автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Разработка и исследование методов управления запасами в условиях нечеткого определения величин

ВВЕДЕНИЕ.

ГЛАВА 1. ОБЗОР СФЕРЫ ИССЛЕДОВАНИЙ И ВЫДЕЛЕНИЕ ПРИОРИТЕТНЫХ НАПРАВЛЕНИЙ.II

1.1. Краткий исторический обзор теории и практики управления запасами

1.2. Основные положения теории и практики управления запасами.

1.3. Возможность учета неопределенности в управлении запасами с использованием понятий теории нечетких множеств.

1.4. Использование имитационного моделирования в управлении запасами.

1.5. Возможность применения современных эвристических алгоритмов оптимизации при решении задач управления запасами.

1.6. Аспекты создания программного обеспечения систем управления запасами.

Выводы по обзору работ и постановка задач исследования.

ГЛАВА 2. ПОСТРОЕНИЕ РАСШИРЕННОГО КЛАССА СТРАТЕГИЙ УПРАВЛЕНИЯ ЗАПАСАМИ.

2.1. Обобщенная модель управления запасами.

2.2. Формализация синтеза расширенного класса стратегий управления запасами.

2.3. Классы периодических замкнутых стратегий.

2.4. Формальная постановка задачи поиска оптимальной политики на этапе планирования в заданном классе стратегий.

2.5. Введение комплексных характеристик системы управления запасами на основе нечетких величин.

Выводы по второй главе.

ГЛАВА 3. УПРАВЛЕНИЕ ЗАПАСАМИ КАК ТЕХНОЛОГИЧЕСКИЙ

ПРОЦЕСС.

3.1. Универсальная процедура многомерной оптимизации на основе генетического алгоритма.

3.2. Экспериментальное исследование генетического алгоритма.

3.3. Модификации генетического алгоритма с использованием методов поиска нечеткой связи между подмножествами.

3.4. Представление оптимизационных задач управления запасами в виде технологического процесса.

3.5. Пример расчетов рациональных уровней запаса в условиях отсутствия информации о стоимостных коэффициентах.

Выводы по третьей главе.

ГЛАВА 4. КЛАСС КОМПОНЕНТНЫХ МЕТАМОДЕЛЕЙ УПРАВЛЕНИЯ ЗАПАСАМИ

4.1. Объектно-ориентированная декомпозиция управления запасами на основе структуры информационных потоков

4.2. Объектно-ориентированная декомпозиция на основе алгоритмической структуры

4.3. Базовый уровень компонентного метамоделирования

4.4. Пользовательский уровень компонентного метамоделирования.

4.5. Взаимодействие компонентных метамоделей с внешней программной средой

Выводы по четвертой главе.

Повышающиеся темпы научно-технического прогресса, задачи непрерывного роста эффективности функционирования предприятий приводят к совершенствованию систем управления. Складывается тенденция существенных изменений в планировании, происходит его реорганизация. Управление предприятием должно быть комплексным и опираться на прочную научную основу, поэтому важное значение приобретают исследования, связанные с внедрением в автоматизированные системы управления хорошо проработанных математических методов и их современных модификаций, разрабатываемых с учетом передовых научных идей.

В последнее время на предприятиях большое внимание уделяется комплексной оптимизации с целью повышения качества продукции, снижения затрат на производство. Дальнейшее повышение эффективности работы предприятий может быть достигнуто путем обращения к резервам, заложенным в рационализации обеспечивающих процессов, особенно это касается оптимизации запасов сырья, материалов, готовой продукции.

Повсеместно существует практика завышения уровня запасов, имеющая целью застраховаться от возможных сбоев функционирования в условиях влияния различных возмущающих факторов. Высокий уровень запасов позволяет также скрыть недостатки управления, несогласованность производственных операций и ненадежную работу поставщиков.

Актуальность темы обусловлена развитием комплексного характера управления предприятиями, в том числе внедрением новых научных разработок для повышения эффективности планирования и прогнозирования. Нерациональное управление запасами на предприятиях приводит к омертвлению капитала и значительным экономическим потерям, что во многих случаях связано с необоснованным принятием решений в условиях нестабильности или неопределенности многих факторов внешней и внутренней среды и отсутствия их количественной оценки.

