Интеллектуальная поддержка процесса объемного планирования дискретного производства при нечетких ограничениях на ресурсы предприятия и меняющейся конъюнктуре рынка тема диссертации и автореферата по ВАК РФ 05.13.06, кандидат технических наук Жирнов, Вадим Игоревич

  • Жирнов, Вадим Игоревич
  • кандидат технических науккандидат технических наук
  • 2009, Пермь
  • Специальность ВАК РФ05.13.06
  • Количество страниц 125
Жирнов, Вадим Игоревич. Интеллектуальная поддержка процесса объемного планирования дискретного производства при нечетких ограничениях на ресурсы предприятия и меняющейся конъюнктуре рынка: дис. кандидат технических наук: 05.13.06 - Автоматизация и управление технологическими процессами и производствами (по отраслям). Пермь. 2009. 125 с.

Оглавление диссертации кандидат технических наук Жирнов, Вадим Игоревич

ВВЕДЕНИЕ.

1. УПРАВЛЕНИЕ ПРОИЗВОДСТВОМ НА ПРЕДПРИЯТИИ: ПОДХОДЫ И ПРОБЛЕМЫ.

1Л. Существующие подходы к управлению промышленным предприятием.

1Л Л. Эволюция стандартов управления промышленным предприятием.

1Л.2. Производственное планирование как часть системы управления производством.

1.2. Проблемы и задачи объемного планирования производства.

2. ПОСТАНОВКА ЗАДАЧИ ОБЪЕМНОГО ПЛАНИРОВАНИЯ ПРОИЗВОДСТВА КАК ДВУХУРОВНЕВОЙ ЗАДАЧИ МНОГОКРИТЕРИАЛЬНОЙ ОПТИМИЗАЦИИ.

2.1. Структурная схема двухуровневой модели планирования.

2.2. Постановка задачи планирования производства продукции под прогнозируемый спрос.

2.3. Постановка задачи формирования оптимального портфеля заказов.

2.4. Постановка связанной задачи.

Выводы.

3. МАТЕМАТИЧЕСКАЯ МОДЕЛЬ ФОРМИРОВАНИЯ ОПТИМАЛЬНОГО ПЛАНА ПРОИЗВОДСТВА ПОД СПРОС.

3.1. Математическая постановка.

3.2. Алгоритм решения задачи.

3.3. Решение тестовой задачи.

Выводы.

4. МАТЕМАТИЧЕСКАЯ МОДЕЛЬ ФОРМИРОВАНИЯ ОПТИМАЛЬНОГО ПОРТФЕЛЯ ЗАКАЗОВ С УЧЕТОМ НЕЧЕТКИХ ПРЕДПОЧТЕНИЙ.

4.1. Математическая постановка задачи.

4.2. Алгоритм решения задачи.

4.2.1. Обоснование выбора метода решения задачи.

4.2.2. Описание метода стохастического поиска.

4.3. Демонстрационный пример.

4.4. Тестирование модели и анализ результатов.

Выводы.

5. МАТЕМАТИЧЕСКАЯ МОДЕЛЬ СВЯЗАННОЙ ЗАДАЧИ.

5.1. Имитационная модель интеллектуального элемента.

5.2. Оптимизационная модель интеллектуального элемента.

5.3. Описание программного комплекса интеллектуальной поддержки объемного планирования дискретного производства.

5.3.1. Требования к функциональному обеспечению.

5.3.2. Требования к информационному обеспечению.

5.3.3. Этапы работы программного комплекса.

5.3.4. Выбор платформы разработки.

5.3.5. Графический интерфейс.

5.4. Решение демонстрационного примера и анализ результатов.

Выводы.

Рекомендованный список диссертаций по специальности «Автоматизация и управление технологическими процессами и производствами (по отраслям)», 05.13.06 шифр ВАК

Введение диссертации (часть автореферата) на тему «Интеллектуальная поддержка процесса объемного планирования дискретного производства при нечетких ограничениях на ресурсы предприятия и меняющейся конъюнктуре рынка»

Отход России от плановой экономики заставил российские предприятия решать новые задачи, возникающие в условиях быстро меняющейся конъюнктуры рынка. Одной из таких задач, является планирование производственной деятельности промышленного предприятия, исходя из потребностей и ограничений, диктуемых рынком сбыта продукции. Планирование производственной деятельности условно можно разделить на три основных этапа: первый — объемное календарное планирование, которое определяет, что будет производиться в плановом периоде, в каком количестве и к какому сроку; второй — производственное планирование, то есть составление детального плана-графика производства продукции, запланированной на первом этапе; третий — оперативное перепланирование. В данной работе рассматривается объемное планирование производства как неотъемлемая часть системы управления производством на предприятии.

