Модели и методы искусственного интеллекта для принятия решений в страховом бизнесе тема диссертации и автореферата по ВАК РФ 05.13.17, кандидат физико-математических наук Битюцких, Игорь Сергеевич

• Битюцких, Игорь Сергеевич
• кандидат физико-математических наук
• 2010

Введение диссертации (часть автореферата) на тему «Модели и методы искусственного интеллекта для принятия решений в страховом бизнесе»

Актуальность темы. В настоящее время основные методыхования базируются на математической статистике. Эти методы предложены методиками расчета тарифных ставок по рисковым видамхования, которые утверждены Росстрахнадзором. Эти методики хорошо применимы для стабильных портфелей известных рисков, но они не могут учесть того, что при введении нового видахования характеристики риска вховом портфеле могут отличаться от общих его характеристик, полученных на основании имеющихся статистических данных.

В работах Королева В.Ю., Бенинга В.Е., Шоргина С .Я. предлагается математический аппарат, позволяющий синтезировать модели в разных ситуациях страхования.

Появились предметно-ориентированные комплексы по страхованию имущества и жизни «Старый друг», «Территория без границ т.д. Все перечисленные программы поддерживаются компаниями, которые обслуживают их с помощью программных продуктов, офиса, позволяющих без труда выполнять несложные вычисления, связанные с заказами клиентов, вести их статистику и.т.д., но эти программы не связаны с проблемами моделирования этой отрасли. ,

В настоящее время отсутствуют как математическое, так и программное обеспечение, позволяющее исследовать с помощью вычислительной техники, информационных процессов, страхование имущества и жизни с использованием алгоритмов и методов искусственного интеллекта.

Актуальность темы исследования определяется необходимостью прогнозирования степени риска за счет решения оптимизационных задач с помощью средств вычислительной техники.

Цель работы ¡и основные задачи

Целью диссертационной работы является' разработка и исследование моделей формализации деятельности страховой компании с помощью методов искусственного интеллекта и новых интернет-технологий.

Достижение цели исследования включает в себя оценку современного состояния проблемы по рассматриваемой теме и предполагает решение следующих задач:

1. Разработку модификации модели страхования имущества; моделей данных и генетического алгоритма, позволяющего оптимизировать деятельность страховой компании.

2. Модернизацию алгоритма преобразования данных в знания с использованием средств вычислительной техники для страхования имущества:

3.Разработку моделей страхования жизни и алгоритма на основе нейронной сети, позволяющего использовать машинное обучение для определения ее продолжительности.

4.Построение инструментальных средств в виде пакетов прикладных программ (ГШП) с использованием Интернет-технологий в задачах страхового бизнеса.

Методологическая, теоретическая и эмпирическая база исследования

Методологической базой исследования являются методы искусственного интеллекта^ баланса, актуарной математики, теории вероятностей, нейронных сетей, генетических алгоритмов, вычислительной математики, математического моделирования, объектно-ориентированного проектирования и программирования.

Теоретической базой исследования являются работы В.Ю.Королева, В.Е.Бенинга, С .Я. Шоргина по математематической основе теории риска, работа Г.И.Фалина по математическим основам теории страхования жизни, и пенсионных схем.

Эмпирической базой исследования являются статистические данные страховой компании.

Научная новизна

Научная новизна работы заключается:

• В модификации модели страхования, отличающейся возможностью изменения ее параметров, взятых из реляционной базы, данных и характеризующих состояние рынка и возможностью, использования генетического алгоритма.

• В модификации^ алгоритма преобразования данных по страхованию имущества в знания, позволяющем синтезировать базу знаний.

• В моделях страхования жизни и алгоритма предсказания ее продолжительности на основе нейронной сети, отличающейся использованием дополнительной компоненты, позволяющей, сократить количество управляющих параметров и проводить машинное обучение, увеличивая точность прогноза.

• В специальном ^ программном обеспечении, отличающемся объединением описанных методов в единую систему.

