Модели принятия решений при управлении организационно-техническими системами в условиях метеорологической неопределенности тема диссертации и автореферата по ВАК РФ 05.13.01, доктор технических наук Михайлов, Владимир Владимирович

• Михайлов, Владимир Владимирович
• доктор технических наук
• 2006

Оглавление диссертации доктор технических наук Михайлов, Владимир Владимирович

ВВЕДЕНИЕ.

ГЛАВА 1. СИСТЕМНЫЙ АНАЛИЗ МЕТОДОВ И МОДЕЛЕЙ УПРАВЛЕНИЯ ОТС В УСЛОВИЯХ ВЛИЯНИЯ МЕТЕОРОЛОГИЧЕСКОЙ НЕОПРЕДЕЛЕННОСТИ.

1.1. Основные характеристики метеозависимых ОТС как объектов управления.

1.1.1. Определение нового класса метеозависимых ОТС.

1.1.2. Особенности управления в условиях метеорологической неопределенности.

1.2. Методы решения экстремальных задач управления.

1.3. Анализ методологии получения прогностической метеорологической информации.

1.3.1. Метеорологическая информационная сеть.

1.3.2. Классификация метеорологических прогнозов.

1.3.3. Оценка качества и ценности прогностической метеорологической информации.

1.3.4. Анализ компонент прогностической метеорологической модели.

1.4. Анализ подходов к описанию атмосферной турбулентности.

1.4.1. Подход Рейнольдса.

1.4.2. Фракталы и турбулентность.

1.5. Методологические аспекты использования ИНС для обработки метеорологических данных.

1.6. Выводы. Формулировка цели и задач исследования.

ГЛАВА 2. МЕТОДОЛОГИЯ КОМПЛЕКСНОГО УПРАВЛЕНИЯ

МЕТЕОЗАВИСИМЫМИ ОТС.

2.1. Формализация влияния метеорологических условий на управление метеозависимыми ОТС.

2.2. Методология комплексного управления метеозависимыми ОТС.

2.3. Решение экстремальных задач управления в условиях метеорологической неопределенности.

2.3.1. Применение методов линейного программирования для решения экстремальных задач управления в условиях метеорологической неопределенности.

2.3.2. Применение методов динамического программирования для решения экстремальных задач управления в условиях метеорологической неопределенности.

2.4. Формализация методов построения стратегий использования метеорологической информации.

ГЛАВА 3. МОДЕЛИ ПРИНЯТИЯ РЕШЕНИЙ В УСЛОВИЯХ МЕТЕОРОЛОГИЧЕСКОЙ НЕОПРЕДЕЛЕННОСТИ, ОСНОВАННЫЕ НА СТОХАСТИЧЕСКИХ ЗАДАЧАХ

ЛИНЕЙНОГО И ДИНАМИЧЕСКОГО ПРОГРАММИРОВАНИЯ.

3.1. Статические модели принятия решений в условиях метеорологической неопределенности, основанные на стохастической задаче линейного программирования.

3.1.1. Постановка и формализация задачи определения оптимальной структуры посевных площадей с учетом фактической и прогностической информации о погоде.

3.1.2. Совершенствование структуры системы пространственно распределенного метеомониторинга.

3.1.3. Физико-статистическое моделирование влияния погодных условий на урожайность сельскохозяйственных культур.

3.1.4. Влияние метеорологических факторов на сроки сева и условия перезимовки озимых.

3.1.5. Экономико-метеорологические модели принятия решений по оптимальной структуре посевных площадей в условиях метеорологической неопределенности.

3.2. Динамические модели принятия решений в условиях метеорологической неопределенности, основанные на стохастической задаче динамического программирования.

3.2.1. Вербальное представление многоэтапного функционирования метеозависимой ОТС.

3.2.2. Постановка и формализация задачи оптимального выполнения программы функционирования авиационной системы с учетом прогностической информации о погоде.

ГЛАВА 4. ПРИМЕНЕНИЕ ЭЛЕМЕНТОВ ТЕОРИИ

ФРАКТАЛОВ ДЛЯ ПРОГНОЗА АТМОСФЕРНОЙ ТУРБУЛЕНТНОСТИ.

4.1. Влияние атмосферной турбулентности на управление метеозависимыми ОТС.

4.1.1. Влияние атмосферной турбулентности на функционирование метеозависимых ОТС.

4.1.2. Влияние атмосферной турбулентности на метеорологические объекты.

