автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Разработка и исследование методов и алгоритмов структурной идентификации свойств продукции

ВВВДЕНИЕ.

ГЛАВА I. Анализ методов и математических моделей оценки и анализа качества продукции.

1.1. Анализ основных задач системы управления качеством продукции.

1.2. Анализ количественных методов оценки и анализа свойств и качества цродукции . ¿о

1.3. Анализ математических моделей оценки и анализа свойств продукции

1.4. Выводы.

1.5. Задачи исследования.

ГЛАВА 2. Теоретические исследования методов и математических моделей оценки и анализа свойств продукции

2.1. Линейные математические модели оценки и 47 анализа свойств продукции.

2.2. Разработка и исследования методов и алгоритмов построения математических моделей сложной структуры.

2.3. Имитационные модели оценки,анализа и прогнозирования статистических характеристик показателей качества продукции . уу

2.4. Математические модели оптимизации показателей качества продукции

ГЛАВА 3. Экспериментальные исследования математических моделей оценки и анализа свойств цродукции . . юо

3.1. Основные требования к программной реализации методов и алгоритмов построения математичес

Стр. ких моделей оценки и анализа свойств продукции на ЭВМ. 1 оо

3.2. Примеры реализации методов и алгоритмов построения математических моделей оценки и анализа свойств продукции с помощью ЭВМ ill

3.2.1. Описание црограммы реализации на ЭВМ алгоритмов построения математических моделей произвольной структуры

3.2.2. Реализация на ЭВМ црограммы построения математических моделей оценки и анализа на примере исследования параметров пне-вмосистемы.

3.3. Построение математических моделей оценки и анализа свойств продукции процесса первичной переработки хлопка-сырца на ЭВМ

3.4. Реализация имитационной модели оценки, анализа и прогнозирования статистических характеристик показателей качества продукции на примере исследования параметров пневмосистемы.

В решениях ХХУ и ХХУ1 съездов КПСС, последующих постановлениях партии и правительства, а также в Основных направлениях экономического и социального развития СССР на 1981-1985 годы и на период до 1990 года указано на необходимость систематического повышения качества продукции, экономного использования съфья, материалов и электроэнергии, совершенствования системы управления социалистическим производством.

На современном этапе научно-технического прогресса обеспечение и повышение качества продукции рассматривается как важнейший фактор национальной экономики и эффективности производства. "Высокое качество - говорится в отчетном докладе ЦК КПСС ХХУ съезду Коммунистической Партии Советского Союза,- это сбережение труда и материальных ресурсов, рост экспортных возможностей, а в конечном счете, лучшее, более полное удовлетворение потребностей общества. Вот почему на повышение качества продукции должны быть нацелены весь механизм планирования и управления, вся система материального и морального поощрения, усилия инженеров и конструкторов, мастерство рабочих" [I, стр.44].

Коммунистическая партия Советского Союза в своей экономической политике последовательно и целеустремленно ставит и решает задачи, связанные с повышением качества и технического уровня выпускаемой продукции, повышением эффективности социалистического производства и благосостояния народа. Последовательно осуществляются мероприятия, способствующие решению проблемы качества. Проводится государственная аттестация, в коллективах развивается социалистическое соревнование за выпуск продукции высокого качества. Широкое расцространение получил и ускоренными темпами внедряется опыт промышленных предприятий

Львовской области - комплексная система управления качеством продукции.

В основных направлениях экономического и социального развития СССР на 1981-1985 годы и на период до 1990 года записано: "Значительно повысить качество всех видов выпускаемой продукции, расширять и обновлять ассортимент изделия в соответствии с современными требованиями развития народного хозяйства и научно-технического прогресса, а также растущими потребностями населения. Неуклонно увеличивать удельный вес продукции высшей категории в общем объеме ее выцуска. Активно внедрять комплексные системы управления качеством цродукции" [ 2, стр. 141 ].

Необходимость комплексного и системного рассмотрения функций управления качеством цродукции на всех этапах ее жизненного цикла, сложность как самой продукции, так и этапов ее цроекти-рования, производства и эксплуатации, необходимость взаимодействия многочисленных предцриятий в процессе формирования и преобразования свойств цродукции, наличие многочисленных факторов, не поддающихся измерению или регистрации их значения, влияния субъективных факторов, обусловленных взаимодействием человека с техникой и человека с человеком определяют сложность процесса управления качеством цродукции.

Целенаправленное управление таким сложным процессом требует принятия обоснованных и своевременных решений с использованием современных методов и электронно-вычислительной техники, совершенствованием методов и математических моделей оценки и анализа свойств и качества продукции.

