автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Разработка и исследование комбинированных методов идентификации проектируемых объектов на основе принципов самоорганизации

ВВЕДЕНИЕ

ГЛАВА I. ИДЕНТИФИКАЦИЯ ХАРАКТЕРНО™ ОБЪЕКТОВ ОПТИМАЛЬНОГО

ПРОЕКТИРОВАНИЯ

1.1. Задача выбора оптимальных параметров проектируемых объектов

1.2. Задача структурной идентификации характеристик сложных систем

1.2Л. Традиционная постановка задачи

1.2.2. Идентификация методом самоорганизации моделей

1.2.3. Комбинированные системы идентификации

1.3. Идентификация характеристик технологических процессов

1.3.1. Технологический процесс обработки металлов резанием как объект идентификации

1.3.2. Идентификация процессов сварки

1.4. Охрана объектов окружающей среды от загрязнения пестицидами на основе математического моделирования

1.5. Выводы

ГЛАВА 2. ПЛАНИРОВАНИЕ ЭКСПЕРИМЕНТА ДЛЯ ЦЕЛИ СТРУКТУРНОЙ

ИДЕНТИФИКАЦИИ ПРОЕКТИРУЕМЫХ ОБЪЕКТОВ

2.1. Основные идеи теории оптимального эксперимента

2.2. Сравнительная характеристика эксперимента и системы связи

2.2.1. Система передачи дискретных сообщений

2.2.2. Эксперимент как система связи

2.3. Критерии информативности эксперимента при отсутствии помехи

2.4. Исследование проблемы повышения помехоустойчивости эксперимента

2.5. Критерии и методы повышения помехоустойчивости эксперимента

2.6. Организация эксперимента

2.7. Многошаговый алгоритм конструирования плана эксперимента

2.8. Особенности практической реализации и эффективность методики

2.9. Проблема зондирования пространства и планирование эксперимента

2.10. Выводы

ГЛАВА 3. МЕТОД ПРЯМОГО СИНТЕЗА МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ 3.1. Многорядный алгоритм прямого синтеза математических моделей

3.1 Л. Назначение и особенности алгоритма

3.1.2. Описание алгоритма

3.1.3. Анализ алгоритма

3.1.4. Критерий минимума смещения свободного члена модели

3.1.5. Разбиение таблицы исходных данных

3.2. Исследование эффективности ОКСИ 82 ^ 3.2.1. Схема и задачи вычислительного эксперимента

3.2.2. Исследование эффективности ОКСИ при точных данных

3.2.3. Исследование помехоустойчивости ОКСИ

3.3. Анализ, доопределение и адаптация моделей

3.4. Возможные неудачи идентификации методом прямого синтеза модели

3.5. Выводы

ГЛАВА 4. МНОГОУРОВНЕВЫЕ КОМБИНИРОВАННЫЕ СИСТЕМЫ ИДЕНТИФИКАЦИИ

4.1. Обще положения

4.2. Многоуровневая система самоорганизации полиномиальных моделей

4.2.1; Декомпозиция обобщенной модели

4.2.2. Локализация структуры обобщенной модели

4.2.3. Выделение частных моделей

4.2.4. Слияние частных моделей

4.2.5, Алгоритм самоорганизации частных моделей

4.2.6, Эффективность и область применения системы

4.2.7, Особенности практического применения системы

4.3. Двухуровневая система идентификации динамических характеристик системы

4.3.1, Постановка задачи

4.3.2, Алгоритм самоорганизации схемы замещения линейной динамической системы

4.3.3, Алгоритмы идентификации переходных характеристик на базе второго замечательного предела

4.3.4, Сравнительная характеристика и область применения алгоритмов

4.4. Выводы

ГЛАВА 5. РЕШЕНИЕ ЗАДАЧ ИДЕ1ТО5ИКАЦЙИ ПР0ЕКШРУЖЫ1 ОБЪЕКТОВ

5.1. Математическая модель процесса концевого фрезерования деталей из алкминиевых сплавов

5.2. Идентификация процессов сварки изделий

5.3. Самоорганизация математических моделей для расчета трудовых нормативов

5.4. Совершенствование геометрии режущей части сверла на базе математического моделирования

