Модели и алгоритмы интеграции информационной среды специализированных систем поддержки управленческих решений тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат наук Кенин, Сергей Леонидович

• Кенин, Сергей Леонидович
• кандидат наук
• 2013

Оглавление диссертации кандидат наук Кенин, Сергей Леонидович

СОДЕРЖАНИЕ

ВВЕДЕНИЕ

Глава 1. Анализ современных интеллектуальных систем планирования, поддержки и сопровождения управленческих решений

1.1. Системный анализ информационных систем интелектуальной поддержки управленческих решений

1.1.1. ERP-системы

1.1.2. PLM-системы

1.1.3. SAP-системы

1.1.4. Программный продукт «1С:Предприятие»

1.2. Анализ алгоритмов и методов интеграции специализированных систем с использованием интегрированной БД

1.2.1. Интеграция платформ

1.2.2. Интеграция с использованием промежуточного ПО

1.2.3. Интеграция данных

1.2.4. Интеграция приложений

1.2.5. Интеграция на уровне корпоративных приложений

1.2.6. Интеграция на уровне пользовательских интерфейсов

1.3. Формирование концепции к «бесшовной» интеграции специализированных систем с использованием модели данных и ИБД

1.4. Сравнительный анализ инструментов и форматов двунаправленного обмена

данными специализированных систем

1.4.1. Язык XML

1.4.2 Анализ использования генетического алгоритма для решения оптимизационных задач

1.5. Системный анализ интеллектуальных средств поддержки, планирования и

сопровождения управленческих решений

1.6 Цели и задачи исследования

Глава 2. Разработка алгоритмов передачи модели данных в разноориентированных системах с проверкой функциональной целостности

транслируемых данных

2.1 Формирование функциональной модели информационной системы

2.2. Разработка обобщённой структуры экспертной системы с детализацией базы знаний для реинжениринга бизнес-процессов

2.3. Модель процесса оптимизации реинжениринга бизнес-схемы с применением ГА

2.4. Механизм синтеза ГА

2.5. Разработка алгоритма решения управленческих задач, содержащих

конфликт целей

2.6 Модуль интерпретации целевой функции

2.6.1. Сканер, синтаксический и семантический анализаторы

Выводы

Глава 3. Разработка структуры интерактивной проблемно-ориентированной системы СИЛУР

3.1 Разработка модульной структуры программного обеспечения с применением аналитической методики проверки данных двунаправленного

обмена

3.1.1 Структура интеллектуальной системы поддержки управленческих решений на базе генетических алгоритмов

3.1.2. Разработка структур данных ЭС

3.1.3. Адаптация генетического алгоритма для решения задачи интеллектуализации двунаправленного обмена

3.2 Синтез структуры интегрированной базы данных информационный системы

3.3 Реализация процесса применения информационной системы в рамках интегрированных компьютерных технологий

3.4 Разработка алгоритма функционирования транслятора данных

3.5 Обоснование способов представления исходных и промежуточных данных для оптимизации двунаправленного обмена в рамках специализированных

систем принятия управленческих решений

3.6. Алгоритм оптимизации

3.7 Формирование подхода к двунаправленному обмену данными SAP и 1С

Выводы

Глава 4 Разработка проблемно-ориентированного программного обеспечения автоматизированной трансляции данных разноориентированных систем с

использованием ИБД

4.1. Разработка схемы взаимодействия графических интерфейсов программного обеспечения на основе функциональной схемы взаимодействия подсистем и модульной структуры системы

4.2 Разработка графического интерфейса программной системы

4.3 Визуальный интерфейс СИЛУР

4.4 Генерация алгоритма автоматической загрузки классов моделей управляющей системы, допускающий наращивание функциональности системы за счет интегрируемых приложений

4.5 Апробация расчётных значений

4.5.1 Интегратор ERP-PLM

4.5.2 Интерфейс модуля оптимизации на базе генетического алгоритма

Выводы

ЗАКЛЮЧЕНИЕ

Список литературы

Введение диссертации (часть автореферата) на тему «Модели и алгоритмы интеграции информационной среды специализированных систем поддержки управленческих решений»

ВВЕДЕНИЕ

Создание единого информационного пространства - проблема актуальная при внедрении современных программно-информационных систем поддержки управленческих решений. Существует множество различных систем (ЕИР-системы планирования, РЬМ-системы сопровождения жизненного цикла, 1С и др.), которые используются для поддержки и интеллектуализации принятия решений. Однако существующие многочисленные системы не обладают достаточной универсальностью, не отличаются единством методологии, что ограничивает их использование на практике. Основным препятствием на пути объединения таких средств является отсутствие модулей для взаимодействия программ различных систем.

Самые очевидные недостатки существующих классических средств интеграции - строгие требования к версиям программных продуктов. Поскольку системы обновляются неравномерно, а форматы выходных файлов зачастую меняются, сложно, а порой невозможно, обеспечить полную интеграцию. Одно из возможных решений этой проблемы - использование открытых форматов выходных данных.

При интеграции специализированных систем принятия решений, планирования, поддержки и сопровождения жизненного цикла продукции возникает ситуация обмена несогласованными данными: импорт и экспорт структурированной информации, однако часто по условиям контракта необходимо передавать партнерам и полный комплект документации (в том числе и графической) на продукцию. Задача усложняется, когда требуется синхронизация и многоитерационный обмен данными. Под синхронизацией данных в данной работе понимается не только ликвидация различий между двумя копиями данных, но и корректировка структур, и трансформация данных и метаданных.

Исследованиями в данной области активно занимались Яблочников Е. И., Зимин Н.Е., Молочников В.И., 1еоп О., Браун Д., Шиловицкий О. и др.

Таким образом, актуальность темы обусловлена необходимостью

5

повышения качества управленческих решений за счёт совершенствования моделей и алгоритмов интеграции информационной среды поддержки принятия решений с учетом многоальтернативности выбора управляющего воздействия и сохранением функциональной целостности данных.

Тематика диссертационной работы соответствует одному из основных научных направлений ФГБОУ ВПО «Воронежский государственный технический университет»: «Вычислительные комплексы и проблемно-ориентированные системы управления».

Целью работы и задачами исследования является разработка моделей и алгоритмов обработки информации для обеспечения интеллектуализации процесса интеграции специализированных систем поддержки управленческих решений с использованием базы синхронизированных данных.

Исходя из поставленной цели, в работе определены следующие задачи исследования:

- провести системный анализ методов и алгоритмов интеграции специализированных программно-информационных систем поддержки управленческих решений;

- разработать структуру проблемно-ориентированной системы двунаправленной трансляции и синхронизации данных различных систем поддержки управленческих решений;

- разработать модели, алгоритмы и программные инструменты для взаимодействия разрабатываемой системы со специализированными решениями поддержки управленческих решений с формированием единой интегрированной базы данных;

- провести апробацию разработанной проблемно-ориентированной системы, предназначенной для синхронизации двунаправленного обмена данных в системах планирования и поддержки управленческих решений с использованием алгоритмов верификации и трансляции моделей данных, специализированных решений.

