автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Синтез системно-динамических моделей регионального промышленного комплекса на основе формализации коллективных экспертных знаний

ООЗ171568

На правах рукописи

Быстров Виталий Викторович

СИНТЕЗ СИСТЕМНО-ДИНАМИЧЕСКИХ МОДЕЛЕЙ РЕГИОНАЛЬНОГО ПРОМЫШЛЕННОГО КОМПЛЕКСА НА ОСНОВЕ ФОРМАЛИЗАЦИИ КОЛЛЕКТИВНЫХ ЭКСПЕРТНЫХ ЗНАНИЙ

Специальность

05 13 01 - Системный анализ, управление и обработка информации (в промышленности)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

5 дач

003171568

На правах рукописи

Быстров Виталий Викторович

СИНТЕЗ СИСТЕМНО-ДИНАМИЧЕСКИХ МОДЕЛЕЙ РЕГИОНАЛЬНОГО ПРОМЫШЛЕННОГО КОМПЛЕКСА НА ОСНОВЕ ФОРМАЛИЗАЦИИ КОЛЛЕКТИВНЫХ ЭКСПЕРТНЫХ ЗНАНИЙ

Специальность

05 13 01 - Системный анализ, управление и обработка информации (в промышленности)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Работа выполнена в институте информатики и математического моделирования технологических процессов Кольского научного центра Российской академии наук

Защита состоится « 27 » июня 2008 г в 16 часов на заседании диссертационного совета Д212 262 04 в Тверском государственном техническом университете по адресу 170026, г Тверь, наб Аф Никитина, 22, коми 212

С диссертацией можно ознакомиться в библиотеке Тверского государственного технического университета

Автореферат размещен на сайте ТГТУ http //www tstu tver ru/new_struct/ Phd/27062008_2 zip

Автореферат разослан « 27 » мая 2008 г

Научный руководитель

доктор технических наук, Горохов Андрей Витальевич доктор технических наук, профессор Кузнецов Владимир Николаевич, кандидат физико-математических наук Бродский Юрий Игоревич

Официальные оппоненты

Ведущая организация

Институт системного анализа РАН, г Москва

Ученый секретарь диссертационного совета

Филатова Наталья Николаевна

ОБЩАЯ ХАРАКТЕРНО ГИКА РАБОТЫ

Актуальность работы.

На сегодняшний день в Мурманской области складывается тенденция, которая характеризуется резким повышением общего количества энергопотребления в ближайшее время Данная ситуация образуется из-за планируемого крупномасштабного строительства и введения в эксплуатацию транспортных и промышленных объектов, к которым относятся международный морской транспортный узел с крупным контейнерным терминалом, железобетонный завод, разработка Шшкмановского месторождения запасов природного газа и нефти В связи с этим резко возрастет нагрузка на топливно-энергетический комплекс Кольского полуострова Эти причины вынуждают разрабатывать управленческие стратегии по стабилизации будущего положения в регионе Из-за наличия большого количества разнородных элементов, многочисленных взаимосвязей между ними заставляет рассматривать топливно-энергетический комплекс региона как сложную систему

На современном этапе развития отраслей производства растут требования к рациональному обоснованию управленческих решений, влияющих на различные аспекты функционирования сложных систем Экспериментальные воздействия на такие системы обычно невозможны или нежелательны по многим причинам, таким как ограниченные временные рамки, опасность необратимых изменений, высокая стоимость Поэтому основным методом исследования и прогнозирования поведения сложных систем служит имитационное моделирование Одним из эффективных методов имитационного моделирования является системная динамика Как показывает практика, процесс построения адекватной системно-динамической модели затрудняется с увеличением сложности объекта моделирования

Поэтому основное внимание в диссертационной работе направлено на решение проблемы автоматизации процесса создания динамических моделей сложных систем В качестве аппарата для этого выбрано концептуальное моделирование, досышчно проработанное в Институте информатики и математического моделирования Кольского научного центра РАН для разных приложений Концептуальная модель используется для перехода от экспертных знании к их формальному описанию, допускающему единственную интерпретацию после чего становится возможен формальный синтез динамических моделей исследуемых систем

Приведенная выше аргументация обосновывает следующую формулировку цели выполненных в диссертационной работе исследований

Цель работы состоит в разработке информационной технологии и инструментальных средств синтеза системно-динамических моделей

счожных систем на основе формализации коллективных экспертных знаний

Для реализации этой цели автором решены следующие

Основные задачи:

1 Создание на базе функционально-целевого подхода средств формализации и представления экспертных знаний в виде концептуальных моделей предметной области

2 Разработка процедур обработки знаний, обеспечивающих формальный синтез системно-динамических моделей на основе технологии концептуальных шаблонов.

3 Разработка методики количественной оценки точности композитных системно-динамических моделей

4 Разработка программного комплекса автоматизации синтеза системно-динамических моделей сложных промышленных систем

5 Апробация разработанных информационной технологии и средств автоматизации моделирования на примере создания прототипа имитационной модели топливно-энергетического комплекса Мурманской области

Методы исследования. Для решения сформулированных в работе задач использованы функционально-целевой подход, метод системной динамики, теория графов, элементы математической логики и теории множеств, методы решения экстремальных задач

Научная новизна. Разработана информационная технология концептуальных шаблонов для синтеза динамических моделей сложных систем Технология обеспечивает интеграцию коллективных экспертных знаний и построение имитационных моделей из типовых шаблонов, что существенно повышает корректность моделей и сокращает сроки их разработки Основные аспекты научной новизны следующие

1 Формализовано понятие концептуального шаблона,

2 Разработаны методы и процедуры синтеза системно-динамической модели из набора типовых шаблонов,

3 Предложена методика количественной оценки точности синтезированной системно-динамической модели,

4 Технология алгоритмизирована и реализована в виде программного комплекса автоматизации синтеза системно-динамических моделей сложных промышленных систем

Актуальность и научная новизна работы подтверждены включением разработанной технологии концептуальных шаблонов для синтеза динамических моделей сложных систем в перечень важнейших результатов Российской академии наук за 2006 год по ОИТВС РАН

Практическая ценность. В основу диссертационной работы положены результаты, полученные автором в ходе исследований,

проводимых по планам научно-исследовательских работ Института информатики и математического моделирования технологических процессов Кольского научного центра РАН в период с 2003 по 2007 годы «Методы и модели синтеза стратегий устойчивого развития региональных социально-экономических систем (на примере Мурманской области), № государственной регистрации 01 200 2 09390, «Информационные технологии управления инновационным развитием региона (на примере Мурманской области)», № государственной регистрации 0120 0 502662

Результаты диссертационной работы внедрены в учебный процесс на факультете Информатики и прикладной математики Кольского филиала Петрозаводского государственного университета Методика оценки точности системно-динамических моделей используется в лекционном курсе «Моделирование систем», программный комплекс применяется в табораторном практикуме по дисциплине «Теория информационных систем и процессов»

Программный комплекс применяется в научно-исследовательской и инновационнои деятельности Центра физико-технических проблем энергетики Севера КШД РАН

Автор является членом ведущей научной школы НШ-8249 2006 9 «Разработка и развитие информационных технологий поддержки управления региональным развитием»

Научная апробация работы. Основные результаты диссертационной работы докладывались и обсуждались на первой всероссийской конференции «Теория и практика системной динамики» (Апатиты, 2004 г), второй всероссийской научно-практической конференции «Имитационное моделирование Теория и практика» (С-Петербург, 2005 г.), VII всероссийской школе-семинаре «Прикладные проблемы управления макросистемами» (Апатиты, 2006 г), второй всероссийской конференции «Теория и практика системной динамики» (Апатиты, 2007 г), IX международной конференции «Проблемы управления и моделирования в сложных системах» (г Самара, 2007 г), II всероссийской научной конференции ЭКОМОД 2007 (г Киров, 2007 г)

Основные положения, выносимые на защиту

1 Формализация понятия концептуального шаблона,

2 Методы и процедуры синтеза моделей системной динамики из типовых шаблонов,

3 Методика количественной оценки точности композитной системно-динамической модели,