Цель работы: разработка и исследование методов моделирования, решения оптимизационных задач и проектирования программного обеспечения систем управления запасами с использованием нечеткого подхода к описанию неопределенности, недетерминированных универсальных алгоритмов оптимизации и технологии создания компонентных распределенных программных систем.

Положения, отличающиеся научной новизной.

1. Проведено дальнейшее обобщение модели управления запасами, выделены ключевые характеристики стратегий управления запасами, позволяющие синтезировать расширенный класс стратегий.

2. Предложены новые способы формализации управления в условиях существенной неопределенности стоимостных коэффициентов с использованием комплексных нечетких характеристик.

3. Построена компонентная схема численной условной оптимизации на основе нестандартной функциональной декомпозиции алгоритмического обеспечения методов оптимизации.

4. Предложен метод построения адаптивных генетических алгоритмов оптимизации с ведением информационной базы и автоматической настройкой параметров на основе идентификации нечеткой связи между подмножествами значений параметров и значений целевой функции в процессе отбора.

5. Построена методика компонентного метамоделирования систем управления запасами как основа разработки программных модулей АСУ запасами в составе современных интегрированных систем управления предприятиями.

Практическое приложение полученных теоретических результатов.

Разработанные в диссертации принципы позволяют создавать эффективные АСУ запасами и модифицировать существующие с целью снижения затрат на хранение запасов и рисков, возникающих из-за дефицита. Формальный синтез стратегий управления любой сложности упрощает построение универсальных имитационных моделей. Методика использования 5 комплексных характеристик идеологии управления способствует обоснованной активной реорганизации управления запасами в условиях неопределенности. Предложенная гибкая компонентная структура программного обеспечения призвана упростить интеграцию с программными модулями существующих АСУП.

Положения научной работы проверены и продемонстрированы на примере обработки данных бухгалтерского учета двух предприятий с существенно различными характерами процессов потребления и профилями деятельности (строительно-монтажный и издательский).

Автор защищает

1. математическую модель формализации стратегий управления запасами;

2. нечеткие обобщенные характеристики систем управления запасами;

3. методы применения генетических алгоритмов к решению оптимизационных задач управления запасами;

4. методику компонентного метамоделирования систем управления запасами.

Апробация работы. Основные положения и результаты диссертации доложены и обсуждены на международном конгрессе по интеллектуальным методам вычислений и их приложениям CIMA'99 (Рочестер, США, 1999), молодежной научно-технической конференции технических вузов Центральной России (Брянск, 2000), международной научно-технической конференции «Современные сложные системы управления» CCCY/HTCS'2002 (Липецк, 2002).

Публикации.

По теме исследований опубликовано 6 печатных работ, список которых прилагается.

Объем и структура работы.

Диссертация состоит из введения, четырех глав, заключения, списка литературы (110 наименований работ отечественных и зарубежных авторов). Работа изложена на 162 страницах машинописного текста, содержит 50

В диссертационной работе получены следующие новые результаты: • проведено дальнейшее обобщение модели управления запасами, выделены ключевые характеристики стратегий управления запасами, позволяющие синтезировать расщиренный класс стратегий; •предложены новые способы формализации управления в условиях существенной неопределенности стоимостных коэффициентов с использованием комплексных нечетких характеристик; • построена компонентная схема численной условной оптимизации на основе нестандартной функциональной декомпозиции алгоритмического обеспечения методов оптимизации; •предложен метод построения адаптивных генетических алгоритмов оптимизации с ведением информационной базы и автоматической настройкой параметров на основе идентификации нечеткой связи между подмножествами значений параметров и значений целевой функции в процессе отбора; • построена методика компонентного метамоделирования систем управления запасами как основа разработки программных модулей АСУ запасами в составе современных интегрированных систем управления предприятиями.Выполненная работа содержит элементы научной новизны и обладает практической ценностью. Предложенная методика оценки системы управления запасами на основе определения нечеткой принадлежности их классу ЛТ позволяет работать в условиях высокой неопределенности показателей издержек, а при доступной информации позволяет активными способами производить реорганизацию затрат. Введенные способы описания процессов в системах управления запасами позволяют эффективнее создавать как достаточно сложные системы научных исследований, так и достаточно универсальные компонентные модули, предназначенные для внедрения в интегрированные системы управления предприятиями.