Методы исследования. В качестве теоретической и методологической основы диссертационного исследования использованы методы системного анализа, теории построения баз данных, объектно-ориентированного программирования, параллельных вычислений, теории моделирования, теории управления.

Научная новизна. В работе получены следующие результаты, характеризующиеся научной новизной:

- функциональная модель проблемно-ориентированной системы двунаправленной трансляции и синхронизации данных, содержащая модуль интеллектуализации поддержки принятия управленческих решений, отличающаяся использованием распределённого хранилища мигрируемых данных различных систем;

- алгоритм решения управленческих задач, содержащих конфликт целей и использующий базу синхронизированных данных, отличающуюся наличием как бизнес-процессов и бизнес-логики, так и синтезируемых бизнес-моделей;

- функциональная модель интеграции межмодульных интерфейсов различных систем, отличительной чертой которой является обеспечение бесшовной интеграции разработанного программно-информационного обеспечения с решениями поддержки управленческих решений как посредством интегрированной БД, так и с использованием БД внешних систем;

- структура специального проблемно-ориентированного программного обеспечения, содержащая интегрированные модули контроля, коррекции, верификации и визуализации модели транслируемых данных, отличающаяся интеграцией с широким кругом систем поддержки принятия решений и сопровождения жизненного цикла.

Результаты соответствуют следующим пунктам паспорта специальности 05.13.01 - «Системный анализ, управление и обработка информации»:

- п. 4 «Разработка методов и алгоритмов решения задач системного анализа, оптимизации, управления, принятия решений и обработки информации»;

- п. 10 «Методы и алгоритмы интеллектуальной поддержки при принятии управленческих решений в технических, экономических, биологических, медицинских и социальных системах»;

- п. 12 «Визуализация, трансформация и анализ информации на основе компьютерных методов обработки информации».

Практическая значимость работы. В ходе диссертационного исследования разработаны модели, алгоритмы и оптимизационные структуры, ориентированные на решение задач по миграции данных и синхронизации двунаправленного обмена в системах поддержки управленческих решений, с применением концепции бесшовной интеграции с внешними программными решениями с формированием интегрированной базы данных, обеспечивающей сохранение целостности бизнес-логики транслируемых данных.

Реализация и внедрение результатов работы.

Практическая реализация предложенных в работе моделей и алгоритмов реализована в виде специального программно-информационного обеспечения «Система интеллектуальной поддержки управленческих решений (СИЛУР)», что позволяет повысить эффективность принятия управленческих решений за счёт повышения степени оценки формируемого варианта решения в соответствии с конкретной бизнес-моделью поведения. Полученные в диссертации результаты используются в учебном процессе ФГБОУ ВПО «Воронежский государственный технический университет» при чтении спецкурсов. Интерактивная система «СИЛУР» передана для использования в ООО «Гики Корп» и ООО «АЙТИ Комфорт».

Апробация работы.

Основные результаты, полученные в диссертационной работе, докладывались и обсуждались на следующих конференциях: Конгресс по интеллектуальным системам и информационным технологиям «А18-1Т'09» (Москва, 2009); Дни Германии в Воронеже (Воронеж, 2009); Круглый стол «Проблемы и пути решения трудоустройства молодых специалистов» (Воронеж, 2010); Всероссийская научная школа «Информационно-

8

телекоммуникационные системы и управление» (Воронеж, 2011); Всероссийская научно-техническая конференция «Информационно-коммуникационные технологии подготовки специалистов для IT-отрасли» (Воронеж, 2012); XIII Международная научно-методическая конференции «Информатика: проблемы, методология, технологии». (Воронеж, 2013); Зимняя школа по проекту «Internationalized Curricula Advancement at Russian Universities in the Southern region (ICARUS)» (Воронеж, 2013); XX Всероссийская научно-методическая конференция "Телематика'2013" (Санкт-Петербург, 2013).

Публикации. По результатам диссертации опубликовано 8 научных работ, в том числе 5 - в изданиях, рекомендованных ВАК РФ.

В работах, опубликованных в соавторстве и приведенных в конце автореферата, лично соискателю принадлежат: [1,58,70] - анализ алгоритмов восстановления метаданных при двунаправленном обмене в рамках решений поддержки и сопровождения жизненного цикла, [73] - анализ архитектуры развёртывания PLM решений с применением методик интеграции с внешними решениями, [40] - формирование концепции бесшовной интеграции систем планирования, сопровождения и поддержки жизненного цикла, [35,36,78] постановка и решение управленческих задач, направленных на повышение эффективности подготовки молодых специалистов IT-отрасли.

Структура и объём работы. Диссертация состоит из введения, четырёх глав, заключения, списка литературы из 105 наименований. Основная часть работы изложена на 145 страницах, содержит 65 рисунков, 8 таблиц.

Содержание работы. Первая глава посвящена необходимости использования информационно-компьютерной поддержки для повышения эффективности управленческих решений. В ней проведен системный анализ алгоритмов и методов интеграции систем сопровождения жизненного цикла изделия с применением интегрированной базы данных, выявлены «узкие» места интеграции специализированных программных решений планирования, поддержки и сопровождения жизненного цикла продукции. Дано обоснование

целесообразности разработки математического обеспечения с использованием параллельности, многоальтернативности и многокритериальное™ выбора. Сформирована концепция бесшовной интеграции системы с решениями поддержки, планирования и сопровождения жизненного цикла.

Во второй главе рассмотрены вопросы построения алгоритмического обеспечения системы двунаправленного обмена данными для обеспечения поддержки управленческих решений при интеграции PLM и ERP-решений. Приведены описания и структуры алгоритмов: трансляции и верификации данных, генерации генетического алгоритма системы оптимизации бизнес модели. Приведена аналитическая методика решения нестандартных управленческих задач.

В третьей главе приведена: структурная модель системы интеллектуальной поддержки управленческих решений, отличающаяся наличием модулей миграции данных для ERP и PLM-решений, содержащей алгоритмы восстановления и коррекции и унификации транслируемых данных. Дана авторская реализация модульной структуры «СИПУР». Приведена структура системы верификации и коррекции моделей. Синтезирован алгоритм двунаправленного обмена данными между ERP и PLM решениями с формированием интегрированной базы данных.

В четвёртой главе описана программная реализация проблемно-ориентированной системы поддержки управленческих решений. Дано описание графических форм программной системы и проведена апробация расчётных значений с применением «СИПУР».

В заключении сформулированы основные научные и практические результаты диссертационного исследования.