5.5. Управление уровнем загрязнения почвы пестицидами на базе математической модели

5.5.1. Система пестицид-почва-растение-условия применения как объект проектирования

5.5.2. Идентификация кривой разложения пестицида в почве

5.5.3. Моделирование процесса деструкции пестицидов по натурным данным

5.5.4. Моделирование процесса деструкции пестицидов в почве по результатам лабораторного эксперимента

Оптимальное проектирование объектов различной природы представляет собой сложный творческий процесс, состоящий из многих этапов, которые существенно отличаются друг от друга по составу задач и методов их решения. Особенно эффективно проектируются системы, которые могут быть адекватно описаны с помощью математических моделей. Наличие модели позволяет заменить длительные и трудоемкие эксперименты на объекте машинными, что обеспечивает выбор оптимальных параметров объекта. При этом модель должна адекватно отражать механизм исследуемых явлений и процессов, а также обладать высокой точностью интерполяции. В связи с тем, что структуру математической модели проектируемого объекта практически невозможно задать > априори, возникает задача структурной идентификации его характеристик по результатам экспериментальных исследований.

В настоящее время передовые позиции в области идентификации сложных систем по результатам пассивного эксперимента занимает метод самоорганизации математических моделей на ЭВМ. В то же время многие объекты допускают проведение спланированного (активного) эксперимента.

Вопросами планирования эксперимента занимается теория опти-. мального эксперимента. Однако стремление максимально упростить обработку экспериментальных данных привело к тому, что идеи и методы теории эксперимента эффективны лишь в задачах параметрической идентификации. Решение задач структурной идентификации сложных многофакторных.систем методами математической теории эксперимента затруднительно.

Таким образом, к настоящему моменту сложилась определенная диспропорция между уровнем аппарата обработки экспериментальных данных (самоорганизация моделей) и уровнем планирования эксперимента в задачах структурной идентификации.

Ввиду того, что оптимальное планирование эксперимента позволяет не только извлечь максимум информации при минимуме затрат, но и повысить эффективность этапа самоорганизации модели объекта в части борьбы с помехами и минимизации необходимого перебора структур, задача разработки комбинированных методов идентификации является одной из наиболее актуальных проблем технической кибернетики. Разработку методов идентификации проектируемых объектов наиболее эффективно осуществлять с позиций системного подхода, рассматривая этапы эксперимента и самоорганизации модели как звенья одной системы - системы структурной идентификации, которая по своей природе является комбинированной, так как на всех этапах необходимо решать задачу разумного сочетания индуктивного подхода теории самоорганизации с достоверными априорными знаниями прикладных и фундаментальных наук.

Цель работы - разработка, исследование и практическое применение комбинированных методов структурной идентификации объектов различной природы на основе принципов самоорганизации.

В соответствии с поставленной целью автор разрабатывает новый подход к решению проблемы планирования эксперимента, а также комбинированные системы структурной идентификации характеристик сложных систем. При этом используются идеи и методы теории связи, математической теории эксперимента, регрессионного анализа, самоорганизации, оптимизации и теории управления.

Для реализации комбинированного системного подхода предложены и исследованы:

- новый, теоретикоинформационный подход к планированию экспе-. римента и многошаговый алгоритм конструирования оптимального плана, использующий сформулированные автором критерии оптимальности в сочетании с принципом свободы выбора решений;

- пути повышения помехоустойчивости систем идентификации на базе планирования оптимального эксперимента, новой формы критерия минимума смещения моделей и ограничения множества гипотез на основе априорных знаний;

- способы сокращения необходимого объема перебора структур, основанные на конструировании матрицы эксперимента специального вида и декомпозиции процесса самоорганизации модели;

- комбинированные системы идентификации, включающие разработанные автором алгоритмы и программы планирования эксперимента и самоорганизации математических моделей.

Основные задачи решались путем теоретического исследования основных проблем, реализации предлагаемых методов их решения, осуществления вычислительного эксперимента на ЭВМ и (или) решения практических задач структурной идентификации проектируемых объектов (систем).