Теоретическая и практическая ценность. В работе разработаны модели, позволяющие оптимизировать деятельность страховой компании с помощью методов искусственного интеллекта. Практическая значимость заключается в возможности использования разработанного программного обеспечения в деятельности страховой компании.

Результаты диссертационной работы внедрены и используются в деятельности страховой компании ООО «Росинвест». Эффект от внедрения -социальный. Внедрение результатов подтверждено справкой. Программный продукт зарегистрирован в Федеральной службе по интеллектуальной собственности, патентам и товарным знакам № 2010612724.

Область исследования - в соответствии с формулой специальности 05.13.17 - «Теоретические основы информатики» включает «исследования процессов создания, накопления и обработки информации; исследования методов преобразования информации в данные и знания; создание и исследование информационных моделей, моделей данных и знаний, методов работы со знаниями, методов машинного обучения и обнаружения новых знаний», в диссертационном исследовании разработаны и исследованы модели, позволяющие использовать генетические алгоритмы, нейронные сети; получена модификация алгоритма получения знаний из данных, метод машинного обучения.

Диссертация соответствует:

1. Пункту 1 «Исследование, в том числе с помощью средств вычислительной техники, информационных процессов, информационных потребностей коллективных и индивидуальных пользователей». На основе моделей, методов и алгоритмов, разработанных в диссертационной работе, программный продукт обеспечивает информационные потребности коллективных и индивидуальных пользователей.

2. Пункту 14 «Разработка теоретических основ создания программных систем для новых информационных технологий». Разработанные модификации моделей страхования, модели данных, эволюционная модель, модель машинного обучения, модификация алгоритма преобразования данных в знания могут служить теоретической' основой для новой информационной технологии в деятельности страховой компании.

3. Пункту 16 «Общие принципы организации телекоммуникационных систем и оценки их эффективности. Разработка научных принципов организации информационных служб по отраслям народного хозяйства». Разработанные модели, методы, алгоритмы, могут служить научной основой для организации информационной службы в страховом бизнесе.

Апробация работы; Основные материалы диссертации докладывались и обсуждались: на международных конференциях «Современные проблемы механики и прикладной математики», Воронеж, 2007; «Современные проблемы прикладной математики и математического моделирования», Воронеж, 2009; на научных сессиях Воронежского госуниверситета, 2007, 2008 гг.; на конф. молодых преподавателей и студентов Лискинского филиала ВГУ, 2007. .

Публикации. По материалам диссертации опубликовано 9 печатных работ из них одна из перечня ВАК, 10-ая работа —, свидетельство о государственной регистрации программы для ЭВМ в Федеральной службе по интеллектуальной собственности,. патентам и товарным знакам. Из совместных работ в диссертацию, вошли только результаты, принадлежащие лично диссертанту.

Структура и объем работы. Диссертация, состоит из введения, четырех глав, заключения по работе, списка использованных источников из; 116 наименований. Работа изложена на 122 страницах машинописного: текста, содержит 28 рисунков, 7 таблиц, приложение на 36 страницах.

Заключение диссертации по теме «Теоретические основы информатики», Битюцких, Игорь Сергеевич

4.9. Выводы

1. Разработаны модели на языке ЦМЬ программного продукта для рабочего места менеджера компании по страхованию автомобилей.

2. Разработан программный комплекс для рабочего места менеджера компании по страхованию автомобилей.

103

ЗАКЛЮЧЕНИЕ

В результате проделанной работы проведена формализации деятельности страховой компании и:

1. Разработана модификация модели страхования имущества, позволяющая выполнить необходимые расчеты с учетом параметров конкуренции и числом возвращаемых взносов. Разработана реляционная модель данных, позволяющая проводить модификацию алгоритма преобразования данных в знания с использованием средств вычислительной техники.

2. Разработан комплекс моделей страхования имущества с возможность применения генетического алгоритма, позволяющего оптимизировать деятельность страховой компании.

3. Разработаны модели страхования жизни и алгоритм на основе нейронной сети, позволяющий использовать машинное обучение для определения продолжительности жизни.

