автореферат диссертации по приборостроению, метрологии и информационно-измерительным приборам и системам, 05.11.16, диссертация на тему:Разработка и исследование алгоритмов прогнозирования процессов в информационно-измерительных системах

ВВЕДЕНИЕ.

ГЛАВА I. МЕТОДЫ И АЛГОРИТМЫ ПРОГНОЗИРОВАНИЯ ПРОЦЕССОВ.

1.1. Анализ структуры ИИС.

1.2. Процессы, используемые в ИИС.

1.3. Классификация методов прогнозирования.

1.4. Обзор и анализ существующих методов и алгоритмов прогнозирования процессов.

1.5. Формализация задачи прогнозирования процессов в ИИС.

ГЛАВА 2. РАЗРАБОТКА МЕТОДА ПРОГНОЗИРОВАНИЯ ПРОЦЕССОВ в иис.7.

2.1. Классы прогнозируемых процессов.

2.2. Прогнозирование нестационарных процессов.

2.3. Прогнозирование стационарных процессов.

2.4. Прогнозирование в условиях неполной информации.

2.5. Информативность параметров модели прогнозируемого процесса.

ГЛАВА 3. РАЗРАБОТКА АЛГОРИТМОВ ПРОГНОЗИРОВАНИЯ ПРОЦЕССОВ

В ИИС.

3.1. Специфика прогнозирования процессов различных классов.

3.2. Алгоритмы прогнозирования нестационарных процессов.НО

3.3. Алгоритмы и программы прогнозирования стационарных процессов.

3.4. Алгоритмы получения дополнительной информации для прогнозирования процессов.

ГЛАВА 4. ИССЛЕДОВАНИЕ И ПРИМЕНЕНИЕ АЛГОРИТМОВ ПРОГНОЗИРОВАНИЯ ПРОЦЕССОВ В ИИС.

4.1. Проведение экспериментального исследования алгоритмов прогнозирования процессов в ИИС.

4.2. Статистические оценки результатов эксперимента.

4.3. Синтез возможных структур прогнозирующих

4.4. Применение алгоритмов прогнозирования для имитационного моделирования жизненного цикла

Эффективность функционирования современных систем управления зависит от многих факторов. Важным среди них является качество работы информационно-измерительных систем, которые являются основными подсистемами систем управления.

Известны различные методы повышения качества функционирования ИИС. Как правило, это методы улучшения метрологических характеристик ИИС С8б, 87, 89, 1583, методы создания оптимальных систем передачи и обработки информации t87, 89, 1211» методы, основанные на использовании новых устройств (оптических, голографи-ческих, акустоэлектронных и т.д.) 11223. Однако перечисленные методы не учитывают либо слабо учитывают изменения качества измерительной информации в ИИС,связанные с задержкой информации в каналах связи,запоминающих устройствах,в устройствах искусственной задержки,вводимой с целью уменьшения вероятности ошибки передачи.

В ряде работ 153, 54, 553, авторы которых рассматривали такие серьезные последствия задержки измерительной информации в ИИС как уменьшение достоверности или "старение" информации, было показано, что любая задержка информации в ИИС приводит к гибели, в первую очередь, наиболее ценной информации об объекте измерения. Использование "обесцененной" информации для принятия управленческих решений, как отмечалось в С 563, приводит к резкому снижению качества оперативных управленческих решений и снижению эффективности управления, к тактическим ошибкам при планировании и, следовательно, к существенным экономическим потерям.

В настоящее время, в связи с повышением требований к качеству управленческих решений актуальность проблемы создания ИИС, не-допускающих уменьшения достоверности измерительной информации, связанного с временными задержками, возросла еще более.

К сожалению, работ, посвященных этой проблеме, явно недостаточно, отсутствует установившаяся терминология.

Повысить достоверность измерительной информации в ИИС можно путем включения в ИИС средств, обеспечивающих уменьшение интервала задержки, или средств, обеспечивающих прогнозирование измерительной информации. Эффективность средств, обеспечивающих уменьшение интервала задержки, как отмечается в [541, ничтожно мала, т.к. в условиях помех в ИИС передачу измерительной информации обычно организуют с введением временной избыточности - той же самой задержки. Эффективность существующих средств прогнозирования в ИИС так же невелика С 551, что объясняется отсутствием общей методики прогнозирования процессов в ИИС и подтверждается многообразием методов и алгоритмов прогнозирования.

В ряде работ С13 , 57 , 58 , 723 показано, что процессы измерения и прогнозирования неразрывно связаны друг с другом.Кроме того, ряд практических применений, например в бортовых системах сбора и обработки информации (БССО), показал! 41, 423, что средство прогнозирования в ИИС - это мощное средство сокращения избыточности , достижения требуемой достоверности и удобства представления измерительной информации потребителю в реальном масштабе времени. Поэтому разработка и введение в структуру ИИС эффективных средств прогнозирования является важной задачей.