1. Абчук В. А., Матвейчук Ф.А., Томашевский Л.П. Справочник по исследованию операций. - М.: Воениздат МО, 1979. - 368 с.

2. Алиев Р.А., Церковный А.Э., Мамедова Г.А. Управление производством при нечеткой исходной информации. М.: Энергоатомиздат, 1991. - 240 с.

3. Алтунин А.Е., Семухин М.В. Модели и алгоритмы принятия решений в нечетких условиях: Монография. Тюмень: Издательство Тюменского государственного университета, 2000. 352 с.

4. Амелькин С.А. Алгоритмическое и программное обеспечение задач оптимального управления запасами для потоков с нестационарными свойствами // Автореф. дисс. на соиск. уч. степ. канд.техн.наук:05.13.11. -Переславль-Залесский, 1994. -16 с.

5. Анфилатов B.C. и др. Системный анализ в управлении: Учеб. пособие / B.C. Анфилатов, А.А. Емельянов, А.А. Кукушкин; Под ред. А.А. Емельянова. М.: Финансы и статистика, 2002. - 368 с.

6. Бенькович Е.С., Колесов Ю.Б., Сениченков Ю.Б. Практическое моделирование динамических систем. СПб.: БХВ-Петербург, 2002. - 464 с.

7. Букан Дж., Кенигсберг Э. Научное управление запасами / Пер. с англ-М.: Наука, 1967.

8. Булинская Е.В. Некоторые задачи оптимального управления запасами // Теория вероятностей и ее применения. 1964. т. 9. в. 4. с. 431^147.

9. Булинская Е.В. Стохастические модели теории запасов: Дисс. д-ра физ.-мат. наук / МГУ им. М.В. Ломоносова,- М.,1998,- 271 л.

10. Бурков В.Н. Основы математической теории активных систем. М.: Наука, 1977.-368 с.

11. Буч Г. Объектно-ориентированный анализ и проектирование с примерами приложений на С++, 2-е изд./ Пер. с англ. М.: "Издательство Бином", СПб: "Невский диалект", 1998 г. - 560 с.

12. Вентцель Е.С. Исследование операций. М.: Сов. Радио, 1972. - 552 с.

13. Вентцель Е.С. Исследование операций: задачи, принципы, методология. М.: Наука, 1988. - 208 с.

14. Вороновицкий М.М. Модель потребления товара длительного пользования в условиях дефицита // Экономика и мат. методы. 1988. Т.24, вып. 4. С. 688698.

15. Вороновицкий М.М. Простая модель самоусиления дефицита вследствие создания запасов // Экономика и мат. методы. 1987. Т.23, вып. 5. С. 879-887.

16. Гнеденко Б.В., Беляев Ю.К., Соловьев А.Д. Математические методы в теории надежности. М.: Наука, 1965. 524 с.

17. Голенко Д.И., Дакелин А.И., Лифшиц С.Е. Моделирование в технико-экономических системах (управление запасами). Л.: ЛГУ, 1975. - 197 с.

18. Домбровский В.В., Чаусова Е В. Динамическая сетевая модель управления запасами с интервальной неопределенностью спроса // Труды Международной конференции RDAMM-2001. 2001, Том 6, Ч. 2, Спец. выпуск, с. 271-274

19. Заде Л.А. Основы нового подхода к анализу сложных систем и процессов принятия решений // Математика сегодня. М.: Знание, 1974, с. 5-49.

20. Заде Л.А. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976.-165 с.

21. Зябин В.К., Степанов В.И. Сверхнормативные запасы материальных ресурсов в промышленном производстве. М.: Финансы и статистика, 1989. -224 с.

22. Лагуткин В.М. Автоматизированные системы управления материально-техническим снабжением. М.: Экономика, 1975. - 271 с.

23. Лайкам К.Э., Мандель А.С. Управление запасами при сезонном спросе в условиях неполной информации // Методы и алгоритмы анализа эмпирических данных: Сб. тр. М.: ИПУ, 1988. С. 57-63.

24. Линдере М., Фирон X. Управление снабжением и запасами. Логистика. -СПб. : Полигон, 1999. 757 с.