4. Построены инструментальных средства в виде пакетов прикладных программ (111111) с использованием Интернет-технологий в задачах страхового бизнеса.

5. Проведена апробации результатов работы и экспериментальных исследований на реальных примерах деятельности страховой компании.

Список литературы диссертационного исследования кандидат физико-математических наук Битюцких, Игорь Сергеевич, 2010 год

1. Айзерман H.A. Выбор вариантов: основы теории. / H.A. Айзерман, Ф.Т. Алескеров. М.: Наука. Гл.ред. физ-мат. лит., 1990. - 240с.

2. Айвазян С.А. Прикладная статистика: Классификация и снижение размерности./ С.А.Айвазян, В.М.Бухштабер, И:С.Енюков, Л.Д.Мешалкин М.: Финансы и статистика, 1989. — 607с.

3. Айвенс К. Эксплуатация Windows NT. Проблемы и« решения: пер. с. англ. /К.Айвенс- СПб: BHV-Санкт-Петербург, 1998. 592 с.

4. Астахова И. Ф. Субд: язык SQL в примерах и задачах. / И.Ф:Астахова , А.П.Толстобров , В.М.Мельников -М.:ФИЗМАТЛИТ, 2007. 174с.

5. Астахова И.Ф. Практикум по информационным системам. Oracle /И.Ф.Астахова; В.А. Чулюков, А.С.Потапов, В.Н.Стариков. Киев: Юниор, 2004. 150 с.

6. Акофф Р.Л. Планирование в. больших экономических системах / Р.Л. Акофф; Пер. с англ. М.: Сов. Радио, 1972. - 223 с.

7. Алексеев A.B. Лингвистические модели принятия решений в нечетких ситуационных системах управления / А.В: Алексеев // Методы принятия решений Bt условиях неопределенности: межвуз. сб. науч. тр. / Рига: Риж.полит.ин.-т, 1980.-С. 17-23.

8. Багриновский К.А. Интеллектная система в отраслевом планировании / К.А. Багриновский, В.В. Логвинец. -М.: Наука, 1989. — 136 с.

9. Базара М: Нелинейное программирование. Теория и алгоритмы / М. Базара, К Шетти. М.: Мир, 1982. - 583 с.

10. Бешелев С.Д. Математико — статистические методы экспертных оценок./ С.Д: Бешелев, Ф.Г.Гурвич М.: Статистика, 1980, - 263 с.

11. Борисов А.Н. Обработка нечеткой информации в системах принятия решений / А.Н.Борисов, А.В.Алексеев, Е.В.Меркурьев. М.: Радио и связь, 1989.-304 с.

12. Борисов А.Н. Системы управления с ЭВМ: Информационное, математическое и программное обеспечение / А.Н.Борисов, Э.Р.Вилюмс, ЛЛ.Сукур. -Рига: Зинатне, 1986. 198 с.

13. Бояринов А. И. Методы оптимизации в химической технологии / А.И. Боя-ринов, В.В. Кафаров. М.: Химия, 1975. - 576 с.

14. Брахман Т.Р. Многокритериальное^ и выбор альтернативы, в технике / Т.Р. Брахман. М.: Радио и связь, 1984. - 288 с.

15. Бусленко Н. П. Лекции по теории сложных систем / Н.П. Бусленко, В.В. Калашников, И.Н. Коваленко. Сов. Радио, 1973.-439 с.

16. Бусленко Н. П. Моделирование сложных систем / Н.П. Бусленко. М.: Наука, 1978.-400 с.

17. Вагин В. Н. Дедукция и обобщение в системах принятия решений / В.Н. Вагин. М.: Наука, 1988. - 384 с.

18. Вагин В.Н.Достоверный и правдоподобный вывод в интеллектуальных сис-темаъ/ В.Н.Вагин, Е.Ю.Головина, А.А.Загорянская, М.Б.Фомина. М.: ФИЗМАТЛИТ, 2004.- 104'с.

19. Вентцель Е. С. Исследование операций: задачи, принципы, методология / Е.С. Вентцель. М.: Наука, 1988. - 206 с.

