прогнозирования С.А. Саркисяном [123], Г.Р. Брахманом [22], А.В. Ильичевым [53], А.Г Ивахненко [52], В.В. Липаевым [75] и др.

В процессе исследования ПО решается ряд следующих частных задач:

1 Построение модели ПО.

2 Обоснование модели представления знаний и описание модели ПО на языке представления знаний.

3 Обоснование структуры базы знаний (БЗ) и оптимизация ее технических характеристик.

4 Разработка методики оценки эффективности БЗ для разрабатываемой

ЭС.

Методика исследований. Решение поставленных задач осуществлялось на основе методов дискретной оптимизации [15,30], теории принятия решений [136,115,35], теории нечетких множеств [80,109], теории массового обслуживания [126], теории аналитического моделирования [66,67,23], теории графов [89,126] и методов искусственного интеллекта [8,5]. Отдельные вопросы исследовались методами экспертных оценок [153,147], системотехники [84,70] и математической статистики [34,144,62].

Задачи, определяющие методику исследования, сформулированы на основе:

- обобщения и систематизации материалов по АХР; разработки методик оптимизации структуры подсистем АСК, сформулированных профессором Н.З. Султановым;

- формулировки методов метасистемного подхода, разработанных профессором А.М Пшцухиным.

Научная новизна. Основные положения, составляющие научную новизну: по специальности 05.13.06 - Автоматизация и управление технологическими процессами и производствами (промышленность)

1 Показана метасистемность функционирования АСК.

2 Повышение быстродействия АСК за счет применения ЭС.

3 Система критериев оценки прироста эффективности АСК. по специальности 05.20.01 - Технология и средства механизации сельского хозяйства

1 Технологическая структуризация последовательности подготовительных мероприятий, определяющих готовность АСК к проведению АХР.

2 Автоматизация процесса выбора С J1A для проведения АХР.

Практическая значимость работы заключается:

1 В определении факторов повышения эффективности АСК: сокращение времени проведения подготовительных мероприятий, затрат и потерь.

2 В разработке критериев: критерия оптимизации управления готовностью АСК; системы критериев оценки прироста эффективности АСК.

3 В разработке системы компьютерной поддержки принятия решения.

На основе разработанных рекомендаций по практическому применению

ЭС целесообразно следующее ее использование.

В процессе создания:

1 На этапе добывания и проверки достоверности фактов - как БД;

2 На этапе выявления взаимосвязей - как БЗ.

В процессе эксплуатации:

1 Привязка ЭС к подсистеме управления АСК для проведения АХР;

2 Внедрение и использование в учебном процессе учреждений ВПО.

Реализация результатов исследований. Результаты исследований, полученные в процессе работы над диссертацией внедрены:

1 В учебный процесс ГОУ «Оренбургский государственный Университет»; Оренбургского колледжа статистики и информатики Госкомстата России;

2 Практически используются в ПО «Стрела»; в Государственном унитарном авиационном предприятии «Оренбургские авиалинии».

Апробация работы. Результаты исследований докладывались на научно-методических семинарах кафедр АТПиП, УИП, САП Оренбургского государственного Университета и научно-практических конференциях.

1 Научно-практическая конференция «Повышение износостойкости режущего инструмента и деталей машин путем нанесения упрочняющих и антикоррозионных покрытий»., ОрПТИ, Оренбург, 1991.

2 Научно-практический семинар «Информатика 90-х», Белорусский Центр информатики ЮНЕСКО\АСПРО, Минск, 1991.

3 Научно-методический семинар «Внедрение информационных технологий в образовательный процесс», Оренбург, ОВЗРКУ, 1997.

4 Международная научно-практическая конференция «Инновационные процессы в образовании, науке и экономике России на пороге XXI века», Оренбург, ОГУ, 1998.

5 Областная научно-практическая конференция молодых ученых и специалистов, Оренбург, 1998.

6 Всероссийская научно-практическая конференция «Современные аспекты компьютерной интеграции машиностроительного производства». - Оренбург, 2003.

Структура и объем диссертации. Диссертационная работа состоит из аннотации, содержания, введения, пяти глав, заключения и приложений.

Публикации. Основные положения диссертации опубликованы: - в одной монографии; - в одном сборнике научно-методических материалов Оренбургского ВЗРКУ; - в одном методическом руководстве; - в материалах шести научно-практических конференций; - в двух информационных листках ЦНТИ.

Положения, выносимые на защиту: по специальности 05.13.06 - Автоматизация и управление технологическими процессами и производствами (промышленность)

1 Структурная модель функционирования авиационного специализированного комплекса для проведения АХР.

2 Постановка и решение задачи оптимизации управления готовностью авиационного специализированного комплекса.

3 Структурно-функциональная схема экспертной системы поддержки принятия решения. по специальности 05.20.01 - Технология и средства механизации сельского хозяйства

4 Двухуровневая структурная модель технологического процесса проведения АХР.