25. Логистика: Учеб. пособие / Под ред. Б.А. Аникина М.: ИНФРА-М, 1998327 с.

26. Потоцкий В.А., Мандель А.С. Модели и методы управления запасами,- М.: Наука, 1991,- 189 с.

27. Потоцкий В.А. Модели и методы автоматизации управления запасами // Автореф. дисс. на соиск. уч. степ, д-ра техн.наук:05.13.06. М., 1993. - 33 с.

28. Потоцкий В.А. Модели управления запасами при зависимом случайном спросе // Экономика и мат. методы. 1975. Т. 11, вып. 4. С. 789-792.

29. Литвин М.И. Управление оборотными средствами предприятия в рыночной экономике. Липецк. «Ориус», 1996, 182 с.

30. Карасев Л.И., Кремер Н.Ш., Савельева Т.Н. Математические методы и модели в планировании. М.: Экономика, 1987. - 240 с.

31. Колесников С.Н. Стратегия бизнеса. Управление ресурсами и запасами. М. «Статус Кво 97», 1999. - 168 с.

32. Кофман А. Введение в теорию нечетких множеств,- М.:Радио и связь, 1982,- 432 с.

33. Кофман А., Хил Алуха X. Введение теории нечетких множеств в управлении предприятиями. Мн.: Выш. шк., 1992. - 224 с.

34. Кофман А., Хил Алуха X. Пошаговые методы принятия решений на моделях с неопределенностями. Мн.: - 238 с.

35. Кузнецов Л.А. Информационный метод анализа и синтеза технологии // Известия вузов. Черная металлургия. 1995, №11, с. 29-34.

36. Мелихов А.Н., Берштейн Л.С., Коровин С.Я. Ситуационные советующие системы с нечеткой логикой. М.: Наука, 1990 - 272 с.

37. Михно Л.М. Имитационная модель управления запасами в условиях массового производства. // Сб. тр. Ростов. н/Д ин-т нар. хоз-ва . Ростов н/Д, 1980-С. 34-35.

38. Новиков Ф.А. Дискретная математика для программистов. СПб.: Питер, 2001.-304 с.

39. Орловский С.А. Проблемы принятия решений при нечеткой информации -М.:Наука, 1981,- 206 с.

40. Первозванский А.А. Математические методы в управлении производством.-М.: Наука, 1975.-615 с.

41. Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ: Учеб. пособие для вузов. М.: Высш. шк., 1989. - 367 с.

42. Причард Д. СОМ и CORBA. Архитектуры, стратегии и реализации. М.: Лори, 2001, 372 стр.

43. Разработка САПР. В 10 кн. Кн. 1. Проблемы и принципы создания САПР: Практ. пособие / А.В. Петров, В.М. Черненький; Под ред. А.В. Петрова М.: Высш. шк., 1990. - 143 с.

44. Разработка САПР. В 10 кн. Кн. 2. Системотехнические задачи создания САПР: Практ. пособие / А.Я. Далчул, Л.Я. Полуян; Под ред. А.В. Петрова М.: Высш. шк., 1990. - 144 с.

45. Разработка САПР. В 10 кн. Кн. 3. Проектирование программного обеспечения САПР: Практ. пособие / Б.С. Федоров, Н.Б. Гуляев; Под ред. А.В. Петрова М.: Высш. шк., 1990. - 159 с.

46. Разумов И.М. и др. Организация, планирование и управление предприятием машиностроения. М.: Машиностроение, 1982. - 544 с.

47. Рубальский Г.Б. Управление запасами при случайном спросе (модели с непрерывным временем). М.: Сов. Радио, 1977 - 160 с.

48. Рыжиков Ю.И. Теория очередей и управление запасами. СПб: Питер, 2001.-308 с.

49. Рыжиков Ю.И. Управление запасами,- М.: Наука, 1969. 344 с.

50. Саломатин Н.А., Беляев Г.В., Петроченко В.Ф., Прошлякова Е.В. Имитационное моделирование в оперативном управлении производством. М.: Машиностроение, 1984. - 208 с.

51. Семененко А.И., Сергеев В.И. Логистика. Основы теории: Учебник для вузов СПб.: Издательство «Союз», 2001.- 544 с.