На базе результатов диссертационной работы решен комплекс задач идентификации характеристик технологических процессов резания металлов и сварки деталей, а также процесса деструкции пестицидов в почве с учетом параметров компонентов сложной системы пестицид-почва-растение-условия применения.

Результаты диссертационной работы докладывались и обсуждались на заседаниях Республиканского научного семинара "Самоорганизующиеся кибернетические системы" (г. Киев, 1980-1984 г.г.), на Советско-Американском симпозиуме по охране окружающей среды от загрязнения пестицидами (г. Ереван, 1981 г.), на Республиканской конференции "Автоматизация проектно-конструкторских работ и технологи-, ческой подготовки производства в машиностроении^г. Одесса,1982 г. и г. Николаев, 1983 г.), на заседаниях секции по гигиеническому нормированию пестицидов в почве Главного санитарно-эпидемиологического управления МЗ СССР (г. Киев, 1983-1984 г.г.), на научном семинаре по планированию эксперимента в технико-экономических ис-> следованиях (г. Киев, 1982 г.).

Диссертационная работа выполнена в ордена Ленина Институте кибернетики им. В.М.Глушкова Академии наук Украинской ССР. По теме диссертации опубликовано двенадцать научных работ [37-44, 59, 65, 72, 73].

5.6, Выводы.

1. На базе ОКСИ решены практические задачи:

- идентификации характеристик ТП концевого фрезерования пазов, карманов и окон в деталях из алюминиевого сплава Ф1вгТ с целью оптимизации режимов резания и минимизации времени выполнения операции с учетом износа инструмента;

- идентификации зависимости глубины проплавления деталей при аргоно-дуговой и электронно-лучевой сварке от режимов сварки и конструктивных параметров деталей, что позволило перейти к машинному назначению рациональных режимов сварки деталей из сплава 29НК;

- автоматизации расчета норм времени на выполнение токарных работ на базе математических моделей, что позволило разработать технически обоснованные нормативы;

- совершенствования геометрии режущей части спирального сверла и назначения соответствующих рациональных режимов, что позволило повысить стойкость инструмента за счет существенного снижения силовых нагрузок.

2. Полученные результаты позволяют рекомендовать ОКСИ в качестве стандартного метода идентификации характеристик объектов конструкторско-технологического проектирования.

3. На базе двухуровневой комбинированной системы идентификации динамических характеристик синтезирована модель деструкции пестицидов в натурных условиях, позволяющая внедрить расчетные . методы.санитарно-гигиенической регламентации применения пестицидов.

4. На примере моделирования процесса деструкции фосамида.в,. почве показаны преимущества декомпозиционного подхода и ус танов-. лена аналогия поведения пестицида в натурных и лабораторных условиях.

ЗАКЛЮЧЕНИЕ

Основные положения и результаты диссертационной работы состоят в следующем:

1. В качестве основных проблем структурной идентификации проектируемых объектов методом самоорганизации выделены: а) рациональное планирование эксперимента; б) минимизация необходимого перебора моделей; в) повышение помехоустойчивости моделирования.

2. Для решения выделенных проблем предложен комбинированный подход, основанный на рациональном планировании эксперимента и самоорганизации моделей.

3. Разработан новый метод планирования эксперимента для цели структурной идентификации. На базе идей теории связи и математической теории эксперимента сформулированы критерии оптимальности плана, обеспечивающие извлечение максимального количества достоверной информации об объекте при ограниченных затратах. Предложен алгоритм конструирования информативной матрицы входных переменных, действующий по принципу многорядных алгоритмов самоорганизации,

4. Разработан многорядный алгоритм прямого синтеза моделей, учитывающий требования комбинированного подхода к идентификации, объектов. Предложен комбинированный внешний критерий, требующий максимизации регулярности перспективных решений и останова селекции при достижении мшшмума новой разновидности оценки смещения модели.

5. На базе алгоритмов планирования эксперимента и прямого синтеза моделей реализована одноуровневая комбинированная система идентификации характеристик проектируемых объектов.