5 Система критериев оценки эффективности АХР и методика на ее основе.

Содержание работы.

Во введении обоснована актуальность темы исследования, сформулированы проблема, цель и задачи исследования, раскрыты его теоретико-методологические основы, представлены полученные результаты и их научная новизна, теоретическая и практическая значимость, а также апробация результатов.

В первой главе приведены теоретические предпосылки создания методологического аппарата автоматизации процесса принятия решения, приведено исследование состояния вопроса, сформулирована цели и задач исследования.

Во второй главе обосновано применение метасистемного подхода к выбору оптимальной технологии проведения АХР. Приведены доказательства ме-тасистемности АСК и предложена структурная модель его функционирования.

В третьей главе исследованы проблемы оценки и повышения уровня готовности АСК к проведению АХР, представлены математические модели. По результатам проведенных исследований представлены организационная диаграмма проведения подготовительных мероприятий и двухуровневая структурная модель технологического процесса проведения АХР.

В четвертой главе на основе анализа технологического процесса проведения АХР, подсистем, входящих в состав АСК, исследования их временных и постоянных взаимосвязей, основных факторов и условий неопределенности информации сконфигурирована структурно-функциональная схема ЭС.

В пятой главе обозначены практические аспекты диссертационной работы, выявлены факторы, влияющие на эффективность управления АСК.

В заключении подведены итоги диссертационной работы и обобщены ее результаты.

В приложениях приведены материалы, дополняющие и поясняющие основное содержание диссертационной работы: тексты программ интерфейса и механизма логического вывода, структура баз данных и баз знаний ЭС.

Диссертационная работа изложена на 165 страницах машинописного текста, иллюстрируется 33 рисунками и 101 таблицей, содержит библиографию в 155 наименований.

Выводы по пятой главе

1 Анализ технических и функциональных характеристик экспертной системы позволяет сделать вывод, о том, что она, по типу используемой ЭВМ, используемому представлению знаний и стоимости может быть отнесена к классу простых экспертных систем. Однако по времени разработки, сложности структуры и количеству правил в базе знаний она относится к классу сложных. Поэтому класс исследуемой экспертной системы определен как средний.

2 Можно сделать вывод, что предлагаемый методологический аппарат позволяет реализовать базу знаний, обеспечивающую погрешность прогнозирования не более 14 % и вероятность полного совпадения прогнозов экспертной системы и данных источников экспертной информации 0,84. Опыт использования систем прогнозирования указывает на допустимость данных погрешностей в процессе их использования для решения практически значимых задач.

3 Реализация предлагаемой концепции позволяет снизить затраты времени на проведение подготовительных мероприятий за счет:

- реализации организационной диаграммы последовательности проведения подготовительных мероприятий в виде сетевой модели с пятнадцати до восьми суток;

- сокращения времени проведения организационно - управленческих работ вследствие их автоматизации с 8 суток до 8 часов.

4 Выявлена закономерность, показывающая, что определенные при факторном анализе на модифицированной матрице базовые параметры согласуются с подготовительными мероприятиями, входящими в критическую последовательность с погрешностью, не превышающей 4,45 %.

5 Показана целесообразность описания технологии проведения АХР двухуровневой структурной моделью, в виде последовательной совокупности авиатехнологии, определяющей средства доставки, и агротехнологии, определяющей средства и способы внесения.

6 Показана возможность реализации выбора средства доставки для конкретной технологии с использованием предложенной информационной модели.

ЗАКЛЮЧЕНИЕ

Проведенные в диссертационной работе исследования позволяют сделать вывод:

- о нецелесообразности применения концепций, направленных на «жесткую» формализацию объекта автоматизации, не позволяющих смоделировать поведение АСК, как средство реализации технологического процесса проведения АХР в органичной связи с реальным миром;

- о сложности использования традиционных подходов к анализу и оценке авиационного специализированного комплекса;

- о соответствии процесса его функционирования требованиям и задачам метасистемного подхода;

- о возможности и целесообразности автоматизации технологического процесса проведения АХР на основе адекватного описания модели предметной области и создания базы знаний, являющейся основой экспертной системы.

В работе показана принципиальная возможность создания базы знаний с учетом особенностей метасистемного подхода на основе использования методов искусственного интеллекта и ряда смежных дисциплин, органично дополняющих данные методы.

На примере реализации конечного программного продукта - экспертной системы для автоматизации процесса проведения подготовительных мероприятий показана возможность использования специально разработанных методик, позволивших компенсировать традиционные недостатки используемых сред программирования и организации данных, что оказало решающее влияние на эффективность разработанного прототипа.

Реализованное программное обеспечение в виде экспертной системы для автоматизации процесса проведения подготовительных мероприятий удовлетворяет современным требованиям, имеет хорошие технические и функциональные характеристики.