52. Сергеев В.И. Менеджмент в бизнес-логистике. М.: Информ. издат. дом «ФИЛИНГ», 1997. 772 с.

53. Слама Д., Гарбис Д., Рассел П. Корпоративные системы на основе CORBA. М.: Изд. дом «Вильяме», 2000, 368 с.

54. Советов Б.Я., Яковлев С.А. Моделирование систем. М.: Высш. шк., 1985. -271 с.

55. Таха X. Введение в исследование операций. Кн.1 М.: Мир, 1985. - 479 с.

56. Трояновский В.М. Математическое моделирование в менеджменте. Учеб. пособие. М.: Издательство РДЛ, 2000. - 256 с.

57. Феклисов Г.И. Математическое обеспечение систем управления запасами. -М.: Статистика, 1977. 112 с.

58. Феллер В. Введение в теорию вероятностей и ее применение. М.:Мир, 1967. Т. 1.498 с.:Т. 2. 752 с.

59. Фомин В.Н., Фрадков A.J1., Якубович В.А. Адаптивное управление динамическими объектами. М.: Наука, 1981. - 448 с.

60. Хедли Дж., Уайтин Т. Анализ систем управления запасами. М.: Наука, 1969. 512 с.

61. Хэнссменн Ф. Применение математических методов в управлении производством и запасами. М.: Прогресс, 1966. 252 с.

62. Цыганов В.В. Адаптивные механизмы в отраслевом управлении. М.: Наука, 1991.- 166 с.

63. Черкасов Ю.М., Гринштейн В.А., Радашевич Ю.Б., Яловецкий В.И. Автоматизация проектирования АСУ с использованием пакетов прикладных программ. М.: Энергоатомиздат, 1987. - 328 с.

64. Шонбергер Р. Японские методы управления производством: (девять простых уроков): Сокр. пер. с англ./ Науч. ред. и авт. предисл. J1.A. Конарева. -М.: Экономика, 1988.-251 с.

65. Эдельштайн X. Интеллектуальные средства анализа, интерпретации и представления данных в информационных хранилищах. // Компьютеруик, №16, 1996.-е. 32-33.

66. Angeline P. J., Pollack J. В. Competitive environments evolve better solutions forcomplex tasks // S. Forrest, editor. Proceedings of the 5th International Conference on Genetic Algorithms, ICGA-93. Morgan Kaufmann, 1993.

67. Arrow K., Karlin S., Scarf H. Studies in the mathematical theory of inventory and production. Stanford (Cal.): Univ. press, 1958. 622 p.

68. Babka O., Lei C. Reducing Case Library / Proc. of the ICSC Congress CIMA'99, Rochester, USA, 1999, pp. 321-327.

69. Bezdek J.C., Boggavarapu S., Hall L.O., Bensaid A. Genetic Algorithm Guided Clustering // Proc. of the first IEEE Conference on Evolutionary Computation, New York, USA, 1994, pp 34-39.

70. Bezdek J.C., Hathaway R.J. Optimization of Fuzzy Clustering Criteria Using Genetic Algorithms // Proc. of the first IEEE Conference on Evolutionary Computation, New York, USA, 1994, pp 589-594.

71. Bielecki Т., Kumar P.R. Optimality of zero-inventory policies for unreliable manufacturing systems // Operations Research, 1988, vol. 36, pp. 532-541.

72. Biethahn J., Nissen V., editors. Evolutionary Algorithms in Management Applications. Springer-Verlag Berlin Heidelberg, 1995.

73. Blanchini F., Rinaldi F., Ukovich W. A Network Design Problem for a Distribution System with Uncertain Demands // SIAM J. on Optimization. 1997. Vol. 7, No. 2. pp. 560-578.

74. Blanchini F., Rinaldi F., Ukovich W. Least Inventory control of multistorage systems with non-stochastic unknown demand // IEEE Transaction on robots and automation. 1997. Vol. 13, No. 5. pp. 633-645.

75. Bruha I., Kraiiк P. Embedding A Genetic Algorithm in Attribute-based Rule-inducing Learning / Proc. of the ICSC Symposia IIA-SOCO'99, Genova, Italy, pp. 633-637.