Кроме того, при решении задачи выбора оптимальных решений на этапах разработка, изготовления и эксплуатации ИИС, решаемой в настоящее время методами имитационного моделирования, серьезной проблемой является повышение достоверности результатов моделирования, которого можно достигнуть путем разработки эффективных алгоритмов прогнозирования технико-экономических показателей ИИС и параметров "внешней" среды.

На основании вышеизложенного можно сделать вывод о том, что проблема исследования и разработки эффективных методов и алгоритмов прогнозирования процессов в ИИС является актуальной, представляет практический и научный интерес.

Целью настоящей работы является исследование и разработка эффективных алгоритмов прогнозирования, обеспечивающих повышение достоверности измерительной информации в информационно-измерительных системах посредством расширения функций и оптимизации структуры ИИС.

Для достижения поставленной цели сформулируем кратко требования, которым на наш взгляд должен удовлетворять эффективный метод прогнозирования процессов в ИИС: а) инвариантность к типу прогнозируемой информации и к условиям работы ИИС; б) информативность модели прогнозируемого процесса; в) удобство практической реализации.

Требование (а) - это требование универсальности модели прогнозируемого процесса.

Требование (б) означает использование для прогнозирования достаточно общей модели, учитывающей все существенные особенности прогнозируемых процессов. Иными словами, модель должна нести максимум информации о свойствах исследуемого процесса. Информативность модели различными авторами трактуется по разному. Учитывая конечную цель настоящей работы, под информативностью будем понимать численную меру полезности фиксированного количества информации, т.е. ценность информации [150, 1513 о исследуемом процессе, используемой в модели, и достоверность получаемых в результате прогнозирования оценок исследуемого процесса.

Требование (в) отражает желание получить метод и алгоритм прогнозирования, который может быть реализован аппаратно с учетом уровня развития вычислительной и измерительной техники.

Выбор метода прогнозирования, удовлетворяющего требованиям (а), (б), (в) включает решение таких задач:

- исследовать типы процессов, несущих информацию об объекте измерения;

- исследовать существующие методы прогнозирования данных на соответствие предъявляемым требованиям.

В случае отсутствия подходящего метода необходимо решить следующие задачи:

- разработать эффективный метод прогнозирования процессов в ИИС, соответствующий предъявляемым требованиям;

- разработать алгоритмы и программы прогнозирования процессов в ИИС;

- исследовать на ЭВМ разработанный метод прогнозирования;

- синтезировать возможные структуры прогнозирующих ИИС;

- исследовать эффективность разработанных алгоритмов прогнозирования для имитационного моделирования жизненного цикла ИИС.

Решению этих задач посвящена настоящая работа, основанием для которой послужила необходимость повышения достоверности измерительной информации в ИИС, а, следовательно, и повышение эффективности функционирования современных ИИС.

Автор выражает искреннюю благодарность заслуженному деятелю науки УССР, лауреату Государственной премии УССР, доктору технических наук, профессору Кузьмину И.В. за постоянную помощь и внимание к работе.

ЗАКЛЮЧЕНИЕ

В диссертации сформулированы требования к эффективному методу прогнозирования процессов в ИИС (стр. б) и рассматриваются четыре основные задачи:

1. Исследование существующих методов и алгоритмов прогнозирования процессов на соответствие предъявляемым требованиям.

2. Разработка метода прогнозирования процессов в ИИС, удовлетворяющего предъявляемым требованиям.

3. Разработка и исследование алгоритмов и программ прогнозирования процессов в ИИС.

4. Синтез возможных структур ИИС, использующих разработанные алгоритмы прогнозирования; исследование эффективности применения разработанных алгоритмов прогнозирования процессов для имитационного моделирования жизненного цикла ИИС.

В соответствии с поставленными четырьмя задачами получены следующие основные результаты:

1. Существующие методы прогнозирования не удовлетворяют требованиям, предъявляемым к методам прогнозирования процессов в ИИС.

2. Разработан метод прогнозирования процессов в ИИС, который по сравнению с известными методами обладает следующими преимуществами: а) позволяет оценивать как детерминированную так и случайную составляющую исследуемого процесса и прогнозировать каждую из них; б) обеспечивает прогнозирование нестационарных процессов с произвольными параметрически заданными статистическими характеристиками и разнообразными типами нестационарностей тренда и дисперсии; в) позволяет прогнозировать процессы в ИИС на основании максимально информативных параметров, получаемых путем простой обработки ретроспективных участков исследуемых процессов; г) обеспечивает обратную связь по моделируемым статистическим характеристинам в процессе моделирования; д) освобождает пользователя от необходимости делать предположения о типах распределения и корреляционной функции.

3. Разработаны алгоритмы и программы прогнозирования процессов в ИИС, которые вошли в пакет программ моделирования "МИС"; проведено исследование алгоритмов на ЭВМ, получены статистические оценки результатов экспериментов.