При принятии решений по уцравлению качеством цродукции могут быть использованы различные математические модели оценки и анализа свойств цродукции. "Модели первого типа имеют в основ

- б ном гносеологический характер, от них требуется высокая степень, "физичности", их построение тесно связано с методами той конк-, ретной области знаний, для которой они строятся. Модели второго типа, иногда называемые информационными, в основном должны соответствовать целям управления; они могут давать формальное описание, устанавливающее связь между входными и выходными переменными, непосредственно не связанную с "физикой" объекта" [27,стр. 17].

Построение гносеологических моделей, реально отражающих "физику" свойства продукции является сложным-, а в некоторых случаях невозможным , например, из-за сложности как самой продукции, так и цроцесса проектирования, изготовления и эксплуатации, отсутствия информации о взаимодействии различных элементов в различных условиях ее функционирования. Информационные модели строятся на основании данных экспериментальных исследований с помощью известных методов теории вероятностей и математической статистики, в основном, представляются в виде линейной (относительно оцениваемых параметров) модели и не учитывают "физику" свойства продукции.

Для успешного использования информационной модели в исследованиях свойств продукции, основным условием является ее адекватность как в пределах области экспериментальных данных, так и за ее пределами. Точность и адекватность модели может быть обеспечена, если при ее построении используются достоверные экспериментальные данные и учитывается вся совокупность факторов, влияющих на свойство продукции, а также учитываются требования к видам зависимостей, определяемых "физикой" взаимосвязи свойства и влияющих факторов. Учет требований к видам зависимостей, в общих случаях, приведет к построению нелинейной математической модели оценки и анализа свойства продукции.

При необходимости построения нелинейной модели, когда в математическую модель включается множество факторов, использование численных методов оценки и анализа параметров модели является сложным. Сложность реализации возрастает с увеличением количества оцениваемых параметров математической модели.

В процессе построения математической модели оценки и анализа свойств продукции, принятие обоснованных и эффективных решений по управлению качеством продукции важное значение имеет объективная и достоверная оценка и анализ влияния различных факторов и их совокупности на свойства продукции.

В современных условиях производства требуется, чтобы принимаемые решения по уцравлению качеством продукции были обоснованными и эффективными. Для улучшения качества решений ответственный по ее принятию должен иметь возможность проверить обоснованность и эффективность решений на математических моделях оценки и анализа свойств продукции. Кроме этого, немаловажное значение имеет оценка, анализ и прогнозирование статистических характеристик показателей качества продукции и определение статистических характеристик показателей качества сьфья, материалов и технологического процесса, обеспечивающих заданные статистические характеристики показателей качества выпускаемой продукции.

Кроме этого, эффективность решений по уцравлению качеством продукции должна быть оценена и проанализирована на математических моделях оценки и анализа свойств продукции до их реализации. При этом должны быть учтены статистические характеристики показателей качества продукции.

Целью настоящей работы является исследование, разработка, алгоритмизация и црактическое внедрение методов и математических моделей оценки и анализа свойств продукции.

Научной задачей исследования являются: разработка и алгоритмизация математических моделей оценки и анализа свойств продукции, которые могут быть предбтавлены в виде аддитивной, мультипликативной и комбинированной модели (заданной и произвольной структуры); разработка и алгоритмизация математических моделей оценки и анализа влияния различных факторов и их цроизвольной совокупности на свойство продукции; разработка и алгоритмизация имитационных моделей оценки, анализа и прогнозирования статистических характеристик показателей качества цродукции; разработка математической модели оптимизации показателей качества продукции.

Структура диссертации. Диссертационная работа изложена на 149 страницах машинописного текста, содержит 13 таблиц и 11 рисунков, состоит из введения, трех глав, заключения, списка использованной литературы и приложения.

Результаты работы программы по построению математических моделей оценки и анализа свойств продукции процесса очистки хлопка-сырца от крупного сора (технологическое оборудование очиститель от крупного сора ЧХ-ЗМ1) приведены в таблице П.2.

Проведенный анализ результатов моделирования позволяет сделать следующие выводы. Математическая модель выходного показателя "содержание крупного сора в хлопке-сырце" имеет вид

Уи*-г,37'Н+ 0,2646 -Х2г+ о,35-Н- хг<. При этом 37% разброса значений данного показателя около среднего его значения объясняется влиянием влажности хлопка-сырца, примерно 39% разброса - содержанием крупного сора в хлопке-сырце, 46% разброса совместным влиянием входных показателей "влажность хлопка-сырца" и "содержание крупного сора", 54% разброса-влиянием неучтенных факторов (неучтенные показатели качества технологического процесса и другие) и фактора случайности. Все остальные входные показатели, в том числе и производительность технологического оборудования, существенного влияния на выходной показатель не оказывает.