По результатам проведенных исследований можно сделать следующие обобщенные выводы.

1 На основании проведенных исследований определено состояние вопроса по научно-технической и патентной литературе, приведен анализ: задач исследования, их взаимосвязей, основных факторов и условий неопределенности, научно-методического аппарата моделирования.

2 Показаны признаки метасистемности авиационного специализированного комплекса и рассмотрены все задачи метасистемного подхода применительно к его функционированию. Анализ рассмотренных задач показал, что мало исследованной и вместе с тем очень важной является задача оценки и повышения готовности технологического процесса проведения. В результате была предложена структурная модель функционирования авиационного специализированного комплекса.

3 Проведенный статистический анализ позволил сделать следующие выводы:

- регрессионный анализ показал корректность восстановления исходных параметров и возможность использования реализованных моделей для решения задач прогнозирования.

- в результате проведения корреляционного, факторного и регрессионного анализа на модифицированной матрице получены тесные связи между рядом параметров, что позволило сделать выводы о степени автоматизации каждого подготовительного мероприятия.

4 На основе анализа видов проводимых АХР, подсистем АСК, исследования их временных и постоянных взаимосвязей, основных факторов и условий неопределенности информации, а также применения многомерных вложенных пространств технологических параметров, сконфигурирована структурно-функциональная схема экспертной системы.

5 Точность определения необходимого объема базы данных экспертной системы с помощью составляет примерно 15%. Это свидетельствует о допустимости для инженерных расчетов используемого математического аппарата и ограничений на потоки заявок.

6 Допустимое значение модуля вектора ошибок в процессе вывода решения ЭС составляет 0,15. Следовательно, можно утверждать, что результаты решения экспертной системы отличается от данных источников экспертной информации примерно на 14 %.

7 Предлагаемый методологический аппарат позволяет реализовать базу знаний, обеспечивающую погрешность прогнозирования не более 14 % и вероятность полного совпадения результатов решения и данных источников экспертной информации - 0,84. Опыт использования систем прогнозирования указывает на допустимость данных погрешностей в процессе их использования для решения практически значимых задач.

8 Для оценки максимального времени выработки прогноза экспериментально измерялось время логического вывода решений для каждой задачи. Без учета времени ввода исходных данных прогноз может быть получен не позднее чем через 4 с

9 Для наиболее важных задач, таких как условия проведения АХР и высоты проведения АХР время выработки прогноза составляет 2,5. 3,3 с

10 Полученные результаты подтверждают целесообразность оптимизации структур фреймов, позиций фреймов в файле базы знаний и индексирование записей фреймов с целью уменьшения времени логического вывода.

12 Среднее время приобретения одного правила равно 0.48 часа, поэтому для построения базы знаний экспертной системы достаточно одного программиста и одного инженера по знаниям.

13 Среднее время создания базы знаний составляет примерно 4.5 месяца, что согласуется со сроками создания подобных систем.

14 Технологический процесс проведения АХР может быть описан в виде двухуровневой структурной модели, определяющей:

- выбор СЛА (средство доставки, способ облета), определяющего наиболее перспективную авиатехнологию и верхний уровень структурной модели, задающий исходные данные для моделирования нижнего уровня;

- нижний уровень моделирования, определяющий средства воздействия на обрабатываемый участок (краситель для зачернения снега, удобрения, химикаты различного назначения) и способы их внесения (опрыскивание, распиливание, разбрасывание, МО, УМО и т.д.).

15 Результаты экспериментальных исследований показали, что прирост эффективности АСК за счет применения экспертной системы может составлять 3.8 %. В ряде случаев, когда качество подготовки кадров может существенно изменяться, следует ожидать прирост эффективности в пределах 12. 18 %.

16 Экономический эффект от внедрения предлагаемой ЭС в сравнении с аналогичными системами принятия решений, приобретенными по коммерческой стоимости составляет от нескольких десятков до нескольких сотен тысяч условных единиц.

15 Поставлена и численно решена задача оптимизации управления готовностью путем оптимизации временных параметров технологической подготовки по построенным полиномиальным регрессионным моделям. Выявлены закономерности, показывающие, что:

- определенные при факторном анализе базовые параметры согласуются с критической последовательностью организационной диаграммы при погрешности, не превышающей 4,45 %;

- наиболее адекватными полиномиальными регрессионными моделями являются те, у которых параметром - аргументом является независимый параметр а (Количество ЭВМ), определяющий уровень автоматизации.

16 Затраты времени на проведение подготовительных мероприятий могут быть снижены за счет сокращения времени проведения организационно - управленческих работ вследствие их автоматизации с восьми суток до восьми часов.

17 Рассмотрены перспективы дальнейших исследований, направленных на повышение уровня автоматизации технологических процессов с использованием новых информационных технологий.