4. Предложены возможные структуры ИИС, использующих разработанные алгоритмы прогнозирования; показана высокая эффективность использования разработанных алгоритмов прогнозирования при имитационном моделировании жизненного цикла различных ИИС; в период с 1981 по 1984 год эффект от внедрения разработанного пакета моделирования "МИС" составлял более 300 тыс. рублей в год.

В процессе решения основных задач были получены следующие результаты, имеющие самостоятельное значение:

5. Разработана методика прогнозирования процессов в ИИС, которая может быть использована для прогнозирования процессов в других системах.

6. Синтезированы оптимальные (в информационном смысле) параметры статистической системы характеристик процессов в ИИС, рас-читаны функции ценности для каждого параметра, найдено необходимое количество информации о каждом параметре.

7. Разработан метод, алгоритмы и программы моделирования (генерации) нестационарных случайных процессов, новизна которых заключается в том, что статистические характеристики процесса задаются параметрически и не требуется дополнительной информации или предположений о типах функции распределения и корреляционной функции. Это расширяет сферу применения разработанного метода, в частности, для генераторов нестационарных слуаайных процессов, и повышает точность модели.

8. Разработаны методика, алгоритмы и программа прогнозирования процессов в ИИС в условиях неполной информации.

1. Адаптивный подход к прогнозированию макроэкономических временных рядов. Мелашвили Ш.Г., Цинцадзе А.В. и др. - В кн.: Моделирование социально-экономических процессов: качественные гипотезы и имитационный подход. - М.: 1976, с. 96-116.

2. Адирим И.Г. Проблемы разработки и использования системы моделей для прогнозирования народного хозяйства республики. -Изв. АН ЛатвССР, 1976, № I, с. 106-177.

3. Алберг Дж., Нильсон Э., Уолш Дж. Теория сплайнов и ее приложения. М.: Мир, 1972, - 316 с.

4. Андерсон Т. Статистический анализ временных рядов. -М.: Мир, 1974. 586 с.

5. Афифи А., Эйзен С. Статистический анализ: Подход с использованием ЭВМ. М.: Мир, 1982. - 488 с.

6. Бабич А.А. Об одном алгоритме выбора вида функции сглаживания динамического ряда при прогнозировании. В кн.: Прогнозирование в науке и технике. Киев, 1975, с. 34-37.

7. Балуев С.А., Половников Р.А., Черногор>ский A.M. Два подхода к прогнозированию развития отрасли. В кн.: Вычислительная математика и статистические модели сложных систем. Ч. I: Труды МЭСИ.-М.: 1973, с. 60-79.

8. Баублис А., Мазура М. Представление статистического материала в виде временного ряда. В кн.: Статистические проблемы управления. Вып. 13. Вильнюс, 1975, с. 77-95.

9. Бахвалов Н.С. Численные методы. Т. I. М.: Наука, 1975. - 631 с.

10. Бейко И.В., Бублик Б.Н., Зинько Н.П. Методы и алгоритмы решения задач оптимизации. Киев.: Вища школа, 1983. - 512 с.

11. Бендат Дк., Пирсол А. Применение корреляционного и спектрального анализа. М.: Мир, 1983. - 312 с.

12. Бендат Дж., Пирсол А. Измерение и анализ случайных процессов. М.: Мир, 197I. - 408 с.

13. Бешелев С.Д., Гурвич Ф.Г. Экспертные оценки. М.: Наука, 1973. - 127 с.

14. Бешелев С.Д., Гурвич Ф.Г. Математико-статистические методы экспертных оценок. М.: Статистика, 1980. - 262 с.

15. Бокс Дж., Дженкис Г. Анализ временных рядов. Прогноз и управление. Вып. I. М.: Мир, 1974. - 406 с.

16. Брусиловский Б.Я. Математические модели в прогнозировании и организация науки. К.: Наукова думка, 1975. - 232 с.

17. Быков В.В. Цифровое моделирование в статистической радиотехнике. М.: Сов. радио, 197I. - 326 с.

18. Ван-Трис Г. Синтез оптимальных нелинейных систем управления. М.: Мир, 1964. - 317 с.

19. Васильев В.Ф. Лекции по методам решения экстремальных задач. М.: Изд. МГУ, 1974. - 375 с.

20. Винер Н. Кибернетика. М.: Сов. радио, 1968. - 325 с.

21. Винер Н. Нелинейные задачи в теории случайных процессов. М.: Иностр. лит., 1961. - 159 с.

22. Виноградов Г.В. Использование факторного анализа для измерения и прогнозирования уровня научного потенциала НИИ. -В кн.: Науковедение и научно техн. прогнозирование. Ч. I. Вып. I.: Тр. У Киев. Симпоз.,Киев , 1974, с. 93-95.

23. Вишнев С.М. Основы комплексного прогнозирования. М.:1. Наука, 1977. 287 с.

24. Волохов B.C. Применение регрессионных моделей для прогнозирования поведения сложной стохастической системы. В кн.: Наукововедение и информатика: Респ.мексвед.сб. Киев, 1974, вып. 12, с. 31-34.