6. Для моделирования сложных многокомпонентных систем предложена многоуровневая комбинированная система идентификации статических характеристик, позволяющая резко сократить перебор моделей при реализации плана эксперимента блочной структуры,

7. Разработана двухуровневая комбинированная система идентификации динамических характеристик сложных многофакторных объектов. Б основу системы положены алгоритмы самоорганизации моделей переходных характеристик устойчивых линейных динамических систем на базе известных в теории управления и математическом анализе зависимостей.

8. Предложенные алгоритмы реализованы в виде прикладных программ на языке ПЛ/1.

9. Синтезированы модели характеристик технологических процессов резания металлов и сварки деталей, а также сложной экосистемы пестицид - почва - растение - условия применения. Результаты применения моделей для выбора оптимальных параметров указанных объектов свидетельствуют об эффективности предложенных методов и алгоритмов.

1. Автоматизация проектно-конструкторских работ и технологической подготовки производства в машиностроении. Том 1. Под общ. ред. О.И.Семенкова. - Минск: Вышэйш. школа, 1976. - 352 с.

2. Автоматизация проектно-конструкторских работ и технологической подготовки производства в машиностроении. Том 2. Под общ. ред. О.И.Семенкова. Минск, Вышэйшая школа, 1977. - 336 с.

3. Автоматизированные системы технологической подготовки производства в машиностроении. Под ред. Г.К.Горанского. М.: Машиностроение, 1976. - 240 с.

4. Адлер Ю.П., Грановский Ю.В., Маркова Е.В. Теория эксперимента: прошлое, настоящее, будущее. М.: Знание, 1982. - 64 с.

5. Адлер Ю.П., Маркова Е.В., Грановский Ю.В. Планирование эксперимента при поиске оптимальных условий. М.: Наука, 1976.- 279 с.

6. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Основы моделирования и,первичная обработка данных, М.:

7. Финансы и статистика,.1983. 472 с. .

8. Акишин Б.А., Юнусов Н.И. Последовательное применение самоорганизации и статистической проверки гипотез для выбора адекватных математических моделей. Автоматика, 1978, № 3,с.64-67.

9. Алимов Ю.И. Элементы теории. эксперимента* Измерение моментов случайных величин, векторов, процессов. Свердловск: изд-во

10. Уральского.политехнического института, 1976. 104 с.

11. Алимов Ю.И. Элементы теории эксперимента. Измерение вероятностей и распределений вероятностей: Учебное пособие, г- Свердловск: изд-во Уральского политехнического института, 1977.- 80 с.

12. Алимов Ю.И. Элементы теории эксперимента. Опытная проверка- 171 утверждений математической статистики: Учебное пособие. -Свердловск: изд-во Уральского политехнического института, 1978. 92 с.I

13. Аугустон М.И., Балодис Р.П., Бардзинь Я.М. и др. Программирование на ПЛ/1 в ОС ЕС. М.: Статистика, 1979. - 270 с.

14. Бобров В.Ф. Основы теории резания металлов, М.: Машиностроение, 1975. 344 с.

15. Вознесенский В.А. Статистические методы планирования эксперимента в технико-экономических исследованиях. М.: Финансы и статистика, 1981. - 263 с.

16. Врочинский К.К., Телитченко М.М., Мережко А.И. Гидробиологическая миграция пестицидов. М.: Из-во Московского университета, 1980. - 120 с.

17. Высоцкий В.Н., Ихара Д. Повышение помехоустойчивости критериев селекции МГУА при помощи векторного представления и.ис- . пользования.минимаксных форм. .- Автоматика, 1978, li? 3, с.З-И.

18. Горанский Г.К., Бендерева Э.И. Технологическое проектирование в комплексных автоматизированных системах подготовки производства. М.: Машиностроение, 1981. - 456 с.

19. Горанский Г.К., Владимиров Е.В., Ламбин ЛЖ Автоматизация технического нормирования работ на металлорежущих станках с помощью Э0Л. М.: Машиностроение, 1970. - 224 с.

20. Грановский Г.И. Металлорежущий инструмент: конструкция и эксплуатация. М.: Машгиз, 1954. - 315 с.