1. Абрамов, О.В. Прогнозирование состояния технических систем. / О.В. Абрамов. М.: Наука, 1990. -127 с.

2. Автономов, В.Н. Создание современной техники. Основы теории и практики / В. Н. Автономов. М.: Машиностроение, 1991. - 258 с.

3. Авиационно-химические работы. : реф. сб. / Науч. тр. ГосНИИГА. -Вып. 6 -. М.: ГосНИИГА, 1974. - 210 с.

4. Айтьян, С.Х. Инструментальные средства разработки экспертных систем / С.Х. Айтьян // Программные продукты и системы. -1989. № 6. - С. 23-24.

5. Александров, Е.А. Основы теории эвристических решений. / Е.А. Александров. М.: Сов. Радио, 1975. - 254 с.

6. Алиев, Р.А. Производственные системы с искусственным интеллектом. / Р.А. Алиев. М.: Радио и связь, 1990. -184 с.

7. Алиев, Р.А. Управление производством при нечеткой исходной информации. /Р.А. Алиев. -М.: Энергоатомиздат, 1991. -329 с.

8. Амалия, М. Архитектура ЭВМ и искусственный интеллект. / М. Амалия, Ю. Танака. М.: Мир, 1993. - 397 с.

9. Андрейчиков, А.В. Моделирование процедур синтеза новых механизмов / А.В. Андрейчиков // Программные продукты и системы. 1995. - № 2. -С. 23-24.

10. Арбузов, Н.Т. Сельскохозяйственные аэродромы / Н.Т. Арбузов. М.: Транспорт, 1974. -176 с.

11. Атре, Ш. Структурный подход к организации баз данных. / Ш. Атре. -М.: Финансы и статистика, 1983. 144 с.

12. Базилевич, JI.A. Автоматизация организационного проектирования. / Л.А. Базилевич. Л.: Машиностроение, 1989. -175 с.

13. Банди, Б. Основы линейного программирования. / Б. Банди. М. : Радио и связь, 1989. -175 с.

14. Белов, В.А. Построение экспертной системы средствами dBase / В.А. Белов // Программные продукты и системы. -1990. № 1. - С. 34-35.

15. Березин, Е.А. Оптимальное распределение ресурсов и элементы синтеза систем. / Е.А. Березин. М.: Сов. Радио, 1974. - 303 с.

16. Березин, Е.А. Паретооптимальные решения поликритериальных задач / Е.А. Березин // Программные продукты и системы. -1995. № 2. - С. 33-34.

17. Богданов Ю.С. Оценка эффективности транспортных вертолетов. / Ю.С. Богданов, B.C. Брусов. М: МАИ, 1982. - 45 с.

18. Большое, JI.H. Таблицы математической статистики. / JLH. Большое, Н.В. Смирнов. М.: Наука, 1965. - 514 с.

19. Борисов, А Н. Обработка нечеткой информации в системах принятия решений. / А.Н. Борисов. М.: Радио и связь, 1989. - 314 с.

20. Брандон, Д.Б. Совершенствование математических моделей для компьютерного управления / Д.Б. Брандон // Программные продукты и системы. 1999. - №7. - С. 46-49.

21. Братко, И. Программирование на языке ПРОЛОГ для искусственного интеллекта / И. Братко. М.: Мир, 1990. - 560 с.

22. Брахман, Т.Р. Многокритериальность и выбор альтернативы в технике. / Т.Р. Брахман. М.: Радио и связь, 1984. - 376 с.

23. Бронштейн, И.Н. Справочник по математике^ М : Наука, 1980. - 974 с.

24. Брусов, B.C. Системный анализ и автоматизированное проектирование летательных аппаратов. / B.C. Брусов. М.: МАИ, 1982. - 28 с.

25. Брыкалов, В.А. Оптимальное планирование и размещение технических баз ГА. / В.А. Брыкалов. М.: Транспорт, 1970. - 87 с.

26. Буторин, Н.Н. Производственно-транспортные задачи большой размерности. /Н.Н. Буторин. -М.: Статистика, 1978. т 95 с.

27. Вермишев, Ю.Х. Методы автоматического поиска решений при проектировании СТС. / Ю.Х. Вермишев М.: Радио и связь, 1982. - 214 с.

28. Виленчик, JI.C. Проектирование компьютерных систем / JI.C. Виленчик // Программные продукты и системы. 1996. - № 2. - С. 26-27.

29. Вильяме, Н.Н. Параметрическое программирование в экономике.

30. Н.Н. Вильяме. М.: Статистика, 1976. - 96 с.

31. Волгин, J1.H. Проблема оптимальности в теоретической кибернетике. / Л.Н. Березин. М.: Сов. Радио, 1968. -125 с.

32. Волков, В.В. Объектно-ориентированный подход к автоматизации / В.В. Волков // Программные продукты и системы. -1996. -№ 1- С. 13-14.