Математическая модель выходного показателя "содержания мелкого сора в хлопке-сырце" имеет вид

При этом 24$ разброса значений данного показателя около среднего его значения объясняется влиянием производительности технологического оборудования, 43$ разброса - влиянием входного показателя "содержание мелкого сора в хлопке-сырце", около 52$ разброса-совместным влиянием производительности технологического оборудования и входного показателя "содержание мелкого сора в хлопке-сырце", 53$ разброса- совместным влиянием производительности технологического оборудования и входных показателей "содержание мелкого сора в хлопке-сырце" и "влажности волокна", 47$ разброса- влиянием неучтенных факторов (например, неучтенных показателей качества технологического процесса) и фактора случайности. Все остальные рассмотренные (см. таблицу 3.5) входные показатели на выходной существенного влияния не оказывают.

Математическая модель выходного показателя "содержание крупного сора в семенах" имеет следующий вид:

-0,00%ОЧ>ОС0СН ->гО,1%ч$Ч-ОС3£ + + 0,11 % О6 . ос^ + О,О7ЗУЧ' 0Си■ 0Сп .

При этом около 59$ разброса значений данного показателя от среднего его значения объясняется влиянием входного показателя "содержание крупного сора в семенах", 31$ разброса - влиянием влажности волокна, 64$ разброса - совместным влиянием входных показателей "содержание крупного сора в семенах" и "влажность хлопка-сырца", 63$ разброса - совместным влиянием входных показателей "содержание крупного сора в семенах" и "влажность волокна",

68% разброса - совместным влиянием трех уже упомянутых входных • показателей.

Около 87% разброса значений выходного показателя "повреж-денность семян" около среднего его значения объясняется влиянием входного показателя "поврежденность семян" и математическая модель представляется в следующем виде одоог-ос^+1,6613 -хА9- о,05гг.

Математическая модель выходного показателя "содержание i коротких волокон в волокне" имеет следующий вид

При этом 33% разброса значений данного показателя около среднего его значения объясняется влиянием производительности технологического оборудования, 22% разброса - влиянием входного показателя "содержание коротких волокон", 19% разброса - влиянием влажности волокна и 47% разброса объясняется совместным влиянием производительности оборудования и влажности волокна.

Математическая модель выходного показателя "содержание крупного сора в волокне" представляется в следующем виде

Чъг % - 8, зоз V + 4 0, 74 2 8• ХЛА - 2,6805• X, +13,0041 • X«- X.г--40,5707-Х*-&,94 94'Х*.ХЫ.

Проведенный анализ дисперсионных весов показывает, что 37% разброса значений данного показателя около среднего его значения объясняется влиянием производительности технологического оборудования, 26% - влиянием влажности хлопка-сьцэда, 45% - совместным влиянием производительности технологического оборудования и влажности хлопка-сырца.

Аналогичные же результаты получаются при построении математической модели с учетом совместного влияния ( -44%) производи-•тельности технологического оборудования и влажности волокна. При этом математическая модель представляется в следующем виде V М,+54,ЭЬВЯ-Х^О^Г&г'Х^-54,7069-х* .

Проведенный анализ при построении математической модели выходного показателя "содержание мелкого сора в волокне" показал, что около 8% разброс значений около среднего значения объясняется влиянием производительности технологического оборудования, 21% разброса - влиянием входного показателя "содержание мелкого сора в волокне", 49% разброса - влиянием входного показателя "содержание мелкого сора в хлопке-сырце". Математическая модель зависимости между выходным показателем "содержание мелкого сора в волокне" и входным показателем "содержание мелкого сора в хлопке-сырце" имеет следующий вид

Чъъъ- 0,096 + 0,628-Х&ъ- .

Влияние других входных показателей, как и совместное влияние указанных выше показателей, оказалось несущественным.

При построении математической модели оценки и анализа выходного показателя "содержание улюка в волокне" выяснилось, что учет совместного влияния входных показателей "влажность волокна" и "влажность хлопка-сырца" позволяют объяснить разброс значений выходного показателя около его среднего значения (44%) в большей степени, чем учет совместного влияния входных показателей "влажность волокна" и "производительность технологического оборудования (28%), "влажность волокна" и "содержание мелкого сора в хлопке-сырце" (30%). Влияние других учтенных входных показателей оказалось несущественным.