Следует отметить, что на многих промышленных предприятиях России в настоящее время отсутствует автоматизированная система составления оптимальных планов производства. Планирование ведется либо вручную экспертами на основе накопленного опыта, либо частично автоматизируется, используя простейшие эвристические методы. Очевидно, что оптимальными эти планы не являются, не говоря уже о том, что вполне могут оказаться не выполнимыми или, наоборот, не полностью загружающими производственные мощности. Это происходит из-за того, что при планировании необходимо учитывать множество производственных ограничений и нечетких пожеланий клиентов, что невозможно сделать, не используя современные математические методы и не применяя для расчетов эффективные вычислительные алгоритмы и информационные технологии.

Таким образом, одной из новых задач производственного планирования в рамках рыночной экономики является задача формирования оптимального плана производства с учетом запросов клиентов и быстроменяющейся ситуации на рынке.

Объектом исследования является система планирования на предприятии с дискретным типом производства, одной из основных задач которой является формирование оптимального объемного плана на определенный период времени в условиях неопределенностей как со стороны рынка сбыта продукции, так и нечетких ограничений на распределение ресурсов предприятия.

Целью данной работы является разработка средств интеллектуальной поддержки процесса формирования оптимального объемного плана дискретного производства в условиях нечеткой исходной информации для повышения эффективности управления промышленным предприятием.

В соответствии с поставленной целью в работе формируются и решаются следующие основные задачи:

• Построение структурной схемы интеллектуальной подсистемы объемного планирования в рамках АСУП предприятия.

• Разработка модели формирования оптимального портфеля заказов на предприятии с учетом нечетких ограничений на производственные ресурсы.

• Разработка модели составления оптимального плана производства под спрос на предприятии.

• Построение модели интеллектуального элемента АСУП для оптимального перераспределения ресурсов предприятия.

• Реализация моделей в виде программных модулей, объединенных в единый программный комплекс, позволяющий формировать оптимальный объемный план па предприятии с дискретным типом производства.

• Практическая апробация данной методики на предприятии в рамках единой интегрированной информационной системы управления производством.

Методы исследования. В процессе выполнения работы были использованы методы теории управления, линейной и нелинейной оптимизации, теории нечетких множеств, методы имитационного моделирования и поддержки принятия решений в условиях неопределенности.

Научная новизна диссертационной работы заключается в следующем:

• Предложена структурная модель автоматизированного планирования на промышленном предприятии, отличающаяся использованием интеллектуального элемента, позволяющего имитировать состояние рынка и поддерживать принятие решений на стратегическом уровне управления производством.

• Разработана модель составления оптимального объемного плана дискретного производства, отличающаяся возможностью учета конъюнктуры рынка сбыта продукции.

• Построена модель формирования оптимального портфеля заказов, отличающаяся возможностью учета нескольких критериев оптимальности и нечетких ограничений на распределение ресурсов предприятия.

• Разработан алгоритм интеллектуальной поддержки управленческих решений на стратегическом уровне планирования, позволяющий формировать оптимальный объемный план производства в условиях неопределенности.

Практическое значение работы. Разработанные модели реализованы в виде комплекса программных средств, обеспечивающих автоматизацию формирования оптимального объемного плана производства в рамках единой информационной системы управления предприятием.

На защиту автором выносятся следующие основные положения диссертации:

• Структурная модель системы планирования производства на предприятии в условиях меняющейся конъюнктуры рынка.

• Модель составления оптимального объемного плана производства при заданном спросе на рынке сбыта продукции.

• Модель формирования оптимального портфеля заказов на предприятии при нечеткой исходной информации.

• Модель интеллектуального элемента поддержки управленческих решений при формировании объемного плана производства.

Внедрение результатов работы. Предложенные в диссертационной работе модели формирования оптимального портфеля заказов и оптимального плана производства под спрос продукции были интегрированы в информационную систему управления предприятием «Капитал CSE» компании «Геликон Про» (г. Пермь) и внедрены в 2006 и 2009 годах на предприятии ОАО «Рыбинсккабель» (г. Рыбинск).