33. Волков, В.В Объектно-ориентированный подход к САИПР / В.В. Волков // Программные продукты и системы. 1996. - № 2. - С. 23-25.

34. Выбор параметров сельскохозяйственных самолетов. : сб. статей / Науч. тр. РКИИГА. Вып. 203 -. - Рига: 1971. - 82 с.

35. Выгодский, М.Я. Справочник по высшей математике М. : Наука, 1972. - 870 с.

36. Вычислительные системы и вопросы принятия решений.: сб. науч. тр. / МГУ. М.: Изд. МГУ, 1991. - 142 с.

37. Гельмерих, Р. Введение в автоматизированное проектирование. / Р. Гельмерих. М.: Машиностроение, 1990. - 334 с.

38. Гончаров, A. FoxPro в примерах. / А. Гончаров. СПб: Питер, 1995. -160 с.

39. Горелик А.Л. Методы распознавания. / А.Л. Горелик, В.А. Скрипкин. М.: Высшая школа, 1989. - 232 с.

40. Гладкий, В.Ф. Вероятностные методы проектирования конструкций летательного аппарата. / В.Ф. Гладкий. М.: Наука, 1982. - 270 с.

41. Гусев, Т.И. Проектирование баз данных в примерах и задачах. / Т.И. Гусев, Ю.А. Башин. М.: Радио и связь, 1992. - 324 с.

42. Де Гроот, М. Оптимальные статистические решения. / М. Де Гроот. -М.: Мир, 1974. 496 с.

43. Десятое, Д Б. Автоматизированный тестовый контроль производства. / Д.Б. Десятое. М.: Радио и связь, 1992. - 126 с.

44. Дмитриев, А.К. Основы построения и контроля сложных систем. / А.К. Дмитриев. Л.: Энергоатомиздат, Ленингр. отд., 1988.- 311 с.

45. Драйпер, Н. Прикладной регрессионный анализ. / Н. Драйпер, Г.

46. Смит. М.: Статистика, 1973. - 364 с.

47. Дубов, Ю.А. Многокритериальные модели формирования и выбора вариантов систем. / Ю.А. Дубов. М.: Наука, 1986. - 216 с.

48. Емельянов, С.В. Системное проектирование средств автоматизации. / С.В. Емельянов. М.: Машиностроение, 1978. - 218 с.

49. Железное, И.Г. Сложные технические системы: оценка характеристик. / И.Г. Железное. М.: Высшая школа, 1984. - 342 с.

50. Заде, JI. Понятие лингвистической переменной и его применение к принятию приближенных решений. / Л. Заде. М.: Мир, 1976. -177 с.

51. Знания диалог - решение. В 2 ч. Ч. 1. Теоретические основы и методы. - Киев: НПО «Системотехника, 1990. - 343 с.

52. Знания диалог - решение. В 2 ч. Ч. 2. Исследовательские и коммерческие системы. - Киев: НПО «Системотехника», 1990. - 105 с.

53. Иберла, К. Факторный анализ. / К. Иберла М.: Статистика, 1980. -287 с.

54. Ивахненко, А.Г. Самоорганизация прогнозирующих моделей. / А.Г. Ивахненко, И. А. Мюллер. Киев : Техника, 1985. - 186 с.

55. Ильичев, А.В. Эффективность проектируемых элементов сложных систем. / А.В. Ильичев, В.Д. Волков, В.А. Грущанский. М. : Высшая школа, 1982.-280 с.

56. Кайзер, Х.Ф. Применение варимаксного критерия в факторном анализе / Х.Ф. Кайзер // Программные продукты и системы. 1998. - №3. - С. 47-51.

57. Калиниченко, Л.А. Машины баз данных и знаний. / Л.А. Калиничен-ко, В.М. Рывкин. М.: Наука 1990. - 351 с.

58. Калиниченко, Л.А. Методы и средства интеграции неоднородных баз данных. / Л.А. Калиниченко. М.: Наука, 1983. -178 с.

59. Квейд, Э. Анализ сложных систем. / Э. Квейд. М. : Информэлектро, 1969.-518 с.

60. Кендел, М. Ранговые корреляции. / М. Кендел. М. : Статистика,1975.-216 с.

61. Клиланд, Д. Системный анализ и целевое управление. / Д. Клиланд, В. Кинг. М.: Сов. радио, 1974. - 280 с.

62. Клир, Дж. Системология. Автоматизация решения системных задач. / Дж. Клир. М.: Радио и связь, 1990. - 431 с.

63. Козлов Е.И. Механизация загрузки самолетов химикатами. / Е.И. Козлов, М.Н. Кунашев. М.: Транспорт, 1970. -104 с.

64. Корн Г. Справочник по математике для научных работников и инженеров / Г. Корн, Т. Корн. М.: Наука, 1973. - 870 с.

