автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Системный анализ трудноформализуемых непрерывнозначных технологических задач

Ведение.

Глава 1. Обобщенное представление характеристик трудноформализуемых технологических задач.

1.1. Подбор рецептур для жидкой фазы гетерогенных систем.

1.2. Формирование свойств й характеристик легированных сталей и сплавов.

1.3. Формирование свойств и характеристик синтетических нитей.

1.3.1. Общая характеристика производства синтетических нитей

1.3.2. Общая характеристика актуальных информационных задач в области исследования свойств синтетических нитей.

1.3.3. Отбор проб синтетических нитей.

Глава 2. Теория распознавания образов (ТРО) как фундаментальная широкая основа рассмотрения и решения трудноформализуемых непрерывнозначных технологических задач.

2.1. Общие положения.

2.2. Математические модели представления технологических объектов исследования.

2.3. Общая характеристика подходов в ТРО.

2.4. Постановка задачи по применению ТРО к технологическим задачам.

2.5. Применение ТРО к задаче выделения классов и оценки качества синтетических нитей.

2.6. Аналитическое представление закономерностей (АПЗ) связи входных и выходных параметров как одна из прикладных основ решения задачи распознавания образов.

Глава 3. Теория нечетких множеств (ТНМ) как ориентирующая основа рассмотрения и разработки общих информационных аспектов в решении трудноформализуемых задач.

3.1. Общая характеристика подходов в теории нечетких множеств.

3.2. Выбор формального аппарата логики антонимов.

3.2.1. Описание формального аппарата логики антонимов.

3.2.2. Построение функций принадлежности.

3.3. Адаптированное содержание логики антонимов.

3.4. Конкретизация задачи с ориентацией на технологию производства синтетических нитей.

3.4.1. Первый вариант: Составление АПЗ связи потребительских свойств нити с параметрами формования при учете структуры нити.

3.4.2. Второй вариант: Прогнозирование поведения потребительских свойств нити в новой области изменения параметров формования.

Глава 4. Метод линейных направлений и согласующих функций (ЛН-СФ) как конструктивная методика аналитического представления закономерностей связи «потребительские свойства - факторы формования».

4.1. Общая характеристика подхода.

4.2. Прямая и обратная задача метода ЛН-СФ для функции одной переменной.

4.3. Прямая и обратная задача метода ЛН-СФ для функции двух переменных.

4.4. Прямая и обратная задача метода ЛН-СФ для функции многих переменных.

4.5. Иллюстрационные примеры АПЗ для выходных переменных.

4.5.1. Общая иллюстрация подхода.

4.5.2. Представление АПЗ для технологических процессов синтетических нитей.

Глава 5. Методология выделения классов в непрерывном признаковом пространстве при ограниченном объеме прецедентов.

5.1. Общие положения.

5.2. Практические алгоритмы выделения классов в непрерывном признаковом пространстве при ограниченном объеме прецедентов.

5.3. Решение задачи выделения классов с использованием аналитического представления закономерностей, полученных на основе ЛН-СФ.

Глава 6. Разработка акустических показателей в признаковом пространстве синтетических нитей. ф 6.1. Актуальность использования акустических подходов в задаче распознавания синтетических волокон и нитей.

6.2. Акустические показатели синтетических волокон и нитей.

6.3. Описание экспериментальной установки.

6.4. Математическая модель динамики нити для высокочастотной многоопорной испытательной установки.

6.4.1. Общие положения.

6.4.2. Конечно-разностная схема построения полного движения нити на высокочастотной многоопорной испытательной установке.

Р 6.4.3. Коррекция расчетной схемь, построения динамики нити при совместном учете продольных и поперечных колебаний.

6.4.4. Расчет наблюдаемой функции на выходе высокочастотной многоопорной испытательной установки.

6.5. Численный эксперимент по выявлению акустических показателей

6.6. Представление акустических показателей на основе экспериментальных данных.

Практика научно-технического прогресса в настоящее время вышла во многих случаях на включение в свою орбиту задач, именуемых трудноформализуемыми, а поэтому требующих для преодоления трудностей формализации применения системного подхода к созданию моделей, в том числе и методов современной обработки информации, интеллектуализации обрабатываемой информации, теории нечетких множеств - логики антонимов.

Упомянутых объектов весьма много в различных отраслях промышленности, в том числе и технологической направленности, много их и в отраслях текстильной и легкой промышленности и в производстве синтетических нитей. Применительно к технологическому спектру современных проблем НТП иногда удобно говорить о трудноформализуемых не объектах, а задачах.

В качестве примеров таких задач можно указать следующие: задача формирования свойств и характеристик легированных инструментальных сталей для производства машинных швейных игл; задача подбора состава красителей и рецептур крашения для удовлетворения жестких требований заказчиков к колористическим параметрам окрашиваемого сырья и полуфабрикатов; задача оценки качества и прогнозирование свойств и характеристик синтетических нитей в зависимости от параметров формования и условий эксплуатации.