20. Веллинг, Люк. Разработка Web-приложений с помощью PHP и MySQL: Пер. с англ./ Л. Веллинг, Л. Томсон. 2-е изд. - М. и др.: Вильяме, 2003. - 795 с.

21. Вилкас Э. Й. Оптимальность в играх и решениях / Э.Й. Вилкас. М.: Наука, 1990.-256 с.

22. Гилл Ф. Практическая оптимизация./Ф. Гилл, У.Мюррей, М. Райт М.: Мир, 1985.

23. Гончаров А. Самоучитель HTML. /А.Гончаров -СПб: Питер, 2000.' 240 с.

24. Гома Хассан. UML. Проектирование систем реального времени, параллельных и распределенных приложений / Хассан Гома : Пер. с англ.—М.: ДМК Пресс, 2002.—698 с.

25. Грофф Дж. SQL: Полное руководство: Пер. с англ. 2-е изд. / Дж.Грофф , П.К.Вайнберг: Издательская группа BHV, 2001. - 816 с.

26. Гохман О. Г. Экспертное оценивание / О.Г. Гохман. Воронеж: Воронеж, гос. ун-т, 1991.-152 с.

27. Горбань А.Н. Нейрокомпьютер или аналоговый ренессанс/А.Н.Горбань // МИР ПК, 1994, №10.

28. Горбань А.Н. Нейронные сети на персональном компьютере. / А.Н.Горбань, Д.А.Россиев-Новосибирск: Наука, 1996. 276 с.

29. Горбань А.Н. Обобщенная аппроксимационная теорема и вычислительные возможности нейронных сетей/А.Н.Горбань // Сиб. журн. вычисл. математики / РАН. Сиб. отд-ние. Новосибирск, 1998. - Т.1, №1. - С.11-24.

30. Турин JI. С. Задачи и методы оптимального распределения ресурсов / JI.C. Турин, Я.С. Дымарский, А.Д. Меркулов. М.: Сов.радио, 1968. - 463 с.

31. Давыдов Э. Г. Игры, графы, ресурсы / Э.Г. Давыдов. М.: Радио и связь, 1981.-112 с.

32. Данциг Д. Линейное программирование / Д. Данциг. М.: Прогресс, 1966. - 600 с.

33. Дейт К. Введение в системы,баз данных / К. Дейт. М.:.Наука, 1980. - 463 с.

34. Десятов Д. Б. Метод экстраполяции экспертных оценок качества на основе принципа максимального правдоподобия / Д.Б. Десятов, В.В. Сысоев, М.С. Чирко // Надежность и контроль качества. 1984. -N12. - С. 12-15.

35. Десятов Д. Б. Принятие решений на основе экспертных оценок с использованием метода максимального правдоподобия / Д.Б. Десятов, В.В. Сысоев,

36. М.С. Чирко // Автоматизация проектирования производственных систем: сб. науч. тр. / Воронеж: Воронеж, политехи, ин-т., 1984. С. 32-36.

37. Дворчик И.С. Интерактивная методология представления данных для ней-росетевого моделирования медицинских задач: Автореф. дис. . канд. техн. Наук /И.С.Дворчик: СПбТУ СПб, 1997. - 18 с.

38. Искусственный.интеллект: В 3-х кн. Кн. 2. Модели и методы: Справочник / под ред. Д.А. Поспелова. М.: Радио и связь, 1990. - 304 с. п

39. Калашников В. В. Сложные системы и методы их анализа / В!В. Калашников. М.: Знание, 1980- - 312 с.

40. Калиниченко Л.А. Машины баз данных и знаний / Л.А.Калиниченко, В.М. Рыбкин. М.: Наука, 1990. - 296с.

41. Канторович Л. В. Математические методы организации и планирования / Л.В. Канторович. Л.: Изд.-во ЛГУ, 1939. - 68 с.

42. Касимов Ю.В. Введение в актуарную математику (страхование жизни и пенсионных схем):/ Ю.В.Касимов. М.: Анкил, 2001. — 172 с.