4.2. Условия возникновения и развития атмосферной турбулентности.

4.3. Модификация метода Херста для построения прогноза атмосферной турбулентности.

ГЛАВА 5. ПОСТРОЕНИЕ ИНС С ЦЕЛЬЮ ПОВЫШЕНИЯ

КАЧЕСТВА МЕТЕОРОЛОГИЧЕСКИХ ПРОГНОЗОВ.

5.1. Вербальное описание возможности применения ИНС в прогностической метеорологической практике.

5.2. Анализ возможностей различных типов ИНС при решении прогностических метеорологических задач.

5.3. Применение многослойного персептрона для разработки прогноза погоды.

5.4 Алгоритм обучения и работы персептрона при построении прогностических методов.

5.5. Адаптация многослойного персептрона к новым предикторам.

5.6. Методика применения многослойного персептрона для разработки метеорологических прогнозов.

5.7. Программная реализация функционирования многослойного персептрона.

5.8. Метод прогноза грозового положения, основанный на применении многослойного персептрона.

ГЛАВА 6. СИНТЕЗ МЕТОДОВ ПРОГНОЗА МЕТЕОРОЛОГИЧЕСКИХ УСЛОВИЙ, ВЛИЯЮЩИХ НА ПРИНЯТИЕ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ ОТС.

6.1. Метеорологическая информация, применяемая в процессе принятия решений при управлении сельскохозяйственной ОТС.

6.1.1. Применение климатической информации при разработке агрометеорологических прогнозов.

6.1.2. Применение прогностической информации в задаче определения оптимальных сроков сева и условий перезимовки озимых культур.

6.1.3. Факторный анализ в задаче преобразования пространства исходных метеорологических признаков.

6.1.4. Регрессионный анализ в задаче получения прогностических зависимостей.

6.2. Метеорологическая информация, применяемая в процессе принятия решений при управлении авиационной системой.

6.2.1. Влияние облачности и грозового положения на функционирование авиационной системы.

6.2.2. Применение климатической информации при разработке авиационных прогнозов погоды.

6.2.3. Методы получения прогностических данных о

ВНГО и грозовом положении.

6.2.4. Совершенствование методов прогноза погоды путем использования методики настройки моделей прогнозирования по двум классам статистик.

ГЛАВА 7. ОЦЕНКА ЭФФЕКТИВНОСТИ ПРИМЕНЕНИЯ МОДЕЛЕЙ ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ ОТС В УСЛОВИЯХ МЕТЕОРОЛОГИЧЕСКОЙ НЕОПРЕДЕЛЕННОСТИ.

7.1. Оценка эффективности применения статической модели принятия решений при управлении метеозависимой сельскохозяйственной ОТС.

7.2. Оценка эффективности применения динамической модели принятия решений при управлении метеозависимой авиационной ОТС.

Введение диссертации (часть автореферата) на тему «Модели принятия решений при управлении организационно-техническими системами в условиях метеорологической неопределенности»

В диссертационной работе рассматриваются объекты управления (ОУ), представляющие собой организационно-технические системы (ОТС), эффективность функционирования которых зависит от метеорологических условий. Учет влияния этих условий в процессе планирования параметров ОТС на некоторый будущий промежуток времени осуществляется путем применения фактических и прогностических метеорологических данных. В пищевой и химической промышленности к таким ОТС относятся подсистемы сырьевого (сельскохозяйственного) и транспортного (авиационного) обеспечения, подсистемы экологического мониторинга на химических предприятиях, работа которых сопряжена с выбросами вредных веществ в атмосферу и т. п.

В связи с тем, что в системе управления ОТС главенствующую роль играет человек - лицо, принимающее решение (ЛПР), качество управления существенно зависит от качества принятия решений. Несоответствие прогнозируемых метеорологических условий действительности приводит к неадекватности принимаемых решений и как следствие - к снижению эффективности функционирования ОТС. Выход из этого положения может быть найден путем совершенствования существующих и построения новых методов прогноза погоды, основанных на подходах, реализующих новые математические идеи. Один из таких подходов предлагается осуществить путем использования положений теории фракталов. Однако прогнозирование метеорологических условий с высокой степенью соответствия полученных данных фактической погоде - очень сложная задача, решение которой вряд ли возможно в обозримом будущем. Данный факт ставит проблему выбора метода прогнозирования, наиболее адекватного текущей системной ситуации. Для разрешения указанной проблемы в работе предлагается использовать дополнительную статистическую информацию о соответствии принимаемых решений достигаемой эффективности функционирования ОТС.