Математическая модель данного выходного показателя представляется в следующем виде

У^ * - 0,г19 5 • X* + 0,264 7■ Хм+ 3,4535 ■■ Х2- Ц,09М.

Математическая модель выходного показателя "содержание кожицы в волокне" имеет следующий вид

ТГ^а 0,079- О, 0,5№Х*- 2,8679-Х*.Хмд.

На основании данных, приведенных в таблице П.2, можно определить, что около 17% разброса среднего значения объясняется влиянием входного показателя "содержание крупного сора в хлопке-сырце", около 18% разброса - влиянием входного показателя "содержание улюка в хлопке-сырце", 50% разброса - влиянием влажности семян, 62% разброса влиянием поврежденности семян, всего 12% разброса - влиянием входного показателя "содержание кожицы в волокне", 76% разброса - совместным влиянием цроизводи-тельности технологичЬского оборудования и поврежденности семян.

Проведенный анализ влияния различных входных показателей на выходной показатель "содержание мягких пороков в волокне" показал, что 40% разброс значений выходного показателя среднего его значения объясняется влиянием цроизводительности технологического оборудования, 17% разброс - влиянием влажности хлопка-сырца, 20% разброс - содержанием улюка в хлопке-сырце, 26% разброс - содержанием улюка в волокне, 43% разброс - совместным влиянием производительности технологического оборудования и содержание мягких пороков в волокне, 57% разброс - влиянием неучтенных входных показателей (нацример, показатели качества технологического процесса) и фактора случайности.

Математическая модель выходного показателя "содержание мягких пороков в волокне" может быть представлена в виде

6156-Х^ 0,2603-8956-Я* .

Таблицы П.З, П. 4 и П. 5 содержат результаты оценки и анализа выходных показателей качества продукции технологических переходов первичной переработки хлопка-ещща, на основании которых можно сделать соответствующие выводы по управлению качеством продукции.

ЗАКЛЮЧЕНИЕ

В повышении и целенаправленном управлении качеством проектируемой, выпускаемой и эксплуатируемой продукции важное значение имеют исследования ее свойств, условий их формирования и преобразования, влияния на свойства продукции как отдельных факторов, так и их совокупности с использованием математических моделей оценки и анализа, которые могут быть построены на основе теоретических и (или) экспериментальных исследований. Математические модели могут быть представлены в виде гносеологической и информационной модели.

В современных условиях цроизводства, когда продукция представляет собой сложную систему, требует предельного сокращения сроков проектирования, подготовки производства и промышленного ее освоения, важное значение преобретает применение информационных моделей оценки и анализа свойств продукции, построенных с учетом требований физической сущности свойств и "физики" взаимосвязи свойств с определяющими их факторами. Дня успешного применения информационных моделей в исследовании свойств продукции требуется адекватность модели не только в цределах области экспериментальных исследований, но и за ее пределами.

Изложенная выше работа посвящена разработке и алгоритмизации математических моделей оценки и анализа свойств цродукции.

X. В работе предложен комбинированный метод и алгоритмы построения математических моделей оценки и анализа свойств продукции. С помощью данного метода могут быть построены мультипликативные, аддитивные и комбинированные математические модели сложной структуры.

Комбинированные математические модели могут быть представлены в виде моделей заданной и цроизвольной структуры. Процесс построения математической модели состоит из нескольких шагов и ' в каждом шаге моделирования в математическую модель включается один входной показатель и производится оценка параметров элемента модели.

Для построения математической модели заданной структуры, элементы (составляющие) модели, отношение между элементами модели и порядок их расположения задаются заранее (которые могут быть оцределены,например, с помощью теоретических исследований с учетом "физики" свойства продукции) и оцениваются параметры заданных элементов модели.

В процессе построения математической модели произвольной структуры в каждом шаге моделирования оцределяются элементы модели, порядок их учета, отношение между элементами модели и оцениваются параметры элементов модели.

При построении комбинированных математических моделей исследователь имеет возможность эффективно использовать графический способ анализа эмпирической линии регрессии и с учетом требований "физики" взаимосвязи входных и выходных показателей определить элементы модели и проводить оценки ее параметров.

2. Предложенный метод позволяет снизить до минимума, по сравнению с методом линейного регрессионного анализа, требуемый объем экспериментальных данных для построения математической модели и учитывать требования, определяемые из "физики" взаимосвязи между входным и выходным показателями. Достаточность меньшего объема экспериментальных данных объясняется тем, что в каждом шаге моделирования количество оцениваемых параметров модели гораздо меньше, чем количество одновременно оцениваемых параметров регрессионной модели.