Трудноформализуемые непрерывнозначные технологические (ТНТ) задачи, которые рассматриваются в работе, отличаются принципиальной практической невозможностью получить для объектов исследования, на основе традиционных классических методов, точное описание всех их внутренних и внешних количественных взаимосвязей, определяющих в итоге свойства и характеристики рассматриваемых объектов.

Ряд аспектов методологического обеспечения решения ТНТ задач, изложенных в работе, носят общеприменимый характер для различных технологических задач, тем не менее основные иллюстративные материалы в диссертации даны применительно к производству синтетических нитей.

Для ТНТ задач в целом фундаментальной широкой основой рассмотрения и разработки информационных подходов решения задач (для получения ответов на возникающие прикладные задачи, например, задачи оценки и прогнозирования свойств и характеристик исследуемых объектов) является теория распознавания образов (ТРО).

Основными базовыми положениями ТРО являются следующие: опора на реализованные экземпляры изучаемого объекта (прецеденты) и их свойства и характеристики (признаки); принцип деления объектов на классы на основе компактности , например, значений признаков; формирование на основе прецедентов и их признаков распознающих баз данных (решающих правил), позволяющих относить к соответствующим классам вновь предъявляемые объекты; эти вновь предъявляемые объекты могут служить одновременно и увеличению числа прецедентов и повышению тем самым точности распознающих баз данных; формирование на основе данных о прецедентах аналитических представлений закономерностей (АПЗ) изменения переменных (признаков), существенно облегчающих задачу формирования классов объектов.

Указанные выше базовые положения ТРО явились отправной точкой для применения в работе различных, отличающихся своими особенностями, подходов, приемов и методов решения трудноформализуемых задач (информационных технологий, интеллектуализации обработки информации, теории нечетких множеств - логики антонимов).

В связи с этим отметим некоторые направления, в русле которых может расширяться и действительно разрастается ТРО: усложнение объектов по многомерности признакового пространства; рассмотрение объектов с непрерывным1, дискретным и другими закономерностями изменения переменных, характеризующих объекты, и широкими диапазонами их значений; опора на системность в изучении объектов.

Поясним перечисленные направления на примере задач из области технологии синтетических нитей. В объем признаковых пространств здесь входят параметры формования (скорость формования, скорость воздуха при обдуве, кратность вытягивания, температура вытягивания, температура термофиксации и.т.д.), условия эксплуатации (температура эксплуатации, воздействие воды и ее паров и.т.д.) и показатели качества синтетических нитей (прочность, разрывная нагрузка, разрывное удлинение, двойное лучепреломление, усадка, неровнота по диаметру и.т.д. ). Для производства синтетических нитей диапазоны изменения переменных характеризуются широкими интервалами. Так, например, при получении полиэфирной мононити температура термофиксации меняется в пределах 160-^260 (С0), а температура вытягивания - 180^-230 (С0) .

Для объектов с непрерывными изменениями переменных возможно расширение систем признаков за счет использования в одном комплекте признаков, полученных не только экспериментальными, но и различными

1 В соответствии с названием в работе рассматривается объекты с непрерывным изменением переменных. другими, в том числе и экспериментально-аналитическими методами (в работе в этих целях применяются акустических подходы).

Таким образом в изучении свойств объектов требуется ориентироваться на указанную выше системность, включая и задачи АПЗ, облегчающие формирование классов объектов.

Изложенные положения и пояснения из области производства синтетических нитей показывают актуальность задачи расширения подходов, приемов и методов ТРО при одновременном расширении сферы их приложения.

Цели работы: разработка схемы представления непрерывного признакового пространства в форме, которая удобна для учета его многомерности и использования конструктивной методики составления аналитических зависимостей для свойств - признаков объектов рассмотрения; создание указанной конструктивной методики составления аналитических зависимостей; формирование общей методологии расширения приложения теории распознавания образов (ТРО) применительно к условиям многомерности и непрерывности признакового пространства, при этом содержание указанного расширения относится ко всем этапам методологии:

• к обработке первоначальной, например, экспериментальной информации при опоре на разработанную информационную ориентирующую схему (ИОС) для малого объема требуемых прецедентов;

• к составлению АПЗ изменения переменных;

• к расширению признакового пространства за счет акустических показателей, получаемых на основе классических методов исследования динамики сложных объектов, каким является непрерывная гибкая нить, работающая в системе многих ограничителей;

• к применению методов теории нечетких множеств в случаях, когда взаимодействие структурных элементов рассматриваемых объектов может быть оценено на уровне тенденций;

• к определению классов объектов, включая и случаи сложных форм АПЗ и др.

- разработка конкретизированного системного подхода в расширении приложения ТРО, при ориентации на все указанные в предыдущем пункте позиции.

Научная новизна работы и основные положения, выносимые на защиту.

1. Разработана схема представления непрерывного признакового пространства в форме, которая удобна для учета его многомерности и использования конструктивной методики составления аналитических представлений закономерностей (АПЗ) для свойств - признаков объектов рассмотрения, при этом единое признаковое пространство представляется двумя составляющими; причем применительно к указанному выше производству синтетических нитей (ПСН) первая составляющая признакового пространства (оси которого и аналогичные им направления изменения переменных названы обобщенно линейными направлениями) - параметры формования и условия эксплуатации (входные параметры), вторая составляющая - показатели качества нити (выходные параметры).