Глава 1. Анализ современных интеллектуальных систем планирования, поддержки и сопровождения управленческих решений 1.1. Системный анализ информационных систем интел ектуальной поддержки управленческих решений.

Автоматизация процесса поддержки и принятия управленческих решений требует обработки большего объема информации, которая ранее не фиксировалась и не хранилась в системах традиционного управления. Однако, более точные и оперативные решения оправдывают дополнительные затраты по сбору информации.

Увеличению количества обрабатываемых данных и более оперативному представлению необходимых сведений, требования к которым в современных системах управления меняются, способствовало создание информационно-аналитических систем. Применение информационно-аналитических систем дает увеличение скорости обработки и передачи данных.

Командой Рейтера и В. Бумбергом были разработаны Основные принципы информационно-аналитических систем [18]:

1) Единая информационная база - предполагает ввод информации, использующейся для многочисленных решений большинства задач управления. Каждая задача сопровождается созданием ее информационного обеспечения, а также путем реализации банков данных [11].

При решении многих задач управления используется, как правило, одна и та же информация. В силу того, что изменения информации происходят практически постоянно, большинство структур представляют собой динамичную систему. .. |

2) Минимизации ввода и вывода информации - с точки зрения точности, объективности и сопоставимости данных наиболее уязвимым является ввод и вывод информации. Ошибки, возникающие на этом этапе, оказывают решающее влияние на структуру системы управления.

3) Ввод изменений - изменения информации, касающиеся целей и задач управления, проявляющиеся на большинстве уровней. Запись лишь

п

измененных массивов данных, прежде всего, сократит время на обработку данных и тем самым увеличит быстродействие системы в целом.

Значительный рост интеллектуальных и функциональных возможностей самой системы, увеличение производительности и формирование на выходе логических выводов относились к основным принципам систем второго поколения.

Оптимизация организационных отношений является одним из важных моментов применения информационно-аналитических систем. Всем участникам процесса управления периодически необходима обобщенная информация, которая предоставляется информационно-аналитической системой без персонализированного привлечения конкретного специалиста [23].

В составе информационно-аналитической системы можно выделить набор способов их взаимодействия, материальных средств, специализированных знаний и предметов деятельности, организацию работы. Сама информационная технология содержит основные процедуры: кодирование, обработка, использование, сбор и регистрация данных, их передача к месту обработки, что по сути представляет собой принятие решений и формирование управляющих воздействий.

Первичная учетная информация, отражающая деятельность организаций, является характерной чертой процесса сбора и регистрации поступившей информации. Стоит уделить особое значение своевременности, полноте и достоверности полученной информации [55].

Наличие количества альтернатив определяет эффективность принимаемого управленческого решения, среди которых нужно найти наиболее оптимальное решение в соответствие с выделенным критериями.

Принятие решений в информационно-аналитических системах часто производится без использования технических средств, но основой для. выбора и принятия управленческого решения является анализ данных, полученных как раз с помощью данных систем.

Сегодня информационно-аналитические системы - это один из универсальных и надежных помощников в области обработки информации и поддержки управленческих решений, рассчитанных на пользователей различных уровней подготовки на любом уровне управления и для любой информационной среды.

Универсальность аналитических систем, прежде всего, определяется отсутствием специальных требований к подготовке пользователей, которые в свою очередь могут переквалифицироваться под любую предметную область, в которой необходимо выполнить: распределение ресурсов между объектами в соответствии с приоритетами задачи; выбрать оптимальное управленческое решение; сформировать многокритериальную оценку соответствия налагаемых на объект требований.

Основной задачей информационно-аналитических систем остается многокритериальная оценка, позволяющая полноценно сравнивать и выбирать оптимальный вариант из совокупности возможных решений. Она представляется как интегрированная система, направленная на помощь менеджерам различных уровней, с целью предоставления наиболее полного удовлетворения информационных потребностей руководителей [41].

Использование информационно-аналитических систем позволяет наиболее эффективно распределять смежные этапы процесса подготовки, поддержки и принятия управленческих решений.

Использование языка программирования в информационно-аналитических системах при анализе объектов существенно, снизило бы эффективность работы самой системы и широкое применение, поскольку для работы с такой системой обязательно присутствие квалифицированного программиста.

Эффективное развитие любой организации во многом определяется принятием необходимых управленческих решений, именно поэтому обязательным условием развития и является применение информационно-аналитических систем. В свою очередь, это позволяет как автоматизировать

13

систему управления и обеспечить целостность данных, так и снизить количество ошибочных вариантов решений и избежать ошибок при их реализации.

В мировой практике применяется термин Business Intelligence (BI-деловой интеллект). Данный термин объединяет в себе различные технологии анализа и средства обработки данных. Основные элементы классификации Gartner отражают как техническую, так и экономическую составляющую каждого сегмента классификации.

По классификации Gartner можно выделить следующие сегменты рынка BI: средства построения хранилищ и витрин данных (data warehouse); инструменты оперативной аналитической обработки (OnLine Analytical Processing, OLAP); информационно-аналитические системы (Enterprise Information Systems, EIS) и системы поддержки и принятия решений (Decisión Support Systems, DSS); средства интеллектуальной добычи данных (datamining); инструменты пользователя для выполнения запросов и построения отчетов (queiy and reporting tools).

Хранилища данных - предметно-ориентированные, интегрированные, стабильные, поддерживающие хронологию наборы данных, организованные для целей поддержки управления. Хранилища данных - это база данных организации, содержащая определенную аналитическую информацию, обеспечивающая ее оперативное представление в удобном для пользователя виде и обладающая структурой, учитывающей отраслевую специфику организации. Представители программных продуктов этой категории: SAP Business Warehouse (SAP), Informática [45].

OLAP - системы аналитической обработки данных в режиме реального времени, обеспечивают решение ряда аналитических задач: анализ ключевых показателей деятельности, анализ сценариев, моделирование, прогнозирование и т.д. Принято считать, что отличие OLAP-системы от хранилища данных состоит в предметной структурированности информации. Представителями программных продуктов этого класса являются: Hyperion Essbase (Hyperion

Solutions Corporation), Oracle OLAP (Oracle), MS Analysis Services (Microsoft), Business Objects (Business Objects), Cognos PowerPlay (Cognos), Micro Strategy.

Информационно-аналитические системы создают конечные решения для менеджеров-аналитиков. Эти системы позволяют осуществлять функции анализа на основе специализированных модулей, реализующих определенную методологаю. Предусмотрена возможность использования некоторого набора готовых методик для проведения различных видов анализа. Так, для банковской сферы реализованы методики дистанционного анализа, внутреннего и внешнего анализа, анализа прибыльности, рейтинговой оценки надежности банка, расчет лимита межбанковского кредитования, GAP-анализ [2,67,68].