Таким образом, исследуемая научно-техническая проблема заключается в разработке методологии комплексного управления метеозависимыми ОТС, обеспечивающей сочетание методов принятия решений и методов рационального выбора методик использования метеорологической информации в условиях ее неопределенности. Актуальность данной проблемы обоснована возможностью существенного повышения эффективности управления ОТС при стохастическом влиянии метеорологических факторов.

Диссертационная работа выполнена в соответствии с научными программами Министерства обороны РФ по ряду НИР и ОКР, «Созвездие-М», «Реакция 5», «Аксиома 1», «Алгоритм 2000», «Фрактал», а также в соответствии с научным направлением кафедры ПМ и ЭММ Воронежской государственной технологической академии «Разработка математических моделей, методов и информационных технологий в технических и экономических системах перерабатывающей промышленности» (№ г. р. 01200003664).

Цель и задачи работы

Целью работы является разработка методологии комплексного управления метеозависимыми организационно-техническими системами, а также построение новых прогностических моделей и методов, применение которых обеспечивает повышение эффективности управления за счет уменьшения метеорологической неопределенности.

Достижение поставленной цели обеспечивается решением следующих задач.

1. Проведение системного анализа методов и моделей управления организационно-техническими системами для определения перспективных направлений их применения в условиях влияния метеорологической неопределенности.

2. Разработка методологии комплексного управления метеозависимыми организационно-техническими системами, основанной на классических методах принятия решений и статистической информации о соответствии принимаемых решений достигаемой эффективности функционирования объекта управления.

3. Построение моделей принятия решений в условиях метеорологической неопределенности, основанных на стохастических задачах линейного и динамического программирования, разработка метода решения этих задач.

4. Совершенствование структуры системы пространственно распределенного метеомониторинга с целью определения пространственных границ классов однородной статистической информации, в пределах которых исходные данные для построения прогностических метеорологических моделей являются репрезентативными.

5. Модификация метода нормированного размаха (метода Херста) для построения прогноза атмосферной турбулентности.

6. Совершенствование методов прогноза погоды путем использования методики настройки моделей прогнозирования по двум классам статистик, полученных на основе прогноза атмосферной турбулентности.

7. Постановка и проведение численных экспериментов по апробированию построенных моделей путем оценки потенциальной эффективности их применения в процессе управления метеозависимыми ОТС.

Методы исследования

Для решения поставленных задач в работе использовались методы системного анализа, теории управления, обработки информации, статистического анализа, статистических решений и исследования операций, распознавания образов и теории фракталов. Применение этих методов обеспечивает эффективное решение задачи целенаправленного воздействия человека на объекты исследования.

Научная новизна

На основе системного анализа осуществлена формализация особенностей управления метеозависимыми ОТС, что позволило разработать методологию комплексного управления в условиях неопределенности метеорологической информации. Отличительной особенностью этой методологии является новый подход к построению вариантов принятия решений и оценки их эффективности по предложенным в работе критериям относительной верификации. Указанный подход основан на анализе статистических данных о результатах функционирования ОТС, связанных со степенью адекватности используемой метеорологической информации сложившейся системной ситуации.

В рамках разработанной методологии построены модели принятия решений, обеспечивающие оптимизацию статического и динамического управления в условиях метеорологической неопределенности. Данные модели формализуются как задачи линейного и динамического программирования со случайными параметрами. Предложен метод решения задач стохастического программирования, заключающийся в вычислении дискретного множества возможных значений случайных параметров на основе различных стратегий использования метеорологической информации и в выборе наилучшего значения по критериям относительной верификации, предложенным в работе. Такой подход обеспечивает оптимальный переход от стохастических задач управления к задачам детерминированным.

Поставлена и решена задача совершенствования структуры системы метеомониторинга. Решение этой задачи основано на выделении классов однородной статистической информации в пространстве метеорологических признаков по совокупности корреляционных показателей.

С целью построения прогноза атмосферной турбулентности осуществлена модификация метода нормированного размаха (метода Херста), направленная на реализацию нового подхода к обработке и анализу случайных временных рядов. Указанный подход обеспечивает расчет необходимых характеристик с помощью модели скользящего среднего. Применение данной модели приводит к тому, что критическое значение исследуемого показателя и может отличаться от 0,5 - значения, принятого при классической постановке метода Херста.

