автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.10, диссертация на тему:Принятие решений в многокритериальной задаче на основе экспертной системы

Принятые сокращения

Введение

Глава 1. Анализ проблемы исследований

1.1. Актуальность проблемы многокритериального выбора наилучшей специальности с помощью интеллектуальных средств

1.2. Анализ методик и систем принятия решений в многокритериальных задачах выбора

1.3. Сравнительный анализ существующих методов решения многокритериальных задач и способов разработки экспертных систем

1.4. Цель и задачи исследования 36 Выводы по главе

Глава 2. Концептуальная модель выбора наилучшей альтернативы и структура экспертной системы выбора специальности

2.1. Постановка задачи выбора наилучшего решения

2.2. Моделирование предметной области на основе структурного подхода: функциональная, информационная и процессная модель выбора наилучшей специальности

2.3. Концептуальная модель выбора наилучшей альтернативы

2.4. Структура экспертной системы выбора наилучшей специальности

Выводы по главе

Глава 3. Алгоритм выбора наилучшего решения

3.1. Разработка алгоритма формирования выбора наилучшего решения

3.2. Формирование вектора критериев для выбора альтернативы. Агрегирование критериев

3.3. Методы обработки экспертной информации для решения задачи выбора наилучшей специальности

3.4. Сужение области поиска решений с помощью кластерного анализа

3.5. Решение многокритериальной задачи выбора наилучшей специальности 86 Выводы по главе

Глава 4. Разработка прототипа экспертной системы выбора наилучшей 90 специальности и оценка результатов тестирования

4.1. Разработка оболочки экспертной системы выбора наилучшей альтернативы

4.2. Разработка прототипа экспертной системы

Выбор специальности при поступлении в УГАТУ»

4.3. Результаты тестирования экспертной системы «Выбор специальности при поступлении в УГАТУ» и их оценка

Выводы по главе

Актуальность темы

Социально-экономические реформы российского общества последних десятилетий качественно изменили государственную политику в сфере занятости населения и отношение к профессиональной ориентации в обществе.

В период плановой экономики в централизованном порядке устанавливалось, какие специалисты и в каком количестве необходимы обществу, существовала гарантия трудоустройства для каждого члена общества и уверенность в стабильной оплате труда. Переход к новым формам хозяйствования, появление в обществе новых экономических и социально-культурных ценностных ориентаций изменили мотивы и выбор профессии у молодежи.

Выбор профессии является важным этапом жизни любого человека. Оказание помощи при выборе специальности является необходимым условием для подготовки квалифицированных специалистов в различных областях хозяйственной деятельности за счет расширения возможностей самореализации личности и удовлетворенности профессиональной деятельностью. Безусловно, в этом заинтересованы как сами абитуриенты, так и вузы в целом, и, в конечном счете, государство, желающее иметь грамотных и обученных специалистов, выбравших будущую профессию по своим способностям и интересам.

Ежегодно проблема выбора специальности остро встает перед более чем двумя тысячами абитуриентов УГАТУ и тысячами абитуриентов по всей Республике Башкортостан.

Студенты, выбравшие специальность, не соответствующую характеру, интересам, возможностям, не могут полностью реализовать себя в профессиональной деятельности. В дальнейшем это ведет к потере времени, наиболее подходящего для обучения, материальных ресурсов, потраченных на обучение, и, в конечном счете, может привести к необходимости получения новой профессии.

Диссертационная работа посвящена решению проблем, связанных с повышением эффективности управления профессиональной ориентацией абитуриентов, изучению вопросов выбора специальности на этапе поступления в вуз.

Проблема выбора вуза и специальности абитуриентом весьма важна и рассматривается многими исследователями, однако целый круг важных вопросов остается неразрешенным, что и предопределило актуальность диссертационного исследования и перечень задач, рассматриваемых в ней.

Решение сложной многокритериальной задачи выбора альтернативы с помощью интеллектуальных информационных средств - создания экспертной системы выбора наилучшей специальности, обладает актуальностью и практической значимостью.