25. Волохов B.C., Яковлева B.C. Программная реализация метода прогнозирования с помощью экспертных оценок. В кн.: Прогнозирование в науке и технике. Киев, 1976, с. 58-76.

26. Временные ряды и прогнозирование. В кн.: Математическое обеспечение в СЭВМ. Ч. 6: Руководство для программиста. Минск, 1976, вып. 10, с. 164-195.

27. Высоцкий В.М., Ивахненко О.Г., Чеберкус В.И. Долгосрочное прогнозирование колебательных процессов при помощи выделения гармонического тренда оптимальной сложности по критерию баланса переменных. Автоматика, 1975, Аг= I, с. 13-31.

28. Гивоне Д., Россер Р. Микропроцессоры и микрокомпьютеры. Вводный курс. М.: Мир, 1983. - 463 с.

29. Гихман И.И., Скороход А.В. Теория случайных процессов. -М.: Наука, 197I, т. I. 664 с.

30. Гладышевский А.И. Методы и модели отраслевого экономического прогнозирования. М.: Экономика, 1977. - 143 с.

31. Глушков В.М. 0 прогнозировании на основе экспертных оценок. Кибернетика, 1969, № 2.

32. Гмошинский В.Г., Флиорент Г.И. Теоретические основы инженерного прогнозирования. М.: Наука, 1973. - 303 с.

33. Голованов Л.В., Саркисян С.А. Прогнозирование развития больших систем. М.: Статистика, 1975. - 192 с.

34. Гончаров В.Л. Теория интерполирования и приближения функций. М.: Гостехиздат, 1954. 297 с.

35. Горбацевич Е.Д. Коррелометры с аппроксимацией. М.:1. Энергия, 197I. 95 с.

36. Губарев В.В. Способы задания и некоторые модели случайных процессов. Новосибирск, 1976. - 7 с. Рукопись представлена Новосиб. ун-том. Деп. в ВИНИТИ, 12 сент. 1977, № 3662-77.

37. Губарев В.В., Хазанов В.Ю. Методы моделирования случайных процессов в задачах цифровой обработки изображений. В кн.: Цифровые методы оптимальной обработки сигналов: Межвуз. сб. науч. труд. - Новосибирск, 1982. - 159 с.

38. Гудман С., Хидетниеми С. Введение в разработку и анализ алгоритмов. М.: Мир, 1981. - 368 с.

39. Дерябин В.П., Томников Г.Н. Тенденция развития аэрокосмических систем сбора и обработки измерительной информации (обзор). Зарубежная радиоэлектроника, 1975, № 10, с. 69-94.

40. Дерябин Б.П., Томников Г.Н. Тенденция развития аэрокосмических систем сбора и обработки измерительной информации (обзор). Зарубежная радиоэлектроника, 1975, № II, с. 3-47.

41. Дерзский В.Г., Бабич А.А. 0 критерии выбора оптимальной длины динамического ряда при прогнозировании. В кн.: Механизация и автоматизация упр.:Науч.-произв. сб. Москва, 1975, № 3 (81), с. 7 - II.

42. Джексон Д. Ряды Фурье и ортогональные полиномы. М.: ИЛ, 1948.

43. Джонсон Н., Лион Ф. Статистика и планирование эксперимента в технике и науке. Методы обработки данных. М.: Мир, 1980.-610 с.

44. Добров Г.М. Прогнозирование науки и техники. М.: Наука, 1977. - 208 с.

45. Добров Г.М. Типология прогнозов и анализ метода Дельфи.-3 кн.: Анализ тенденций и прогнозирование научно-технического прогресса.-Киев: Наукова думка, 1967, с. 31-46.

46. Добров Г.М. и др. Экспертные оценки в научно-техническом прогнозировании. Киев: Наукова думка, 1974.

47. Дониях М.А. Алгоритм и программа прогноза структуры на основе марковских цепей. 3 кн.: Автоматизированные системы плановых расчетов в респ. плановых органах. Минск, 1975, вып. 6, с. 71-82.

48. Дрейпер Н., Смит Г. Прикладной регрессионный анализ. -М.: Статистика, 1973. 392 с.

49. Дудко Е.А., Оприщенко JI.A., Озерова А.С. Выравнивание статистических данных экспоненциальным законом распределения. Донецк: Изд. Дон. УГИ, 1975. 14 с.

50. Ермаков Е.Ш., Михайлов Г.А. Курс статистического моделирования. М.: Наука, 1976. - 167 с.

51. Ефимов А.Н. Информация: ценность, старение, рассеяние.-М.: Знание, 1978, № 5. 64 с.

52. Ефимов А.Н. Об эффективности передачи стареющей информации. Автоматика и вычислительная техника, 197I, № 2,с. 56-60.

53. Ефимов А.Н. Предсказание случайных процессов. М.: Знание, 1976. - 69 с.