21. Гребенников Л.К;, Лебедев В.Н. Решение задач на ПЛ/I в ОС ЕС. М.: Финансы и статистика, 1981. - 302 с.20i Грошков А.Н. Метод двухэтапного оценивания коэффициентов математических моделей, Автоматика, 1980, № 4, с. 20-27.

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

23. Зедгинидзе И.Г. Планирование эксперимента для исследования многокомпонентных систем. М.: Наука, 1976. ^ 390 с.

24. Ивахненко А.Г. Долгосрочное прогнозирование и управление", сложными системами. К.: Техн1ка, 1975', - 312 с,

25. Ивахненко А.Г. Индуктивный метод самоорганизации моделей сложных систем. К.: Наукова думка, 1982. - 296 с,

26. Ивахненко А.Г. Самообучающиеся системы распознавания и автоматического управления. «К.: Техн1ка, 1969. 392 с.

27. Ивахненко А.Г. Системы эвристической самоорганизации в технической кибернетике. К.: Техн1ка, 1971. - 372 с.

28. Ивахненко А.Г. Индуктивные методы самоорганизации моделей сложных систем на ЭШ. Автоматика, 1978, № 4, с. 11-26.

29. Ивахненко А.Г. Кибернетика наука о моделировании связи и . управления в сложных системах. - Автоматика, 1982, № I, с.З--15.

30. Ивахненко А.Г. Новые акценты в теории самоорганизации моделей, Автоматика, 1981, № 6, с. 48-60.

31. Ивахненко А.Г. Развитие, современное состояние и будущее МГУА. Автоматика, 1982, № 5, с. 3-17. .

32. Ивахненко А.Г., Зайченко Ю.П., Димитров В.^' Принятие реше^ ний на основе самоорганизации. ГЛ.: Советское радио, 1976, - 275 с.

33. Ивахненко А.Г., Высоцкий В.Н., Ивахненко Н.А. Основные разновидности критерия минимума смещения модели и исследование их помехоустойчивости. Автоматика, 1978, № I, с. 32-53.

34. Ивахненко А.Г., Карпинский A.M. Самоорганизация моделей на . ЭВМ в терминах общей.теории связи (теории информации).-Автоматика, 1982, AM, с. 7-26.

35. Ивахненко А.Г., Степашко B.C. Численное исследование помехоустойчивости многокритериальной селекции моделей. Автоматика, 1982, № 4, с. 26-36.

36. Ивахненко А.Г,, Кротов Г.И. Самоорганизация моделей с пере1.менными коэффициентами для оптимизации проектирования водныхобъектов. Автоматика, 1980, № 6, с. 11-30.

37. Капустин Н.М. Разработка технологических процессов обработки деталей на станках с помощью ЭВМ. М.: Машиностроение,1976,- 288 с.

38. Кикоть В.С, Двухэтапный синтез математической модели процесса деструкции фосамида в почве. В кн.: Имитационные и самоорганизующиеся модели сложных систем. - Киев: ИК АН УССР, 1982. - с. 19-26.

39. Кикоть B.C. Оптимизация схем перебора в алгоритмах М1УА набазе синтеза модели с переменными коэффициентами. Автома-* тика, 1983, № 2, с. 18-21.

40. Кикоть B.C. Пакет подпрограмм.моделирования сложных систем.- Электронная техника. Сер. 9. Экономика и системы управления. 1982, вып. 3 (44), с. 48-50.

41. Кикоть B.C. Планирование эксперимента в задачах самоорганизации математических моделей. Автоматика, 1984, № I, с .3239.

42. Кикоть B.C., Кондращова Н.В. Алгоритм самоорганизации схемы-замещения процесса деструкции пестицидов. В кн.: Самоорганизация кибернетических систем. - Киев: ИК АН УССР, 1980,с. 59-69.

43. Кикоть B.C., Лиходед В.П., Патерэу С.Г. Синтез математических моделей процессов сварки по методу группового учета аргументов. Электронная техника. Серия 7, ТОПО. 1981, вып.2(105), с. 38-40.

44. Кикоть B.C., Патерэу С.Г. Обработка экспериментальных результатов по удельному электрическому сопротивлению металлов с использованием М1УА. Автоматика, № 3, 1980, с. 76-80.