Средства интеллектуальной добычи данных, предоставляют поиск необходимых данных в больших массивах информации. Данные программные продукты предоставляют аналитику возможность получения качественно новой информации, не содержащейся в источнике явным образом. Для этого применяются методы математического анализа данных: фильтрация, дерево решений, ассоциативные правила, генетические алгоритмы, нейронные сети, статистический анализ [86].

Функции интеллектуального извлечения данных встраиваются в OLAP-системы. Представители разработчиков программного обеспечения: Hyperion Essbase (Hyperion Solutions Corporation), Oracle Data Mining (Oracle), SAS (SAS Institute).

Инструменты конечного пользователя для выполнения запросов и построения отчетов обеспечивают построение запросов к информационно-аналитическим системам, интеграцию данных нескольких источников, просмотр данных с возможностью детализации и обобщения, построение и печать отчетов. Модули, содержащие функции Query&Reporting, входят в состав многих OLAP-систем, но есть и отдельные программные продукты данного класса. Поэтому, четко разделить OLAP и Query&Reporting невозможно.

Отнести тот или иной информационно-аналитический продукт к какому-то одному из классов аналитических систем не всегда возможно, поскольку отдельные системы позволяют решать аналитические задачи нескольких категорий. К числу многофункциональных можно отнести системы таких производителей, как Hyperion Solutions Corp., Cognos, Business Objects, Microsoft.

В настоящее время наибольшим спросом пользуются хранилища данных, OLAP-средства и системы data mining. Они обладают большими аналитическими возможностями, в том числе в части финансовых и статистических функций, при этом постоянно развиваются и улучшаются.

Проблемы повышения эффективности работы персонала, создание оптимальной структуры управления и достижение нужных целей важны для руководителя. Он принимает решения в условиях неопределенности и риска, анализирует большое количество разнородных документов, обработанные и систематизированные, они являются в определенной гарантией эффективного управления организации.

Наиболее известными специализированными средствами создания информационного хранилища данных, оперативного и интеллектуального анализа являются продукты фирм [38,44]:

SAS Institute - комплекс программ, обеспечивающих проведение всех работ по созданию и поддержке DWH, проведению всех видов анализа, имеет инструменты моделирования и собственную объектную СУБД.

Oracle - наиболее полный набор программных средств, включая СУБД, и инструменты имитационного моделирования, но отсутствуют средства DMG. Программный комплекс ориентирован на мощные платформы в виде мэйнфреймов, суперкомпьютеров. Для персональных компьютеров имеются адаптации, но с ограниченными возможностями. .г,

Microsoft - продукты Microsoft SQL Server с подсистемами MS Data Transformation Services и MS Decision Support Services, которые обеспечивают создание и поддержку DWH, а также выполнение OLAP-анализа. Для

16

реализации интеллектуального анализа используются продукты канадской фирмы Cognos.

Business Objects- продукты являются инструментальными средствами доступа, анализа и распределения информации. Web Intelligence - версия системы поддержки принятия решений в среде Интернет. Главное достоинство продуктов Business Objects - возможность работы на платформах персональных компьютеров, в локальных сетях уровня Windows.

На российском рынке программных продуктов инструментальные средства целевых пакетов, реализующих конкретные методики анализа, ориентированы в основном по следующим направлениям экономического анализа: финансовый анализ для определения финансового положения организации, ее платежеспособности, кредитоспособности, прогнозирования угрозы банкротства; управленческий анализ, который подразделяется на анализ объема производства и реализации продукции, использования производственных ресурсов и взаимосвязи затрат, объема продукции и прибыли; инвестиционный и инновационный анализ, позволяющий оценить и обосновать бизнес-планы; статистический анализ, используемый для прогноза курсов акций валют, оценки риска страхования, социологических исследований и т.п.

За последнее десятилетие появились российские софтверные фирмы, специализирующиеся на разработке и внедрении

целевых аналитических программ. 1.1.1. ERP-системы

Значимой составляющей успеха в борьбе за рынок потребителей, является наличие в компании современной информационной системы, позволяющей оптимизировать внутренние бизнес-процессы, снизить себестоимость продукции и повысить привлекательность продуктов для инвесторов.

Примером таких систем являются корпоративные информационные системы, построенные по методологии ERP (Enterprise Resource Planning -

17

планирование ресурсов предприятия). Внедрение ERP — весьма затратный, длительный и очень рискованный проект.

Концепция ERP стала развитием концепций MRP (Material Requirement Planning — планирование материальных потребностей) и MRP II (Manufacturing Resource Planning — планирование производственных ресурсов). Используемый программный инструментарий ERP-систем позволяет выполнять производственное планирование, моделирование потока заказов и оценку возможности их реализации.

Один из важных вопросов - относится система к классу ERP, либо является учетной. ERP-системы не просто хранят данные о происходящем на предприятии, но и имеют в своем составе модули планирования и оптимизации всех видов ресурсов.

Для реализации функций планирования и оптимизации необходимо наличие в системе обратной связи. Учётная система позволяет только фиксировать результаты. Она, в отличие от ERP-системы, не включает в себя функции для автоматизации планирования и сравнения 'план - факт" [16].

ERP-системы строятся по принципу создания единого хранилища данных, содержащего всю корпоративную бизнес-информацию и обеспечивающего одновременный доступ к информации сотрудников предприятия, наделённых соответствующими полномочиями. Изменение данных производится через функциональные возможности системы. Функциональные возможности, предоставляемые ERP системами: работа с конструкторскими и технологическими спецификациями, определяющими состав выпускаемых изделий, также операции и материальные ресурсы, необходимые для их производства; создание планов продаж и производства; планирование потребностей в материалах и комплектующих, сроков и объёмов поставок для выполнения плана производства продукции; управление запасами и закупками: ведение договоров, реализация централизованных закупок, учёт и оптимизация складских и цеховых запасов; планирование производственных мощностей; оперативное управление финансами, включая формирование

Список литературы диссертационного исследования кандидат наук Кенин, Сергей Леонидович, 2013 год

Список литературы

1. Автоматизация процесса восстановления пространственных моделей по видам ортогональных проекций / С.А. Минаков, В.Ф. Барабанов, В.В. Сафронов, C.J1. Кенин//Системы управления и информационные технологии: научно-технический журнал. 2011. Вып. 4.1(46). С. 159 - 162.

2. Автоматизированная информационная системаУ/fSeopedia] URL: http://www.seobuilding.ru/wiki/aвтoмaтизиpoвaннaя_инфopмaциoннaя_cиcтeмa (дата обращения: 06/11/2010).

3. Актуальность разработки и реализации CALS-технологий в отечественной промышленности/А.Н. Давыдов, В.В. Барабанов, В.В. Сало, В.Н. Везров //Проблемы продвижения продукции и технологий на внешний рынок: Сборник, спец. выпуск. — М., 1997. — С 3 - 7.