43. Королев В.Ю. Математические основы теории риска/ В.Ю.Королев, В.Е.Бенинг, С.Я. Шоргин . -М.: ФИЗМАТЛИТ, 2007. 544 с.

44. Китаев Н. Н. Групповые экспертные оценки / H.H. Китаев. — М.: Знание, 1975.-64 с.

45. Ков О. UML. Мета-язык проектирования и моделирования программного обеспечения / О. Ков. (www.metod.square.spb.ru), 2001.

46. Коннолли Т. Базы данных. Проектирование. Реализация. Сопровождение / Т. Коннолли, К. Бегг. -М.: Вильяме, 2003 . -864 с.

47. Кофман А. Введение в теорию нечетких множеств / А. Кофман: Пер. с фр.- М.: Радио и связь, 1982. 432 с.52'. Кофман-А. Методы и модели исследования операций. Целочисленное программирование / А. Кофман, А. Анри-Лабордер; пер. с фр. -М.: Мир, 1977. -432 с.

48. Кузин* Л. Т. Основы кибернетики: в 2-х т. / Л.Т. Кузин. М.: Энергия, 1979.- Т.2 : Основы кибернетических моделей: Уч. пособие для вузов. 584 с.

49. Кузнецов Ю. Н. Математическое программирование: Уч.пособие / Ю.Н. Кузнецов, В.И. Кузубов, A.B. Волощенко. -М.: Высш.шк., 1980.-300 с.

50. Куффлер С. От нейрона к мозгу./ С.Куффлер, Дж. Николе М.: Мир, 1979. -440 с.56; Ларичев О. И. Выявление экспертных знаний / О.И. Ларичев, А.И. Мечи-тов; Е.М. Мошкович, Е.М. Фуремс. -М.: Наука, 1989. 128 с.

51. Ларичев О. И. Наука>и искусство принятия решений / О.И. Ларичев. М.: Наука, 1979. - 200 с.

52. Ларичев О.И. Объективные модели и субъетивные решения./О.И.Ларичев -М.: Наука, 1987. 142 с.

53. Литвак Б.Г. Экспертная- информация: Методы получения и анали-за./Б.Г.Литвак-М.: Радио и связь, 1982. 184 с.

54. Магрупов Т.М. Графы, сети, алгоритмы и их приложения / Т.М. Магрупов.- Ташкент: Фан, 1990. 120 с.

55. Макаров И.М. Теория выбора и принятия решений / И.М.Макаров, Т.М.Виноградская, A.A. Рубчинский, В.Б.Соколов. М.: Наука,* 1982. - 327 с.

56. Мартин Дж. Организация баз данных в. вычислительных системах / Дж. Мартин. М.: Мир, 1980. - 662 с.

57. Мацяшек Л.А. Анализ требований и проектирование систем. Разработка информационных систем с использованием UML / Л.А. Мацяшек; пер. с англ. и ред. В.М. Неумоина. М.: Вильяме, 2002. - 428 с.

58. Мелони Д. PHP 4 в действии: Пер. с англ. / Д. Мелони. — М.: Лучшие книги, 2002. 395 с.*

59. Месарович М. Общая теория систем: математические основы / М: Месаро-вич, Я^ Такахара;- М;: Мир, 19781 311 с. .

60. Мидоу 4L Анализ; информационно поисковьш систем*-/ Ч. Мидоу. - Ml: Мир, 1978.-213 с.

61. Минский М. Персептроны./М.Минский, С.Пайперт М.: Мир, 1971. - 261 с.

62. Мкртчян С.О. Нейроны и нейронные сети (Введение в теорию формальных нейронов)/ С.О.Мкртчян С.О. М.: Энергия, 1971. - 232 с.

63. Мороз А. И. Курс теории систем / А.И. Мороз. М.: Высш. шк., 1987. -412 с.

64. Мушик Э. Методы принятия технических решений:/ Э.Мушик, П.,Мюллер -М.:Мир, 1990. 206 с.