Разработка экспертной системы, аккумулирующей опыт и знания экспертов в области подготовки специалистов, позволит повысить эффективность принятия решения по выбору специальности и обеспечить высокое качество подготовки специалистов.

Цель работы и задачи исследования

Целью настоящей работы является разработка моделей и алгоритма принятия решений в многокритериальной задаче выбора специальности и создание прототипа экспертной системы «Выбор специальности при поступлении в УГАТУ» для её решения на основе современного программного обеспечения.

Для достижения поставленной цели решаются следующие задачи

1. Разработать функциональную, информационную и процессную модели выбора наилучшей специальности на основе структурного подхода.

2. Предложить концептуальную модель выбора наилучшей альтернативы в условиях неопределенности.

3. Разработать алгоритм выбора наилучшего решения с использованием методов и средств искусственного интеллекта, который позволяет выбрать наилучший вариант из всех возможных решений и представить решения в порядке предпочтения.

4. Разработать оболочку экспертной системы «ЭКСПЕРТ» на основе предложенного алгоритма выбора наилучшего решения на языке программирования высокого уровня.

5. Создать прототип экспертной системы «Выбор специальности при поступлении в УГАТУ» на основе оболочки «ЭКСПЕРТ».

6. Провести исследование для оценки результатов работы созданного прототипа экспертной системы «Выбор специальности при поступлении в УГАТУ».

Методы исследования

При решении поставленных в диссертационной работе задач использовались методы системного анализа, методы и средства искусственного интеллекта, методы экспертных оценок, методы многомерного статистического анализа (метод кластерного анализа), методы структурного анализа и проектирования, методы моделирования информационных систем.

Научная новизна результатов

1. Новизна концептуальной модели выбора наилучшей альтернативы состоит в использовании интеллектуальных средств для решения сложной многокритериальной задачи социального характера, характеризующейся большой степенью неопределенности, которая выражается в виде нечеткости, неточности и неполноты информации.

2. Новизна алгоритма выбора наилучшего решения состоит в том, что предлагается провести сужение пространства поиска на основе кластеризации объектов и агрегирования критериев для первоначального отбора альтернатив, обладающих близкими значениями и попадающих в один кластер для решения социальной задачи выбора наилучшей специальности.

3. Новизна структуры базы знаний экспертной системы состоит в том, что она организована по модульному принципу путем выделения модулей принятия решений из процессной модели предметной области.

4. Новизна в применении разработанной концептуальной модели выбора наилучшей альтернативы и алгоритма выбора наилучшего решения для новой социальной предметной области, такой как принятие решений абитуриентом при выборе специальности.

Практическая ценность результатов

1. Создана программная оболочка экспертной системы «ЭКСПЕРТ» для решения сложных социальных задач со слабоструктурированными данными, применимая в различных предметных областях.

2. На основе оболочки «ЭКСПЕРТ» создан прототип экспертной системы «Выбор специальности при поступлении в УГАТУ».

Перспективность предложенных методик подтверждается использованием полученных результатов в учебном процессе Уфимского государственного авиационного технического университета.

На защиту выносятся

1. Комплекс моделей выбора наилучшего решения, включающий функциональную, информационную и процессную модели.

2. Концептуальная модель многокритериального выбора наилучшей альтернативы в условиях неопределенности.

3. Алгоритм выбора наилучшего решения, включающий в себя этапы сужения области поиска решений на основе кластерного анализа и поиска наилучшей альтернативы в определенном подмножестве с учетом агрегирования критериев.

4. Прототип экспертной системы «Выбор специальности при поступлении в УГАТУ», основанный на продукционной модели представления знаний в виде ориентированного графа и языке программирования высокого уровня.

5. Результаты исследования и тестирования работы созданного прототипа экспертной системы «Выбор специальности при поступлении в УГАТУ».