3. В работе предложены математические модели оценки и анализа влияния различных входных показателей и их совокупности на выходной показатель качества продукции. Оценка и анализ проводится цри построении математической модели сложной структуры.

С помощью цредложенного метода возможно определение степени влияния отдельных входных показателей и совместное влияние нескольких (состав и количество оцениваемых и анализируемых входных показателей могут быть определены исследователем), влияние совокупности неучтенных факторов и фактора случайности.

4. Реализация цредложенного метода построения математических моделей оценки и анализа свойств продукции и предложенных математических моделей оценки и анализа влияния факторов на примере исследования пневматического бесконтактного устройства для измерения поперечного сечения длинных цилиндрических изделий показала сцраведливость предложенных методов и алгоритмов, а также целесообразность их использования в теоретических и практических исследованиях.

5. Экспериментально подтверждены идентифицирующие свойства комбинированного метода и алгоритмов построения математических моделей оценки и анализа свойств продукции.

6. В работе оцределены основные требования к стандартной программной реализации предложенных алгоритмов. По результатам работы может быть построен пакет прикладных программ (ППП), выполняющий функции многофакторного анализа и построения математических моделей оценки и анализа свойств продукции с учетом требований "фи&уики" взаимосвязи показателей качества продукции.

При разработке прикладного црограммного обеспечения пакета необходимо предусмотреть возможность определения элементов модели в интерактивном режиме с помощью графического дисплея.

7. В работе с помощью изложенных методов и алгоритмов проведен многофакторный анализ и построены математические модели оценки и анализа свойств продукции цроцесса первичной переработ ки хлопка-сырца.

8. В работе предлагаются имитационные модели оценки, анализа и црогнозирования статистических характеристик входных показателей качества продукции при заданных статистических характеристиках ее входных показателей. Приводятся алгоритмы моделирования случайных величин, распределенных по различным законам. Проведены исследования статистических характеристик параметров пневмосистемы для измерения поперечного сечения длинных цилиндрических изделий.

9. Предлагаются теоретические математические модели оптимизации показателей качества продукции. Обоснован вид и структура математической модели оптимизации, целесообразность решения задач такого класса в системе уцравления качеством продукции.

10. Полученные в работе теоретические и практические результаты могут быть использованы цри: разработке црикладного программного обеспечения пакета прикладных программ (ППП) "Структурная идентификация свойств цродукции"; разработке автоматизированных систем управления качеством продукции; анализе производственно-хозяйственной деятельности и совершенствовании системы уцравления предцриятием, производственным объединением и отраслью; разработке системы уцравления технологическими процессами; разработке комплексной системы управления качеством продукции; теоретических и практических исследованиях метрологических характеристик средств измерений при их разработке; проведение оценки, анализа и црогнозирования свойств продукции на всех этапах ее жизненного цикла.

1. Материалы ХХУ съезда КПСС.- М.: Политиздат, 1977. 256 с.I2. Материалы ХШ съезда КПСС.- М.: Политиздат, 1981. 233 с.1. X ЗЕ ЗЕ

2. Азгальдов Г. Г. Теория и практика оценки качестватоваров (основы квалиметрии). М.: Экономика, Х982. -256 с.

3. Азгальдов Г.Г., Райхман Э.П. О квалиметрии. М.: Издательство стандартов, 1973. - Х72 с.

4. Аничкина В.Л., Бендерский A.M., Волчек В.И. и др. Современные количественные методы оценки уровня качества продукции. Обзор / Госстандарт, ВНИИС, ВНИИКИ.- М.: 1978. 72 с.

5. Антипин М.В. Интегральная оценка качества телевизионного изображения. Л.: Наука, Ленинградское отделение, 1970. - 154 с.

6. Ахназаров С.Л., Кафаров В.В. Оптимизация эксперимента в химии и химической технологии. Учебн. пособие для химико-технологических вузов. М.: Высшая школа, 1978.- 319 с.

7. Бард Й. Нелинейное оценивание параметров. М.: Статистика, 1979. - 349 с.

8. Бойцов В.В. Повышение качества продукции обязательное требование социалистической экономики. - В сб.: "Надежность и контроль качества", № I (2), - М.: Издательство стандартов, 1969. - с. 5-22.

9. Бурдун Г.Д., Волосов С.С., Гейлер З.Ш. и др. Регулирование качества продукции средствами активного контроля. М.: Издательство стандартов, 1973. - 476 с.