Решение задачи настройки моделей прогнозирования по двум классам статистик, полученным в результате анализа прогностической информации об атмосферной турбулентности. В основе этого решения лежит косвенный учет тенденций изменения интенсивности турбулентного движения атмосферы.

Практическая ценность работы Применение предложенных в работе моделей и методов принятия решений при управлении метеозависимыми ОТС, а так же методов получения прогностической метеорологической информации обеспечивает повышение качества функционирования подсистем сырьевого (сельскохозяйственного) и транспортного (авиационного) обеспечения, экологического мониторинга в пищевой и химической промышленности. Использование модели принятия решений по статическому управлению и метода решения задач стохастического линейного программирования позволяет в условиях метеорологической неопределенности осуществить оптимизацию структуры посевных площадей, обеспечивающую значимое повышение эффективности функционирования сельскохозяйственной ОТС. Аналогичный эффект имеет место в результате использования динамической модели и метода решения задач стохастического динамического программирования при управлении авиационной системой, состоящем в принятии оптимальных решений на поэтапное выполнение ряда авиационных задач: обеспечение оптимальных объемов перевозок, оптимальное распределение транспортных ресурсов и т. д. Полученные результаты могут быть использованы в подсистемах обеспечения экологической безопасности на предприятиях химической промышленности.

Реализация результатов исследования Модель принятия решений по статическому управлению в условиях метеорологической неопределенности и метод решения задач стохастического линейного программирования внедрены в ФГУП «Госземкадастрсъемка» ВИСХАГИ. Модель принятия решений по динамическому управлению в условиях метеорологической неопределенности, методики получения реализаций данной модели и совершенствования структуры системы пространственно распределенного метеомониторинга внедрены в Гидрометеослужбе ВС РФ. Методы прогноза атмосферной турбулентности и грозового положения внедрены в ГГМЦ МО РФ. Методические и программные разработки диссертации послужили основой большого количества НИР, дипломных, курсовых и лабораторных работ в ВВВАИУ по дисциплинам: «Информатика», «Механика жидкости и газа», «Динамическая метеорология», «Гидродинамические прогнозы» и «Технология прогнозирования погоды».

Апробация работы Основные положения и результаты диссертационной работы доложены и обсуждены на следующих Всероссийских и Международных научно-технических конференциях: «Современные методы подготовки специалистов и средств наземного обеспечения авиации» (Воронеж, 1997), «Совершенствование наземного обеспечения авиации» (Воронеж, 1999), «Климат, мониторинг окружающей среды, гидрометеорологическое прогнозирование и обслуживание» (Казань, 2000), «Современные проблемы прикладной математики и математического моделирования» (Воронеж, 2005), «Экономическое прогнозирование: модели и методы» (Воронеж, 2005), «Радиолокация, навигация, связь» (Воронеж, 2005), «Кибернетика и высокие технологии XXI века» (Воронеж, 2005) «Экономическое прогнозирование: модели и методы» (Воронеж, 2006), «Повышение эффективности средств обработки информации на базе математического моделирования» (Тамбов, 2006), «Актуальные проблемы обеспечения безопасности в чрезвычайных ситуациях при техногенных катастрофах» (Воронеж, 2006).

Публикации по теме диссертации Основное содержание диссертации опубликовано в 72 работах. Из них:

11 статей в научно-технических журналах, включенных в «Перечень ведущих рецензируемых научных журналов и изданий, выпускаемых в РФ, в которых должны быть опубликованы основные научные результаты диссертаций на соискание ученой степени доктора наук»; одна монография; 11 докладов в трудах Международных и Всероссийских научно-технических конференций.

В статьях, опубликованных в соавторстве, лично соискателем разработана методология комплексного управления метеозависимыми ОТС, построены модели принятия решений в условиях метеорологической неопределенности и методика совершенствования структуры системы пространственно распределенного метеомониторинга, осуществлена модификация метода нормированного размаха (метода Херста).

Структура и объем работы

Работа состоит из введения, семи глав, заключения, списка литературы и приложений. Объем работы составляет 323 страницы. Работа содержит 43 рисунка и 64 таблицы.