Линейные направления выделяют в первой составляющей признакового пространства отдельные многомерные ячейки (МЯЧ), а пересечение линейных направлений соответствует узловым точкам ячеек.

2. Завершение оформления конструктивной методологии, названной методом линейных направлений - согласующих функций (ЛН-СФ), позволяющей составлять АПЗ для выходных признаков на основе гармонической взаимоувязки влияния входных переменных;

3. Применение метода ЛН-СФ для малоразмерных МЯЧ с ориентацией на значения описываемых выходных функций в узловых точках.

Для определения значений описываемых выходных функций в указанных точках использовать при первоначальной обработке данных по прецедентам метод наименьших квадратов (МНК). Такой подход дает возможность решить задачу при малом количестве требуемых прецедентов.

4. Применение метода ЛН-СФ для целей АПЗ, также для крупноразмерных ячеек (для больших диапазонов изменения переменных), при этом размер ячеек определяется допустимой точностью АПЗ.

5. Применение метода ЛН-СФ при последовательном рассмотрении относительно малоразмерных ячеек первой составляющей признакового пространства и при использовании каждый раз данных предыдущих ячеек для прогноза АПЗ для последующих ячеек с использованием возможностей конструктивных подходов теории нечетких множеств.

6. Расширение признакового пространства акустическими показателями, получаемыми теоретически и экспериментально на специальной высокочастотной испытательной установке для гибких нитей и информационно обрабатываемых с учетом развитой в СПбГУТД и СПбГУ теории гибкой нити для многоопорных технологических систем, в создании которой автор диссертации принимал активное участие.

Все представленные в работе результаты являются новыми и впервые опубликованы в работах автора диссертации.

Практическая значимость работы и внедрение результатов. Проведенные в работе исследования подтвердили эффективность предложенных методов. На основании проведенных исследований получено 5 авторских свидетельство об официальной регистрации программ для ЭВМ.

Автор диссертации при своих исследованиях опирался на собственные экспериментальные исследования, а также на две группы экспериментальных результатов, выполненных сотрудниками Всероссийского научно -исследовательского института синтетического волокна (ВНИИСВ), г. Тверь.

Результаты работы могут быть использованы при анализе различных технологических процессов, отличающихся многомерностью и непрерывнозначностью описывающих их параметров, и прогнозировании свойств получаемых изделий. Тем не менее, основные иллюстративные материалы в диссертации даны применительно к производству синтетических нитей.

Предложенные в работе методы, алгоритмы и программные средства рекомендованы к использованию в научно-исследовательских и промышленных предприятиях (ВЦ РАН, Ассоциация инжиниринга и автоматизации СПбГТУ, Амурский Комплексный НИИ).

Разработанные в диссертационной работе методы и алгоритмы используются в специальных курсах и практикумах на факультете «Информационные технологии и машиноведение» Санкт-Петербургского государственного университета технологии и дизайна и на факультете «Математика и информатика» Амурского государственного университета.

Апробация работы. Результаты работы были представлены на Международной конференции «Математика, компьютер, образование» (Пущино, 1995; Дубна, 1996), «VII конференции с международным участием по математическим методам распознавания образов (MMPO-VII)» (Пущино, 1995), Международной научно-технической конференции «Теория и практика разработки оптимальных технологических процессов и конструкций в текстильной производстве» (Прогресс-96) (Иваново, 1996), «Годичной научной конференции Государственного инженерного университета Армении» (Ереван,

1998), Международной научно-технической конференции «Актуальные проблемы переработки льна в современных условиях» (Лен-98) (Кострома, 1998), IX Всероссийской конференции «Математические методы распознавания образов (MMPO-IX)» (Москва, 1999), Международной конференции по химическим волокнам «Химволокна-2000» (Тверь, 2000), I Всероссийской конференции «Спектральные методы обработки информации в научных исследованиях» («Спектр - 2000») (Пущино, 2000), X Всероссийской конференции «Математические методы распознавания образов (ММРО- X)» (Москва, 2001), Международной научной конференции «Интеллектуализация обработки информации» (Крым, Алушта, 2002), а также на научных семинарах СПбГУТД, АмГУ, СПбГУ.

Структура и объем работы. Диссертация состоит из введения, 6 глав и списка литературы, содержащего 138 наименований. Основное содержание изложено на 260 страницах по сквозной нумерации, в том числе 91 рисунков.

ОБЩИЕ ВЫВОДЫ ПО РАБОТЕ

Работа направлена на развитие теории распознавания, прогнозирования и классификации трудноформализуемых непрерывнозначных технологических задач. Для преодаления трудностей формализации применены методы системного анализа сложных прикладных объектов исследования, интеллектуализации обрабатываемой информации, теории нечетких множеств, с целью повышения эффективности функционирования объектов исследования.