Апробация работы. Основные положения и результаты диссертационной работы докладывались на научных семинарах, международных и всероссийских конференциях, в том числе: на 13-й Всероссийской конференции молодых ученых «Математическое моделирование в естественных науках» (г. Пермь, 2004), Всероссийской научной конференции молодых ученых «Наука. Технологии. Инновации.» (г. Новосибирск, 2005 и 2007гг.), международной конференции «Информационные технологии в науке, образовании, телекоммуникации и бизнесе IT + S&E'05>> (Украина, г. Гурзуф, 2005 и 2008 гг.), международной школе-конференции по приоритетным направлениям развития науки и техники с участием молодых ученых, аспирантов и студентов (Россия, г. Москва, 2006 г.), XIV международной студенческой школе-семинаре «Новые информационные технологии» (Украина, г. Судак, 2006г.), 2-ой международной научно-технической конференции

Инфокоммуникационные технологии в науке и технике» (Россия, г.

Ставрополь, 2006г.), 6-й Всероссийской школе-конференции молодых ученых «Управление большими системами» (г. Ижевск, 2009).

Публикации. По теме диссертационной работы опубликовано 10 научных работ, в том числе статья в журнале, указанном в перечне ВАК РФ, рекомендуемом для кандидатских и докторских диссертаций.

Структура и объем диссертации. Диссертация состоит из введения, 5 глав, заключения, приложения и списка литературы из 115 наименований.

Похожие диссертационные работы по специальности «Автоматизация и управление технологическими процессами и производствами (по отраслям)», 05.13.06 шифр ВАК

Заключение диссертации по теме «Автоматизация и управление технологическими процессами и производствами (по отраслям)», Жирнов, Вадим Игоревич

Выводы

По результатам проведенных исследований в данной главе можно сделать следующие выводы:

• Имитационный подход к созданию модели интеллектуального элемента позволяет ЛПР задавать распределение ресурсов предприятия оценивать последствия сформированного ОПП.

• Оптимизационная модель позволяет находить оптимальное по заданным критериям распределения ресурсов предприятия в виде Парето-множества решений.

• Встроенный в ERP систему вычислительный комплекс, на основе данных поступающих из различных подразделений предприятия, позволяет формировать ОПП с учетом выбранной стратегии работы предприятия с клиентами.

ЗАКЛЮЧЕНИЕ

В результате проведенных исследований можно сделать следующие выводы:

1. На основе анализа существующих систем и подходов к планированию на предприятиях предложена структурная схема планирования производства как составляющая системы управления производством, позволяющая формировать оптимальный план производства (ОПП) в условиях работы предприятий с различными стратегиями продаж. Обоснована необходимость включения в структурную модель АСУП интеллектуального элемента, позволяющего связать различные модели планирования в зависимости от политики поведения руководства предприятия на рынке спроса выпускаемой продукции.

2. Реализована модель формирования оптимального портфеля заказов (ОПЗ) с использованием метода стохастического поиска, позволяющая учитывать нечеткие ограничения и формировать Парето-множество решений по двум критериям: по совокупной важности и совокупной прибыльности заказов, включенных в ОПЗ. Показано, что применение разработанной модели оптимизации портфеля заказов на практике позволяет до 15% повысить эффективность планирования за счет повышения прибыльности плана при ограничениях на ресурсы.

3. Реализована модель формирования 01111 под спрос в виде задачи линейного программирования, формирующая на основе данных о свободных производственных ресурсах оптимальный по прибыльности номенклатурный набор продукции для производства в плановом периоде. Для решения оптимизационной задачи используется модифицированный симплекс-метод. Показано, что предложенная модель поддержки принятия управленческих решений помогает топ-менеджерам предприятия в выборе стратегии планирования производства путем оценки имеющихся рисков и прогноза рынка на объем выпускаемой продукции. На основе полученных с помощью модели данных, можно оценить, стоит ли идти на риск и производить наиболее выгодную продукцию, либо работать, не рискуя, но с меньшей прибылью.

4. Построена модель интеллектуального элемента АСУП, позволяющая ЛПР не только оценивать последствия того или иного варианта перераспределения ресурсов предприятия, но и получать эффективное по заданным критериям распределение ресурсов и решений связанной задачи оптимизации в виде Парето-оптимального набора ОПП.