65. Нейроинформатика и ее приложения // • Материалы 3 Всероссийского семинара, 6-8 октября 1995 г. Ч. 1 / Под ред. А.Н.Горбаня. Красноярск: изд. КГТУ. 1995. - 229 с.

66. Нейрокомпьютер как основа мыслящих ЭВМ / Под ред. Фролова A.A., Шульгина Г.И. М.: Наука, 1993. - 276 с.

67. Николаев В.И. Систематехника: методы и приложения / В .И. Николаев, B~Mt Брук.-Л.: Машиностроение,, 1985; 199 с.

68. Новые технологии Windows 2000 / Под ред. Чекмарева А.Н. СПб: БХВ-' Санкт-Петербург, 1999; - 592! с.

69. Обработка нечеткой информации в систелгах принятия решений / А.Н. Борисов, A.B. Алексеев, Е.В. Меркурьев и др.. М.: Радио и связь, 1989. — 304 с. '

70. Оганесян А. И. Интеллектуальная, надстройка СУБД / А .П. Оганесян // Представление знаний в системах искусственного- интеллекта: Mi: МДШГТим. Дзержинского,'1980.-С. 151-153.

71. Орлов В.П. Введение в;страховую математику/ В:П.Орлов Воронеж: Воронеж. Ун-т, 2001. -55 с.

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

73. Пападимитриу X. Комбинаторная^ оптимизация. Алгоритмы и сложность: Пер. с англ./ Х.Пападимитриу, К.Стайглиц М.:Мир, 1985. - 512 с.

74. Пасечник А. Переход на Windows 2000: для'профессионалов. Руководство администратора сети./А. Пасечник, Б.Богумирский СПб: Издательство «Питер», 2000. - 448 с.

75. Переверзев-Орлов B.C. Советчик специалиста. Опыт разработки партнерской системы./В.С.Переверзев-Орлов М.: Наука, 1990. - 133 с.

76. Перегудов Ф. И. Введение в системный анализ / Ф.И. Перегудов, Ф.П. Та-расенко* — М.: Высш.шк, 1989. 367 с.

77. Поспелов Г. С. Программно-целевое планирование и управление (Введение) / Г.С. Поспелов, В.А. Ириков: М.: Сов. радио, 1976. - 440 с.

78. Попов Э.В. Экспертные системы. /Э.В.Попов -М.: Наука, 1987. 284 с.

79. Поспелов Г.С. Процедуры и алгоритмы формирования комплексных программ / Г.С. Поспелов; В.А. Ириков, А.Е. Курилов. М.: Наука, 1985. - 425 с.

80. Применение ЭВМ в учебном процессе / Под ред. А.И. Берга. М., 1969. -248 с.

81. Профессиональное PHP программирование / Дж. Кастаньетто, X. Рафат, С. Шуман, и др.; Пер. с англ. СПб: Символ-Плюс, 2001. 912 с.

82. Пустыльник Е. И. Использование линейной модели для экстраполяции экспертных оценок / Е.И. Пустыльник, В.В. Сысоев, М.С. Чирко // Автома-тизацияшроектирования. М.: МДНТП, 1981. - С. 46-50.

83. Пустыльник Е. И*. Об одном методе экстраполяции экспертных оценок / Е.И. Пустыльник, В.В. Сысоев, М.С. Чирко // Экономиками математические методы. 1983. - вып. 4. - С. 716-717.

84. Рао С.Р. Линейные статистические методы./ С.Р.Рао- М.: Наука, 1968. -548 с.

85. Саати Т. Аналитическое планирование. Организация систем / Т. Саати, К. Керне; пер. с англ. М.: Мир, 1991. - 224 с.

86. Сербулов Ю.С. Модели выбора и распределения ресурсов технологических систем в условиях их замещения и конфликта : автореф. дис. . д-ра техн. наук / Ю.С. Сербулов. Воронеж, 1999. — 35 с.