В диссертации дана характеристика трудноформализуемых непрерывнозначных технологических задач на следующих примерах:

- задача подбора состава красителей и рецептур крашения для удовлетворения жестких требований заказчиков к колористическим параметрам окрашиваемого сырья и полуфабрикатов; задача формирования свойств и характеристик легированных инструментальных сталей для производства машинных швейных игл;

- задача оценки качества и прогнозирования свойств и характеристик синтетических нитей в зависимости от параметров формования и условий эксплуатации.

В дальнейшем содержание диссертации ориентировано на рассмотрение третьей из указанных задач, которая является трудной для формализации потому, что синтетическая нить отличается сложной внутренней структурой (молекулярной, надмолекулярной, микроструктурой).

В работе в качестве базы выполненных разработок использовались:

- теория распознавания образов;

- теория нечетких множеств.

Исходным положением теории распознавания образов является опора на реализованные экземпляры изучаемого объекта (прецеденты) и их свойства и характеристики. Это соответствует сути преодоления трудноформализуемости задач.

Вторая база — теория нечетких множеств. Здесь в качестве замены трудноформализуемости используется опыт и интуиция исследователя.

В работе разработана методология системного анализа сложных объектов исследования, обработки информации и составления аналитических представлений сложных закономерностей для функции многих переменных на основе ограниченного объема экспериментальных данных и формирования с использованием полученных закономерностей классов объектов в виде конкретных методов и алгоритмов. При этом:

1. Разработана схема представления непрерывного признакового пространства в форме, удобной для учета его многомерности и использования конструктивной методики составления аналитических представлений закономерностей (АПЗ) для свойств - признаков рассматриваемых объектов. При этом единое признаковое пространство описывается двумя составляющими. Например, применительно к указанному выше производству синтетических нитей первая составляющая признакового пространства (оси которого и аналогичные им направления изменения переменных названы обобщенно линейными направлениями) - параметры формования и условия эксплуатации (входные параметры), а вторая составляющая — показатели качества нити (выходные параметры).

2. Создан конструктивный метод составления аналитических представлений закономерностей связи потребительских свойств с параметрами формования, названный методом линейных направлений - согласующих функций (ЛН-СФ), позволяющий составлять АПЗ для выходных признаков на основе гармонической взаимоувязки влияния входных переменных.

3. Применен метод ЛН-СФ для малоразмерных ячеек входных переменных с ориентацией на значения описываемых выходных функций в узловых точках. Для определения значений описываемых выходных

Ill функций в указанных точках при первоначальной обработке данных по прецедентам использован метод наименьших квадратов. Такой подход дает возможность решить задачу при малом количестве требуемых прецедентов.

4. Применен метод ЛН-СФ в случае крупноразмерных ячеек (для больших диапазонов изменения переменных), при этом размер ячеек определяется допустимой точностью аналитических представлений закономерностей.

5. Реализованы методы теории нечетких множеств, которые в работе рассматривается как ориентирующая основа рассмотрения и разработки информационных аспектов решения рассматриваемых задач, в том числе составления аналитических представлений закономерностей, в случаях, когда взаимодействие структурных элементов рассматриваемых объектов может быть оценено только на уровне тенденций.

6. Решены задачи выделения классов объектов, применительно к трудноформализуемым непрерывнозначным технологическим процессам на основе составления аналитических представлений системных закономерностей, как одна из главных задач теории распознавания образов виде конкретных алгоритмов.

7. Показана возможность расширения признакового пространства акустическими показателями, получаемыми экспериментально на специальной высокочастотной многоопорной испытательной установке для гибких нитей и предварительно обрабатываемыми с учетом развитой в Санкт-Петербургском государственном университете технологии и дизайна и Санкт-Петербургском государственном университете теории гибкой нити для многоопорных технологических систем, в создании которой автор диссертации принимал активное участие.

Предложенные методы и алгоритмы реализованы в виде комплексных программ для операционной системы Windows NT/9x на языке Borland С++ Builder3 -Professional.

1. Айвазян С.А., Бежаева З.И., Староверов О.В. Классификация много-мерных наблюдений. - М.: Статистика, 1974. - 240 с.

2. Айвазян С.А., Енюков И.С., Мещалкин Л.Д. Прикладная статистика. М.: Финансы и статистика, 1983. - 472 с.

3. Айзенштейн Э.М. Химические волокна на рубеже тысячелетий // Текстильная промышленность. 2000. - № 4.

4. Айзенштейн Э.М. Химические волокна важный фактор экономического подъема // Хим. волокна. - 1998. - № 5. - С. 3-6.

5. Акопджанян Г.М. Экспериментально-теоретическое моделирование рецептур и режимов крашения хлопчатобумажного трикотажа на основе спектральных характеристик красителей: Дисс. . канд. техн. наук. СПб.: СПГУТД, 1994.

6. Андерсон Т. Введение в многомерный статистический анализ. М.: Физматиз, 1963.

7. Араманович И.Г., Левин В.И. Уравнения математической физики. М: Физматиз, 1969. - 287 с.

8. Бардачев Ю.Н. Развитие методов экспериментально-теоретического моделирования повышенной прогностичности химико-технологических процессов текстильной промышленности: Дисс. . д-ра техн. наук. СПб.: СПГУТД, 1992.-451с.