5. На основе разработанных оптимизационных моделей созданы программные модули, встраиваемые в интегрированную информационную систему предприятия и позволяющие автоматизировать процесс планирования дискретного производства на стратегическом и тактическом уровнях управления предприятием.

Программные модули интегрированы в информационную систему управления предприятием «Капитал CSE» компании «Геликон Про» (г. Пермь) и внедрены в 2006 - 2009 годах на предприятии ОАО «Рыбинсккабель» (г. Рыбинск). Акты, подтверждающие внедрение разработанных программных модулей, приведены в приложении.

Список литературы диссертационного исследования кандидат технических наук Жирнов, Вадим Игоревич, 2009 год

1. Цыганов В.В., Бородин В.А., Шишкин Г.Б. Интеллектуальное предприятие Москва: Университетская книга, 2004. — 768 с.

2. Шуремов E.JL, Чистов Д.В., Лямова Г.В. Информационные системы управления предприятиями. — М.: Изд-во «Бухгалтерский учет», 2006.

3. Gantt, Henry L. A graphical daily balance in manufacture, Transactions of the American Society of Mechanical Engineers, Volume XXIV, 1903 C. 1322-1336.

4. Gantt, Henry L., "Work, Wages, and Profits," second edition, Engineering Magazine Co., New York, 1916.

5. Gantt, Henry L., "Organizing for Work," Harcourt, Brace, and Howe, New York, 1919.

6. Taylor F. The Principles of Scientific Management, 1911

7. Кремера Н.Ш. Исследование операций в экономике. — М.: Банки и биржи. ЮНИТИ, -1997.

8. SAP R/3 System. Function in detail. Material Management. Production Planning, SAP. 1994.

9. Miller, Inventory Control Theory and Practice, 1962.

10. Joseph Buchan, Ernest Koenigsberg, Scientific Inventory Control, 1963

11. Первознанский A.A. Математические модели в управлении производством, М.: Мир, 1985.

12. Изойтис B.C. Экономико-математическое моделирование производственных систем, М.: Гелиос АРВ, 1993.

13. Производственный менеджмент: учебник / Под ред. В. А. Козловского. М.:ИНФРА-М, 2003. - 574 с.

14. APICS dictionary//edit. Сох J. F., etc. American Production and Inventory Control Society, 1992. P. 54.

15. Oliver W. Wight. Production and inventory management in the computer age. Macmillan of Canada, 1974

16. Plossl George. Orlicky's Material Requirements Planning 2 ed., New York: McGraw-Hill, 1997

17. Гаврилов Д.А. Управление производством на базе стандарта MRP II.-СПб.: Питер, 2003,-352с.

18. Родников А. Н. Логистика. Терминологический словарь. М.: Экономика. 1995. С. 251.

19. Ильин А.И. Планирование на предприятии: Учебник. — Мн.: Новое знание, 2003 4-е изд. - 635с.

20. Горемыкин В.А., Бугулов Э.Р. Планирование на предприятии. М.: Информационно-издательский дом «Филинъ», 1999. - 328с.

21. Gaither N., Gregory V.F. Production and operations management — Southwestern College Publishing, Cincinnati, 1999. 900 c.

22. Goodfellow R. Manufacturing Resource Planning — A Pocket Guide, 1993. -52 c.

23. Питеркин C.B., Оладов И.А., Исаев Д.В. Точно вовремя для России." Практика применения Е11Р-систем.-М.:Альпина Паблишер, 2006.-368с.

24. Элия М. Голдратт, Джефф Кокс. Цель: процесс непрерывного -улучшения. Цель-2: Дело не в везенье. М.: Логос, 2000 - 778с .

25. Компьютерно-интегрированные производства и CALS технологии в машиностроении. М.: Федеральный информационно-аналитический центр оборонной промышленности. 1999. С. 510.

26. Keller, Erik L. Enterprise Resource Planning. The changing application model // GartnerGroup, February 5, 1996, White paper. P. 8.

27. Колесников C.H. Стратегия бизнеса.- M.: "СТАТУС-КВО", 2000.

28. О'Лири, Дэниел ERP-системы. Современное планирование и управление ресурсами предприятия.-М.ЮОО «Вершина», 2004.-272с.