4. Алгоритмы: построение и анализ/Томас X. Кормен, Чарльз И. Лейзерсон, Рональд Л. Ривест, Клиффорд Штайн — 2-е изд. — Москва: Вильяме, 2006. — 1296 с.

5. Алесинская Т.В. Основы логистики. Функциональные области логистического управления — Таганрог: Издательство ТТИ ЮФУ, 2010. — 116 с.

6. Андерсон Джеймс Дискретная математика и комбинаторика — Москва: Вильяме, 2006. — 960 с.

7. Архангельский А.Я. Программирование в С++ Builder 6/А.Я. Архангельский. 2-е изд. - М.: ООО «Бином-Пресс», 2005. - 1168 с.

8. Архангельский А .Я. Программирование в Delphi 6/А.Я. Архангельский. -М.: ООО «Бином-Пресс», 2004. - 1120 с.

9. Базы данных. Интеллектуальная обработка информации./ В.В. Корнеев, А. Ф. Гарев, С. В. Васютин, В. В. Райх - М.: "Нолидж", 2000. - 352с.

10. Батищев Д.И. Решение дискретных задач с помощью эволюционно-генетических алгоритмов — Н-Новгород: ННГУ, 2011. — 199 с.

11. Башмаков А.И. Систематизация информационных ресурсов для сферы образования: классификация и метаданные/А.И. Башмаков, В.А. Старых; М.: "Европейский центр по качеству", 2003. - 384 с.

12. Бегг К. Коннолли Т. Базы данных. Проектирование, реализация и сопровождение. Теория и практика. — 3-е изд. — Москва: Вильяме, 2003. — 1436 с.

13. Блинова Т.А., Порев В.Н. Компьютерная графика/Под ред. В.Н.Порева - К.: Издательство Юниор, 2005. - 520 с.

14. Бобровский С., «Delphi 7 и СОМ: библиотека програмиста» - Санкт -Петербург; издательство Питер, 2004 - 240с.

15. Будилов В.А. Интернет-программирование на Java. - СПб.: БХВ-Петербург, 2003. - 704 с.

16. Буланов А., Шевченко О., Гусаров С. Wildfire 3.0. Первые шаги/А. Буланов, О. Шевченко, С. Гусаров; Изд-во Поматур, 2008 г. - 240 с.

17. Вигерс Карл И. Разработка требований к программному обеспечению — s.l.: Русская редакция, 2004.

18. Гайдес М. А. Общая теория систем (системы и системный анализ)//. — Винница, 2005, —201 е..

19. Галоппен Люк Управление организационными изменениями при внедрении SAP/, Зигфрид Кемс.-СПб, Эксперт РП, 2009 г.- 384с.

20. Гаскаров Д.В. Интеллектуальные информационные системы. — М.: Высш. ш., 2003.-431 с.

21. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности / Г.К. Вороновский, К.В. Махотило, С.Н. Петрашев, С.А. Сергеев. - X.: ОСНОВА, 1997.

22. Гладкий A.B. Формальные грамматики и языки/А.В. Гладкий. — М.: Наука, 1973.-368 с.

23. Глушков В.М. Основы безбумажной информатики/В.М. Глушков. - М.: Наука. 1982. - 552 с.

24. Горев А. Эффективная работа с СУБД / А. Горев, С. Макашарипов, Р. Ахаян. - СПб, «Питер», 1997. - 704 с.

25. Дарвин Ян Ф. «Java Сборник рецептов для профессионалов» - Санкт -Петербург; издательство Питер, 2002. - 16с.

26. Дегтяренко В.Г Основы логистики и маркетинга — Москва: Гардарика, 1996.—120 с.

27. Дейт К. Дж. Введение в системы баз данных. — 8-е изд. — Москва: Вильяме, 2005. — 1328 с.

28. Дикерсбах Йорг Томас Планирование и управление производством с помощью решений SAP® ERP/ Йорг Томас Дикерсбах, Герхард Келлер.-СПб, Эксперт РП, 2011.-608 с.

29. Динамическое программирование//[Википедия] URL: http://ru.wikipedia.org/wiki^HHaMH4ecKoe_nporpaMMHpoBaHHe (дата обращения: 10/11/2011).

30. Динамическое программирование//[Яндекс словари] URL: http://slovari.yandex.ru^HHaMH4ecKoe_nporpaMMHpoBaHHe (дата обращения: 10/11/2011).

31. Дронов В. JavaScript и AJAX в Web-дизайне: — Санкт-Петербург, БХВ-Петербург, 2008.- 736 с.

32. Ерош И. JI. Дискретная математика. Комбинаторика — СПб: СПбГУАП, 2001.

33. Ершов А.П. Человек и машина/А.П. Ершов. М.: Знание, 1985. - 21 с.

34. Интеллектуальное электронное документирование технологических объектов в системе PLM / Тугенгольд А.К., Тишин A.C., Лысенко А.Ф., Цишкевич З.А.. // Вестн. Донск. Гос. Техн. ун-та. - 2011. - Т. 11, №3.-С. 319326.

35. Информационно-коммуникационные технологии подготовки специалистов для IT-отрасли / Кенин, С. Л., В. Л. Бурковский, С. Л. Подвальный, С. А. Ткалич // Перспективные исследования и разработки в области

информационных технологий и связи : тезисы участников всерос. науч. -техн. конф. - Воронеж: Изд-во ВЕТА, 2012. - С. 22-23.

36. Кенин, С. JÏ. Современные технологии подготовки специалистов для IT-отрасли /С. JI. Кенин//Информатика: проблемы, методология, технологии : материалы XIII Междунар. науч.-метод. конф. - Воронеж: Изд-во ВГУ, 2013. -Т. З.-С. 137-142.

37. Кнут Дональд Искусство программирования, том 1. Основные алгоритмы.

— 3-е изд. — Москва: Вильяме, 2006. — 720 с.

38. Когаловский М.Р. Энциклопедия технологий баз данных — Москва: Финансы и статистика, 2002. — 800 с.

39. Колмогоров А. Н. Теория информации и теория алгоритмов — Москва: Наука, 1987. —304 с.

40. Концептуальный подход к бесшовной интеграции управленческих систем / В. В. Сафронов, В. Ф. Барабанов, С. JI. Кенин, В. М. Питолин // Системы управления и информационные технологии. - 2013. - Вып. 3(53). - С. 95-99.

41. Кочетов Ю. А., Плясунов А. В., Глебов Н. И. Методы оптимизации. Учебное пособие / — 2000. —105 с.

42. Круглов В.В., Борисов В.В. Искусственные нейронные сети: Теория и практика. 2-е изд. стереотип. М.: Горячая линия-Телеком, 2002. 382 е.: ил.