9. Бобрышев С.Н. Синтез алгоритмов распознавания и управления технологическими процессами получения синтетических волокон: Дисс. . к-та техн. наук. Калинин, 1983. - 172с.

10. Ю.Бонгард М.М. Проблема узнавания. М.: Наука, 1969.

11. П.Бренер И.Р. Применение акустического метода для неразрушающего контроля качества. Автореф. дисс. . канд. техн. наук. М., 1974.

12. Вапник В.Н., Червоненкис А.Я. Теория распознавания образов. -М.: Наука, 1974.

13. Вентцель Е.С. Теория вероятностей. М.: Наука, 1969. - 576 с.

14. Волков В.Н., Денисов А.А. Основы теории систем и системного анализа: -СПб.: Изд-во СПбГТУ, 1999. 512 с.

15. Вольтер Б.В., Дорофенюк А.А., Касавин А.Д., Горловицкий И.Ш. Анализ работы химических реакторов методами автоматической классификации данных // Теоретические основы химической технологии. 1970. - Т 4. - № 4. -С. 560-565.

16. Гаврилова Т.А., Червинская К.Р. Извлечение и структурирование знаний для экспертных систем. М.: Радио и связь, 1992.

17. Геллер В.Э. , Айзенштейн Э.М. Волокна из синтетических полимеров. М.: Химия, 1970.

18. Гелл ер В.Э., Айзенштейн Э.М. Производство синтетических волокон. М.: Химия, 1971.

19. Голик А.З., Коченюк Н.Я. Измерения скорости распространения и коэффициента поглощения звуковых волн в полимерных волокнах методом бегущих волн в широком интервале температур // Украинский физический журнал. 1968.-Т. 13.

20. Голота Я.Я. и др. Автоматизация контроля технологических процессов (логикоантонимический подход) / Голота Я.Я., Колосова О.В., Тисенко В.Н., Чурсина А.Ю. // Измерительная техника. 1991. - N9. - С. 8-10.

21. Голота Я.Я. и др. Задачи сертификации и логика антонимов: Сб. докладов./ Голота Я.Я., Тисенко В.Н., Фальков Д.С. // SCM'99. Т.1. - С.-Петербург, 1999.-С. 206-207.

22. Голота Я.Я. Логико-антонимический подход к формированию оценок // Измерительная техника. 1992. - N6. - С. 6-8.

23. Голота Я.Я. Непрерывнозначная логика. Л., 1982. - Деп. В ВИНИТИ 14.10.82.

24. Голота Я.Я. Новый метод контроля продукции на основе логики антонимов // Измерительная техника. 1991. - N9. - С. 6-8.

25. Голота Я.Я. О формализации логики неполных знаний (логики антонимов) // Логика и развитие научного знания: Межвуз. сб. / Под ред. И.Н. Бродского, Я.А. Слинина. СПб.: Изд-во СПб ун-та, 1992. - С. 92-112.

26. Голота Я.Я. Об адекватности логики мировоззренческим принципам // Современная логика: проблемы теории, истории и применения в науке. Тез. докл. Научн. конф. СПб., 1996. - С. 6-10.

27. Гублер Е.В. Вычислительные методы распознавания патологических процессов. Л.: Наука, 1970. - 381 с.

28. Гурвичюс И.В. Исследование структуры и физико-механических свойств углеродных волокон. Автореф. дисс. . канд. техн. наук. М., 1978. - 23 с.

29. Data Analysis and informatics 3/ Edited by E.Diday, M.Jambu, L.Lebart, J.Pages, R.Tomassone. North-Holland, Amsterdam - New York, Oxford, 1983.

30. Дедус Ф.Ф., Жабко А.П., Саакян P.P. и др. О развитии неявных расчетных схем и статистических оценок точности в интегрировании систем дифференциальных уравнений // Математика, компьютер, образование. Тез. докл. Межд. конф. Пущино, 1995. - С. 65.

31. Дедус Ф.Ф., Махортых А.С., Устинин М.Н., Дедус А.Ф. Обобщенный спектрально-аналитический метод обработки информационных массивов. -М.: Машиностроение, 1999.

32. Джуре П., Айзенауэр Т. Распознавание образов в химии. М.: Мир, 1977. -128 с.

33. Elkan, С. The Paradoxical Success of Fuzzy Logic. National Conference on Artificial Intelligence. // AAAI'93. 1993. - P. 698-703.

34. Елисеева И.И., Рукавишников В.О. Группировка, корреляция, распознавание образов. -М.: Статистика, 1977.- 144 с.

35. Елкина В.Н., Загоруйко Н.Г. Количественные критерии качества таксономии и их использование в процессе принятия решений // Вычислительные системы. 1969. - Вып. 36. - С. 29-46.

36. Ермолов И.Н., Праницкий А.А. Акустические методы контроля физико-механических свойств материалов: Обзор // Заводская лаборатория . 1977. -№ 10.-С. 1215-1222.

37. ZhuravlevYu.I. An algebraic approach to recognition or classification problems // Pattern Recognition and Image Analysis. M., 1988. - № 8(10). - P.59-100.