10. Бусленко B.H. Автоматизация имитационного моделирования сложных систем. М.: Наука, 1977. - 240 с.

11. Бусленко Н.П. Метод статистического моделирования.- М.: Статистика, 1970.

12. Бусленко Н.П. Моделирование сложных систем. -2-е изд., перераб. М.: Наука, 1978. - 399 с.

13. Вапник В.Н. Восстановление зависимостей по эмпирическим данным. М.: 1979. - 448 с.

14. Вентцель Е.С. Исследование операций. М.: Советское радио, 1972. - 552 с.

15. Вентцель Е.С. Теории вероятностей. 4-е изд., стереотипное. - М.: Наука, 1969. - 576 с.

16. Вознесенский В.А. Статистические методы планирования эксперимента в технико-экономических исследованиях.- 2-е изд., перераб. и доп.-М.: Финансы и статистика, 1981. 263 с.

17. Вознесенский В.А., Ковальчук А.Ф. Принятие решений по статистическим моделям. М.: Статистика, 1978. - 192 с.

18. Волков Б.Н., Кубарев А.И., Аронов И.З. и др. Методы оценки надежности технических систем.

19. Обзор / Госстандарт, ВНИИНМАШ, ВНИИКИ, М.: 1977. - 56 с.

20. Гличев A.B. Научная система управления качеством продукции. В кн.: "Надежность и долговечность машин и оборудования". /Под редакцией А.С.Проникова. - М.: Издательство стандартов, 1972, - с. 71-80.

21. Гмошинский В.Г. Инженерное прогнозирование.- М.: Энергоиздат, 1982. 208 с.

22. Головинский В.В. Статистические методы регулирования и контроля качества. Расчет оптимальных вариантов.- М.: Машиностроение, 1974. 264 с.

23. Головлев В.А., Армягов А.С. Автоматизация работ по управлению качеством на машиностроительном предприятии.- М.: Статистика, 1979, 192 с.

24. Дельвинг Г.Н., Траскунов Л.М., Царюк Н.М. Управление качеством продукции в электроцриборостроении.- Л.: Энергия, 1977. 168 с.

25. Демиденко £.3. Линейная и нелинейная регрессии.- М.: Финансы и статистика, 1981. 302 с.

26. Дербишев А.В. Технологические методы управления качеством цродукции. М.: Издательство стандартов, 1971. - 191 с.

27. Дисперсионная идентификация / Под редакцией Н.С.Райбмана.- М.: Наука, 1981. 336 с.

28. Добрик В.Ф., Байбородов Б.П. Дели, принципы и методы управления качеством продукции (опыт промышленных предприятий Львовской области). М.: Экономика, 1978. - 135 с.

29. Добрик В.Ф., Удовиченко Е.Т. Научно-технические и общественные проблемы уцравления качеством.- М.: Издательство стандартов, 1980. 264 с.

30. Дубовиков Б.Л. Основы научной организации управления качеством. М.: Экономика, 1966. - 319 с.

31. Журавель Н.М. Построение экономико-статистической модели объема производства методом последовательного исключения факторов. В кн.: Статистические методы в экономическом анализе. - Под ред. Б.Б.Родина.-Новосибирск, "Наука", 1968. с. 173-191.

32. Ивахненко А.Г., Зайченко Ю.П., Димитров В.Д. Принятие решений на основе самоорганизации.-М.: Советское радио, 1976. 280 с.

33. Исследование операций. Методологические основы и математические методы. /Под редакцией Дж. Моудера, С.Элмаграби. М.: Мир, 1981, т.1. - 712 с.

34. Исследование операций. Модели и црименения. /Под редакцией Дж. Моудера, С. Элмаграби.-М.:Мир,1981,т.2.-677с.

35. Калита П.Я. Анализ производства при создании информационного обеспечения автоматизированного управления качеством изготовления цродукции. -"Стандарты и качество", 1979, №9 с. 57-61.

36. Киричук В.В., Удовиченко Е.Т. Проблема качества- системный подход. "Стандарты и качество", 1973, №4, с. 15-16.

37. Кирюхин С.М., Соловьев А.Н. Контроль и уцравление качеством текстильных материалов. М.; Легкая индустрия, 1977, - 312 с.

38. Койфман Ю.И., Удовиченко Е.Т., Фесенко Г.П. Современные системы исследования методов управления качеством. Обзор / Госстандарт, ВНИИКИ, ВНИИМИУС,- М.: 1978, 64 с.

39. Клейнен Дж. Статистические методы в имитационном моделировании. Вып. I. -М.: Статистика, 1978, 222 с.