Апробация работы

Основные теоретические и практические результаты, полученные в диссертационной работе, представлены на следующих конференциях, симпозиумах и семинарах:

- IX Международная научно-техническая конференция «Радиоэлектроника, электротехника и энергетика», Москва, 2003,

- III Международная научно-техническая конференция «Информационные технологии и системы: новые информационные технологии в науке, образовании, экономике», Владикавказ, 2003,

- Всероссийская молодежная научно-техническая конференция «Интеллектуальные системы управления и обработки информации», Уфа, 2003,

- V Международная конференция «Компьютерные науки и информационные технологии CSIT'2003», Уфа, 2003,

XXX Международная молодежная конференция «Гагаринские чтения», Москва, 2004,

- VI Международный симпозиум «Интеллектуальные системы», Саратов, 2004,

- X Международная научно-техническая конференция «Радиоэлектроника, электротехника и энергетика», Москва, 2004,

- II Всероссийская научно-техническая конференция с международным участием «Мехатроника. Автоматизация. Управление», Уфа, 2005,

- VII Международная конференция «Компьютерные науки и информационные технологии CSIT'2005», Уфа, 2005,

- III Международная научно-практическая конференция «Управление в социальных и экономических системах», Пенза, 2005,

XXXI Международная молодежная конференция «Гагаринские чтения», Москва, 2005,

- I Всероссийская научная конференция с международным участием «Робототехника, мехатроника и интеллектуальные системы», Таганрог, 2005,

- I Российская мультиконференция по проблемам управления: IV научная конференция «Управление и информационные технологии», Санкт-Петербург, 2006.

Публикации

Основные результаты исследований по теме диссертационной работы непосредственно отражены в 14 работах, в том числе в 9 статьях (из них 2 статьи опубликованы в издании, входящем в список ВАК). Получено свидетельство об официальной регистрации программы для ЭВМ.

Структура и объем работы

Диссертационная работа изложена на 120 страницах и включает в себя введение, четыре главы основного материала, заключение, библиографический список и приложение. Библиографический список включает 129 наименований.

Выводы по главе 4

1. С помощью среды программирования Microsoft Visual С++ и средства для работы с запросами к БД - MySQL разработана оболочка экспертной системы для решения многокритериальной задачи выбора наилучшей альтернативы. Оболочка «ЭКСПЕРТ» может быть использованная в различных предметных областях для решения многокритериальных задач выбора.

2. Разработан прототип экспертной системы «Выбор специальности при поступлении в УГАТУ» на основе оболочки «ЭКСПЕРТ» и алгоритма выбора наилучшей специальности, что доказывает возможность использования разработанного алгоритма и модульного принципа построения экспертной системы для решения поставленной задачи.

3. Произведена оценка результатов тестирования разработанного прототипа экспертной системы «Выбор специальности при поступлении в УГАТУ». Показано, что в 87,6 % случаев экспертная система рекомендует именно то решение, которое совпадает с решением принятым на основе рекомендации экспертов, изучения литературы и др. источников информации.

ЗАКЛЮЧЕНИЕ

В диссертационной работе решены задачи разработки концепции многокритериального выбора наилучшей альтернативы в условиях неопределенности, комплекса моделей, структуры экспертной системы, алгоритм выбора наилучшего решения, а также прототипа экспертной системы «Выбор специальности при поступлении в УГАТУ» и её программной реализации как оболочки экспертной системы.

В работе рассмотрены актуальные вопросы решения сложных многокритериальных задач социального характера с помощью современных интеллектуальных методов и средств.

В работе получены следующие основные результаты:

1. На основе методологии структурного анализа и проектирования SADT с учетом проведенного анализа предметной области разработан комплекс моделей выбора наилучшего решения, включающий функциональную, информационную, процессную модели. Показано, что разработанная информационная модель является логической структурой базы данных, функциональная и процессная модели являются основой для проектирования структуры базы знаний экспертной системы.