43. Кузнецов В.Г. Николайчук В.Е. Теория и практика управления материальными потоками (логистическая концепция). Монография — Донецк: «КИТИС», 1999. —413 с.

44. Кузнецов С. Д. Основы баз данных. — 2-е изд. — Москва: Интернет-университет информационных технологий БИНОМ. Лаборатория знаний, 2007.

— 484 с.

45. Кузнецов C.B. Основы современных баз данных — К.: издательская группа BHV, 1998. — 390 с.

46. Курейчик В. В. Перспективные архитектуры генетического поиска/Программные продукты и системы. - 1998. № 3. - С. 47-48

47. Курейчик В. В., Курейчик В. М. Гладков JI. А. Генетические алгоритмы: Учебное пособие./ — 2-е изд. — М: Физматлит, 2006. — 320 с.

48. Кучуганов В.Н. Методология и инструментальные средства синтеза сценариев графического инженерного диалога и объектно-ориентированных САПР: Автореферат дис. докт. техн. наук: 05.01.01/В.Н. Кучуганов. - Ижевск: ИМИ, 1993. - 43 с.

49. Левин Д., Малюх В., Ушаков Д. Энциклопедия PLM/Д.Левин, В.Малюх, Д.Ушаков; Издательский дом «Азия», 2008. - 448 с.

50. Левитин А. Алгоритмы: введение в разработку и анализ — М: Вильяме, 2006.

51. Ли К. Основы САПР (CAD/CAM/CAE) /Ли К.; СПб.: Питер, 1996. - 559 с.

52. Липский В. Комбинаторика для программиста — М: Мир, 1988. — 213 с.

53. Логистический подход к управлению материальными потоками // [сайт] URL: http://www.mybntu.com/techno/production/logisticheskij -podxod-k-upravleniyu-materialnymi-potokami.html (дата обращения: 05/11/2010).

54. Лорьер Ж.-Л. Системы искусственного интеллекта / Пер. с фр. и ред. В. Л. Стефанюка //. — 1991.

55. Маглинец Ю.А. Анализ требований к автоматизированным информационным системам: Учебное пособие — s.l.: s.n., 2008.

56. Малюх В. Введение в современные САПР/В. Малюх; Изд-во ДМК Пресс, 2010.- 192 с.

57. Мартин Фаулер Шаблоны корпоративных приложений — Москва: Вильяме, 2009. — 544 с.

58. Минаков, С. А. Комбинирование современных подходов восстановления трехмерных объектов по графическим проекциям / С. А. Минаков, А. В. Барабанов, С. Л. Кенин//Вестник Воронежского государственного технического университета. - 2010. - Т. 6. - № 9. - С. 142 - 144.

59. Мотвани Раджив, Джеффри Ульман, Джон Хопкрофт Введение в теорию автоматов, языков и вычислений — Москва: Вильяме, 2002.

60. Нагорный Н. М. Марков А. А. Теория алгоритмов, изд. 2 — Москва: ФАЗИС, 1996.

61. Никулин Е.А. Компьютерная геометрия и алгоритмы машинной графики / Никулин Е.А.; СПб.; БХВ - Санкт-Петербург, 2003. - 560 с.

62. Никулин Е.А. Компьютерная геометрия и алгоритмы машинной графики/ Никулин Е.А.; СПб.; БХВ - Санкт-Петербург, 2003 .- 560 с.

63. Ногин В.Д., Протодьяконов И.О., Евлампиев И.И. Основы теории оптимизации: Учеб. пособие для студентов втузов/Под ред. И.О. Протодьяконова. - М.: Высш. шк. 1986. - 384 с.

64. Норвиг, П. Рассел С. Дж. Искусственный интеллект: современный подход = Artificial Intelligence: A Modern Approach / Пер. с англ. и ред. К. А. Птицына — 2-е изд. — М: Вильяме, 1973.

65. Панченко Т.В. Генетические алгоритмы: учебно-методическое пособие / Под ред. Ю.Ю. Тарасевича. - Астрахань: Издательский дом «Астраханский университет», 2007.

66. Пилиньский М., Рутковский JI. Рутковская Д. Нейронные сети, генетические алгоритмы и нечеткие системы. — 2-е изд. — М: Горячая линия-Телеком, 2008.—452 с.

67. Подвальный C.JI. Многоальтернативные системы: обзор и классификация // Системы управления и информационные технологии. — №48., Выпуск 2. — 2012. —С. 4-13.

68. Подвальный C.JI. Обзор и классификация многоальтернативных систем // Информационные технологии моделирования и управления. — №74., Выпуск 2. — 2012. —С. 104-121.

69. Приемы объектно-ориентированного проектирования. Паттерны проектирования/ Хелм Р., Р. Джонсон, Дж. Влиссидес Э. Гамма — Спб.: Питер, 2011. —368 с.

70. Проблемы трансляции графических данных CAD-систем / С. JI. Кении, В. Ф. Барабанов, А. М. Нужный, Н. И. Гребенникова // Вестник Воронежского государственного технического университета.- 2013. - Т. 9. - № 3.1. - С. 4-8.

142

71. CALS. Поддержка жизненного цикла продукции: Руководство по применению. - М. : Министерство экономики РФ; ГУЛ "ВИМИ", 2000.

72. CALS-технологии или информационная поддержка жизненного цикла продукта / А.Н. Давыдов, В.В. Барабанов, Е.В. Судов, В.Г. Подколозин // Проблемы продвижения продукции и технологий на внешний рынок: Сб. материалов 4-ой Междунар. конф. — М., 1998,- С. 27-32.

73. Сафронов В.В. Анализ архитектуры развертывания PLM систем / В.В. Сафронов, В.Ф. Барабанов, C.JI. Кенин // Вестник Воронежского государственного технического университета. 2011. Т. 7. № 10. С. 69 - 73.

74. Седжвик Роберт Фундаментальные алгоритмы на С++. — 3-е изд. — Санкт-Петербург: ДиаСофт, 2002. — 688 с.

75. Семенкин Е.С. Методы обобщенного адаптивного поиска для синтеза систем управления сложными системами / Е.С. Семенкин, В.А. Лебедев. - М.: МАКС Пресс, 2002. - 320 с.

76. Сергей Рогачев. Обобщенный Model-View-Controller // [RSDN] URL: http://rsdn.ru/article/patterns/generic-mvc.xml (дата обращения: 12/02/2012).

77. Сигал И.Х., Иванова А.П. Введение в прикладное дискретное программирование: модели и вычислительные алгоритмы. Учебное пособие. -М.: Физматлит, 2002.

78. Сотрудничество САП СНГ, ООО Сименс и ВГУ. Практически ориентированные проекты /С. Л. Кенин, Э. К. Алгазинов, Д. Н. Волченко, И. В. Илларионов//А18-1Т'09 : труды Конгресса по интеллектуальным системам и информационным технологиям. -М.: Физматлит, 2009. - Т. 2 - С. 454-457.