4 Программный комплекс автоматизации синтеза системно-динамических моделей сложных промышленных систем

Структура и объем работы. Диссертация состоит из введения, пяти глав, заключения, списка литературы (120 наименований) Имеет общий объем в 144 печатных страницы, содержит 28 рисунков, две таблицы и 5 приложений

Публикации. По теме диссертации опубликовано 12 печатных работы 6 статей в цитируемых изданиях (из них 1 - в списке ВАК), 2 -материалы всероссийских конференций, 4 - статьи в сборнике института информатики и математического моделирования Кольского научного центра РАН,

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ Во введении рассматривается современное состояние решаемых в диссертации проблем и актуальность темы, формулируется цель и основные задачи выполненных исследований, приводятся данные о внедрении и апробации результатов работы, описывается ее структура

В первой главе проводится сравнительный анализ современных программных продуктов автоматизации моделирования сложных систем

В программном обеспечении, использующемся для компьютерного моделирования, можно выделить четыре уровня Нижний — программирование в кодах, автокоды, машинно-ориентированные языки, операционные системы Следующий уровень образуют алгоритмические языки высокого уровня и соответствующие системы программирования, СУБД Третий уровень — специализированные алгоритмические языки моделирования Наконец, четвертый уровень, образуют интегрированные системы компьютерного моделирования

Интегрированные системы моделирования используются как инструменты при разработке проблемно-ориентированных информационных систем, в рамках которых осуществляется компьютерное моделирование, связанное с изучением и прогнозированием поведения конкретных реальных процессов и объектов Интегрированные системы можно разделить на четыре класса проблемно-ориентированные информационных системы, экспертные системы, интерактивные оптимизационные системы, интерактивные системы моделирования с идеографическим языком представления модели

В названных выше системах остается не решенной проблема эффективной поддержки процесса формирования и анализа структуры модели исследуемого процесса, и тем более его автоматизации Суть проблемы заключается в том, что компьютерная реализация динамической модели требует адекватного отображения всего множества разнообразных понятий реального мира на ограниченный набор элементарных объектов системы моделирования Формализация экспертных знаний с помощью концептуальных моделей позволяет строить формальные алгоритмы и, на их основе, автоматизировать процесс моделирования сложных динамических систем

Вторая глава содержит описание топливно-энергетического комплекса Мурманской области как сложной системы В составе ТЭК можно выделить следующие блоки производство тепло- и электроэнергии, потребление тепло- и электроэнергии, ее передача и распределение Функции каждого блока выполняют промышленные предприятия региона В главе дается описание концептуальной модеаи предметной области Концептуальная модель объекта моделирования, ориентированная на моделирования в терминах системной динамики и шаблонов, представлена в виде множества

КМ={Тг, А, Е, Ук, Ргос}, где

Тг — дерево целей сложной системы,

А - множество шаблонов,

Е - множество экземпляров шаблонов,

Ук - множество понятий, терминов и норм предметной области; Ргос - множество процедур, устанавливающих взаимосвязи между элементами концептуальной модели

В свою очередь дерево целей, являющееся представлением концептуальной модели предметной области, может быть формально записано как объединение множества вершин всех уровней декомпозиции и множества примитивов - вершин, для которых дальнейшее разбиение

цели не производится

^

Тг — [_] , где к - уровень иерархии, - количество вершин

т

дерева целей на к-о.м уровне иерархии а множество Ук является

м

объединением вершин нижестоящего уровня, где т - количество нижестоящих вершин для данной вершины

Для удобства представления информации о вершине дерева целей ее

можно рассматривать как кортеж ^/*=<М , О, Р > , 1<1 - некий идентификатор вершины, в - цель вершины, Р - некий закон, описывающий правило объединения дочерних вершин

Множество I. - множество примитивов дерева целей концептуальной модели

Для организации синтеза вводится понятие шаблона - некоторая типовая конструкция, обладающая неизменной структурой и набором входных и выходных параметров, а также функционально реализующая определенную цель

Множество шаблонов А={Р,}, где 1=1, ,ш , ш-размерность множества

А

Формально шаблон можно представить в виде следующего множества

Р = {81, Рп, X, У, 1} , где 81 - множество структурных элементов шаблона, Бп — закон функционирования шаблона, X - множество входных

параметров шаблона, Y - множество выходных параметров, I - множество начальных значений

В работе отдельный шаблон реализовывается в виде модели системной динамики Учитывая указанный факт, можно конкретизировать составляющие элементы шаблона

Множество структурных элементов (структура модели) St = Lev и F1 и Const u Ах и Lk, где

Lev -множество уровней, причем leLev 1 = <Name_L, Imt_L> , NameJL и ImtJL - название и начальное значение уровня;

F1 - множество потоков, причем feFl f = <Name_F, Name Out, Name_In, Temp> , Name_F - название потока , Name_Out - название уровня, из которого исходит поток, Name_In - название уровня, в который входит, Temp - скорость потока,

Const - множество констант, причем се Const с = <Name_C, Init_C> , Name_C и Imt_C - название и начальное значение константы,

Ах - множество переменных, причем аеАх а = <Name_Ax, F> , Name_C - название переменной, F - закон определения значения переменной,

Lk - множество информационных связей, keAx • k = <Name_Link, а, b> , Namc_Link - название связи, a,beVk u St / Lk , Vk - множество вспомогательных переменных

В работе рассматривается ситуация, когда входными и выходными параметрами шаблона являются потоки, те X, Y с Lev

Закон функционирования шаблона задан в виде системы разностных уравнений, определяющих значения всех структурных элементов шаблона в заданный момент времени

На этапе синтеза структуры модели происходит сопоставление примитиву некоторого шаблона В результате данной процедуры определяется множество экземпляров шаблонов Е - шаблоны, заполненные значениями параметров

Также введено множество вспомогательных переменных Основное назначение данных объектов заключается в допочнении модели, построенной на основе шаблонов, экспертными оценками, те Vk -множество вспомогательных переменных модели

Знания экспертов о системе можно разделить на декларативные и процедурные Декларативными знаниями являются основные понятия данной предметной области и отношения между ними, формализованные в виде концептуальной модели Процедурные знания экспертов реализованы в базе знаний в виде процедур вывода, которые позволяют формализовать процесс синтеза динамической модели На вход процедур подаются декларативные знания базы знаний, на выходе получаются элементы моделей системной динамики

Таким образом, Proc={d, D, q>, \\i, Rl, R2} - множество процедур вывода, детальное описание каждой из которых приведено в третьей главе диссертационной работы

На основе предложенной концептуальной модели разработана методика формального синтеза системно-динамических моделей сложных систем

Третья глава посвящена описанию процесса синтеза модели системной динамики на основе шаблонов Приводится алгоритм синтеза, сводящийся к последовательному применению процедур вывода к декларативным знаниям базы знаний

Процедуры вывода представляют собой отображения структуры концептуальной модели, в данном случае это декларативные знания базы знаний, в структуру динамических моделей

База знаний содержит три группы процедур вывода 1 Процедуры вывода, определяющие для каждого шаблона модели покрывающие действия. Будем их называть процедуры сопоставления

2. Процедуры вывода, определяющие материальные связи между шаблонами в динамической модели

3 Процедуры вывода, определяющие информационные связи между шаблонами в динамической модели

I) Процедуры вывода Dud опредечяют для каждого шаблона модели покрывающие

1.а. Процедура сопоставления примитиву шаблона. Назначением данной процедуры является осуществить покрытие примитива дерева целей концептуальной модели экземпляром шаблона (экземпляр шаблона - это шаблон, заполненный конкретными данными, начиная от названий всех структурных элементов и заканчивая числовыми значениями)

Пусть Тг - множество вершин дерева целей концептуальной модели, L с: Тг - множество примитивов, тогда процедуру D можно определить как отображение множена примитивов на множество экземпляров

D L -> А, (1)