45. Ковальчук П.И. К вопросу о внутренней сходимости алгоритмов МГУ А. Автоматика, 1983, № 2, с. 89-92.

46. Коршунов Ю.М. Математические основы кибернетики. М.: Энергия, 1972, - 376 с.

47. КувшинскийВ.В. Фрезерование. М.: Машиностроение, 1977,- 240 с.

48. Куриленко 0тД<, Широкий Д.К. Моделшвання довгострокового прогнозу. Автоматика, 1976, № 3, с. 76-78.

49. Лашнев С.И., Юликов М.И. Проектирование режущей части инстру-г-ментов с. применением ЭВМ. М.: Машиностроение, 1980. -270 с.

50. Лашнев С.И., Юликов М.И. Расчет и конструирование металлорежущих инструментов с применением ЭВМ. М.: Машиностроение, 1975. «- 391 с.

51. Максимов М.А. Основы методологии постановки задач расчета и конструирования металлорежущих инструментов с помощью ЭЦВМ,- Горький: Из-во Горьк.гос.ун-та, 1978. -.75 с.

52. Марков А.А. Введение в теорию кодирования. М.: Наука,1982,- 192 с.

53. Митрофанов С.П., Гульков Ю.А., Куликов Д.Д. Автоматизация . технологической подготовки серийного производства. М.: Машиностроение , 1974. - 360 с.

54. Многофакторное планирование при исследовании влияния режимов

55. ЭЛС на геометрию шва / Б.Е.Патон, О.К.Назаренко, Ю.Н.Лапкин, В.Е.Локшин. Автоматическая сварка, 1974, I& 10, с. МО,

56. Налимов В,В., Чернова Н.А. Статистические методы планирования экстремальных экспериментов; М.: Наука, 1965, - 340 с,

57. Общемашиностроительные нормативы режимов резания и времени для технического нормирования работ на токарных станках,- М.: Машгиз, 1959, 270 с.

58. Ольденбург Р., Сарториус Г. Динамика автоматического регулирования. М.; Л,: Энергия, 1949. - 102 с;

59. Осипенко В.В, Методы самоорганизации моделей для автоматической классификации и прогнозирования степени активности пестицидов.Автореферат диссертации на соискание ученой степени кандидата технических наук. К., 1982 г. - 24 с.

60. Остафьев В.А., Глоба А,В., Кикоть B.C., Глоба Л.С. Новый метод 'Определения зависимостей процесса резания. М.: 1984,7 с. Рукопись представлена редколлегией сборника "Станки и инструмент". Деп. в НИИМАШ 7 февраля 1984 г., № 65-84.

61. Патерэу С.Г. Идентификация характеристик сложных систем методами самоорганизации математических моделей. Автореферат. Диссертации на соискание ученой степени кандидата технических наук. -К. , 1977, -.24.с.

62. Патерэу С.Г., Равская Н.С., Кульчий В.Н. 0 математической модели обработки металлов резанием. Автоматика, 1975, № 3, с.19-23.

63. Применение ЭШ в технологической подготовке.серийного про-, изводства / С.П.Митрофанов, Ю.А. Гульков, Д.Д.Куликов и др.~ М.: Машиностроение, 1981. 287 с.

64. Прогрессивные методы технологической подготовки, серийного. производства. Под ред. С.П.Митрофанова. Л.: Машиностроение, 1971. 304 с;

65. Равская Н.С. Исследование области применения и режущихр свойств инструментов из•безвольфрамовых твердых сплавов.Автореферат диссертации на соискание ученой степени кандидата технических наук. К., 1975. - 25 с.

66. Родин П.Р. Металлорежущие инструменты. К.: Вища школа, 1979, - 432 с.

67. Рузинов Л.П. Статистические методы оптимизации химических производств. М.: Химия, 1972.- 200 о.

68. Светальский Б.К., Ковальчук П.И. .Многорядный алгоритм М1УА с селекцией первичных аргументов. Автоматика, 1979, 4, с. 31-35.

69. Смирнов С.В. Механизация расчетов норм времени в машиностроении. М.: Машиностроение, 1976. - 88 с.