79. Стенли Р. Перечислительная комбинаторика — М: Мир, 1990. — 440 с.

80. Тейбор Роберт, Реализация XML Web-служб на платформе Microsoft .NET = Microsoft .NET XML Web Services/Po6epT Тейбор; M.: Вильяме, 2002. —464 с.

81. Трахтенгерц Э.А. Повышение надежности последовательно - параллельного проектирования сложных технических объектов//АиТ. 1994. №5.-С. 128-157.

82. Тугенгольд А.К. Оценка ситуации и принятие решений интеллектуальной системой управления технологическим объектом / А.К. Тугенгольд // Вестн. Донск. гос. техн. ун-та. - 2010. - Т. 10, № 6. - С. 860-867.

83. Уилсон Грег Энди Орам Идеальный код — Спб: Питер, 2011. — 624 с.

84. Ульман Дж., Уидом Дж. Гарсиа-Молина Г. Системы баз данных. Полный курс — Москва: Вильяме, 2003. — 1088 с.

85. XML. Работа с XML, 4-е издание = Beginning XML, 4th Edition / Дэвид Хантер, Джефф Рафтер, Джо Фаусетт, Эрик ван дер В лист; М.: «Диалектика», 2009. —1344 с.

86. Хопкрофт Д.Э., Д.Д.Ульман А.В.Ахо Структуры данных и алгоритмы — М: Вильяме, 2001.

87. A Guide to Understanding Data Remanence in Automated Information Systems // [The Rainbow Books] URL: http://www.fas.org/iф/nsa/rainbow/tg025-2.htm (дата обращения: 06/11/2010).

88. Baeza-Yates Ricardo Gaston H. Gonnet. Handbook of Algorithms and Data Structures//[Universidad de Chile] URL: http://users.dcc.uchile.cl/~rbaeza/handbook/hbook.html (дата обращения: 12/12/2011).

89. Banzhaf Wolfgang и др. Genetic Programming - An Introduction — San Francisco: Morgan Kaufmann, 1998.

90. Bies Robert R и др. A Genetic Algorithm-Based, Hybrid Machine Learning Approach to Model Selection // Journal of Pharmacokinetics and Pharmacodynamics. — 2006. —C. 196-221.

91. Cohoon J.P., Hegde S.U., Martin W.N. Distributed genetic algorithms for the floorplan design problem//Transactions on Computer - Aided Design. 1991. Vol.l0.№ 4. C. 483-492.

92. Data Structures in С++ Case Study: Priority Queues // [University of Minnesota Duluth] URL: http://www.d.umn.edu/~tcolburn/cs251 l/lectures/pqueue/pq_0.htm (дата обращения: 11/12/2011).

93. Date J. Date on Database: Writings 2000-2006 — s.l.: Apress, 2006. — 566 c.

144

94. Documentation//[Oracle] URL: http://docs.oracle.com/ (дата обращения: 12/02/2012).

95. Grefenstette J. J. Optimization of control parameters for genetic algorithms. IEEE Transactions on systems, man and cybernetics SMC-I6(1). 1986. C. 122-128.

96. Heiko Bock The Definitive Guide to NetBeans Platform 7 — s.l.: Apress, 2011.

97. Joshua Bloch Effective Java (2nd edition) — s.l.: Addison-Wesley, 2008. — С 259-312.

98. Kargas A. Interpretation of engineering drawings as solid models / A. Kargas, P. Cooley, T.H.E. Richards // Computer-Aided Engineering Journal, -april 1988.-C.67-78.

99. Koza John Genetic Programming: On the Programming of Computers by Means of Natural Selection — s.l.: MIT Press, 1992.

100. Land H. and A. G. Doig An automatic method of solving discrete programming problems — s.l.: s.n. — C. 497-520.

101. Lothar M Schmitt Theory of Genetic Algorithms II: models for genetic operators over the string-tensor representation of populations and convergence to global optima for arbitrary fitness function under scaling // Theoretical Computer Science. — 2004. — С. 181-231

102. Netbeans//[Netbeans] URL: http://netbeans.org/ (дата обращения: 12/02/2012).

103. Papadimitriou Christos H., Umesh Vazirani Sanjoy Dasgupta Algorithms — 1e изд. — s.l.: McGraw-Hill Science/Engineering/Math, 2006. — 336 c.

104. Weidenbrueck D. S1000D: A Standard for Technical Documentation / D. Weidenbrueck. [Электрон. ресурс]. - Режим доступа: http://tc.eserver.org/28083.html.

105. Xu N. Systematic Investigation of Tool Wear Monitoring in Turning Operations / N. Xu, S.H. Huang, J. Snyder // ASME International Mechanical Engineering Congress and Exposition, November 5-11, Orlando, USA. - 2005.

Листинг метода IPList_Core_Route::start() /**

* Обработка запроса и передача управления контроллеру */

static function startQ {

//Установка контроллера и действия по умолчанию $controllerName = IPList Config::DEFAULT CONTROLLER; $actionName = IPListjConfig::DEFAULT ACTION; if (¡empty ($_GET['controller']))

ScontrollerName - $_GET['controller']; if (.'empty ($_GET['action']))

SactionName = $_GET['action']; //Выбираем контроллер

ScontrollerName = 'IPList Controiler_'. ucfirst(strtolower($controllerName)); SactionName - 'action'. ucfirst(strtolower(SactionName)); //Создаем контроллер try {

Scontroller = new ScontrollerName; } catch (Exception $e) { self::redirect();

}

if (method_exists (Scontroller, SactionName)) { //Вызываем действие контроллера $controller-> SactionName (); } else { self::redirect();

}

}

Листинг класса IPListCoreView

class IPList_Core_View {

private $_template - 'Main.php'; /**

* Установить главный шаблон

* @param string Stemplate Файл шаблона */

public function setTemplate($template) {

$this->Jemplate = Stemplate;

} /**

* Генерация интерфейса

* @param array $data Данные V

function generate (array Sdata View = array ()) {

if(is_array(Sdata View)) { extract($data View);

}

include DIR . '/../View/'. $this->Jemplate;

}

Правила ввода

Если длина хромосомы >100, тогда логарифмическое кодирование, иначе если длина гена >1, тогда вещественное кодировании, иначе — целочисленное.

Если размер популяции >50 и <100, тогда турнирная селекция, иначе если размер популяции >=100, тогда случайная селекция, иначе — элитная.

Если длина хромосомы >10, тогда двухточечный кроссинговер, иначе — одноточечный.

Если кодирование вещественное, тогда одноточечная мутация, иначе — битовая инверсия.

Если размер популяции >200, тогда рекомбинация вытеснением, иначе -разделением.