Причем VI, е L 3 а, е A fi = Fn,,,

где f, - цель примитива, Fiij - цель функционирования шаблона, m - количество примитивов дерева целей концептуальной модели, к - количество экземпляров шаблонов l.b. Процедура задания экземпляра. Пусть Е - множество всех экземпляров в модели, а А - множество всех шаблонов

Процедуру d можно в общем случае представить как отображение множества шаблонов на множество терминов и норм

d D(L) VuW, (2)

причем V а, е Л 3 е, е Е (V se St,-> veV) & (V с е I, weW), , где n — количество шаблонов в системе,

к - количество экземпляров шаблонов в системе 1 е для любого шаблона из множества шаблонов модели существует экземпляр, только тогда, когда каждому элементу структуры шаблона найдется соответствующий элемент множества понятий и терминов и когда каждому начальному значению шаблона будет задано значение из норма гивной базы - множества коэффициентов и констант \¥

2) Процедура вывода, определяющая материальные связи между экземплярами шаблонов

Под материальными связями здесь подразумевается связывание отдельных экземпляров через такие элементы системной динамики как потоки

В общем случае при условии, что все шаблоны после их заполнения становятся экземплярами, процедуру Ф можно представить как отображение некоторого подмножества экземпляров на произведение этого подмножества самого на себя

Ф Е, ->Е, хЕ, ,гдеЕ! сЕ, (3)

причем \/е, е Е, 3 е Е; < е, eJ > е Е] х Еь I, J = 1,пк, п^ - количество шаблонов в Е) (Пк < п)

Таким образом, схема отображения Ф может быть представлена в виде матрицы Ф. (пк х пстроки и столбцы которой соответствуют экземплярам шаблонам модели Значения элементов данной матрицы определяются наличием отношений между соответствующими шаблонами модели на к - ом уровне иерархии

Прежде чем приступить к описанию принципов построения матрицы Ф ъ (г^ х Пк), необходимо определить виды объединения шаблонов между собой В работе рассматривается два типа объединения последовательное и параллельное

Определим матрицу (пк х п0

2, если е,*е1 <рк-< Му, если е, + е]

0, если I = ] или нет связи между шаблонами , где 10=1, ,пк,

е, , - экземпляры шаблонов к-ого уровня, если родительская вершина к+1 уровня,

М„ - матрица сопряжения входных и выходных параметров двух экземпляров

В многомерном случае, элемент Мч также является матрицей

[0,ес7и >, о х„ [1 если у, - хр

, где г,р = 1, , т, т - количество входных/выходных параметров шаблонов

3) Процедуры вывода, определяющие информационные связи системно-динамической модели

В диссертационной работе рассматриваются три типа информационной связи связь между элементами структуры двух шаблонов, связь между вспомогательной переменной и элементом структуры шаблона, связь между элементом структуры шаблона и вспомогательной переменной

3 а) Процедура вывода, определяющая информационные связи между элементами структуры двух экземпляров шаблонов.

Пусть Е1сЕ является подмножеством множества экземпляров шаблонов модели и содержит экземпляры, покрывающие все дочерние вершины родительской вершины ^ дерева целей (к - уровень иерархии, 1 - индекс вершины в этом уровне). Тогда отображение

V Е1 Е1хЕ1, Е1 с Е , (4)

причем 3 е, е Е; 3 е, е Е|

1)<е„ е^ е Е] хЕ,, 1,} = 1,п11, Щ;-количество шаблонов в Е1

2) 3 бр е Бг, е е, 3 ^ £ е^ < Бр, > е Би х с Е, х Е1 , где 1е[1 ,т,] и ре[1,т,] , т, и т, - количество элементов структуры в экземплярах е, и eJ соответственно

Схема отображения может быть представтена в виде квадратной матрицы Пц х пк), строки и столбцы которой соответствуют элементам множества Е1 Значения элементов данной матрицы определяются наличием связи между соответствующими экземплярами данного множества

[Вч,еслие, е Эе, е Е1 <е1,е] >е£, х£,,г,_/ =\,пк

Уц НЛ

противном случае

В свою очередь эчемент В„ матрицы пк х пк) также является матрицей В(т, х mJ), где т, и п^ - количество элементов структуры в экземплярах е, и е, соответственно Вид данной матрицы может быть определен следующим образом

[\,усли е 5/, с е, 35, е StJ с: < sp,s1 >£Й, х ^ ? = ]

р [0,е прошитом случае 3 Ь) Процедура вывода, определяющая информационные связи между вспомогательными переменными и экземплярами шаблонов модели, задается как отображения множества вспомогательных переменных Ук, полученных в результате добавления экспершых знаний об объекте моделирования, на декартово произведение этого множества с множеством экземпляров модели Е1, которое может являться подмножеством множества всех экземпляров модели Е

Пусть Ук - множество вспомогательных переменных модели, а Е1 -подмножество экземпляров модели, тогда

Ш Ук УкхЕ,, Е1 сЕ (5)

, причем Уу, € Ук 3 е, е Е! < е^ € Ук х Еь 1=1, ,к (6),

к - количество вспомогательных переменных в модели, 1 = 1,пк, пк -количество шаблонов в Е1

Принимая во внимание, что каждый экземпляр имеет свою внутреннюю структуру и в качестве параметра информационной связи может выступать любой элемент структуры, те ^ = , Нп, , XJ, , , то высказывание (6) можно записать в следующем виде

Уу, е Ук Зе,е Е,| 3 е < у„ зк> е Ук х с Ук х Е( 3 с) Процедура вывода, определяющая информационные связи между элементами структуры шаблона и вспомогательными переменными. Процедура определена как отображение множества экземпляров модели Е1, которое может являться подмножеством множества всех экземпляров модели Е, на декартово произведение этого множества с множеством вспомогательных переменных модели Ук

И2 Е1 ->Е1 х Ук, Е1 сЕ __(7)

, причем 3 е, е Е) Э у, е Ук < е,, V, > е Е1 х Ук, 1 - 1,пк (8)

,пк - количество шаблонов в Е1 , у-=1, ,к , к - количество вспомогательных переменных в модели

3 (е, е Е,| 3 6 Б!, ) 3 V, е Ук < чь V, > е х Ук с Е,х Ук Применение к соответствующим наборам декларативных знаний данных процедур обеспечивает формальный синтез состава и структуры системно-динамической модели, соответствующей декларативным знаниям базы знаний, которая является реализацией концептуальной модели исследуемой предметной области Последовательность применения процедур задается алгоритмами синтеза системно-динамической модели

Четвертая глава посвящена разработке методики количественной оненки точности рекуррентных системно-динамических моделей, реализованных в инструментальных средах, использующих стандартные методы интегрирования

Данная методика основывается на использовании рекуррентных соотношений, которые достаточно хорошо применимы к используемой вычислительной схеме В качестве основного подхода к количественной оценке ошибок использован метод эталонной модели в с тедующей модификации, непосредственно ориентированной на имитационное моделирование Предлологая,

(a) что исследуемая динамическая модель М представляет собой точно известную и однозначно определенную композицию относительно самостоятельных подмоделей,

М=сК{ Мг\ IеI}

(b) что для каждой названной в пункте (а) подмодели Мг известна эталонная линейная рекуррентная модель < М , >, г е1,

(c) что единственными источниками ошибок исследуемой композиционной модели являются

1) отклонение общесистемного времени АГ от элементарных циклов подмоделей,

2) используемый метод интегрирования

Дополнительным существенным предположением для развитого ниже подхода является предположение о гладкости поминальной характеристической функции ошибок в пределах реальной полосы погрешностей каждой из используемых подмоделей Мг, IеI

Указанные в пункте (с) причины погрешностей оказываются аддитивными, что позволяет вместо совокупности эталонных моделей < Мг , >, Iе I, для каждого метода интегрирования, просто рассматривать соответствующие Совокупные Номинальные Функции Ошибок (СНФО)