40. Клейнен Дж. Статистические методы в имитационном моделировании. Вып. 2. -М.: Статистика, 1978. 335 с.

41. Колегаев Р.Н. Экономическая оценка качества и оптимизация системы ремонта машин. М.: Машиностроение, 1980. - 239 с.

42. Комаров Д.М. Методы прогнозирования качества продукции.- "Стандарты и качество", 1974, №5, с. 52-55.

43. Комаров Д.М. Математические модели оптимизации требований стандартов. (Введение в математическую теорию стандартизации). М.: Издательство стандартов, 1976. - 184 с.

44. Комплексная система управления качеством продукции.- М.: Издательство стандартов, 1976. 231 с.

45. Магруфов Э.А. Исследование пневматического бесконтактного метода контроля площади поперечного сечения электротехни-нической проволоки: Диссертация на соискание ученой степени кандидата технических наук. М.: 1968. - 212 с.

46. Магруфов Э.А., Рахматуллаев Р.У. Критерии и алгоритмы управления качеством цродукции. "Вопросы кибернетики", Вып. 104, РИСО АН УзССР, Ташкент, 1979, с. 68-75.

47. Магруфов Э.А., Рахматуллаев Р.У. Некоторые основные задачи подсистемы "Управление качеством" в А(ЗУП.- В кн.: Опыт разработки и внедрения Автоматизированных Систем Уцравления: Тезисы докладов. Фрунзе, 1980. с.75-78.

48. Магруфов Э.А., Рахматуллаев Р.У. Некоторые аспекты управления качеством с помощью машинной имитации системы. "Вопросы кибернетики", Вып. 114, Ташкент, РИСО АН УзССР, 1981, с. 133-140.

49. Магруфов Э.А., Рахматуллаев Р,У. 0 некоторых способах построения математических моделей процессов с целью статистического анализа и црогнозирования качества.- "Алгоритмы", Вып. 46, Ташкент, РИСО АН УзССР, 1981, с. 100-109.

50. Маев Ф.Р., Бейлина М.А. 0 повышении объективности оценки технического уровня продукции при ее аттестации.- "Стандарты и качество", 1980, №6, с. 6-9.

51. Методика оценки качества продукции с помощью комплексных показателей и индексов. М.: Издательство стандартов, 1974. - 123 с.

52. Недоступ Л.А., Удовиченко Е.Т., Шевцов Г.А. Технологические методы уцравления качеством радиоэлектронных измерительных устройств.- М.: Издательство стандартов, 1976. 124 с.

53. Нейлор Т. Машинные имитационные эксперименты с моделями экономических систем. М.: Мир, 1975. - 500 с.

54. Новожилов О.Ю. 0 необходимости комплексного анализа уровней качества совместно применяемой продукции.- "Стандарты и качество", 1980, №8, с. 42-43.

55. Палицын Ф.И., Юдин Б.В. К вопросу о влиянии факторов на качество цродукции. "Стандарты и качество", 1971, № 7, с. 28-30.

56. Дерельман И.И. Оперативная идентификация объектов управления. М.: Энергоиздат, 1982. - 272 с.

57. Полишко С.П., Козлов А.Л. Управление качеством продукции. Киев: Техника, 1978. - 143 с.

58. Пролейко В.М. Статистические методы основы управления качеством продукции. - "Электронная техника. Управление качеством и стандартизация", сер. 8 вып. X (XI), ЦНИИ, - Электроника, 1973, с. 3-10.

59. Пролейко В.М., Абрамов В.А., Брюнин В.Н. Системы управления качеством изделий микроэлектроники.- М.: Советское радио, 1976. 224 с.

60. Рахматуллаев Р.У. Некоторые аспекты принятия управляющих решений с помощью ЭВМ. В кн.: Восьмая республиканская школа молодых ученых и специалистов по АСУ и , автоматизации проектирования: Тезисы докладов. Часть I. Ташкент, 1982, с. 54-55.

61. Рей У. Методы управления технологическими процессами: перевод с английского. М., Мир, 1983, с. 368.

62. Рябинин И.А. Логико-статистический метод исследования надежности сложных технических систем. В кн.: Основные вопросы теории и практики надежности. - М.: Советское радио, 1971.

63. Ротшильд Л.Г. Управление качеством изделий в условияхконвейерного производства. М., Издательство стандартов, 1974, - 183 с.

64. Сакато Сиро. Практическое руководство по управлению качеством. М.: Машиностроение, 1980. -216 с.

65. Сборник научных программ на ФОРТРАНЕ. Руководство для программиста. Вып. I. Статистика. М.: Статистика, 1974. - 316 с.