2. На основе анализа предметной области разработана концептуальная модель выбора наилучшей альтернативы для социального класса многокритериальных задач, характеризующихся большой степенью неопределенности, которая выражается в виде нечеткости, неточности и неполноты информации. Фактор неопределенности исследуемой задачи снимается за счет этапов кластеризации альтернатив и агрегирования критериев, что позволяет провести сужение области поиска исследования и облегчить поиск решения внутри выделенного подмножества.

3. На основе предложенной концептуальной модели выбора наилучшей альтернативы разработан алгоритм выбора наилучшего решения, включающий в себя этапы сужения области поиска решений на основе кластерного анализа и поиска наилучшей альтернативы в определенном подмножестве. Данный алгоритм может быть использован в аналогичных задачах многокритериального выбора при возможности агрегирования множества критериев и разбиения множества всех возможных альтернатив на кластеры, а также осуществления поиска внутри кластера по частным (локальным) критериям.

4. Разработана программная оболочка экспертной системы «ЭКСПЕРТ», основанная на сочетании средств разработки: среда программирования Microsoft Visual С++ и средство для работы с запросами к БД - MySQL. Структура базы знаний экспертной системы построена по модульному принципу с выделением процессов принятия решения в соответствии с их иерархией, установленной в процессной модели.

5. Разработан прототип экспертной системы «Выбор специальности при поступлении в УГАТУ» на основе оболочки «ЭКСПЕРТ» и алгоритма выбора наилучшего решения.

6. Произведена оценка результатов тестирования разработанного прототипа экспертной системы «Выбор специальности при поступлении в УГАТУ». Установлено, что в 87,6% случаев экспертная система рекомендует решение, которое совпадает с решением принятым на основе рекомендации экспертов, изучения литературы и иных источников.

1. Андрейчиков А.В., Андрейчикова О.Н. Анализ, синтез, планирование решений в экономике. М.: Финансы и статистика, 2002. - 368 с.

2. Андрейчиков А.В., Андрейчикова О.Н. Интеллектуальные информационные системы: Учебник. М.: Финансы и статистика, 2004. -424 с.

3. Антюфеев Г.В., Елтаренко Е.А. Технология оценки объектов по многим критериям с расчетом ошибок результатов // Информационные технологии, 2002, №3, с. 49-55.

4. Ахо А.В., Хопкрофт Д.У. Структуры данных и алгоритмы: Пер. с англ. М.: Вильяме, 2001. - 384 с.

5. Базы данных. Интеллектуальная обработка информации/ В.В. Корнеев, А.Ф. Гареев, С.В. Васютин, В.В. Райх. М.: Нолидж, 2000. - 352 с.

6. Бомас В.В., Сурков В.В. Система поддержки многокритериальных решений по предпочтениям пользователя (DSS/UTES) // Информационные технологии, 2003, №10, с. 9-16.

7. Боровиков В. Statistical искусство анализа данных на компьютере. Для профессионалов. СПб.: Питер, 2001. - 656 с.

8. Будзко В.И., Белинков В.Г., Синицын И.Н., Рыков А.С. Алгоритмы обработки экспертной информации // Информационные технологии, 2003, №10, с. 56-60.

9. Буч Г. Объектно-ориентированный анализ и проектирование с примерами приложений на С++, 2 -е изд. / Пер. с англ. М.: «Издательство Бином», СПб.: «Невский диалект», 2001. - 560 с.

10. Бююль Ахим, Цёфель Петер. SPSS: искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей Электронный учебник.

11. Васильев В.И., Жернаков С.В. Экспертные системы: Управление эксплуатацией сложных технических объектов: Учебное пособие. Уфа: УГАТУ, 2003. - 106 с.

12. Вероятностно-статистические методы обработки данных в информационных системах / Бородакий Ю.В., Крицына Н.А., Кулябичев Ю.П., Шумилов Ю.Ю.: М.: Радио и связь, 2003. - 264 с.