Основное содержание работы

В первой главе определен класс открытых метеозависимых ОТС, принципиальная особенность которых состоит в неустранимости метеорологической неопределенности за счет увеличения точности и количества измерений, сформулированы специфические свойства указанной неопределенности. Поставлена проблема вычисления адекватных итогов управления, основанного на применении стохастической метеорологической информации, разрешение которой требует разработки методологии комплексного управления метеозависимыми ОТС. Обоснована возможность оптимизации статического и динамического управления при стохастическом влиянии метеорологических факторов путем решения задач линейного и динамического программирования с детерминированными параметрами. Дан анализ методологии получения метеорологической информации, аргументирована необходимость применения при построении прогностических метеорологических методов теорий фракталов и ИНС.

Вторая глава посвящена формализации влияния метеорологических условий на решение статических и динамических задач оптимального управления. Так же в ней рассматривается понятие стратегии использования метеорологической информации, формализован механизм построения множества этих стратегий. Дано описание разработанных на базе системного анализа методологии, моделей и методов, применение которых обеспечивает решение стохастических задач управления как задач линейного и динамического программирования с детерминированными параметрами. Указанное решение основано на синтезе подходов к управлению метеозависимыми ОТС, отличающихся друг от друга вариантами принятия решений, связанными с построенными стратегиями использования метеорологической информации. Системный анализ эффективности реализаций данных подходов, осуществленный с помощью предложенных в работе показателей относительной верификации, дает возможность выбора наилучшего варианта, применение которого обеспечивает по заданному показателю эффективности наилучшее состояние ОТС в момент окончания ее функционирования.

Третья глава посвящена описанию задач управления, анализ решений которых подтверждает целесообразность применения разработанных методологии, моделей и методов. При этом рассматривались сельскохозяйственный и авиационный ОУ. В качестве сельскохозяйственной задачи управления была принята статическая задача определения оптимальной структуры посевных площадей с учетом погодных условий. В качестве авиационной - динамическая задача поэтапного оптимального принятия решений на функционирование авиационной системы (АС) в условиях метеорологической неопределенности. При формировании архива экспериментальных данных поставлена задача совершенствования структуры системы метеомониторинга. Решение данной задачи обеспечило определение пространственных границ классов однородной статистической информации, в пределах которых исходные метеорологические данные являются репрезентативными.

Четвертая глава посвящена описанию построенного на базе теории фракталов метода прогноза атмосферной турбулентности (АТ). Акцентирование внимания на АТ в работе связано с тем, что ее интенсивность непосредственно влияет на состояние целого ряда метеорологических объектов. При этом анализ различных свойств АТ указывает на возможность использования при ее прогнозе теории фракталов. Для получения практических результатов в работе построена методика модификации метода Херста, при получении реализаций которой в качестве комплексного показателя условий возникновения и развития АТ принято число Ричардсона Ш.

В пятой главе изложен метод получения прогностической информации о погоде с помощью ИНС, основанный на универсальной аппроксимирующей способности сети адаптироваться к различным внешним особенностям. Приведены алгоритмы обучения и работы ИНС, применение которых обеспечивает ЛПР необходимой прогностической метеорологической информацией. Из множества видов обучения ИНС в работе выбран алгоритм «обучения с учителем» с подстройкой весовых коэффициентов синапсов с помощью процедуры обратного распространения ошибки. Предложен алгоритм разрешения проблемы переобучения ИНС. Сущность данной проблемы заключается в чрезмерно точной, но неустойчивой аппроксимации исследуемых связей. Обоснована целесообразность использования свойства адаптивности ИНС, обеспечивающего приспособление сети к изменению внешних условий, обусловленному не только изменением диапазона значений метеорологических величин, но и появлением новых предикторов.

Шестая глава посвящена описанию совокупности методов получения прогностической метеорологической информации, использование которой необходимо для решения поставленных практических задач по управлению метеозависимыми ОТС. Описан механизм преобразования пространства исходных метеорологических признаков, находящихся в определенной, часто значительной, корреляционной зависимости друг относительно друга, в ортогональное факторное пространство меньшей размерности с последующим использованием аппарата регрессионного анализа. Применение данного механизма обеспечивает повышение качества исследуемых прогностических связей. Приведена методика настройки моделей прогнозирования по двум классам статистик, полученных на основе прогноза АТ. Применение указанной методики обеспечивает совершенствование прогностических метеорологических методов.