54. Ефимов А.Н., Поповский В.И. 0 старении измерительной информации. Изв. АН СССР. Техническая кибернетика, 1969, № 4,с. 52-58.

55. Загоруйко Н.Г. Эмпирическое предсказание. Новосибирск: СО Наука, 1979. - 124 с.

56. Ивахненко А.Г., Лапа В.Г. Предсказание случайных процессов. Киев: Наукова думка, 197I. - 416 с.

57. Ивахненко А.Г. Долгосрочное прогнозирование и управление сложными системами. Киев: Техн1ка, 1975. - 310 с.

58. Йодан Э. Структурное проектирование программ. М.: Мир, 1979. - 415 с.

59. Каверкин И.Я., Лесова A.M., Певзнер Г.С. Некоторые термины и определения в электроизмерительной технике: Труды ВНИИЭП: Москва, 197I, № 7, с. 3-6.

60. Каверкин И.Я., Цветков Э.И. Анализ и синтез измерительных систем. М.: Энергия, 1974. - 156 с.

61. Карлин С. Основы теории случайных процессов. М.: Мир, 1971. - 536 с.

62. Кендалл М., Стьюарт А. Теория распределений. М.: Наука, 1966. - 517 с.

63. Кендалл М., Стьюарт А. Статистические выводы и связи. -М.: Наука, 1973. 899 с.

64. Кендалл М., Стьюарт А. Многомерный статистический анализ и временные ряды. М.: Наука, 1976. - 736 с.

65. Кильдишев Г.С., Френкель А.А. Анализ временных рядов и прогнозирование. М.: Статистика, 1973. 103 с.

66. Кисилева И.Е., ПанковаЛ.А., Шнейдерман М.В. Структурный подход к анализу и обработке данных экспертного опроса. -Автоматика и телемеханика, 1975, № 4, с. 46-70.

67. Кипнис В.М. Пакет программ по применению обобщенных моделей авторегрессии скользящего среднего для прогнозирования временных рядов. - В кн.: Алгоритмы и программы решения экономических задач на ЭВМ. Москва, 1976, вып. 27, с. 65-139.

68. Кобринский И.Е. Информационные фильтры в экономике. -М.: Статистика, 1978. 286 с.

69. Ковалева JI.H. Многофакторное прогнозирование на основе рядов динамики.-М.: Статистика, 1980. 297 с.

70. Козубовский С.Ф. Методы построения адаптивных специализированных вычислительных машин для прямого моделирования, управления и прогнозирования в сложных системах (обзор). Зарубежная радиоэлектроника, 1975, № 10, с. 3-52.

71. Колмогоров А.Н. Интерполирование и экстраполирование стационарных случайных последовательностей. Изв. АН СССР, серия математика.

72. Корн Г., Корн Т. Справочник по математике для научных работников и инженеров. М.: Наука, 1978. - 840 с.

73. Кошек Л.Н. Некоторые вопросы корреляционного анализа случайных поверхностей. В кн.: Техническая кибернетика, Новосибирск, 1969, с. 7-10.

74. Кошек Л.Н. Корреляционный анализ "медленных" процессов.-В кн.: Техническая кибернетика. Новосибирск, 1969, с. 3-6.

75. Кошек Л.Н. Коррелятор. А.С. № 407331 (СССР). Опубл. в Б.И., 1973, № 46.

76. Кошек Л.Н. Построение оптимизационных моделей жизненного цикла человеко-машинных систем. В кн.: Эффективность и надежность автоматизированных систем принятия решений: Сб. научн.тр. К.: ИК АН УССР, 1982, с. 40-49.

77. Кошек Л.Н. Статистические параметры шероховатости поверхности и их измерение (Диссертация на соискание ученой степени кандидата технических наук).-Новосибирск, 1970.

78. Кошек Л.Н., Колодный В.В., Москвина С.М. Пакет программ моделирования жизненного цикла больших систем. В кн.: Оптимизация сложных систем. Ч. П, Ш: Тез. докл. Всесоюз. семинара. Винница, 1983, с. 147-148.

79. Кошек Л.Н., Москвина С.М., Колодный В.В., Сусиденко Л.Б.

80. Хоменко В.Д. Пакет прикладных программ для имитационного моделирования функционирования сложных систем. 3 кн.: Теория и практика имитационного моделирования сложных систем: Тез. докл. Респ. научно-тех. конф., Одесса, 1983, с. 21-22.

81. Кошек Л.Н., Москвина С.М. Предсказание технико-экономических показателей человеко-машинных систем. В кн.: Эффективность и надежность человеко-машинных систем принятия решений: Сб. научн. тр. К.: ИК АН УССР, 1983, с. 31-37.

82. Кошек Л.Н., Москвина С.М. Моделирование нестационарных процессов. В кн.: Оптимизация сложных систем. Ч. I: тез. докл. Всесоюз. семинар, Винница, 1983, с. 139-140.

83. Красс И.А. Математические модели экономической динамики. М.: Сов. радио, 1976. - 280 с.