В рассматриваемой методике оценки методической погрешности рекуррентных системно-динамических моделей для построения СНФО использовались линейная, параболическая, кубическая аппроксимация функций Для каждою вида аппроксимации были доказаны оптимизационные теоремы, на основе которых строится анализ методических ошибок, что позволило осуществить и обосновать правильность выбора оптимального шага интегрирования для композитных системно-динамических моделей Формулировки данных теорем приведены ниже Доказательство теорем проводилось с использованием математического аппарата и методов теории экстремальных задач, а именно линейное программирование, поскольку задачу исследования методических погрешностей можно свести к задаче поиска экстремальных точек обобщенной функции ошибок композитной модели

Системное время считается действительной величиной из интервала (0,1 ], что достигается простой нормировкой величин элементарных циклов

1

подмоделей, т е масштабированием с коэффициентом щахДГ множества

{| IеI} характеристических циклов подмоделей Более того, далее также считается ' = 1,2, что позволит нам избежать необходимости учета точек 'инверсии" для кривых ошибок подмоделей на множестве значений приведенных циклов Таким образом, для определенности, считаем

----*ш1пД7, =а<Ь = \

гаахД7; - нормированные циклы подмоделей, с

:ь I

соответствующими функциями ошибок и 12(1)

Теорема 1 Если СНФО /(О, 1 = 1,2 элементов декомпозиции {М1,М2} динамической модели М линейны относительно г, то оптимальное значение ДГ* системного времени, минимизирующее ошибку аппроксимации М., совпадает с одной из границ интервала [а Ь]

Теорема 2 Парная композиция рекуррентных динамических моделей, обладающих однотипными СНФО вида (10), достигает наименьшей

к{а + к]Ь

ошибки аппроксимации при АТ ~ ———- (9)

Г/, (0 = *,('-а)2

М0 = кг(1-Ь)2'

(10)

Теорема 3 Множество оптимальных значений системного времени парной композиции рекуррентных динамических моделей , обладающих однотипными СНФО вида (11), непусто и содержит, по крайней мере, одну точку множества

Г/(0 = *,('-*)'

Теоремы 2 и 3 позволяют обобщить полученные результаты на множественные композиции рекуррентных подмоделей, обладающих линейными СНФО

Пятая глава содержит описание программного комплекса автоматизации синтеза системно-динамических моделей Программная реализация имеет модульную структуру, что обеспечивает удобство и легкость редактирования отдельных модулей, не влияющее на работу остальных, и добавление новых функциональных возможностей в среду Основные модули

1 Генерация дерева целей Осуществляется диалог через интерфейс пользователя между средой и специалистом, который с помощью инструментария программного комплекса выполняет декомпозицию «своей* цели

2 Генерация дерева шаблонов На основе информации из соответствующих БД и диалога между специалистом и программным комплексом строится дерево шаблонов

3 Блок коррекции Производится проверка правильности генерации дерева шаблонов, осуществляет рекомендацию о соответствии выбора альтернативных ветвей дерева по заданным формальным критериям

4 БД целей и шаблонов Хранится информация о соответствующих деревьях

5 Заполнение БД шаблонов Через интерфейс пользователя осуществляется заполнение БД шаблонов экспертом

6 Агент Рошегзип Формируются данные о конечных шаблонах и передаются среде Powerslm, где по ним строится системно-динамическая модель

7 БД справочника Содержит информацию о предметной области

Для удобства хранения и обработки вся информация системы разбита на отдельные базы данных БД вершин дерева целей, БД спецификаций шаблонов, БД экземпляров шаблонов, БД пользователей, БД справочника

В системе предусмотрено разделение пользователей по категориям, в зависимости от выполняемых ими функций системный аналитик, эксперт Система реализована в среде визуального программирования Borland Delphi 6 0, ядро системы занимает около 17 Mb дисковой памяти

Заключительная часть главы содержит описание системно-динамической модели топливно-энергетического комплекса Мурманской области, полученной в результате применения разработанных методик синтеза и реализованных в виде программного комплекса

Основные результаты работы:

1 Разработаны на базе функционально-целевого подхода средства формализации и представления коллективных экспертных знаний, позволяющие специалистам строить иерархические описания объектов, процессов и отношений исследуемой системы в терминах предметной области

2 Разработаны процедуры обработки знаний, обеспечивающие формальный синтез моделей системной динамики на основе технологии концептуальных шаблонов Это позволило избежать формализации экспертных знаний непосредственно в терминах моделей системной динамики, что особенно затруднительно в процессе моделирования сложных систем, и синтезировать общую модель из конечного набора типовых конструкций, несущих определенную функциональную нагрузку

3 Разработана методика количественной оценки точности композитных системно-динамических моделей Предлагаемая методика позволила объективно оценивать точность моделей относящихся к классу композитных рекуррентных моделей, т е моделей состоящих из конечного числа относительно независимых друг от друга шаблонов, и осуществлять обоснованный выбор оптимального шага интегрирования для композитной модели в целом, который минимизирует ее методическую ошибку

4 Разработан пролраммный комплекс автоматизации синтеза системно-динамических моделей сложных промышленных систем Комплекс позволяет разрабатывать динамические модели, собирая из специально построенных типовых конструкций и используя формализованные экспертные знания

5 Построена системно-динамическая модель топливно-энергетического комплекса Мурманской области, представляющая собой интегрированные аналитические описания динамики производства и потребления электрической и тепловой энергии Модель позволяет исследовать различные стратегии развития ТЭК с учетом его взаимодействия с другими отраслями экономики Мурманской области

Основные результаты работы изложены в следующих публикациях

1 Быстров В В Об оценке точности моделей системной динамики // Имитационное моделирование Теория и практика материалы всероссийской конференции - ФГУП ЦНИИ технологии судостроения, С -П, 2005 - С 87 - 89

2 Быстров В В, Цай Е J1 Разработка системно-динамической модели развития моногорода в современных экономических условиях // Информационные технологии в региональном развитии - Апатиты, 2005 - Вып V - С 50-57

3 Быстров В В, Кодема В А Разработка информационной системы автоматизации синтеза структуры динамических моделей сложных систем // Сборник «Информационные технологии в региональном развитии» - Апатиты, ИИММ КНЦ РАН, 2006 - Вып 6 - С 37-41

4 Быстров В В Методика экспериментальной оценки точности композиции концептуальных шаблонов// Сборник «Информационные технологии в региональном развитии» - Апатиты, ИИММ КНЦ РАН, 2006 -Вып 6-С49-52

5 Быстров В В, Кодема В А Формальный синтез структуры модели системной динамики на основе концептуальных шаблонов // Сборник «Информационные технологии в региональном развитии» - Апатиты, ИИММ КНЦ РАН, 2006 - Вып 6 - С 57-62

6 Быстров В В Программный комплекс автоматизации синтеза структуры динамических моделей сложных систем // Вестник Поморского Университета -2006 - Выпуск 4 - С 111-118

7 Быстрой В В Методика оценки точности модели, построенной на основе концептуальных шаблонов // «Прикладные проблемы управления макросистемами» труды ИСА РАН - том 28 - М, 2006 - С 207 - 213

8 Быстров В В, Кодема В А Инструментальная система автоматизированного синтеза имитационных моделей сложных систем // «Прикладные проблемы управления макросистемами» труды ИСА РАН - том 28 -М, 2006-С 2ГЗ-225

9 Быстров В В Организация базы знании при автоматизации синтеза динамических моделей сложных систем // Информационные ресурсы России -2006 г - Выпуск 6 - С 34-36

10 Быстров ВВ, Горохов А В Информационная технология концептуального синтеза динамических моделей сложных систем // Информационные ресурсы России - 2007 -выпуск 2 - С 15-18

11 Быстров В В , Горохов А В Технология концептуальных шаблонов для синтеза имитационных моделей сложных систем // Проблемы управления и моделирования в сложных системах труды IX Международной конференции -Самарский научный центр РАН, Самара, 2007 - С 462 - 467

12 Быстров В В Программный комплекс автоматизации концептуального синтеза системно-динамических моделей // Программные продукты и системы, № 1, 2008 - С 32-35

Подписано в печать 21 05 08 Физ печ л 1,0 Заказ № 49 Тираж 100 экз Типография Тверского государственного технического университета 170026, г Тверь, наб А Никитина, 22

ВВЕДЕНИЕ.