13. Гаврилова Т.А, Хорошевский В.Ф. Базы знаний интеллектуальных систем. М.: СПб.: Питер, 2000. - 385 с.

14. Гаврилова Т.А., Червинская К.Р. Извлечение и структурирование знаний для экспертных систем. М.: Радио и связь, 1992. - 200 с.

15. Голубков Е.П. Системный анализ как методологическая основа принятия решений // Менеджер в России и за рубежом, 2003, №3, №4, с. 95115,130-144.

16. Голубков Е.П. Сущность и характерные особенности управленческих решений // Менеджер в России и за рубежом, 2003, №1, №2, с. 122-134, 105— 123.

17. Григорьев Ю.А., Ревунков Г.И. Банки данных: учебник для вузов. -М.: Изд-во МГТУ им. Н.Э. Баумана, 2002. 320 с.

18. Джабраилова З.Г., Мамедова М.Г. Нечеткий логический подход к задаче оценки кадрового потенциала // Менеджер в России и за рубежом, 2004, №5, с. 111-117.

19. Джексон Питер. Введение в экспертные системы: пер. с анг.: Учебное пособие. М.: Вильяме, 2001. - 624 с.

20. Дилигенский Н.В., Дымова Л.Г., Севастьянов П.В. Нечеткое моделирование и многокритериальная оптимизация производственных систем в условиях неопределенности: технология, экономика, экология. М.: «Издательство Машиностроение - 1», 2004. - 238 с.

21. Долматова Л.М. Несколько ступенек в отвесной скале // Новости искусственного интеллекта, 1993, №2, с. 21-109.

22. Евгенев Г.Б., Кобелев А.С., Борисов С.А. Технология экспертного программирования //Информационные технологии, 2002, №3, с. 2-9.

23. Евланов Л.Г., Кутузов В.А. Экспертные оценки в управлении. М.: Экономика, 1978. 133 с.

24. Евстафьев Л. В. Модифицированный алгоритм кластеризации задач исполнителей при построении организационных структур сложных иерархических систем // Информационные технологии, 2004, №12, с. 44 48.

25. Заде Л.А. Понятие лингвистической переменной и его применение к принятию приближенных решений: пер. с анг. М.: Мир, 1076. - 165 с.

26. Ильясов Б.Г., Старцева Е.Б., Янгуразова Н.Р. Подход к построению базы знаний экспертной системы выбора наилучшей специальности для абитуриента при поступлении в вуз // Вестник УГАТУ. Уфа: УГАТУ, 2006. Т.7, №2. С. 102-106.

27. Ильясов Б.Г., Старцева Е.Б., Янгуразова Н.Р. Модульная структура базы знаний экспертной системы «Выбор специальности при поступлении в вуз» // Нефтегазовое дело. 2006.- 8 стр. (www.ogbus.ru)

28. Интеллектуальные системы управления организационно-техническими системами / Под ред. профессора А.А. Большакова. М.: Горячая линия-Телеком, 2006. - 160 с.

29. Информационные системы / Петров В.Н. СПб.: Питер, 2003. - 688 с.

30. Кабушкин Н.И. Основы менеджмента: учебное пособие. Мн.: Новое знание, 2001. - 336 с.

31. Кини P.JL, Райфа X. Принятие решений при многих критериях: предпочтения и замещения: Пер. с англ./под ред. И.Ф. Шахнова. М.: Радио и связь, 1981.-560 с.

32. Кузин Е.С. Представление знаний и решений информационно-сложных задач в компьютерных системах // Информационные технологии. Приложение, 2004, №4, с. 2-31.

33. Ларичев О.И. Теория и методы принятия решений, а также хроника событий в Волшебных странах: Учебник. М.: Логос, 2000. - 296 с.

34. Ларман, Крэг. Применение UML и шаблонов проектирования. 2-е издание.: Пер. с англ. М.: «Вильяме», 2002. - 624 с.