84. Кузьмин И.В. Теоретические основы информационной техники. Харьков: Изд. ХВКИУ, 1969. - 257 с.

85. Кузьмин И.В. Оценка эффективности и оптимизация АСКУ. -М.: Сов. радио, 197I. 296 с.

86. Кузьмин И.В., Кедрус В.А. Основы теории информации и кодирования. К.: Вища школа, 1977. - 280 с.

87. Кузьмин И.В. Некоторые проблемы оптимизации вычислительных систем. (Предварительная публикация). М.: АН СССР,1981. 52 с.

88. Кузьмин И.В. Элементы вероятностных моделей АСУ. М.: Сов. радио, 1975. - 317 с.

89. Куликов Н.К. Многофакторное прогнозирование на основефункций с гибкой структурой. В кн.: Основные проблемы и задачи Научного прогнозирования. М.: Знание, 1972. - 151 с.

90. Куликов Н.К. Элементы высшей математики на основе функций с гибкой структурой. М.: МТИПП, 1972. - 125 с.

91. Классификация и кластер, /под ред. Дж. Вэн Райзина. -М.: Мир, 1980. 390 с.

92. Левин Д.З., Песоцкий В.М. Исследование характеристик восприимчивости СЧПУ на интегральных микросхемах к воздействию импульсных помех в электрической сети питания. В кн.: Помехи в цифровой технике. 82: Тез. докл. Всесоюз. конф. Вильнюс, 1982, с. 63-66.

93. Лапа В.Г. Методы предсказания и предсказывающие системы. Киев: Вища школа, 1980. - 183 с.

94. Левин Б.Р. Статистическая радиотехника. М.: Сов. радио, Т. I, 197I. - 391. с.

95. Ли Ц. Дадж Д., Зельцер А. Оценивание параметров марковских моделей по агрегированным временным рядам. -,М.: Статистика, 1977. 221 с.

96. Лисичкин В.А. Теория и практика прогностики. М.: Наука, 1972. - 224 с.

97. Лисичкин В.А., Ратников Е.И., Каспин В.И. Прогнозирование библиотечного дела в СССР. М.: ГБ им. В.И. Ленина, 1972. -158 с.

98. Лихарев В.А. Цифровые методы и устройства в радиолокации. М.: Сов. радио, 1973. - 456 с.

99. Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования. М.: Статистика, 1979. - 254 с.

100. Лоули Д., Максвелл А. Факторный анализ как статистический метод. М.: Мир, 1967.

101. Малая М.П. Некоторые вопросы прогнозирования характеристик технических средств. В кн.: Прогнозирование в науке и технике. Киев, 1975, с. 21-34.

102. Математическое обеспечение ЕС ЭВМ. Пакет научных подпрограмм на языке 1Ш/1. Вып. 14.- Минск: ИМ АН БССР, 1978. -330 с.

103. Материалы ХХУ1 съезда КПСС. М.: Политиздат, 198I. -223 с.

104. Мартин Дж. Технологическое прогнозирование. М.: Прогресс, 1977. 600 с.

105. Мартынов Ю.М. Обработка информации в системах передачи данных. М.: Связь, 1969. - 269 с.

106. Миддлтон Д. Введение в статистичекую теорию связи. Т. I, 2. М.: Сов. радио, 1962. - 830 с.

107. Миркин Б.Г. Проблема группового выбора. М.: Наука, 1974. - 256 с.

108. Мирский Г.Я. Аппаратурное определение характеристик случайных процессов. М.: Энергия, 1972. - 455 с.

109. Моделирование и оптимизация на ЭВМ радиоэлектронных устройств. /Под ред. З.М. Бененсона. М.: Радио и связь, 198I. -252 с.

110. Москвина С.М. Методы прогнозирования нестационарных последовательностей (обзор). Винница, 1983 - 52 с. Рукопись представлена Винниц.политехи.ин-т, Деп. в УкрНИИНТИ 25 нояб. 1983, № 1338 Ук-Д83.

111. Москвина С.М. Моделирование параметров среды при имитационном эксперименте. В кн.: Теория и практика имитационного моделирования сложных систем: Тез. докл. Респ. научно-тех. конф. Одесса, 1983, с. 31-32.

112. Разработка имитационных моделей функционирования сложных систем. Кошек JI.H., Москвина С.М., Колодный В.В. и др. Отчет по НИР (заключительный). Винниц.политехн.ин-т: ГР 8006778, инв. № 02819007990. Винница, 1981. - 274 с.

113. Мостеллер Ф. Тьюки Дж. Анализ данных и регрессия. Вып. I, 2. М.: Финансы и Статистика, 1982. - 528 с.

114. Нейлор Т. Машинные имитационные эксперименты с моделями экономических систем. М.: Мир, 1975. - 502 с.

115. Никифоров А.Ф., Уваров В.Б. Специальные функции математической физики. М.: Наука, 1978. - 320 с.