38. Жабко А.П., Харитонов B.Jl. Методы линейной алгебры в задачах управления: Учебное пособие. СПб: Изд-во СПбГУ, 1993. - 317 с.

39. Жиганов Н.К. Динамика, устойчивость и нестабильность процессов формования химических волокон из расплавов: Дисс. . д-ра физ.-мат. наук. -Тверь, 1990.-380 с.

40. Жукова Л.Т. Криогенная обработка материалов, инструмента и деталей машин текстильной и легкой промышленности: Учебное пособие. СПб.: СПГУТД, 1998.-35 с.

41. Жукова Л.Т. Теоретические исследования тепловых процессов в иглах швейных машин // Приборостроение. Известия вузов 1998. - № 6. - С. 7478.

42. Журавлев Ю.И. Математические модели в задачах распознавания и классификации. М.: Наука, 1978. - 262 с.

43. Журавлев Ю.И. Распознавание образов // Избранные научные труды. М: Магистр, 1998. С.415.

44. Журавлев Ю.И., Загоруйко Н.Г. Класс коллективно-групповых решающих правил, основанных на дисперсионном критерии компетентности предикторов// Анализ данных и сигналов / Вычислительные системы. Новосибирск, 1998. - Вып. 163. - С. 82-90.

45. Журавлев Ю.И., Никифоров В.В. Алгоритмы распознавания, основанные на вычислении оценок // Кибернетика. 1971. - № 3. - С. 1-12.

46. Zadeh L.A., Kacprzyk J. "Computing with Words in Information / Intelligent Systems" // New York: Physica-Verl. 1999.

47. Загоруйко Н.Г. Гипотезы компактности и компактности в методах анализа данных // Сиб. журн. индустр. математики. 1998. Т.1. - № 1. - С.114-126.

48. Загоруйко Н.Г. Методы распознавания и их применение. М.: Сов.радио, 1972.-206 с.

49. Загоруйко Н.Г. Прикладные методы анализа данных. Новосибирск: Изд-во Ин-та математики, 1999. - 270 с.

50. Загоруйко Н.Г., Елкина В.Н., Емельянов С.В., Лбов Г.С. Пакет прикладных программ ОТЭКС. М.: Финансы и статистика, 1986.

51. Загоруйко Н.Г., Заславская Т.Н. Применение распознавания образов в социологии. Новосибирск: Наука, 1968.

52. Заде J1. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976. - 165 с.

53. Иванькова Е.М., Марихин В.А., Мясникова Л.П., Якушев П.Н. Влияние особенностей молекулярной и надмолекулярной структуры на процесс ползучести ориентированных полимеров// Химволокна 2000. Докл. Междунар. конф. по хим. волокнам.- Тверь, 2000.

54. Капкаев А.А. Химические волокна в мире; промышленность и рынки // Информационно-фирменный справочник/ Под ред. Э.М. Айзенштейна.- М., 1998. 74с.

55. Капкаев А.Р., Айзенштейн Э.М. Мировое развитие химических волокон в 1996 г. // Хим. волокна. 1998. - № 3. С. 3-8.

56. Климов В.А., Архипов А.В., Бардачев Ю.Н. и др. АСУП в текстильной и легкой промышленности. М.: Легпромиздат, 1986.

57. Климов В.А., Телемтаев М.М., Архипов А.В. и др. Проектирование систем автоматизации технологических процессов в красильно-отделочном производстве. М.: Легпромиздат, 1989.

58. Ковальски Р. Логика в решении проблем: Пер.с англ.- М.: Наука.Гл.ред.физ.-мат.лит., 1990.-280 с.

59. Кофман А. Введение в теорию нечетких множеств. М.: Радио и связь, 1982. -431 с.

60. Кынин А.Т., Гребенников С. Ф. Прогнозирование изменения механических свойств полимерных волокон и нитей в агрессивных средах//Химволокна -2000. Докл. На Междунар. конф. по хим. волокнам. Тверь, 2000.

61. Larsen, М.Р. Industrial Applications of Fuzzy Control, Fuzzy Reasoning and its Applications. Academic Press, 1981.

62. Лбов Г.С. Методы обработки разнотипных экспериментальных данных. -Новосибирск: Наука, 1981. 160 с.

63. Mamdani, Е.Н., and S. Assilian. An Experiment in Linguistic Synthesis with a Fuzzy Logic Controller. Fuzzy Reasoning and its Applications. Academic Press, 1981.

64. Mc Naughton R. A Theorem about Infinited-valued Sentencial Logic. // Jour. Of Symbolic Logic. - Vol. 16. - 1951. - P. 1-13.

65. Michalski R., Bratko I., Kubat M. Mashine Learning and Data Mining. John Wiley and Sons, 1998.

66. Murakawi, S. and M. Maeda. Automobile Speed Control System Using a Fuzzy Logic Controller. Industrial Applications of Fuzzy Control. North-Holland, 1985.