Глава 1. СОВРЕМЕННЫЕ МЕТОДЫ И СРЕДСТВА МОДЕЛИРОВАНИЯ СЛОЖНЫХ СИСТЕМ.

1.1. Современные методы моделирования сложных систем.

1.2. Компьютерное моделирование.

1.3. Инструментальные средства компьютерного моделирования.

Выводы.

Глава 2. РАЗРАБОТКА КОНЦЕПТУАЛЬНОЙ МОДЕЛИ.

2.1. Топливно-энергетический комплекс как сложная система.

2.2. Концептуальная модель.

2.3. Разработка дерева целей и набора концептуальных шаблонов.

2.3.1 Построение дерева целей ТЭК.

2.3.2 Разработка набора шаблонов для ТЭК Мурманской области.

Выводы.

Глава 3. ФОРМАЛЬНЫЙ СИНТЕЗ МОДЕЛЕЙ СИСТЕМНОЙ ДИНАМИКИ НА ОСНОВЕ ШАБЛОНОВ.

3.1. Основные положения метода системной динамики.

3.2. Состав и структура базы знаний системы.56 >

3.2.1. Декларативные данные базы знаний.

3.2.2. Процедурные знания базы знаний.

3.3. Механизм синтеза модели системной динамики.

3.3.1. Генерация состава и структуры динамической модели на основе шаблонов.

3.3.2. Генерация информационных связей динамической модели.

Выводы.

Глава 4. МЕТОДИКА ОЦЕНКИ МЕТОДИЧЕСКИХ ПОГРЕШНОСТЕЙ КОМПОЗИТНЫХ СИСТЕМНО-ДИНАМИЧЕСКИХ МОДЕЛЕЙ.

4.1. Анализ методических ошибок модели.

4.1.1 Линейная аппроксимация СНФО.

4.1.2. Квадратичная аппроксимация СНФО.

4.1.3. Кубическая аппроксимация СНФО.

4.1.4. Множественные композиции подмоделей слинейными СНФО.

4.2. Анализ проведения исследования методических погрешностей.

4.3. Апробация методики.

4.4. Программная реализация методики.

Глава 5. ФУНКЦИОНИРОВАНИЕ ПРОГРАММНОГО КОМПЛЕКСА.

5.1. Состав системы.

5.2. Функционирование системы.

5.2.1. Организация сеанса работы.

5.2.2. Приобретение и пополнение знаний.

5.2.3. Описание пользовательского интерфейса.

5.2.4. Процедура формализации знаний экспертов в виде концептуальной модели предметной области.

5.3. Синтез.

5.3.1. Реализация шаблонов.

5.3.2. Реализация экземпляров.

5.3.3. Синтез модели.

5.4. Применение разработанных методик и средств моделирования.

5.4.1. Характеристика топливно-энергетического комплекса Мурманской области.

5.4.2. Исследование динамической модели.

Выводы.

На сегодняшний день в Мурманской области складывается тенденция, которая характеризуется резким повышением общего количества энергопотребления в ближайшее время. Данная ситуация образуется из-за планируемого крупномасштабного строительства и введения в эксплуатацию транспортных и промышленных объектов, к которым относятся международный морской транспортный узел с крупным контейнерным терминалом, железобетонный завод, разработка Штокмановского месторождения запасов природного газа и нефти. В связи с этим резко возрастет нагрузка на топливно-энергетический комплекс Кольского полуострова. Эти причины вынуждают разрабатывать управленческие стратегии по стабилизации будущего положения в регионе. Из-за наличия большого количества разнородных элементов, многочисленных взаимосвязей между ними заставляет рассматривать топливно-энергетический комплекс региона как сложную систему.

На современном этапе развития экономики и отраслей производства растут требования к рациональному обоснованию управленческих решений, влияющих на различные аспекты функционирования сложных систем. Экспериментальные воздействия на такие системы обычно невозможны или нежелательны по многим причинам, таким как ограниченные временные рамки, опасность необратимых изменений, высокая стоимость. Поэтому основным методом исследования и прогнозирования поведения сложных систем служит имитационное моделирование.

Одним из эффективных методов изучения сложных динамических систем в настоящее время, успешно развивающимся во многих странах, является предложенный в 1960-х годах Джеем Форестером специализированный метод имитационного моделирования - метод системной динамики. Данный подход позволяет исследовать поведение сложных систем, опираясь на возможности компьютерного моделирования. В отличие от «традиционных» методов компьютерного моделирования системная динамика не требует построения математической модели исследуемого объекта в традиционной форме, а дает исследователю инструментарий для моделирования: компьютерные модели системных элементов и связей между ними.

Важной составляющей системной динамики Дж. Форестера являются формальные языки описания процесса изменения моделируемого объекта. Один из них - язык системных диаграмм, позволяет описать процесс, формализуя внутренние характеристики создаваемой компьютерной модели и представляя скорость их изменения в виде суммы, каждый элемент которой называется темпом. Зависимость некоторого темпа изменения уровня от самого уровня называется обратной связью — положительной или отрицательной. Таким образом, системная диаграмма является формализацией' модели исследуемого процесса. Когда объект исследования является сложной системой, то построение системных диаграмм становится затруднительной задачей; и синтез приемлемой для практического использования имитационной модели может занимать, длительное время.

Современный мир со временем усложняется, что с точки зрения системного подхода выражается в количественном и качественном изменении систем. С усложнением систем требуются новые средства моделирования, причем для построения моделей обычно привлекаются специалисты из различных областей знаний. По этой причине современные средства моделирования ориентируются на многопользовательский режим работы с возможностью разграничения прав пользователей.

Когда заходит речь о моделировании сложной системы с самого начала, то сам процесс описания концептуальной модели становится трудоемким и сложным. Основной задачей современных средств моделирования является обеспечение наглядности и удобства данного процесса. Одним из способов реализации этого является представление концептуальной модели в виде иерархической древовидной структуры, на основе которой собирается системно-динамическая модель из конечного набора типовых шаблонов.

Поэтому основное внимание в диссертационной работе направлено на решение проблем: поддержки синтеза динамических моделей; методов оценки точности моделей; разработка программного комплекса автоматизации моделирования на основе современных информационных технологий.

Цель работы состоит в разработке информационной технологии и инструментальных средств синтеза системно-динамических моделей сложных промышленных систем на основе формализации коллективных экспертных знаний.

Для реализации этой цели автором решены следующие

Основные задачи;

1. Создание на базе функционально-целевого подхода средств формализации и представления экспертных знаний в виде концептуальных моделей предметной области.

2. Разработка процедур обработки знаний, обеспечивающих формальный синтез моделей системной динамики на основе технологии концептуальных шаблонов.

3. Разработка методики количественной оценки точности композитных системно-динамических моделей.

4. Разработка программного комплекса автоматизации синтеза системно-динамических моделей сложных промышленных систем.

5. Апробация разработанных информационной технологии и средств автоматизации моделирования на примере прототипа имитационной модели топливно-энергетического комплекса Мурманской области.

Для решения сформулированных в работе задач использованы: функционально-целевой подход; метод системной динамики; технология концептуальных шаблонов; теория графов; элементы математической логики и теории множеств; некоторые результаты и методы решения экстремальных задач. Использовались следующие методы и подходы:

1. для построения структуры модели использовались функционально-целевой подход и технология концептуальных шаблонов.

2. Для реализации шаблонов и конечной модели использовался метод системной динамики.

3. Для формального описания концептуальной модели применялись элементы теории множеств и теории матриц.

Научная новизна заключается разработке информационной технологии концептуальных шаблонов для синтеза динамических моделей сложных промышленных систем. Технология обеспечивает интеграцию коллективных экспертных знаний и построение имитационных моделей из типовых шаблонов, и. что существенно повышает корректность моделей и сокращает сроки их разработки. Основные аспекты научной новизны следующие:

1. Формализовано понятие концептуального шаблона;

2. Разработаны формальные процедуры, обеспечивающие синтез системно-динамической модели из набора типовых шаблонов.