70. Соболь И.М., Статников Р.Б. Наилучшие решения где их искать. - М.': Знание, 1982. -.64 с.

71. Скурихин В.И., Урсатьев А.А. Статистическая, модель идентифи-► кации процесса контактной точечной сварки. УСИМ, 1976,5, с, 129-132.

72. Спыну Е.И., Иванова Л.Н, Математическое, прогнозирование и. профилактика загрязнения окружающей среды пестицидами. М'.:1. Медицина,.1977, 166 с.

73. Спыну Е.И., Кикоть B.C., Моложанова Е.Г. Самоорганизация, модели деструкции пестицидов в почве. Автоматика, 1981,3, с. 66-72.

74. Спыну Е.И., Моложанова Е.Г., Сова Р.Е., Кикоть B.C. Прогноз поведения пестицидов в почве. В кн.: Прогнозирование поведения пестицидов в окружающей среде: Труды Советеко-Американ-ского симпозиума, - Ереван, 1981, с. 38-39.

75. Степашко B.C. Комбинаторный алгоритм МГУА с оптимальной схемой перебора моделей. Автоматика, 1981, № 3, с,31-36.

76. Степашко B.C. Конечная селекционная процедура сокращения полного перебора моделей. Автоматика, 1983, J& 4, с.84-88.

77. Степашко B.C. Оптимизация и обобщение схем перебора моделей в алгоритмах МГУА. ~ Автоматика, 1979, № 4, с. 36-43.

78. Степашко B.C. Потенциальная помехоустойчивость моделирования по комбинаторному алгоритму М1УА без использования информации о помехах. Автоматика, 1983, № 3, с. 18-27.

79. Теория передачи сигналов: Учебник для вузов / Зюко А.Г., Кловский Д.Д., Назаров М.В., Ринк JI.M. М,: Связь,1980, ^ 288 с.

80. Тенденции развития.электронно^лучевой.сварки / Б.Е.Патон, О.К.Назаренко, Ю.Н.Лапкин, В.Е.Локшин. Автоматическая свар, ка, 1974, №.10, с. 1-10.

81. Тихонов А.Н., Арсенин В.Я. Методы решения некорректных задач. « М.: Наука, 1974, ^ 222 с.

82. Тутубалин В.Н. Границы применимости (Вероятностно-статисти-. ческие методы и их возможности). М.: Знание, 1977. - 64 с.

83. Федоров В.В. Теория оптимального эксперимента. -М.: Наука, 1971. 312 с. . . . .

84. Флейшман Б.С. Основы системологии. М.: Радио и связь,1982, - 368 с.

85. Харкевич А.А. Борьба с помехами. М.: Наука, 1965т 274 с.

86. Химмелъблау Д. Анализ процессов статистическими методами. М.': Мир, 1973 «т. 957 с.

87. Хомовненко М.Г., Коломиец Н.Г. Самоорганизация системы простых частных моделей, прогнозирующих урожай пшеницы.г- Автоматика, 1980, № I, с. 28-37;

88. Юрачковский Ю.П. Восстановление полиномиальных зависимостей, на основе самоорганизации. Автоматика, 1981, № 4, с,15-20.89. 1фачковский Ю.П. Структурное моделирование по выборкам наблюдений, Автоматика, 1983, № I, с. 30-38.

89. Юрачковский Ю.П. Сходимость многррядных алгоритмов МГУА. -Автоматика, 1981, №3, с. 36-43.

90. Ящерицын П.И., Сишшын Б.И., Жигалко Н.И., Басс И.А. Основы проектирования режущего инструмента с применением ЭВМ. -Минск, Вышэйшая школа, 1979. 304 с.

91. ТбтИгоИгсогь , b<Lts ToocicoZocft} УУ)е£а,4о&ьт 3 QesLaiues oLnoi P&tt&in . £ш£и.а,Ооп of. Some Pesticide Rt$ioLu£,& InZood, joUt meeting of £A0/WH0. Rome^lA. - 50p.

92. Pesticide Residues in. Tood.-1979.-komt^ WH0f±9&0 .-69p.