65. Криницкий, Н.А. Программирование и алгоритмические языки. / Н.А. Криницкий, Г.А. Миронов. М.: Наука, 1979. - 509 с.

66. Крисевич, B.C. Экспертные системы для персональных компьютеров. / B.C. Крисевич. Минск: Вышэйшая школа, 1990. - 177 с.

67. Крутько, П.Д. Алгоритмы и программы проектирования автоматических систем. / П.Д. Крутько. М.: Радио и связь, 1988. -148 с.

68. Кудрявцев, Л.Д. Курс математического анализа / Л.Д. Кудрявцев. М. : Высшая школа, 1981. - 687 с.

69. Кудрявцев, Л.Д. Руководство к решению задач по математическому анализу / Л.Д. Кудрявцев. М.: Высшая школа, 1981. - 584 с.

70. Кьюсиак, Э. Искусственный интеллект: применение в интегрированных производственных системах. / Э. Кьюсиак. М : Машиностроение, 1991. -411с.

71. Ларичев, О.И. Выявление экспертных знаний. / О.И. Ларичев, А.И. Мечитов. М.: Наука, 1989. - 128 с.

72. Левин, В.И. Логическая теория надежности сложных систем. / В.И. Левин. М.: Энергоатомиздат, 1985. - 288 с.

73. Левин, Г.М. О параметрической декомпозиции экстремальных задач. /Г.М. Левин. М.: Кибернетика, 1977. -111 с.

74. Левин, Р. Практическое введение в технологию искусственного интеллекта и экспертных систем. / Р. Левин, Д. Дранг, Б. Эделсон. М.: Финансыи статистика, 1990. 241 с.

75. Лелюк, В.А. Проектирование, управление и обучение с использованием банков знаний. / В. А. Лелюк. Киев : УМК ВО, 1989. - 124 с.

76. Лима, Т. Введение в dBase./ Т. Лима. М.: Радио и связь, 1993. - 299 с.

77. Липаев, В.В. Средства прогнозирования показателей программных комплексов / В.В. Липаев // Программные продукты и системы. 1990. - № 1. -С. 56-58.

78. Лорьер, Ж.-Л. Системы искусственного интеллекта. / Ж.-Л. Лорьер. -М.: Мир, 1991.-215 с.

79. Лоскутов, В.И. Основы современной техники управления. / В.И. Лоскутов. М.: Экономика, 1973. - 310 с.

80. Майоров, С.А. Основы теории вычислительных систем. / С.А. Майоров. М.: Высшая школа, 1978. - 318 с.

81. Макаров, Е.В. Эффективность использования основных фондов гражданской авиации. / Е.В. Макаров. М.: Транспорт, 1984. -183 с.

82. Малышев, Н.Г. Нечеткие модели для экспертных систем и САПР. / Н.Г. Малышев. М.: Энергоатомиздат, 1991. -118 с.

83. Математика и кибернетика в экономике.: словарь / Ин-т организации и управления. М.: Экономика, 1975. - 704 с.

84. Медведев, Г.И. Системная оценка эффективности новой техники. / Г.И. Медведев. Л.: Машиностроение, 1978. - 256 с.

85. Мелихов, А.Н. Ситуационные советующие системы с нечеткой логикой. / А.Н. Мелихов. М.: Наука, 1990. - 214 с.

86. Методы повышения научно-технического уровня автоматизированных систем : сб. науч. тр. / Бел. акад. наук, Ин-т техн. кибернетики. Вып. 1 (1969). - Минск : Центросистем, 1988. Вып. 9. -1988. - 129 с.

87. Методы проектирования сложных систем : сб. статей / Бел. акад. наук, Ин-т техн. кибернетики. Минск: ИТК, 1990. - 148 с.

88. Минский, М. Фреймы для представления знаний. / М. Минский. М.: Мир, 1979.-238 с.

89. Мицумото, М. Нечеткие данные и операции с ними. / М. Мицумото, К. Танака. М.: Наука, 1981. - 219 с.

90. Моррис, У.Т. Наука об управлении. Байесовский подход. / У.Т. Моррис. М.: Мир, 1971. - 114 с.

91. Моудер, Дж. Методологические основы и математические методы. / Дж. Моудер, С. Элмаграби. М.: Мир, 1981. - 712 с.

92. Никозаков, Д.Д. Статистическая оптимизация конструкций летательных аппаратов. / Д.Д. Никозаков, В.И. Перлик, В.И. Кукушкин. М. : Машиностроение, 1977. - 240 с.

93. Озкарахан, Э. Машины баз данных и управление базами данных. / Э. Озкарахан. М.: Мир, 1989. - 331 с.

94. Осуги, С. Приобретение знаний. / С. Осуги, Ю. Саэки. М. : Мир, 1990.-304 с.

95. Паладимитру, X. Комбинаторная оптимизация. / X. Паладимитру, К. Стайнглиц. М.: Мир, 1985. - 423 с.