29. Бурков В.Н. Основы математической теории активных систем. — М.: Наука, 1977;

30. Новиков Д.А. Теория управления организационными системами. — М.: Изд-во физико-математической литературы, 2007. 504с.;

31. Бурков В.Н., Коргин Н.А., Новиков Д.А. Введение в теорию управления организационными системами. — М.: Книжный дом «ЛИБРОКОМ», 2009. 264с.

32. Горский Ю.М. Системно-информационный анализ процессов управления. Новосибирск.: Наука, - 1988. — 327с.

33. Sah R. К., Stiglitz J.E. The Architecture of Economic Systems: Hierarchies and Polyarchies // The American Economic Review, Vol. 76, №4 (1986), C. 716-727.

34. Sah R. K., Stiglitz J.E. Committees, Hierarchies and Polyarchies // The Economic Journal, Vol.98, №391 (1988), C. 451-470

35. Цыганов B.B., Бухарин C.H. Информационный менеджмент. М.: Академический Проект, 2009. - 506с.

36. Бобко И. М., Марусин В.В. Иерархический подход к построению автоматизированных систем управления предприятиями — М.Ж Машиностроение 1992. 389 с.

37. Зайцев Н.Л. Экономика, организация и управление предприятием: Учеб. Пособие. -М.: ИНФРА-М, 2004.-491 с.

38. Шкурба В.В., Белецкий С.А., Ефетова К.Ф., и др. Планирование и управление в автоматизированном производстве. Киев Изд-во Наукова думка. 1985г. ^224с

39. Бойцовский А.В. Моделирование и оптимизации развития производства, М.: Наука, 1990.

40. Шкурба В.В. Задачи календарного планирования и методы их решения, Киев, Наукова Думка, 1966.

41. Б.А. Райзенберг Курс управления экономикой. СПб: Питер, 2003.-528с.

42. Столбов В.Ю., Федосеев С.А. Модель интеллектуальной системы управления производством // Проблемы управления. — 2006. — №5. — С.36-39.

43. Друкер П. Эффективное управление. Экономические задачи и оптимальные решения М.:ФАИР-ПРЕСС,1998.

44. Замков О.О., Толстопятенко А.В., Черемных Ю.Н. Математические методы в экономике.-М.: МГУ, Изд-во ДИС, 1997.-368с.

45. Larry Lapide, Advanced Manufacture Research, 2005.

46. Алексеев О. Г. Комплексное применение методов дискретной оптимизации.—М.: Наука, 1981.

47. Воронин В.Г. ЭкономикоОматематические методы планирования на предприятии, 1983.

48. Катулев А.Н., Северцев Н.А. Исследование операций: принципы принятия решений и обеспечение безопасности. М.: Физико-математическая литература, 2000. - 320 с

49. Протасов И.Д. Теория игр и исследование операций. М.: Гелиос АРВ,2003

50. Gilmore P., Gomory R. A linear programming approach to the cutting stock problem // Operations Research, 1961. C. 849-859.

51. Короткин A.B., Эвристические алгоритмы оптимизации Наука 1981г.

52. Архипов А.В. Эвристические методы управления производством, М.: Наука, 1993.

53. Czech Z.J. Parallel Simulated Annealing for the Delivery Problem // Parallel and Distributed Processing, 2001. C. 219-226.

54. Gelfand S.B., Mitter S.K. Simulated annealing with noisy or imprecise energy measurements // Journal of Optimization Theory and Applications, 1989. -C. 49-62.

55. Haddock J., Mittenthal J. Simulation optimization using simulated annealing // Computers and Industrial Engineering. 1922. - Vol. 22, N 4. - P. 387-395.

56. Greening D.R. Parallel simulated annealing techniques // Emergent computation, 1991. C. 293-306.

57. Janaki R.D., Sreenivas Т.Н., Ganapathy S.K. Parallel Simulated Annealing Algorithms // J. parallel and distributed computing, 1996. — C. 207—212.

58. Kirkpatrick S., Gellat C.D., Vecchi M. Optimization by Simulated Annealing //Sciece, 1983. -C. 671-680.

59. Laarhoven P., Aarts E., Lenstra J. Job Shop Scheduling by Simulated Annealing//Operations Research, 1992. -C. 113-125.

60. Shen C., Pao Y., Yip P. Scheduling multiple job problems with guided evolutionary simulated annealing approach // Proc. First IEEE Conf. on Evolutionary Computations, 1994. -C. 702-706.