67. Маежов Е.Г., Червяков В.В., Донской А.С., Жабко Л.Е. Первый аспект обобщенной расчетной схемы по Даламберу в динамике нити // Технология легкой промышленности. Изв.ВУЗов. Иваново, 1999. - №4.

68. Марихин В.А., Мясникова Л.П. Надмолекулярная структура полимеров. Л.: Химия, 1977. 240 с.

69. Мелихов А.Н., Берштейн Л.С., Коровин С.Я. Ситуационные советующие системы с нечеткой логикой. М.: Наука. Гл. ред. физ.-мат. лит., 1990. - 272 с.

70. Мельников Б.Н., Кириллова М.Н., Мориганов А.П. Современное состояние и перспективы развития технологии крашения текстильных материалов. М., 1983.

71. Миркин Б.Г. Анализ качественных признаков. М.: Статистика, 1976.

72. Неразрушающие методы и средства контроля качества изделий и конструкций из неметаллов / Под ред. Н.А. Крылова. Л., 1982. - 87 с.

73. Patterson D. Introduction to Artificial Intelligence and Expert Systems. -Cambridge, Mass. MIT Press, 1990.

74. Папков С.П. Физико-химические основы производства искусственных и синтетических волокон. М.: Химия, 1972. - 312 с.

75. Патрик Э. Основы теории распознавания образов. М.: Сов.радио, 1980.

76. Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ:. М.: Высш. Школа, 1989.-367 с.

77. Перепелкин К.Е. Структура и свойства волокон. М.: Химия, 1985. - 208с.

78. Перепелкин К.Е. Физико-химические основы процессов формования химических волокон. М.: Химия, 1978. - 320 с.

79. Перепечко И.И. Акустические методы исследования полимеров. М.: Химия, 1973.-295 с.

80. Петухов Б.В. Полиэфирные волокна. М.: Химия, 1976. - 276 с.

81. Поспелов Д.А. Логико-лингвистические модели в системах управления. М.: Энергоиздат, 1981.

82. Прибор ультразвуковой ГСП УК-10ПМС. Руководство по эксплуатации ЩЮЗ.ОЗ 1.007 РЭ.-М, 1986.

83. Привалов С.Ф., Гусаков А.В., Могильный А.Н. Методы теории распознавания образов при исследовании текстильных материалов. СПб.: ООО «Недра», 2001.- 144 с.

84. Прохорович В.Е. Прогнозирование состояния сложных технических комплексов. СПб.: Наука, 1999.- 158с.

85. Рао С.Р. Линейные статистические методы и их применение. М.: Физматиз, 1968.

86. Роговин З.А. Основы химии и технологии химических волокон. М.: Химия, 1974.-Т.2.-344 с.

87. Розин Б.Б. Теория распознавания образов в экономических исследованиях. -М.: Статистика, 1973. 152 с.

88. Романов В.Е. Системный подход к проектированию специальной одежды. -М.: Легкая и пищевая пром-сть, 1981. 128 с.

89. Романов В.Е., Жабко А.П., Саакян P.P., и др. Перспективность виброакустических методов в прогнозировании свойств химических нитей // Математические методы распознавания образов. Докл. IX Всеросс. конф. /ВЦ РАН. .- Москва, 1999. С. 224 -225.

90. Романов В.Е., Червяков В.В., Саакян P.P. и др. О проблеме оценки сертификационных характеристик химических нитей высокочастотнымиметодами // Математика, компьютер, образование. Тез. докл. Междунар. кон-ф.- Дубна, 1996. С. 110-111.

91. Романов В.Е., Жабко А.П., Климов В.А. К формированию прикладной теории динамики нити. // Технология легкой промышленности. Изв. ВУЗов. -№6. Иваново, 1998.

92. Романов В.Е., Климов В.А., Саакян P.P. К развитию информационных технологий в области технологии химических волокон // Вестник СПб-го гос. унта технологии и дизайна. С.-Пб, 2001.- Вып. 5. - С. 95-109.

93. Романов В.Е., Саакян P.P., Литвинчук В.Л. К задаче диагностирования и прогнозирования свойств химических нитей на основе акустических методов// Химволокна 2000. Докл. Междунар. конф. по химволокнам. -Тверь, 2000. - 3 с.

94. Романов В.Е., Саакян P.P., Жабко Л.Е. и др. Программа моделирования динамики гибкой нити на высокочастотной многоопорной испытательной установке// Свид-во об официальной регистрации программ для ЭВМ № 2001610167. Росс, агентство по патентам. РФ, 2001.

95. Рысюк Б.Д., Носов Н.П. Механическая анизотропия полимеров. Киев: Наукова думка, 1978. - 232 с.

96. Рябинин И.А., Черкесов Г.Н. Логико-вероятностные методы исследования надежности структурно сложных систем. М.: Радио и связь, 1981.-264 с.

97. Саакян P.P. , Климов В.А., Шпехт И.А. Анализ динамики нити численным методом последовательно побуждающей связки уравнений// Свид-во об официальной регистрации программ для ЭВМ № 960252. Росс, агентство по правовой охране. РФ, 1996.