87. Сысоев В.В. Автоматизированное проектирование линий и комплексов оборудования полупроводникового и микроэлектронного производства / В.В. Сысоев. М.: Радио и связь, 1982. - 120 с.

88. Сысоев В.В. Автоматизированный тестовый контроль производства БИС / В.В. Сысоев, Д.Б. Десятов, С.С. Булгаков, С.А. Еремин. М.: Радио и связь, 1992. - 192 с.

89. Сысоев В.В. Конфликт. Сотрудничество. Независимость. Системное взаимодействие в структурно-параметрическом представлении /В.В. Сысоев. -М.: МАЭП, 1999.-151 с.

90. Сысоев.В.В. Системное моделирование. / В.В. Сысоев. Воронеж: BFTA, 2000.-74 с.

91. Сысоев BtB. Системное моделирование: Уч. Пособие / В.В.Сысоев. Воронеж: изд-во Воронеж, технол. ин.- та, 1993. — 207 с.

92. Сысоев В.В. Структурные и алгоритмические модели автоматизированного проектирования производства изделий электронной техники / В.В.Сысоев. -Воронеж: изд.-во Воронеж, технол. ин.-та, 1993.-207 с.

93. Телло Э. Р. Объектно-ориентированное программирование в среде Windows / Э.Р. Телло: Пер. с англ. Д.М. Арапова, А.К. Петренко. М.: Высш. шк., 1993. - 347 с.

94. Технология // Советская энциклопедия: Словарь. 4-е изд. - М., 1989. - С. 1341.

95. Томсон Л. Разработка Web-приложений на PHP и MySQL: Пер. с англ. / Л. Томсон, Л. Веллинг. 2-е изд., испр. - М.: DiaSoft, 2003. - 655 с.

96. Трофимов С.А. CASE-технологии: Практическая работа в-Rational Rose / С. А. Трофимов. 2-е изд. - М.: Бином-Пресс, 2002. - 288 с.

97. Уотерман Д. Руководство по экспертным системам: Пер. с англ./Д. Уо-терман М.: Мир, 1989. - 380 с.

98. Уоссермен. Ф. Нейрокомпьютерная техника: пер. с англ./ Ф. Уоссермен. — М.: Мир, 1992.-332 с.

99. Фролов А.А. Нейронные модели ассоциативной памяти./ А.А.Фролов, И.П.Муравьев -М.: Наука, 1987. 160 с.

100. Фалин Г.И. Математические основы теории страхования жизни и пенсионных схем. -М.: МГУ, 1996.

101. Чудаков А.Д. Автоматизированное оперативно-календарное планирование в гибких комплексах механообработки / А. Д. Чудаков, Б. Я. Фалевич. -М.: Машиностроение; 1986. 222 с.

102. Шильяк Д.Д. Децентрализованное управление сложными системами / Д.Д. Шильяк. -М: Мир, 1994: 576-с.

103. Шоломов. Логические методы исследования дискретных моделей выбора / Шоломов. -М.: Наука. Гл. ред: физ.-мат. лит., 1989. — 287 с.

104. Шрейдер Ю. А. Системы и модели / Ю:А. Шрейдер, А.А. Шаров. М.: Радио и связь, 1982. - 152 с.

105. Экспертные системы: состояние и перспективы / Под ред. Д.А. Поспелова. -М.: Наука, 1989.-152 с.

106. Энкарначчо Ж. Автоматизированное проектирование. Основы понятия и архитектура-систем / Ж. Энкарначчо, Э. Шлехтендаль. — М.: Радио и связь, 1986.-288 с.

107. Юдин Д.Б. Вычислительные методы теории принятия решений / Д.Б. Юдин. М.: Наука, 1989. - 317 с.

108. Юрасов В. Г. Синтез развивающихся компьютерных систем вуза на основе прогностических моделей / В.Г. Юрасов. Воронеж: ВГТУ, 1999. - 126 с.

109. Microsoft Windows 2000 Server. Русская версия / Под ред. А.Н. Чекмарева.- СПб: БХВ-Санкт-Петербург, 2000. 960 с.е