96. Пищухин, A.M. Автоматизация и мультиструктурные системы. / А.М. Пшцухин. Оренбург: Изд-во ОГУ, 2001. - 260 с.

97. Пшцухин, А.М Автоматизация технологических процессов на основе мультиструктурных систем / A.M. Пищухин // Автоматизация и современные технологии. 2001. - №7. - С. 16-18.

98. Пищухин, A.M. Особенности метасистемного подхода в теории управления : региональная научно-практическая конференция «Современные информационные технологии в науке, образовании и практике» / A.M. Пищухин, Т.Н. Коршунова. Оренбург: ОГУ, 2002. - С. 435.

99. Пшцухин, A.M. Особенности управления в многоцелевых системах. / А.М. Пищухин. Деп. в ВИНИТИ 24.01.97, № 202 - В 97. - 5 с.

100. Пищухин, A.M. Синтез иерархических систем для управления сборочными автоматами / A.M. Пищухин // Сборка в машиностроении и приборостроении. 2001. - №2. - С. 27-30.

101. Пищухин, А.М. Согласованность составляющих системы и методы ее достижения. / A.M. Пищухин // Вестник ОГУ. 1999. - №1. - С. 87-90.

102. Полак, Э. Численные методы оптимизации. / Э. Полак. М : Мир, 1974. - 376 с.

103. Попов С.А. Авиационная сельскохозяйственная аппаратура. / С.А. Попов, П.Б. Битков. М.: Транспорт, 1968. - 192 с.

104. Попов, Э. В. Экспертные системы: Решение неформализованных задач в диалоге с ЭВМ. / Э.В. Попов. М.: Наука, 1987.- 284 с.

105. Поспелов, Д.А. Искусственный интеллект / Д.А. Поспелов. М. : Радио и связь, 1990. - 312 с.

106. Поспелов, Г.С. Искусственный интеллект основа новой информационной технологии. / Г.С. Поспелов. - М.: Наука, 1988. - 328 с.

107. Поспелов Д.А. Искусственный интеллект- прикладные системы / Д.А. Поспелов, Г.С. Поспелов. М.: Знание, 1985. - 287 с.

108. Поспелов, Д.А. Логико-лингвистические модели в системах управления / Д.А. Поспелов. М.: Энергоиздат, 1981. - 231 с.

109. Поспелов, Д.А. Моделирование рассуждений: опыт и анализ мыслительной деятельности / Д.А. Поспелов. М.: Радио и связь, 1989. - 174 с.

110. Поспелов, Д.А. Нечеткие множества в моделях управления и искусственного интеллекта. / Д.А. Поспелов. М.: Наука, 1986. -175 с.

111. Поспелов, Д.А. Представление знаний в интеллектуальных системах. / Д.А. Поспелов. М.: Гл. ред. Физ. - мат. лит., 1989. - 328 с.

112. Поспелов, Д.А. Ситуационное управление: Решение неформализованных задач в диалоге с ЭВМ / Д. А. Поспелов. М : Наука, 1987. - 198 с.

113. Плоткин, Б.А. Элементы алгебраической теории автоматов. / Б.А. Плоткин. М.: Высшая школа, 1994. - 187 с.

114. Потапова, Т.Б. Структурный анализ системы управления непрерывным замкнутым производством / Т.Б. Потапова // Приборы и системы управления, -1999. №2. - С. 67-68.

115. Принципы построения автоматических систем с неполной информацией. : сб. статей /Кирг. акад. наук, Ин-т автоматики. Фрунзе: Илим, 1967. -123 с.

116. Принятие решений. : сб. науч. тр. / Рос. акад. наук, Ин-т проблем управления. -. М.: Наука, 1979. Вып. 11. -1979. - 139 с.

117. Рабочая книга по прогнозированию : справочник / ВСНТО. М. : Мысль, 1982. - 302с.

118. Радвик, Х.Б. Военное планирование и анализ систем. / X. Б. Радвик. М.: Воениздат, 1972. - 372 с.

119. Райфа, X. Анализ решений: введение в проблему выбора в условиях неопределенности. / X. Райфа. М : Наука, 1977. - 98 с.

120. Ризкин, И.Х. Машинный анализ и проектирование технических систем. /И.Х. Ризкин. М.: Наука, 1985. - 232 с.

121. Рубашкин, В.III. Представление и анализ смысла в интеллектуальных информационных системах. / В.Ш. Рубашкин. М: Наука, 1989. - 351 с.

122. Румянцева, З.П. Математические методы планирования ГА. / З.П. Румянцева. М.: Транспорт, 1967. - 192 с.

123. Саати, Т. Аналитическое планирование. I Т. Саши, К. Керне. М : Радио и связь, 1991. - 261 с.