35. Литвак Б.Г. Экспертная информация: методы получения и анализа. -М.: Радио и связь, 1982. 184 с.

36. Львович Я.Е, Белецкая С.Ю. Алгоритмизация слабоформализованных задач оптимального выбора на основе процедур поискового типа // Информационные технологии, 2004, №11, с. 24-29.

37. Люгер Джордж, Ф. Искусственный интеллект: стратегии и методы решения сложных проблем, 4-е издание.: Пер. с англ. М.: «Вильяме», 2003. -864 с.

38. Макаров И.М., Виноградская Т.М. Теория выбора и принятия решений: Учебное пособие. М.: Наука. Главная редакция физико-математической литературы, 1982. - 328 с.

39. Маклаков С.В. BPwin и Erwin. CASE-средства разработки информационных систем. М.: ДИАЛОГ-МИФИ, 1999. - 256 с.

40. Мамиконов А.Г. Принятие решений и информация. М.: наука, 1983. -184 с.

41. Миллер Г. Магическое число семь плюс минус два. Инженерная психология. -М.: Прогресс, 1964.

42. Многокритериальная оптимизация: Мат. аспекты / Б.А. Березовский, Ю.М. Барышников, В.И.Борзенко, JI.M. Кемпнер. М.: Наука, 1989. - 128 с.

43. Наследов А. Д. SPSS: компьютерный анализ данных в психологии и социальных науках. СПб.: Питер, 2005. - 416.

44. Насыров Р.В. Критерии принятия решений: Методические указания к лабораторной работе по курсу «Теория принятия решений». Уфа: УГАТУ, 1997.- 17 с.

45. Нейронные сети. STATISTICA Neural Networks / Пер. с англ. М.: Горячая линия-Телеком, 2000. - 182с.

46. Новиков Д.А. Теория управления организационными системами: вводный курс. М.: ИЛУ РАН, 2004. 81 с.

47. Орлов А.И. Теория принятия решений. Учебное пособие / А.И.Орлов. М.: Издательство «Экзамен», 2005. - 656 с.

48. Павловская Т.А. C/C++. Программирование на языке высокого уровня СПб.: Питер, 2005. - 461 с.

49. Подиновский В.В., Ногин В.Д. Парето-оптимальные решения многокритериальных задач. М.: Наука. Главная редакция физико-математической литературы, 1982. - 256 с.

50. Попов Э.В., Фомин И.Б., Кисель Е.Б. и др. Статистические и динамические экспертные системы. М.: Финансы и статистика, 1996. -315с.

51. Прилуцкий М. X., Власов С. Е. Многокритериальные задачи объемного планирования. Лексикографические схемы // Информационные технологии, 2005, №7, с. 61-66.

52. Проблемы управления сложными динамическими объектами в критических ситуациях на основе знаний / Р.А. Бадамшин, Б.Г. Ильясов, J1.P. Черняховская. М.: Машиностроение, 2003. - 240 с.

53. Ревунков Г.И., Самохвалов Э.Н., Чистов В.В. Базы и банки данных и знаний. М.: Высш.шк., 1992. - 367 с.

54. Розен В.В. Цель-оптимальность-решение (математические модели принятия оптимальных решений). М.: Радио и связь, 1982. - 168 с.

55. Рудинский И.Д. Модель нечеткого оценивания знаний как методологический базис автоматизации педагогического тестирования // Информационные технологии, 2003, №9, с. 46-51.

56. C/C++. Структурное программирование: практикум/ Т.А. Павловская, Ю.А. Щупак. СПб.: Питер, 2002. - 240 с.

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

58. Саати T.J1. Целочисленные методы оптимизации и связанные с ними экстремальные проблемы / Пер. с англ. В.Н.Веселова; Под ред. И.А. Ушакова. М.: Мир, 1973. - 302 с.

59. Салугин А.Н. Введение в системный анализ: Учебное пособие. -Волгоград: ВолгГАСА, 2002. 107 с.