66. Себер Дж. Линейный регрессионный анализ. М.: Мир, 1980. - 456 с.

67. Серов A.B. Управление эффективностью и качеством работы машин в условиях эксплуатации. М.: Издательство стандартов, 1979. - 148 с.

68. Силаев И.С., Бакаев В.И., Скворцов Т.П. Система КАНАРСПИ в действии. (Основные направления повышения качества и надежности изделий). М.: Издательство стандартов, 1974. - 167 с.

69. Смоляк С.А., Титаренко Б.П. Устойчивые методы оценивания. Статистическая обработка неоднородных совокупностей.- М.: Статистика, 1980. 208 с.

70. Современное состояние теории исследования операций /Под редакцией Н.Н.Моисеева. М.: Наука, 1979. - 464 с.

71. Сурков В.Д., Гуславский А.И., Нежута Л.Е. Оценка качества продукции по усредненным величинам. "Стандарты и качество", 1980, № 2, с. 46-47.

72. Ткаченко В.В., Алексеев Ю.Т., Комаров Д.М. Система оптимизации параметров объекта стандартизации. Основы разработки и функционирования. М.: Издательство стандартов, 1977. - 184 с.

73. Ткаченко B.B., Комаров Д.М., Федоренко Г.И. Основные методические положения по созданию системы параметров объектов стандартизации (СОПС). "Стандарты и качество", 1981, № 10, с. 36-40.

74. Френкель A.A. Графический способ построения экономико-статистических моделей. В кн.: Экономика и математические методы. Том I. Вып. 2, 1965, с. 275-281.

75. Хартман К., Лецкий Э., Шефер В. и др. Планирование эксперимента в исследовании технологических цроцессов.-- М.: Мир, 1977. 552 с.

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

77. Хэнсен Б. Контроль качества. Теория и применение. М.: Прогресс, 1968. - 519 с.

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

79. Шеффе Г. Дисперсионный анализ. 2-е изд. - М.: Наука, 1980. - 512 с.

80. Шиндовский Э., Щюрц 0. Статистические методы управления качеством. Контрольные карты и планы контроля. М.: Мир, 1976. - 597 с.1. XXX

81. ГОСТ 15467-79. Управление качеством продукции. Основные понятия. Термины и определения.

82. ГОСТ 15895-77. Статистические методы управления качеством продукции. Термины и определения.

83. ГОСТ 16304-74. Управление технологическими процессами. Контроль точности технологических цроцессов. Общие требования.

84. ГОСТ 17510-79. Надежность в технике. Система сбора и обработки информации. Планирование наблюдений.

85. ГОСТ 18001-76. Количественные методы оптимизации параметров объекта стандартизации. Общие положения.

86. ГОСТ 18101-76. Количественные методы оптимизации параметров объектов стандартизации. Теоретические методы. Основные положения по составлению математических моделей.

87. ГОСТ 22014-76. Качество продукции. Накопление в ЭВМ и статистический анализ результатов контроля качества металлических материалов и изделий по механическим характеристикам.

88. ГОСТ 22732-77. Методы оценки уровня качества промышленной продукции. Основные положения. Переиздание. Август 1979.

89. ГОСТ 22851-77. Выбор номенклатуры показателей качества промышленной продукции. Основные положения.

90. ГОСТ 24294-80. Определение коэффициентов весомости цри комплексной оценке технического урояня и качества продукции.

91. ГОСТ 24297-80. Система управления качеством продукции. Основные положения.

92. РД 50 149 - 79. Методические указания по оценке технического уровня и качества цромышленной цродукции. - М.: Издательство стандартов, 1979. - 124 с.

93. РД 50 2X7-80. Методические указания по оценке научно-технического уровня стандартов на продукцию. - М.: Издательство стандартов, 1981. - 33 с.

94. РД 50-219-80. Количественные методы оптимизации параметров объектов стандартизации. Методы прогнозирования при оптимизации. Основные положения.

95. РД 50-220-80. Методические указания. Количественные методы оптимизации параметров объектов стандартизации. Классификация и области примененности теоретических методов.- М.: Издательство стандартов, 1981. 64 с.

96. РДОГ 109-77. Методические указания. Методика выбора и оптимизации контролируемых параметров технологических процессов. М.: Издательство стандартов, 1978. - 64 с.36 x 3€

97. Brandon В. DeveEop-tng- М at tie mat icai Models for computer control. ISA "Journal,lidy , 1959 , vot. 6. Ко.p. 70-73 .