76. Castellano G., Fanelli A.M. Modeling fuzzy controllers using a neuro-genetic hybrid approach / Proc. of the ICSC Symposia IIA-SOCO'99, Genova, Italy, pp. 289294.

77. Fonseca С. M., Fleming P. J. An overview of evolutionary algorithms inmultiobjective optimization // Evolutionary Computation, 1995, Vol. 3, No. 1, pp. 116.

78. Forrest S. Genetic Algorithms // ACM Computing Surveys. March 1996, No. 1, Vol. 28, pp.77-80

79. Goldberg D.E. Genetic Algorithms in Search, Optimization, and Machine Learning. Addison-Wesley, Inc., 1989.

80. Gomez-Skarmeta A.F., Jimenez F., Ibanez J. A Fuzzy-Evolutionary Algorithm for Variable Identification in Data Mining / Proc. of the ICSC Congress CIMA'99, Rochester, USA, 1999, pp. 43-48.

81. Gupta R. Inventory model for stock-dependent consumption rate // Oper. Res. 1986. Vol. 23, N 1. P. 19-24.

82. He L., Chao Y., Nakamura Т., Itoh H. Genetic Algorithm and Fuzzy Reasoning for TPP Image Compression / Proc. of the ICSC Symposia IIA-SOCO'99, Genova, Italy, pp. 277-283.

83. Holland J.H. Adaptation in Natural and Artificial Systems. MIT Press/Bradford Books edition, 1992.

84. Intrasai C., Avatchanakorn V. Data Mining Algorithm Using Messy GAs / Proc. of the ICSC Symposia IIA-SOCO'99, Genova, Italy, pp. 167-173.

85. Inventory models. / Ed. by A. Chican. Akademiai kiado, Budapest, 1990. - 419 pp.

86. Kawabe Т., Tagami T. A New Genetic Algorithm using Pareto Partitioning Method for Robust Partial Model Matching PID Design with Two Degrees of Freedom / Proc. of the ICSC Symposia IIA-SOCO'99, Genova, Italy, pp. 562-567.

87. Kuznetsov L.A., Grevtsev R. G. Investigation of Correspondence Identification of Two Fuzzy Subsets // Proc. of Inter Conf. Information Processing. Nov. 9-11, 1994, New Orleans, U.S.A. Publication by AMSE Press, Vol.2, pp.21-26.

88. Kuznetsov L.A. Identification of an Object with Fuzzy Connections // Proc. of the Second Inter. ICSC Symposium. February 12-14, 1997. Zurich, Switzerland, Publication by ICSC Academic Press. Pp 290-293.

89. Kuznetsov L.A. Identification of Subsets Correspondence of Two Spaces // Proc. Inter. AMSE Conf. Information & Systems methods for Engineering Problems, Malta, Dec. 28-30, 1993. AMSE Press, 1993, Vol. 2, pp. 3-9.

90. Kuznetsov L.A., Korneev A.M. Study of the Connection of the Technological Process and Output Properties, Based on the Principle of Fuzzy Logic // Metallurgy and New Materials Researches. 2001, Vol. IX, No. 1, pp. 22-29.

91. Kuznetsov L.A., Voronin A. S. Analysis of a method for identification of correspondence between sets // Modelling, Measurement & Control, AMSE Press, Tassin, FRANCE, 1998, V. 18, №2, p.39-47.

92. Kuznetsov L.A., Voronin A. S. Information Model for Analysis of Correspondence between Empirical Sets // Interactive Systems. Proc. of the Intern. Conference, Ulianovsk, 22-24 September 1999. P. 135.

93. Miller B.L. Scarfs state reduction method, flexibility and a dependent demand inventory model // Oper. Res. 1986. Vol. 34, N 1. P. 83-90.

94. Moro A.R., Yu H., Kelleher G. Petri Nets, Heuristic Search and Natural Evolution: A Promising Scheduling Algorithm for Job Shop Systems / Proc. of the ICSC Symposia IIA-SOCO'99, Genova, Italy, pp. 528-535.