116. Оделл М., Дюран Б. Кластерный анализ. М.: Статистика, 1977. - 365 с.

117. Ольховский Ю.Б. Сжатие данных при телеизмерениях. -М.: Сов. радио, 197I. 302 с.

118. Орнатский П.П. Автоматические измерения и приборы. -Киев: Вища школа, 1973. 571 с.

119. Основы моделирования сложных систем / Под общ. ред. И.В. Кузьмина. К.: Вища школа, 1981. - 360 с.

120. Отнес Р. Эноксон Л. Прикладной анализ временных рядов. Основные методы. М.: Мир, 1982- 428 с.

121. Перегудов В.Н. Метод наименьших квадратов и его применение в исследованиях. М.: Статистика, 1965.

122. Пивоваров С.Э. Моделирование процессов прогнозирования в приборостроении. Л.: Машиностроение, 1974. - 176 с.

123. Пикок Дж., Хастинг Н. Справочник по статистическим распределениям. М.: Статистика, 1980. - 95 с.

124. Плоткин А.А. Обработка экспериментальных данных с целью выявления принципов построения классификации. Автоматика и телемеханика, 1979, № 2, с. 157-160.

125. Поллард Дж. Справочник по вычислительным методам статистики. М.: Финансы и статистика, 1982. - 344 с.

126. Поляк Ю.Г. Вероятностное моделирование на электронных вычислительных машинах. М.: Сов. радио, 1971. - 398 с.

127. Пшеничный Б.Н., Данилин Ю.М. Численные методы в экст-реальных задачах. М.: Наука, 1975. - 319 с.

128. Пугачев B.C. Теория вероятностей и математическая статистика. М.: Наука, 1979. - 496 с.

129. Пугачев B.C. Теория случайных функций. М.: Физматгиз, 1962. - 884 с.

130. Программно-математическое обеспечение ЭВМ. Статистическое прогнозирование.-Л.: УНИИ "Румб", 1976, вып. 10. 31 с.

131. Рабочая книга по прогнозированию. М.: Мысль, 1982. -301 с.

132. Расщепляев Ю.С. Синтез моделей случайных процессов для исследования систем при помощи ЦВМ. Радиотехника и электроника, 1975, т. 20, № I.

133. Расщепляев Ю.С., Франциско В.Н. 0 построении моделей стационарных случайных процессов для исследования систем управления. Техническая кибернетика, 1974, № I.

134. Ройтенберг Я.Н. Автоматическое управление. М.: Наука, 1978. - 552 с.

135. Романенко А.Ф., Сергеев Г.А. Вопросы прикладного анализа случайных процессов. М.: Сов. радио, 1968. -.255 с.

136. Румшинский Л.З. Математическая обработка результатов эксперимента. М.: Наука, 197I.

137. Самохвалов К.Ф. 0 теории эмпирических предсказаний. -В кн.: Вычислительные системы. Новосибирск, 1973, вып. 55,с. 3-35.

138. Саркисян С.А., Ахундов В.М., Минаев Э.С. Большие технические системы. Анализ и прогноз развития. М.: Наука, 1977.350 с.

139. Саркисян С.А., Голованов Л.В. Прогнозирование развития больших систем. М.: Статистика, 1975. 192 с.

140. Саркисян С.А. и др. Экономическое прогнозирование развития больших систем. М.: Статистика, 1977.

141. Свешников А.А. Прикладные методы теории случайных функций. М.: Наука, 1968. - 464 с.

142. Седелев Б.В. Временные ряды исходная база прогнозирования экономического развития. - В кн.: Экономическое прогнозирование за рубежом.-М.: 1975, с. I5I-I79.

143. Смирнов Л.П., Ершов Ю.В., Буряцкий Е.В. Методика коллективной экспертной оценки перспектив развития конкретной отрасли техники. Постоянная комиссия СЭВ по координации научных и теоретических исследований. М.: 1969.

144. Солодовников В.В., Матвеев П.С. Расчет оптимальных систем автоматического управления при наличии помех. М.: Машиностроение, 1973. - 240 с.

145. Статистические методы анализа алгоритмов предсказания случайных процессов. Павлов А.А., Боровинский В.Ф. и др. В кн.: Математическое обеспечение научно-технического прогнозирования. -Киев. : ИК АН УССР, 1977, с. 12-19.

146. Стратонович Р.Л. Теория информации. М.: Наука,1975.

147. Стратонович P.JI. О ценности информации. Техническая кибернетика, 1965, № 5, с. 3-13.

148. Стратонович Р.Л., Гришанин Б.А. Ценность информации при невозможности прямого наблюдения оцениваемой величины. Техническая кибернетика, 1966, № 3, с. 3-15.

149. Татаринова Т.З. Прогнозирование одного класса случайных процессов. М.: Центр, экон.-мат. ин-т АН СССР, 1976. - 21 с.

150. Теория и практика прогнозирования развития науки и техники в странах-членах СЭВ. М.: Экономика, 1971. - 407 с.