3. Предложена методика количественной оценки точности синтезированной системно-динамической модели.

4. Методики алгоритмизированы и реализованы в виде программного комплекса автоматизации синтеза системно-динамических моделей сложных промышленных систем.

Во введении рассматривается современное состояние решаемых в диссертации проблем и актуальность темы, формулируется цель и основные задачи выполненных исследований, приводятся данные о внедрении и апробации результатов работы, описывается ее структура.

В первой главе проводится сравнительный анализ современных программных продуктов автоматизации моделирования сложных систем. Вторая глава содержит формальное описание принципов построения концептуальной модели предметной области. Третья глава посвящена описанию синтеза структуры модели системной динамики на основе шаблонов. Приводится алгоритм синтеза, сводящийся к последовательному применению процедур вывода к декларативным данным базы знаний. Четвертая глава посвящена разработке методики количественной оценки точности рекуррентных системно-динамических моделей, реализованных в инструментальных средах, использующих стандартные методы интегрирования. Пятая содержит описание программного ' комплекса автоматизации синтеза системно-динамических моделей и его апробацию на примере моделей ТЭК.

Основные результаты:*

• Разработаны на базе функционально-целевого подхода средства формализации и представления коллективных экспертных знаний, позволяющие специалистам строить иерархические описания объектов, процессов и отношений исследуемой системы в терминах предметной области.

• Разработаны процедуры обработки знаний, обеспечивающие формальный синтез моделей системной динамики на основе технологии концептуальных шаблонов. Это позволило избежать формализации экспертных знаний4 непосредственно в терминах моделей системной динамики, что особенно затруднительно в процессе моделирования сложных промышленных систем, и синтезировать общую модель из конечного набора «кирпичиков» - типовых конструкций, несущих определенную функциональную нагрузку.

Разработана методика количественной оценки точности композитных системно-динамических моделей. Предлагаемая методика позволила объективно оценивать точность моделей относящихся к классу композитных рекуррентных моделей, т.е. моделей состоящих из конечного числа относительно независимых друг от друга шаблонов, и осуществлять обоснованный выбор оптимального шага интегрирования для композитной модели в целом, который минимизирует ее методическую ошибку.

Разработан программный комплекс автоматизации синтеза системно-динамических моделей сложных промышленных систем. Комплекс позволяет создавать динамические модели, собирая их из специально разработанных типовых конструкций и используя формализованные экспертные знания.

Разработана системно-динамическая модель топливно-энергетического комплекса Мурманской области, представляющая собой интегрированные аналитические описания динамики производства и потребления электрической и тепловой энергии. Модель позволяет исследовать различные стратегии развития топливно-энергетического комплекса с учетом его взаимодействия с другими отраслями экономики Мурманской области.

ЗАКЛЮЧЕНИЕ

Диссертационная работа направлена на решение актуальной проблемы автоматизации синтеза системно-динамических моделей сложных промышленных систем. Одной из главных трудностей в данной области является обобщение и применение экспертных знаний, в особенности в тех случаях, когда к исследованию привлекается коллектив, разнородных специалистов. Одним из способов решения данной, проблемы является применения концептуального моделирования на этапе представления коллективных экспертных знаний. Концептуальная модель используется для перехода от ментальных моделей экспертов к их формальному описанию. Затем на основе концептуальной модели строится модель системной динамики. Этому переходу и уделено основное внимание в работе, а именно предложены методика формального, синтеза' динамической модели на основе шаблонов^ и методика оценки точности композитной модели. Данные методики алгоритмизованы и реализованы в виде-программного комплекса, с помощью'которого разработан прототип1 системно-динамической-модели топливно-энергетического комплекса Мурманской-области.

1. Нечепуренко М.И., Попков В.К., Майнагашев С.М. и др./ Алгоритмы и программы решения задач на графах и сетях //- Новосибирск: Наука. Сиб. отд-ние, 1990. 515 с.

2. Асанов А., Подлипский О. Опыт построения большой базы экспертных знаний. // В сб. Методы поддержки принятия решений, под ред. О.И. Ларичева. М: УРСС, 2001.

3. Бахвалов Н.С., Жидков Н.П., Кобельков Г.М.Численные методы. M — СПб: Физматлит, Невский диалект лаборатория базовых знаний,12001 г. — 627 с.

4. Белл Т., Бикслер JL, Дайер М. Расширяемая система автоматизированной разработки требований к программному обеспечению // Требования и спецификации в разработке программ /Пер. с англ. под. ред. В.Н. Агафонова. М.: Мир. 1984. - С. 47-76. 6.

5. Бродский Ю.И., Лебедев В.Ю. Инструментальная система имитации MISS. Mí: ВЦ РАН, 1991.- 179с. 8.

6. Букатова И.Л., Махасев Ю.И., Шаров A.M. Эвоинформатика: Теория* и практика эволюционного моделирования. — М.: Наука, 1991. 206с.

7. Буч» Г., Рамбо Дж. Джекобсон А. Язык UML. Руководство пользователя: Перевод с английского. СПб: Питер, 2004. - 429с. 10.

8. Быстрое В .В., Шестаков A.A. / Об оценке методических погрешностей композитных системно-динамических моделей // «Теория и практика системной динамики»: материалы конференции Апатиты, ИИММ КНЦ РАН, 2004 г. - 38-41 с.

9. Быстрое В.В. / Об оценке точности моделей системной динамики // Имитационное моделирование. Теория* и практика: материалы всероссийской конференции, ФГУП ЦНИИ технологии судостроения, С.-П., 2005 г. - 87 - 89 с.

10. Ю.Быстров В.В., Цай Е.Л. / Разработка системно-динамической модели развития моногорода в современных экономических условиях // Информационные технологии в региональном развитии Апатиты, 2005 г. — Вып. V. — 50-57 с.

11. Быстрое В.В., Кодема В.А. / Инструментальная система автоматического синтеза имитационных моделей сложных систем. // Прикладные проблемы управления макросистемами: VII всероссийская школа-семинар Апатиты, 2006. — 20-22 с.

12. Быстров В.В., Кодема В.А. / Разработка информационной системы автоматизации синтеза структуры динамических моделей сложных систем. // Сборник «Информационные технологии в региональном развитии» — Апатиты, ИИММ КНЦ РАН, 2006 г. Вып. 6- 3741 с.

13. Быстров В.В. / Методика экспериментальной оценки точности композиции концептуальных шаблонов. // Сборник «Информационные технологии в региональном развитии» Апатиты, ИИММ КНЦ РАН, 2006 г. - Вып. 6 - 49-52 с.

14. Быстров В.В., Кодема В.А. / Формальный синтез структуры модели системной динамики на основе концептуальных шаблонов. // Сборник «Информационные технологии в региональном развитии» Апатиты, ИИММ КНЦ РАН, 2006 г. - Вып. 6 - 57-62 с.

15. Быстров В.В. / Программный комплекс автоматизации синтеза структуры динамических моделей сложных систем. // Вестник Поморского Университета — 2006 г. — Выпуск 4-111-118с.

16. Быстров В:В. / Методика оценки точности модели, построенной на основе концептуальных шаблонов // «Прикладные проблемы управления макросистемами» труды ИСА РАН том 28 - М., 2006 г. - 207 - 213 с.

17. Быстров В.В., Кодема В.А. / Инструментальная система автоматизированного синтеза имитационных моделей сложных систем //«Прикладные проблемы управления макросистемами» труды ИСА РАН том 28 — М., 2006 г. - 213 - 225 с.

18. Быстрое В.В. / Организация базы знаний при автоматизации синтеза динамических моделей сложных систем // Информационные ресурсы России 2007 г. - Выпуск 1 — 38-42 с.