60. Советов Б.Я., Яковлев С.А. Моделирование систем: Учеб. для вузов -3-е изд., перераб. и доп. М.: Высш. шк., 2001. - 343 с.

61. Сойер Б., Фостер Д.Л. Программирование экспертных систем на паскале: Пер с англ. М.: Финансы и статиска, 1990. - 191 с.

62. Солсо Р.Л. Когнитивная психология. пер. с англ. - М.: Тривола, М.: Либерия, 2002, - 600 с.

63. Сошникова Л.А., Тамашевич В.Н., Уебе Г., Шеффер М. Многомерный статистический анализ в экономике: Учебное пособие для вузов / Под ред. проф. В.Н. Тамашевич. М.: ЮНИТИ-ДАНА, 1999. - 598 с.

64. Старцева Е.Б. Поддержка принятия решений на основе моделей электронного производственного документооборота: Спец. 05.13.06115

65. Автоматизированные системы управления: Диссерт. на соискание ученой степени к.т.н. Уфа: УГАТУ, 1997. - 253 с.

66. Старцева Е.Б., Ураев А.Р., Янгуразова Н.Р. Оболочка «ЭКСПЕРТ» для создания экспертных систем. Свидетельство об официальной регистрации программ для ЭВМ № 2006612288 от 3.07.2006.

67. Старцева Е.Б., Янгуразова Н.Р. Использование кластерного анализа в многокритериальных задачах // Вопросы управления и проектирования в информационных и кибернетических системах: Межвуз. науч. сб. Уфа: УГАТУ, 2005. С. 197-201.

68. Старцева Е.Б., Янгуразова Н.Р. Проблема принятия решения в социальных системах // Управление в социальных и экономических системах: Третья междунар. науч.-практ. конф. Пенза: РИО ПГСХА, 2005. С. 49-50.

69. Старцева Е.Б., Янгуразова Н.Р. Разработка алгоритма решения многокритериальных задач // Компьютерные науки и информационные технологии CSIT'2005: Седьмая междунар. конф. Уфа: УГАТУ, 2005. Т.2. С. 57-59. (на англ.яз.)

70. Старцева Е.Б., Янгуразова Н.Р. Разработка экспертной системы выбора наилучшей альтернативы с помощью среды CLIPS // Мехатроника. Автоматизация. Управление: Вторая всерос. науч. конф. с междунар. участ. Уфа: УГАТУ, 2005. Т.2. С. 36-39.

71. Страуструп Б. Язык программирования С++. Специальное издание. Пер. с анг. М.: ООО «Бином-Пресс», 2005 г. - 1104 с.

72. Тельнов Ю.Ф. Интеллектуальные информационные системы в экономике. Учебное пособие. Серия «Информатизация России на пороге XXI века». М.: СИНТЕГ, 1998. - 216 с.

73. Теоретические основы экспертного ранжирования и его применение в медицине и фармации: Учебно-методическое пособие / Р.В. Насыров, Г.Я. Ибрагимова, Н.Х. Хафизов, Ю.В. Бойко. Уфа: Изд-во Здравоохранение Башкортостана, 2003. - 148 с.

74. Толчеев В.О. Методы и модели классификации текстовой информации // Информационные технологии, 2004, №5, с. 6-13.

75. Трахтенгерц Э.А. Компьютерная поддержка переговоров при согласовании управленческих решений. М.: СИНТЕГ, 2003. - 284 с.

76. Трахтенгерц Э.А. Компьютерная поддержка принятия согласованных групповых решений // Информационные технологии. Приложение, 2002. -№3, с. 2-24.

77. Трофимов С.А. CASE-технологии: практическая работа в Rational Rose. М.: Бином-Пресс, 2002 г. - 288 с.

78. Уотермен Д. Руководство по экспертным системам: Пер. с англ. М.: Мир, 1989.-388 с.