151. Теория прогнозирования и принятия решений. /Под ред. Саркисяна С.А. М.: Высшая школа, 1977. - 351 с.

152. Тейл Г. Прикладное экономическое прогнозирование. -М.: Прогресс, 1970.

153. Тейл Г. Экономические прогнозы и принятие решений. -М.: Мир, 197I.

154. Темников Ф.Е., Афонин В.А., .Бдоитриев В.И. Теоретические основы информационной техники. М.: Энергия, 1971.

155. Тихомиров Н.П. Целенаправленный пакет прогнозирующих программ и его возможности. М.: 1974. - 26 с. Рукопись деп. в ОВНИИЭМ 30 окт. 1974, № 623 - д.

156. Фармер Э.Д. Метод предсказания нестационарных процессов и его применение к задаче оценки нагрузки. В кн.: Труды

157. П Междунар. конгр. ИФАК. М.: 1963, с. 71-82.

158. Филаретов Г.В., Глазунова Н.А. Обзор методов моделирования одномерных случайных процессов с заданными вероятностными характеристиками. М.: МЭИ, вып. 300, 1976, с. 62-70.

159. Форсайт Дж., Малькольм М., Моулер К. Машинные методы математических вычислений. М.: Мир, 1980. - 279 с.

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

161. Харман Г. Современный факторный анализ. М.: Статистика, 1972. - 486 с.

162. Хьюз Дк., Мичтон Дж. Структурный подход к программированию. М.: Мир, 1980. - 278 с.

163. Цапенко М.П. Измерительные информационные системы. -М.: Энергия, 1974. 320 с.

164. Цветков Э.И. Нестационарные случайные процессы и их анализ. М.: Энергия, 1973. - 128 с.

165. Четыркин Е.М. Выравнивание и экстраполяция динамических рядов. М.: Статистика, 1976. - 49 с.

166. Четыркин Е.М. Статистические методы прогнозирования. -М.: Статистика, 1977. 200 с.

167. Численные методы условной оптимизации. /Под ред. Петрова А.А./. М.: Мир, 1977. - 292 с.

168. Чуев Ю.В., Михайлов Ю.Б., Кузьмин В.И. Прогнозирование количественных характеристик процессов. М.: Сов.радио, 1975. - 398 с.

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

170. Шпилевский Э.К. Динамическая классификация стохастических процессов и систем в дискретном времени. I. Синтез алгоритмов, Автоматика и телемеханика, 1980, № II, с. 46-53.

171. Щуп Т. Решение инженерных задач на ЭВМ. М.: Мир, 1982. - 235 с.

172. Эйрес Р. Научно-техническое прогнозирование и долгосрочное планирование. М.: Мир, 1972.

173. Экономическое прогнозирование развития больших технических систем. Саркисян С.А. и др. М.: Машиностроение, 1977. -320 с.

174. Экономико-статистические модели в прогнозировании ипланировании промышленного производства. /Под ред. M.JI. Лукац-кой/. Новосибирск, 1978. - 255 с.

175. Ямпольский С.М., Лисичкин В.А. Прогнозирование научно-технического прогресса. Методологические аспекты. М.: Экономика, 1974. 65 с.

176. Янч Э. Прогнозирование научно-технического прогресса. М.: Прогресс, 1974. - 586 с.180. bright 3. \ few kind words for trend extrapolation.-Futures,1978,vo&.5,N4, p.544-M5 .

177. Dennis I. Asymptotic minimum MSt prediction in the Cobb— DoucjUcis madefc with a multiplicative disturbanse term.-tconometrica , Ш4 ,\/oU2 ,N6, p. ЬЪЪ-Ь45.

178. Kendal Variations of Delphi.-Technob^icat. Forecasting and Social Ghcw<je,I977,\io£.II,NI,p.75-&2.

179. Krasche& K. ^feneration of random process with prescribed density and autoc rrePcvtion function.—Proc. of the 5~th CoWlo^ium on Microwave Oommunications. voC.l.budapest, Ш4, р.Ш-Ш.

180. M\tcheWL fc.b. Stone Tabb-Sookup methods foreneratin^ arbitrary rendom numbers. It EE Transactions on Computer, 1977, Vol 26, HlO, p. 1006-1005 .

181. Reddij 4.NJ . PHI process <jenferators. Simmu&etter,чл.ь, «г/а, p.192. fteddij 4.'N/. PI 11 process» (generator*. SimmuMter,1976 л I, p. 15-29

182. Roberts S.D. , VJVwjbark B.C. Kdaptive forecasting techniques. — Informational! Journal! of Dro diction Research ,1974, vol!. 12 , Mb, p K5-645.

183. Salisbury B.S. Sufficiency and the waste of information. — American

184. Statistician , 1973, VO&.27,N4,

185. Schmeiser b.\M. , Bevtsch S.T. к (jeneraf proces (jenerator. Science abstracts Computer and Control! abstracts, 1976, voUljm, |>II45.