19. Быстров В.В., Горохов A.B. / Информационная технология концептуального синтеза динамических моделей сложных систем // Информационные ресурсы России 2007 (в печати)

20. Быстров В.В., Горохов A.B. / Методика синтеза системно-динамических моделей на основе концептуальных шаблонов. // «Теория и практика системной динамики»: материалы конференции Апатиты, ИИММ КНЦ РАН, 2007 г. (в печати)

21. Новосельцев В.Н. Математическое моделирование в век компьютеров / -http://www. 1 gkb.kazan.ru/01 1 1/

22. Вавилов P.A.,Сретенский В.Н. Радиотехнические измерения. — Москва: изд-во Советское радио, 1970-412 с.

23. Вендров A.M. Case-технологии. Современные методы и средства проектирования информационных систем. М.: Финансы и статистика, 1998. - 176с.

24. Вентцель Е.С. Исследование операций. М.:Наука, 1980.

25. Вержбицкий В.М. Численные методы. Линейная алгебра и нелинейные уравнения. М: Высшая школа, 2000 г. - 421 с.

26. Ворощук А.Н. Имитационная система ТЭС. Назначение и описание // Сборник трудов ВНИИСИ АН СССР, 1981, №2. — С.29-40 14

27. Гейн К., Сарсон Т. Структурный системный анализ: средства и методы. М.: Эйтекс, 1992.-274 с. 16.

28. Горохов A.B. Использование экспертных знаний для автоматизации создания методик химического анализа. // Синтез систем вычислительного эксперимента Апатиты: Изд. КНЦ РАН, 4.1, 1995. - С.70-77.

29. Горохов A.B., Путилов В.А., Шестаков A.A. Информационно-аналитическое обеспечение стратегии экономического развития Мурманской области // Информационные технологии в региональном развитии. -Апатиты, 2003. Вып.Ш. — С. 6-10.

30. Гранберг А.Г. Стратегия территориального социально-экономического развития России: от идеи к реализации //Вопросы экономики. -2001, №9, с. 15-27.

31. Дейт, К. Дж. Введение в системы баз данных, 6-е издание: Пер. с англ. К; М.; СПб.: Издательский дом «Вильяме», 2000. — 848 с.г

32. Егорова A.B., Егоров Д.Г. Оценка, альтернатив социально-экономическогоразвития^ Мурманской области на основе межотраслевого баланса // Север 2003: проблемы и решения Апатиты: Изд. КНЦ РАН. 2004. - С. 273-284

33. Елохин В.Р. Анализ, планирование и прогнозирование в условиях рынка (основные математические методы и модели и ряд их содержательных приложений). Апатиты: Изд. КНЦ РАН. 2004.-235с.

34. Елохин В.Р., Елохин И.В. Имитационный метод статистической аппроксимации — Апатиты: Изд. КНЦ РАН, 2001.-120 с.

35. Емельянов C.B., Ларичев О.И. Многокритериальные методы принятия решений. М.: Знание, 1985.

36. Ефимов Б.В., Сагидова М.Л., Фридман А.Я. ГИС-приложение для системы моделирования региональной энергетики Мурманской области. // Системы информационной поддержки регионального развития. Апатиты, 1998. - С.37-40.

37. Жаров B.C. Управление развитием экономики региона. — Петрозаводск: Изд. ПетрГУ, 1998.-168 с.

38. Жаров B.C., Селин В.С, Цукерман В.А. Моделирование и прогнозирование инновационного развития экономики регионов сырьевой направленности (субъектов

39. Федерации) // Север 2003: проблемы и решения — Апатиты: Изд. КНЦ РАН. 2004. — С. 259272.39.3амулин A.B. Системы программирования баз данных и знаний. Новосибирск: Наука, 1990.-352 с.

40. Иванищев В.В., Михайлов В.В. Автоматизация моделирования экологических систем. -Спб.: Изд. СПбГТУ, 2000.-172с. 36.

41. Игнатьев М.Б., Путилов В.А., Смольков Г.Я. Модели и системы управления комплексными экспериментальными исследованиями. М.: Наука,1986.- 232с.

42. Ильин В.Д. Система порождения программ. М.: Наука, 1989. - 264 с. 38.'43.0лейник А.Г., Смагин A.B., Фридман А.Я., Фридман О.В. / Инструментальная системаподдержки вычислительного эксперимента // Программные продукты и системы, 1999, № 2. С.7-13.

43. Емельянов C.B., Попков Ю.С., Олейник А.Г., Путилов В.А. / Информационные технологии регионального управления // М.: Едиториал УРСС, 2004. — 400 с:

44. Ириков В.А., Тренев В.Н. Распределенные системы принятия решений. Теория и приложения. — М.: Наука. Физ-матлит., 1999. -288 с.

45. Калянов Г.Н. CASE. Структурный системный анализ (автоматизация и применение). -М.: Лори, 1996. 242 с.

46. Кандрашина Е. Ю., Литвинцева Л. В., Поспелов Д. А. Представление знаний о времени и пространстве в интеллектуальных системах / Под ред. Д. А. Поспелова. — М.: Наука. Гл. ред. физ.-мат. лит. — 328 с.

47. Коваленко В., Корягин Д. Эволюция и проблемы Grid// «Открытые системы», №01, 2003. С.27-33

48. Комлев В.Н. Мурманск и арктическое обрамление: сосуществование технологий в 21 веке / http://www.yourmoney.ru/user/komIevmurmansk.htm

49. Бойков С.А., Олейник А.Г. / Комплексное имитационное моделирование региональных природно-промышленных систем // СЕВЕР — 2003: проблемы и решения. — Апатиты: Изд-во Кольского научного центра РАН. 2004. С.237-247.

50. Коннолли Т., Бегг К. Базы данных: проектирование, реализация и сопровождение. Теория и практика, 2-е изд.: Пер. с англ. -М.: Издательский дом «Вильяме», 2001. 1120с.

51. Концептуальное моделирование информационных систем / Под ред. В.В. Фильчакова. — Спб.: СПВУРЭ ПВО, 1998. 356с.

52. Криворуцкий Л.Д., Массель JI.B. Информационная технология исследований развития энергетики. — Новосибирск: Наука. Сиб. Издательская фирма РАН, 1995. 160 с.

53. Кузьмин И.А., Путилов В.А., Фильчаков В.В. Распределенная обработка информации в научных исследованиях. JL: Наука, 1991. 304с.

54. Ларичев О.И. Новый способ анализа неструктуризованных проблем: вербальный анализ решений.'// Проблемы системного анализа и управления: Сб. трудов Института системного анализа РАН/ Под ред. C.B. Емельянова. М.: Эдиториал УРСС, 2001- С.57-91.

55. Ларичев О.И., Мошкович Е.М. Качественные методы принятия решений. — М.: Физматлит, 1996.

56. Ложе И. Информационные системы. Методы и средства: Пер. с фр. М.: Мир, 1979. -632 с

57. Лорьер Ж.-Л. Системы искусственного интеллекта: Пер. с франц. — М.: Мир, 1991. 568 с.

58. Марчук Г. И. Математическое моделирование в проблеме окружающей среды. М.: Наука, 1982.-316 с.

59. Марчук Г.И. Методы вычислительной математики . — М.: Наука, 1979 — 455с.

60. Материалы сайта «GRID Infoware» http://www.gridcomputin g.com 62.

61. Матросов В.M., Матросова Н.И. Методологические основы математического моделирования социальных и глобальных процессов / Математическое моделирование социальных процессов. Под ред. ак. Матросова В.М. М.: Изд-во МГУ. - 1998. - С. 11-29.

62. Нейлор Т., Ботон Дж., Бердик Д. / Машинные имитационные эксперименты с моделями экономических систем // М.:Мир, 1975. - 500с. 64.

63. Месарович М., Мако Д., Такахара И. Теория иерархических многоуровневых систем. -М.: Мир, 1973.-344 с.

64. Месарович М., Такахара Я. Общая теория систем: математические основы. М.: Мир, 1978.-312 с.

65. Татевосян Г.М., Луняков B.C., Егорова E.H. / Модельные эксперименты с механизмами экономического управления / и др. М.: Наука, 1989. - 224 с.

66. Моисеев H.H. Математические задачи системного анализа. — М.: Наука, 1981. — 487с.