79. Фидаров В.В., Герасимов Б.И., Романов А.П. Формирование товарно-ассортиментной политики организации в условиях неопределенности: Монография. Тамбов: Изд-во Тамб. гос. техн. ун-та, 2004. 152 с.

80. Частиков А.П., Гаврилова Т.А., Белов Д.Л. Разработка экспертных систем. Среда CLIPS. СПб.: БХВ-Петербург, 2003. - 608 с.

81. Черноруцкий И.Г. Методы принятия решений. СПб.: БХВ-Петербург, 2005. - 416 с.

82. Шибанов Г.П. Порядок формирования экспертных групп и проведения коллективной экспертизы // Информационные технологии, 2003, №12, с. 19-22.

83. Шилдт Г. Самоучитель С++: Пер. с англ. 3-е изд. - Спб.: БХВ-Петербург, 2002. - 688 с.

84. Юдин Д.Б. Вычислительные методы теории принятия решений. М.: Наука, 1989.-317 с.

85. Яблочников Е.И. Использование диаграмм UML для визуального моделирования предметной области при построении АСТПП // Информационные технологии, 2004, №4, с. 58-62.

86. Янгуразова Н.Р. Алгоритм решения многокритериальных задач // XXXI Гагаринские чтения: Междунар. молодеж. конф. М.: МАТИ, 2005. Т.8. С. 200-201.

87. Янгуразова Н.Р. Разработка системы поддержки принятия решений с использованием интуитивного и логического подходов // Радиоэлектроника, электротехника и энергетика: Десятая междунар. науч.-техн. конф. М.: МЭИ, 2004. Т.1. С. 397-398. (на англ.яз.)

88. Янгуразова Н.Р., Сахаутдинова Э.Р. Моделирование знаний на основе механизма интуиции // Интеллектуальные системы: Тр. Шестого междунар. симпозиума. М.: РУСАКИ, 2004. С. 268-271.

89. Ясницкий В. Введение в искусственный интеллект: Учеб. пособие для студ. высш. учеб. заведений. М.: Издательский центр «Академия», 2005. -176 с.

90. Belacel, N. Multicriteria assignment method PROAFTN: Methodology and medical applications // European Journal of Operational Research, 2000, 125, p. 175-183.

91. Brown, R.V. Rational choice and judgment: decision analysis for the decider. Wiley, New York, 2005.

92. Dias, L.C. and Mousseau, V. IRIS: A DSS for multiple criteria sorting problems // Journal of multi-criteria decision analysis, 2003, 12: p. 285-298.

93. Dias, L.C., Mousseau, V., Figueira, J. and Climaco, J.N. An aggregation/disaggregation approach to obtain robust conclusions with ELECTRE TRI//European journal of operational research, 2002, 138(2): p. 332-348.

94. Doumpos, M. and Zopounidis, C. A multicriteria classification approach based on painvise comparisons // European Journal of Operational Research, 2004, 158, p. 378-389.

95. Figueira, J., Mousseau, V. and Roy, B. Multiple criteria decision analysis', state of the art surveys. ELECTRE methods (chapter 4). Springer Verlag, Boston, Dordrecht, London, 2005. p. 133-162.

96. Mousseau, V. and Ngo, A. Using assignment examples to infer category limits for the ELECTRE method // Journal of multi-criteria decision analysis, 2002, 11: p. 29-43.

97. Mousseau, V., Dias, L.C., Figueira, J., Gomes, C. and Climaco, J.N. Resolving inconsistencies among constraints on the parameters of an MCDA model // European journal of operational research, 2003, 147(1): p. 72-93.

98. Multiple criteria decision analysis: state of the art surveys series: international series in operations research & management science. Figueira, Jose; Greco, Salvatore; Ehrgott, Matthias. Springer Verlag, Boston, Dordrecht, London, 2005, 1045 p.

99. Zopounidis, C. and Doumpos, M. Multicriteria Classification and Sorting Methods: A Literature Review //European Journal of Operational Research 2002, 138(2), p 229-246.