61. Галузин K.C., Столбов В.Ю. Методика составления оптимального расписания с учетом предпочтений // Теор. и прикл. аспекты информационных технологий. Сб. научн. тр.-ГосНИИУМС, Пермь, 2004. Вып.53, с.43-50.

62. Alvarez-Valdes R., Parajon A., Tamarit J.M. A tabu search algorithm for large-scale guillotine (un)constrained two-dimensional cutting problems // Computers & Operations Research, 2002. C. 925-947.

63. Alvarez-Valdes R., Parreno F., Tamarit J.M. A tabu search algorithm for two-dimensional non-guillotine cutting problems // European Journal of Operational Research, 2007. С. 1167-1182.

64. Glover F. A template for scatter search and path relinking // Mathematical Programming, 1998. C. 161-188.

65. Glover F. Tabu search methods for optimization Amsterdam Elsevier, 1998. -576 c.

66. Glover F., Kochenberger G. Critical event tabu search for multidimensional knapsack problems // Meta-Heuristics: Theory & Applic, 1996. C. 407427.

67. Burke E.K., Petrovic S. Recent Research Directions in Automated Timetabling, EJOR, 2002.

68. Ежов A.A., Шумский C.A. Нейрокомпьютинг и его применения в экономике и бизнесе М.: МИФИ, 1998. - 216 с.

69. Mitchell М. An Introduction to Genetic Algorithms (Complex Adaptive Systems) -The MIT Press, 1998. -221 c.

70. Спицын В.Г., Цой Ю.Р. Эволюционирующие искусственные нейронные сети // IV Всероссийская конференция студентов, аспирантов и молодых116ученых "Молодежь и современные информационные технологии", 2006. -С. 411-413.

71. Цой Ю.Р. Введение в нейроэволюционный подход: основные концепции и приложения // Научная сессия МИФИ 2007. IX Всероссийская научно-техническая конференция "Нейроинформатика-2007": Лекции по нейроинформатике. Часть 2. - М.:МИФИ, 2007. - С. 43-76.

72. Подиновский В.В., Гаврилов В.М. Оптимизация по последовательно применяемым критериям.

73. Бенайюн Р., Ларичев О.И. и др. Линейное программирование с многими критериями. Метод ограничений. Автоматика и телемеханика N8, 1971. -с. 108-115.

74. Березовский Б.А. Барышников Ю. М. Многокритериальная оптимизация М:Наука, 1981,219с.

75. Подиновский В.В., Ногин В.Д. Парето-оптимальные решения многокритериальных задач. М.: Наука, 1982. - 256с.

76. Тихонов А.Н.,Арсенин В.Я. Методы решения некорректных задач. М.: Наука, 1986.-288с.

77. Евтушенко Ю.Г., Потапов М.А. Методы численного решения многокритериальных задач. //ДАН СССР. 1986. -т.291, № 1, - С.25-29.

78. Басовский Л.Е. Прогнозирование и планирование в условиях рынка. Учеб. Пособие. М.: ИНФРА-М, 2002. - 260 с.

79. Р.А. Фатхутдинов Производственный менеджмент: учебник для вузов. 4-е изд. Спб.: Питер, 2003. - 491с.

80. Управление экономикой производства: Учебник для вузов // Дудорин В.И. М.: Издательство «Экзамен», 2005. - 480с.

81. Штойер Р. Многокритериальная оптимизация. Теория, расчет и приложения. Пер. с англ. М.: Радио и связь, 1992.

82. Борисов А.Н., Алексеев А.В., Меркурьева Г.В. Обработка нечеткой информации в системах принятия решений — Москва: Радио и связь, 1989. -304 с.

83. Заде Л.А. Понятие лингвистической переменной и его применение к принятию приближенных решений — Москва: Мир, 1976. 168 с.

84. Гитман М.Б. Введение в теорию нечетких множеств и интервальную математику: 4.1: Применение лингвистической переменной в системах принятия решений — Учевн. пособие. Пермь: Изд. Перм. гос. техн. унт., 1998. -45 с.

85. Алтунин А.Е., Семухин М.В. Модели и алгоритмы принятия решений в нечетких условиях: Монография. Тюмень: Изд-во ТГУ, 2000. -352 с.