67. Научные информации, Вып. 36. Астрономический Совет АН СССР. М. 1975.

68. Олейник А.Г., Фридман А.Я., Олейник О.В. Программная система информационной поддержки региональной энергетики // Региональные информационные системы. 4.1. -Апатиты, 1995. С.14-24. г

69. Олейник А.Г., Шишаев М.Г. Пути повышения эффективности использования региональных информационных ресурсов // Информационные ресурсы России, 2004, № 1. — С.2-5.77.0рфали Р., Харки Д. JAVA и CORBA в приложениях клиент-сервер. — М.: ЛОРИ, 2000. -712с. 88.

70. Основные положения Стратегии экономического развития Мурманской области на. период до 2015 года / http://gov.munnan.ru/strategy

71. Павловский Ю.Н. Имитационные модели и системы. М.: ФАЗИС: ВЦ РАН, 2000.- 134с. 90.

72. Павловский Ю.Н. Проблема декомпозиции в математическом моделировании // Математическое моделирование, 1991, 3(4). -С.314-316с.

73. Павловский Ю.Н., Смирнова Т.Г. Проблема декомпозиции в математическом моделировании. М.:ФАЗИС, 1998. - 266с.

74. Панин А.П. Отопительный баланс районов Севера: — JL: Наука, 1983. 200 с.

75. Парасюк И.Н., Сергиенко И.В. Пакеты программ анализа данных: технология разработки. М.: Финансы и статистика, 1988.- 159 с. 94.

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

77. Петров В. Н. Информационные системы. СПб.: Питер, 2002. - 688с.

78. Попков Ю.С. Теория макросистем и ее применение. М.: Эдиториал УРСС, 1999.

79. Поспелов Г.С. Искусственный интеллект — основа новой информационной технологии. — М.: Наука, 1988.-278 с.

80. Проблемы вычислений в распределенной среде: организация вычислений в глобальных сетях. Труды института системного анализа РАН. M.: РОХОС, 2004. - 176с. 103.

81. Путилов В.А. Олейник А.Г. Фридман А.Я. Информационные технологии,в обеспечении устойчивого развития. Наука и бизнес на Мурмане, 3 '97, научно-практический журнал, серия: Экономика и рынок, том 3, Мурманское книжное издательство, 1997. С. 43-47.

82. Путилов В.А., Горохов A.B. Системная динамика регионального развития.^- Мурманск: НИЦ,«Пазори», 2002. 306с. 106.

83. Путилов В.А., Фильчаков В.В. Фридман А.Я. CASE-технологии вычислительного эксперимента. Апатиты: Изд-во КНЦ РАН, 1994. Т.1 - 249 с. Т.2. - 169 с.

84. Путилов В.А., Фридман А.Я., Ченосов С.Б. Организация вычислительного моделирующего эксперимента для динамических объектов // Вычислительный эксперимент в исследованиях технологических процессов и систем. Апатиты: Изд. КНЦ АН СССР, 1991.- С.42-46.

85. Ресин В.И., Попков Ю.С. Развитие больших городов в условиях переходной экономики (системный подход). М.: Эдиториал УРСС, 2000. — 328с.

86. Руденко Ю.Н., Ушаков И.А. Надежность систем энергетики. Новосибирск: Наука. Сиб. отд.-ние., 2-е изд., 1989.-328 с.

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

88. Сайт Powersim Software AS: http://www.powersim.com 154.

89. Сайт Комитета по образованию Мурманской области./ http://www.edu-murman.ru

90. Сайт Мурманского центра научно-технической информации. /http://www.cnti.murmansk.ru/GokIn 1 .shtml

91. Самарский A.A., Гулин A.B. Численные методы.— M.: Наука, 1988. — 440 с.116.

92. Самарский A.A., Михайлов А.П. Математическое моделирование. — М.: Наука-Физматлит. 1997.-316 с 117.

93. Бржезовский А.В:, Жаков В.И., Путилов В.А., Фильчаков В.В. / Синтез моделей вычислительного эксперимента // Спб.: Наука, 1992. - 231 с.

94. Попков Ю.С., Посохин М.В:, Гутнов А.Э, Шмульян Б.Л. / Системный анализ и проблемы развития городов//-М.: Наука, 1985;

95. Скурихин А.Н. Генетические алгоритмы. // Новости искусственного интеллекта. -1995; №4. -С.5-48.

96. Слама Д., Гарбис Д., Рассел П. Корпоративные системы на основе CORBA.: Пер. с англ.: Уч. Пос.-М.: Издательский дом «Вильяме», 2000.-368 с. 124.

97. Современное состояние теории исследования операций. Под ред. H.H. Моисеева. -М.: Наука, 1979.-464 с.

98. Трофимов С.А. CASE-технологии: практическая работа в Rational Rose. — М.:ЗАО «Издательство БИНОМ» , 2001.-272с.

99. Тыугу Э.Х. Концептуальное программирование. -М.: Наука, 1984. 255 с. 130.

100. Фаулер М., Скотг К. UML. Основы: Пер.с англ. СПб: Символ-Плюс, 2002. - 192 с. 132.

101. Форрестер Дж. Мировая динамика. М.: Наука, 1978. - 165 с.

102. Шебеко Ю.А. Имитационное моделирование и ситуационный анализ бизнес-процессов принятия управленческих решений (учебное и практическое пособие). М: «Тора-ИнфоЦентр», 1999-205с.

103. Шеннон Р. Имитационное моделирование систем искусство и наука. -М.: Мир, 1978.-418с. 137.

104. Шестаков А.А. Логическое моделирование в условиях неопределенности. — Апатиты: Изд-во КНЦ РАН, 1996.- 182 с.

105. Штрик A.A. CASE: машинное проектирование программного обеспечения. — Москва: ИнтерЭВМ, 1990 -115 с.

106. Encyclopedia of Computer Science. Fourth Edition / Edited by Anthony Ralston, Edwin D. Reilly and David Hemmendinger. Nature Publishing Group, 2000. - P.1578. 144.

107. I.Foster, C.Kesselman Globus: A Metacomputing Infrastructure Toolkit http://www.globus.org 156.

108. Powersim 2.5 Reference Manual .-Herndon, USA: Powersim Press, 1996.- 427p. 163.1. XÜ1.

109. ЛЧ>™:™ Ппдт ■ ирадини <Ч" 1. | i Ц Один авщишш 4 О ¡taywTM ■ Ими»1.Cmp™^! ХО.™ | 1. I^CaipiuiMii j X Огнцип• -. .- :

110. Порядок процесса создания нового проекта.ц НРМПР- П V1. —1 ЕЬ.»!^!®^-— г ¡ззететяяЕВЕИ1 1 1 g£ Изменить цвет | 11 1 Постройки СПЯ «вЯМ«jPocrjuyrwfl режим т. 111. Смещение по X: Jm ^ 11. Смещение по V j|0Q ^1. Прочий настройки

111. Толщине пиний слизи: t jj пн» нптн

112. Ра»мер в врвины ® Автопатич*о(иА ' (.11 Г.Ч b'L.C 1 И со

113. ЛРЯВ ■Й Щнрннааермини j J 1гаи

114. Настройки среды для пользователя.

115. Инструментальная система синтеза ., :<П!Х1. Проект Модель Синтез1. MM alaliHlEleil

116. Отображение различных типов вершин.

117. Инструментальная система синтеза ,,

118. Реализация многопользовательских вершин.•нтитьная с ист гш спит«» ТЭКш1. Постоека угля ™

119. Потребление угля Количество потребителей угля Среднее потребление угля Финансы топливного комплексе Прибыль от теплоэнергии Выход денег полученных от тепло энергии Кол-во потравленных единиц теплоэнергина 1 единицы теплоэнергин Мазут

120. Тип элемента системной динамики: Ыровень Начальное значение: 1000измерения: тонн

121. Шаг моделирования: несяцМ ¡Автор: «2 Описание:количество нмекицвгося в наличии угля

122. QtHoдавить ^ Редактировать I ifдалиt ь | fl Закрыгак'1.1Т