95. Orlicky J. Materials Requirements Planning-New York:McGrow-Hill, 1975.

96. Podgorelec V., Kokol P., A Genetic Algorithm for Highly Constrained Scheduling Problems // Proc. of the Sixth Electrical and Computer Science Conference ERK'97, pp. 459-460, Portoroz, Slovenija, September 1997

97. Poluzzi R., Reverberi G., Mione C., Dragoni M., Menotti F. SOFTRON ENGINE: A Hardware and Software Architecture for Soft Computing / Proc. of the ICSC Symposia IIA-SOCO'99, Genova, Italy, pp. 457-463.

98. Porter В., Cheung T.Y. Comparative Evaluation of Evolutionary Algorithms inthe Design of Fuzzy-Logic Controllers for Overhead Cranes / Proc. of the ICSC Congress CIMA'99, Rochester, USA, 1999, pp. 184-189.

99. Porter B. Evolutionary production planning: a cautionary tale // CIRP Journal of Manufacturing Systems, 1998, vol. 27, pp. 115-120.

100. Porter B. Evolutionary synthesis of control policies for manufacturing systems / D. Quagliarella et al, editors, Genetic Algorithms and Evolution Strategies in Engineering and Computer Science, pp.311-326, John Wiley, 1997.

101. Porter В., Kwong S.L. Evolutionary Design of Fuzzy-Logic Controllers for Manufacturing Systems with Production Time-Delays / Proc. of the ICSC Symposia IIA-SOCO'99, Genova, Italy, pp. 309-315.

102. Roca G., Guiu J., Domingo R. ModelGP: A GP-based platform for predictive model construction / Proc. of the ICSC Symposia IIA-SOCO'99, Genova, Italy, pp. 38-44.

103. Silver E.A., Kelle P. Purchasing Policy of New Containers Consideringthe Random Returns of Previously Issued Containers // IIE Transactions 1989. Vol. 21, N 4. P.340-354.

104. Skabar A., Biswas K., Pham В., Maeder A. Contextual classification of multisource geoscientific data using a fuzzy/genetic learner / Proc. of the ICSC Congress CIMA'99, Rochester, USA, 1999, pp. 381-387.

105. Stefanini F.M., Camussi A. Feature extraction from simulated datasets of molecular profiles using a Genetic Algorithm / Proc. of the ICSC Symposia IIA-SOCO'99, Genova, Italy, pp. 416^119.

106. Suchar R., Ciocoiu I., Brezulianu A., Bonciu C. Stock Market Predictions Using a Hybrid Neuro-Genetic Approach / Proc. of the ICSC Congress CIMA'99, Rochester, USA, 1999, pp. 573-578.

107. Turowski K., Weng U. Building Business Applications with Fuzzy Components / Proc. of the ICSC Symposia IIA-SOCO'99, Genova, Italy, pp. 257-262.

108. Wagner V., Tandes A. Stochastic models of consumer behavior. Eur. J. Oper. Res. 1987. Vol. 29, N l.P. 1-23.

109. Zangwill W.I. From EOQ towards ZI // Manag. Sci. 1987. Vol. 33, N 10. P. 1209-1223.СПИСОК ОПУБЛИКОВАННЫХ РАБОТ

110. Назаркин О.А. ABC-метод анализа номенклатуры запасов с использованием нечетких множеств / Тезисы докладов молодежной научно-технической конференции. Брянск, 2000. С. 20-21.

111. Кузнецов Л. А., Назаркин О. А. Управление запасами в условиях неопределенности потребительского спроса / Сборник научных трудов ЛГТУ. Липецк, 1999. С. 73-77.

112. Кузнецов Л.А., Назаркин О.А. Управление запасами на металлургических предприятиях с использованием нечетких множеств // Изв. вуз. Черная металлургия. 2001. №4. С. 76.

113. Кузнецов Л.А., Назаркин О.А. Класс компонентных метамоделей в применении к управлению запасами / Сб. трудов международной научно-технической конференции «Современные сложные системы управления» CCCy/HTCS'2002, Липецк, 2002 г., С. 93-98.

114. Kuznetsov L.A., Nazarkin О. A. Identification of correspondence of objects related by fuzzy transformation / Proc. of the ICSC Congress CIMA'99, Rochester, USA, 1999, pp.398-400.

115. Kuznetsov L.A., Nazarkin O.A. Merchandise supply planning in conditions of the uncertain demand / Proceedings of the AMSE'2001 Conference, Lviv, Ukraine, 2001, pp. 200-204.