86. Грешилов А.А., Стакун В.А., Стакун А.А. Математические методы построения прогнозов. М: Радио и связь, 1997.-112 с.

87. Егорова Н.Е., Мудунов А.С. Применение моделей и методов прогнозирования спроса на продукцию сферы услуг. — М., ЦЭМИ РАН, 2000.

88. Костевич Л.С., Лапко А.А. Теория игр. Исследование операций, -Минск: Высшая школа, 1982.

89. Губко М.В. Математические модели оптимизации иерархических структур. М.:ЛЕНАНД, 2006 - 264с.

90. Жирнов В.И., Столбов В.Ю. Применение математического моделирования в управлении производственными заказами // Труды 2-ой Междунар. конф. «Инфоком-2», г. Ставрополь, 2006.- С. 151-154.

91. Жирнов В.И., Федосеев С.А., Агарков А.И. Модель управления заказами в рамках единой информационной системы предприятия // Проблемы управления. 2007. - № 6. - С.57-63.

92. Жирнов В.И., Савинкова С.О. Модель формирования оптимального портфеля заказов // Материалы Всероссийской научной конференции молодых ученых «Наука. Технологии. Инновации». 4.1. — Новосибирск: Изд-во НГТУ, 2006.- С.229-231.

93. Harald Meyer aufm Hofe. Nurse rostering as constraint satisfaction with fazzy constraints and inferred control strategies. In DIMACS Series, 2000, pp. 257272.

94. Гилязов P.JI., Гитман М.Б., Столбов В.Ю. Управление транспортными сетями электросвязи с учетом нечетких предпочтений // Проблемы управления, 2008. С. 36-39.

95. Вожаков А.В., Гитман М.Б. Модель календарного планирования с нечеткими ограничениями // Труды 35-й юбилейной международной конференции 6-й международной конференции молодых ученых

96. Информационные технологии в науке, образовании, телекоммуникации и бизнесе IT + S&E '08». Украина, Крым, Ялта-Гурзуф, 2008. С. 202204.

97. Сигал И.Х., Иванова А.П. Введение в прикладное дискретное программирование. -М.: Физ.-мат. гиз,2002.-252с.

98. Моисеев Н.Н., Иванилов Ю.П., Столярова Е.М. Методы оптимизации. — М.: Наука, 1978.-352с.

99. Колесников С.Н. Инструментарий бизнеса: современные методологии управления предприятием. — М.: Издательство «Статус-Кво 97» — 336с.

100. Кофман А. Введение в теорию нечетких множеств — Москва: Радио и звязь, 1982. -432 с.

101. Жирнов В.И., Столбов В.Ю. Многокритериальная модель кластеризации с нежесткими ограничениями // Труды XXXII Междунар. конф. «1Т — S&E'05», Украина, г. Гурзуф, 2005. С.61-62.

102. Bartak R., Grant Т., Witteveen С. On Modelling Planning and Scheduling Problems with Time and Resources // Proceedings of the 21th workshop of UK Planning and Scheduling Special Group, 2002, pp. 87-98.

103. Burke E.K., Landa Silva J.D., Soubeiga E. Hyperheuristic Approaches for Multiobjective Optimization. Proceeding of the MIC 2003, Kyoto Japan, 2003.

104. Landa Silva J.D., Burke E.K. A tutorial on multiobjective metaheuristics for scheduling and timetabling. University of Nottingham, 2002.

105. Jaszkiewicz A. Multiple objective metaheuristic algorithms for combinatorial optimization. Habilitation Thesis,360, Posnan University of Technology, Posnan, 2001.

106. Бусленко Н.П. Моделирование сложных систем. — М.: Наука, 1978.

107. Петрович M.JL, Давидович М.И. Статистическое оценивание и проверка на ЭВМ. М.: Финансы и статистика, 1989.

108. ПЗ.Кобелев Н.Б. Основы имитационного моделирования сложных экономических систем. М.: Дело, 2003 - 336с.

109. Матвеев JI.A. Компьютерная поддержка принятия решений. Спб: «Специальная литература», 1998. - 472.

110. Жирнов В.И. Управление производственными ресурсами предприятия в условиях меняющейся конъюнктуры рынка // Сборник докладов 6-й школы-конференции молодых ученых «Управление большими системами»), 4.1. Ижевск: УГУ, 2009. - С.171-178.

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.