124. Саркисян, С.А. Анализ и прогноз развития больших технических систем. / С.А. Саркисян. М : Наука, 1983. - 407 с.

125. Саркисян, С.А. Теория прогнозирования и принятия решений. / С.А. Саркисян. М.: Высшая школа, 1977. - 352 с.

126. Семенов, А.И. Автоматизированное проектирование технологических комплексов. / А.И. Семенов. М.: МОССТАНКИН, 1984. - 348 с.

127. Советов, Б.Я. Информационная технология. / Б.Я. Советов. М. : Высшая школа, 1994. - 366 с.

128. Словарь по кибернетике. : словарь/Ин-т кибернетики АН УССР.- Киев, УСЭ, 1979.-620 с.

129. Соломатин, Н.М. Информационные семантические системы. / Н.М. Соломатин. М.: Высшая школа, 1989. - 322 с.

130. Справочник по цифровой вычислительной технике (программное обеспечение).: справочник / КНИИСА. Киев: Техника, 1981. - 206 с.

131. Стабин, И.П. Автоматизированный системный анализ. / И.П. Ста-бин. М.: Машиностроение, 1984. - 321 с.

132. Султанов, Н.З. Оптимизация технологий и парка машин дня проведения сельскохозяйственных авиационно-химических работ : авт. дис.докт. техн. наук: 05.20.01 / Н.З. Султанов. Оренбург, 1997. - 355 с.

133. Танаев, B.C. Декомпозиционные методы оптимизации проектных решений. / B.C. Танаев. Минск : Наука и техника, 1978. -127 с.

134. Таунсед К. Программная реализация экспертных систем на персональных ПЭВМ. / К. Таунсед, Д. Фохт. М : Финансы и статистика, 1990. - 320 с.

135. Тернер, Д. Вероятность, статистика и исследование операций. / Д. Тернер. М.: Статистика, 1976. - 430 с.

136. Тихомиров, O.K. Принятие интеллектуальных решений в диалоге с компьютером. / O.K. Тихомиров. М.: Изд. МГУ, 1990. -149 с.

137. Толковый словарь по искусственному интеллекту. : / словарь / Ин-т кибернетики АН РФ. М.: Радио и связь, 1992. -142 с.

138. Томашевич, Д.Л. Конструкция и экономика самолета / Д.Л. Томаше-вич. М.: Оборонгиз, 1960. - 200 с.

139. Тыугу, Э.Х. Инструментальная система программирования ЕС ЭВМ (ПРИЗ). / Э.Х. Тыугу. М.: Финансы и статистика, 1988. - 324 с.

140. Указания по технологии АХР в сельском хозяйстве. : утв. ГосНИИГА РФ 24.11.88. М.: Воздушный транспорт, 1988. - 22 с.

141. Уэно, X. Представление и использование знаний. / X. Уэно, М. Иси-даука. М.: Мир, 1989.- 220 с.

142. Фаронов, В.В. Основы Турбо-Паскаля. / В.В. Фаронов. М. : МВТУ, 1992. - 285 с.

143. Филиппов, Л.И. Проведение научных исследований и педагогический процесс. / Л.И. Филиппов. М.: МЭИ, 1987. - 76 с.

144. Фильчаков, П.Ф. Справочник по высшей математике. Киев, Наукова Думка, 1974. - 743 с.

145. Хант, Э. Искусственный интеллект. / Э. Хант. М.: Мир, 1978. -558 с.

146. Харман, Г. Факторный анализ. / Г. Харман. М. : Статистика, 1972.-342 с.

147. Хейс Рот, Ф. Построение экспертных систем. / Ф. Хейс - Рот. - М : Мир, 1987.-116 с.

148. Цаленко, Н.Ш. Моделирование семантики в базах данных. / Н.Ш. Ца-ленко. М.: Наука, 1989. - 148 с.

149. Цикритуис, Д.Ф. Модели данных. / Д. Цикритуис, Ф. Лоховский.- М.: Финансы и статистика, 1985. 298 с.

150. Чапля, А.А. Вопросы построения архитектуры для решения задач искусственного интеллекта. / А.А. Чапля. М.: ВЦ АН СССР, 1988. - 44 с.

151. Чери, С. Логическое программирование и базы данных. / С. Чери, Г. Готлоб, Л. Танка. М.: Мир, 1992. - 352 с.

152. Четыркин, Е.М. Статистические методы прогнозирования. / Е.М. Че-гы ркин. М.: Статистика, 1977. - 200 с.

153. Чичиварин, Н.В. Экспертные компоненты САПР. / Н.В. Чичиварин.- М.: Машиностроение, 1991. 318 с.

154. Шараканэ, А.С. Сложные системы. / А.С. Шаракаю, ИГ. Железное.- М.: Высшая школа, 1977. 317 с.

155. Эндрю, А. Искусственный интеллект. / А. Эндрю. М.: Мир, 1985. -264 с.