98. Саакян P.P. , Климов В.А., Шпехт И.А. Программа построения колебания нити методом конечно-разностных схем// Свид-во об официальной регистрации программ для ЭВМ № 960253. Росс, агентство по правовой охране. — РФ, 1996.

99. Саакян P.P. Гармоническая взаимоувязка входных величин при формировании функций многих переменных // Математические методы распознавания образов. Докл. X Всеросс. конф. ВЦ РАН. М., 2001.-С. 123125.

100. Саакян P.P. К задаче прогнозирования свойств и характеристик синтетических нитей с применением нечеткой логики // Вестник Амурского гос. ун-та. Благовещенск, 2001. - Вып. 13, -С . 4-6.

101. Саакян P.P. Конечно-разностная схема построения полного движения нити на многоучастковой высокочастотной испытательной установке // Вестник Амурского гос. ун-та. Благовещенск, 2001. - Вып. 11, - С. 7-9.

102. Саакян P.P. Развитие основ методологического обеспечения ультразвуковых методов определения свойств синтетических нитей: Дисс. . канд. техн. наук. С.Пб., 1994. - 257 с.

103. Саакян P.P. Решение задачи классификации и распознавания образов в случае большого набора количественных признаков на основе последовательного исключения пустых множеств// Вестник Амурского гос. ун-та. Благовещенск, 2001. - Вып. 15. - С .8-10.

104. Саакян P.P. Коррекция расчетной схемы построения динамики нити при совместном учете продольных и поперечных колебаний. // Технология легкой промышленности. Изв. ВУЗов. Иваново, 2002. - №1. - С. 85-91.

105. Саакян P.P. Алгоритм выделения классов объектов для трудноформализуемых непрерывнозначных технологических задач на основе составления аналитических представлений закономерностей // Вестник молодых ученных. Серия технические науки. -С.-Пб, 2002.- № 1.

106. Саакян Р. Р., Жабко А.П. Расчет наблюдаемой функции на выходе высокочастотной испытательной установки. // Технология легкой промышленности. Изв. ВУЗов. Иваново, 2002.- №2. - С. 80-85.

107. Саакян Р. Р., Жабко JI.E. Полное решение уравнения динамики нити с учетом продольных и поперечных колебаний. // Технология легкой промышленности. Изв. ВУЗов. Иваново, 2001. - №5. - С. 87-93.

108. Саакян P.P., Жабко А.П., Климов В.А., Литвинчук В.Л. Качество химической нити и информативность выходного сигнала высокочастотной испытательной установки // Химволокна 2000. Докл. Междунар. конф. по химволокнам. - Тверь, 2000. - 4 с.

109. Спектр 2000). Докл. I Всеросс. конф. ИМПБ РАН. - Пущино, 2000.-С.106-113.

110. Саакян P.P., Климов В.А. Расчет параметризованной координаты математической модели динамики нити при совместном учете продольных и поперечных колебаний // Вычислительные технологии. Новосибирск, 2002. -Т.7. №2. -С.106-113.

111. Сталевич A.M. Деформирование высокоориентированных полимеров // Теория линейной вязкоу пру гости: Конспект лекций. СПб: СПбГУТД, 1995.- 4.1.-79 с.

112. Стретт Дж.В. (Лорд Релей) Теория звука: В 2 т. М., 1955. - Т. I. - 503с.

113. Тиранов В.Г. Релаксационные процессы и способы их оценки в нагруженных комплексных нитях: Дисс. . д-ра техн. наук. Л., 1980.

114. Fuzzy Logic Control of AC Induction Motors. IEEE. 1992:834-49. / Cleland J., W. Turner, P. Wang, T. Espy, P.J. Chappell, R.J. Spiegel, and B. Bose. -1992.16c.

115. Фальков Д.С. Автоматизация комплексных испытаний сложных технологических объектов с использованием нечетких логик: Дисс. . к-та техн. наук. СПб, 1999. - 169 с.

116. Хакимов О.Ш. Измерение затухания и скорости распространения ультразвука в непрерывно движущихся нитях и пленках // Заводская лаборатория, 1987. Т. 53. - № 9.

117. Хакимов О.Ш., Хабибуллаев П.К. Акустические методы и приборы для контроля и исследования ориентированных полимеров. Ташкент: Изд-во ФАН, 1990.-268 с.

118. Херл Д.В.С., Петере Р.Х. Структура волокон. М.: Химия, 1969. - 400с.

119. Червяков В.В., Жабко Л.Е., Параметрическая математическая модель динамики нити // Технология легкой промышленности. Изв.ВУЗов. -Иваново, 1999. №3.

120. Энциклопедия полимеров. М.: Сов. Энциклопедия, 1974. - Т.2. - 528 с.

121. Юнусов Б.Х. Акустические методы исследования строения и свойств химических нитей и пленок: Дисс. . д-ра техн. наук. Л., 1986. - 499с.

122. Юнусов Б.Х., Рысюк Б.Д., Носов Н.П. Определение коэффициента затухания ультразвука в химических волокнах и пленках // Технология легкой промышленности. Изв.ВУЗов. Иваново, 1984. - №3. - С. 37-42.