Если размер популяции <50, тогда рулеточная редукция, иначе - элитная. Если размер популяции <50, тогда вероятность кроссинговера 0,7, иначе -0,95.

Если размер популяции <50, тогда вероятность мутации 0,001, иначе -

0,1.

ПРИЛОЖЕНИЕ 4 Рекомендации по заданию метода выбора решения

Метод выбора решения - это способ, согласно которому частные критерии оптимизации будут объединяться в единый глобальный критерий. Программа реализует три вида глобальных критериев — аддитивный, мультипликативный и минимаксный. При выборе следует учитывать то, что на их значение существенное влияние оказывает степень важности критериев оптимизации и наложенные на параметры схемы ограничения, так что глобальный критерий оптимизации является глобальной, абсолютно абстрактной оценкой выбранного варианта и имеет ценность только для взаимного сравнения нескольких вариантов.

Наиболее широко используемым и гибким является аддитивный критерий. Его особенно рекомендуется использовать, если некоторые параметры схемы минимизируются, а другие максимизируются.

Следующий критерий — мультипликативный. Его используют скорее как дополнение к аддитивному методу, позволяющее шире взглянуть на проблему. Недостатками метода является то, что, во-первых, может наблюдаться сглаживание решений за счет взаимного поглощения чрезмерно больших и чрезмерно малых значений, во-вторых, метод негибок в условиях, когда часть параметров максимизируется, а часть — минимизируется.

Наиболее специфичным из всех является метод минимакса. По своей природе он таков, что стремится найти решение, при котором значения всех параметров будут стремиться к одному и тому же значению. Поэтому можно использовать данный метод в сочетании со степенью важности цели для получения значений параметров, максимально приближенных к заданной пропорции. При этом следует учитывать, что если важность цели равна единице, то значению частного критерия оптимизации прибавляется десять баллов на каждую единицу значения параметра и наоборот, если важность цели равна десяти, то будет прибавлен один балл. Для нахождения оптимального решения рекомендуется сделать несколько прогонов программы для разных методов.

Акт о внедрении результатов диссертационной работы в учебный процесс Воронежского государственного технического университета

АКТ

о внедрении результатов диссертационной работы в учебный процесс Воронежского государственного технического университета

'езультаты диссертационной работы:

Модели и алгоритмы интеграции информационном среды специализированных систем поддержки управленческих решений_

(наименование рабош, Л'? темы. № гоерп поршни)

. \втор (ашоры)

I исполнитель (и)) Кении Сергей Леонидович (аучный руководитель Барабанов В.Ф.

выполненной в Воронежском государственном техническом университете, структурным подразделением на кафедре автоматизированных и вычислительных систем___

(кафелра, факультет, лаборатория, центр и т.л.)

рамках основного научного направления вычислительные системы и про-1 раммно-апиапатные комплексы в период с 01 .09 .2012 г. по 30 . 06 . 2013 г. Внедрены в учебный процесс на основании решений кафедры автоматизированных и вычислительных систем от 24.09.201 Зг., протокол № 2.

:. Вид внедрения результатов программа для ЭВМ_

(комплекс, машина,система, прибор. инстр)мен1. технология,

«Система интеллектуальной поддержки управленческих решений(СИПУР)»

\ столики. ^регистрированные программы лля ')ВМ. базы лшпшч, к т л )

I. Область внедрения лабораторный практикум и лекционные курсы но дисцип-.'инам: «Автоматизированное проектирование вычисли пельиых систем»: специальность «Вычислительные машины, комплексы, системы и сети»_

(специальность, дисциплина, инл учебной нагрузки)

:. Форма внедрения описание лабораторной работы, материалы лекционного >урса_

(учебник, учебное пособие, курс лекций, м н г.л., с указанием выхолнмч данных)

*. Технический уровень ПИР поданы заявки па объекты интеллектуальной

(полапы шавки на объек ш промышленной собственности, получены

собстиеяности

положит гльные решения, патенты России, дипломы, медали и др. их № и дата)

5. Публикации по материалам НИР: 8 публикаций, из них 5 в изданиях из списка ВАК_

6. Эфое а) сод

(количество, где опубликованы) кт от внедрения (ожидаемый, фактический) {альный---------------

( улучшение условий труда, оздоровление окружающей среды и др.)

б) годовой экономический эффект;

тыс. руб.

(прописью)

■Ьжи годового экономического эффекта прилагается рассчет утвержденный Ректором и гл. Бухгал-

При нал тером.

Соглш овано:

Руководитель основного научного напрагления

С.Л. Подвальный 2013 г.

Начальник УОПр

_А.В. Халявина

« ¿У» 0е/_2013 г.

« 2Ь»

руководитель

щ/ В.Ф. Барабанов

(подпись)1//

2013 г.

Исполнитель

«24

(П1 длись,

»

Ш

С. Л. Кении 2013 г.

«Щ» 03 7 2013 г,

Зав. кафедрой

С.Л. Подвальный

(подпись'ЖИ.О.)

«Ч09 2013 г.

ПРИЛОЖЕНИЕ 6 Акт о приеме в опытную эксплуатацию в ООО «Гики Корп»

УТВЕРЖДАЮ Генеральный директор ООО «Гики Корп»

ЦК. В Л. Черников У ^ 2013 г.

АКТ

о приеме в опытную эксплуатацию программного комплекса обеспечивающего интеграцию информационной среды специализированных систем поддержки управленческих решений, разработанного в диссертационной работе Кенина С Л

Комиссия ООО «Гики Корп» в составе: председателя - технического директора ООО «Гики Корп», Акииина Ю.Р., членов комиссии: программиста Лысачева М.С, специалиста контроля качества Ракитина Д.А., провела приемку в опытную эксплуатацию программного комплекса, предназначенного для интеллектуализации принятия управленческих решений, с обеспечением интеграции специализированных систем поддержки управленческих решений, разработанного в диссертационной работе Кенина

В результате:

- рассмотрения сопроводительной документации к программному комплексу, включающей описание алгоритма, структурной схемы программного комплекса, исходных данных и описание реализованных в ПО математических моделей и методик, а также материалов, автором которых является Кении СЛ., опубликованных в научно-технических журналах и сборниках научно-технических конференций;

- практической апробации программного комплекса,

комиссия установила:

- программный комплекс обеспечивает интеллектуализацию процесса принятия управленческих решений, формируя исходный набор данных из разно-ориентированных специализированных систем поддержки управленческих решений;

- сопроводительная документация достаточно полно отражает методику и порядок использования программного комплекса;

- программный комплекс рекомендован для использования ООО «Гики Корп» в интересах интеллектуализации управленческих решений с обеспечением интеграции специализированных систем и принят в опытную эксплуатацию.

СЛ.

Председатель комиссии

Акинин Ю.Р.

члены комиссии:

Лысачев М.С.

Ракитин Д. А.