Седьмая глава посвящена анализу эффективности применения моделей принятия решений, построенных на базе разработанной методологии. С целью проведения указанного анализа в работе поставлены и проведены численные эксперименты по апробированию данных моделей путем оценки потенциальной эффективности их применения в процессе управления метеозависимыми ОТС. Показано, что всевозможные сочетания прогностической и фактической информации о метеорологических условиях позволяют при решении рассматриваемых практических задач получить множество стратегий использования метеорологической информации. Представлен анализ этих стратегий, указывающий на то, что применение построенных моделей принятия решений обеспечивает существенное повышение эффективности функционирования рассматриваемых ОУ.

В заключении сделаны выводы по результатам работы.

Список литературы диссертационного исследования доктор технических наук Михайлов, Владимир Владимирович, 2006 год

1. Авиационная метеорология A.M. Баранов [и др.]. М.: Военное издательство, 1971.-352с.

2. Агроклиматические ресурсы Воронежской области. Л.: Гидроме- теоиздат, 1986.- 152с.

3. Агрометеорологические условия и продуктивность сельского хо- зяйства нечерноземной зоны РСФСР под ред. Е.С. Улановой. Д.; Гидроме- теоиздат, 1978. 202с.

4. Айзенцон, СЕ. Модели и механизмы регионального управления СЕ. Айзенцон. М.: 2002. 370с.

5. Анализ аварийности военной авиации зарубежных стран. «Зару- бежное военное обозрение» №12.- М.: Изд-во «Красная звезда», 1999. 56с.

6. Анализ аварийности военной авиации зарубежных стран. «Зару- бежное военное обозрение» №12.-М.: Изд-во «Красная звезда»,2000. 38с.

7. Анализ аварийности военной авиации зарубежных стран. «Зару- бежное военное обозрение» №12.- М: Изд-во «Красная звезда»,2001. 39с.

8. Андрейчиков, А.В. Анализ, синтез, планирование решений в эко- номике А.В. Андрейчиков, О.Н. Андрейчикова. М.: Финансы и статистика, 2002. 368с.

9. Андрейчук, В.Г. Эффективность использования производственно- го потенциала в сельском хозяйстве В.Г. Андрейчук. М.: Экономика, 1983. -210с.

10. Анфилатов, B.C. Системный анализ в управлении B.C. Анфилатов, А.А. Емельянов, А.А. Кукушкин. М.: Финансы и статистика, 2002. 368с.

11. Аржаков, М.В. Теория конфликта и ее приложения М.В. Аржаков [и др.]. Воронеж: Изд-во Кварта, 2005. 252с.

12. Аржакова, Н.В. Управление динамикой рынка: системный подход

13. Астапенко, П.Д. Погода и полеты самолетов и вертолетов П.Д. Астапенко, A.M. Баранов, И.М. Шварев. Л.: Гидрометеоиздат, 1980. 280с.

14. Атанс, М. Оптимальное управление. М. Атанс, Н. Фалоб. М.: Машиностроение, 1968.-325с.

15. Афанасьев, В.Н. Математическая теория конструирования систем управления. В.Н. Афанасьев, В.Б. Колмановский, В.Р. Носов М.: Высшая школа, 2003.-614с.

16. Базарский, О.В. Потенциальная информационная емкость изображений, обрабатываемых автоматизированной системой и зрительным аппаратом человека О.В. Базарский, В.В. Михайлов, Л. Кирносов Системный анализ и информационные технологии. Вестник Воронежского государственного университета, 2006. JVol, 20-27.

17. Базарский, О.В. Методика решения стохастической задачи динамического программирования при управлении авиационной системой О.В. Базарский, В.В. Михайлов Системный анализ и информационные технологии. Вестник Воронежского государственного университета, 2006. J422, 22-30.

18. Баранов, A.M. Облака и безопасность полетов A.M. Баранов. Л.: Гидрометеоиздат, 1983.-203с.

19. Баркалов, Б.С. Динамическое поведение производственной системы. П.С. Баркалов П.Н. Курочка, В.Г. Невгод Системы управления и информационные технологии. Научно-технический журнал. N2 2 (23), 2004. 29-33.

20. Бедрицкий, А.И. Проблема экономически выгодного использования метеорологических прогнозов А.И. Бедрицкий, А.А. Коршунов, Л.А. Хандожко Метеорология и гидрология, 1998. J 10. 21-32. V

21. Белинский, В.А. Динамическая метеорология. В.А. Белинский

22. Беллман, Р. Динамическое программирование и современная теория управления Р. Белман, Р. Калаба. М.: Наука, 1969. 120с.

23. Беляев, Б.Н. К вопросу об оптимальном использовании гидрометеорологической информации при принятии хозяйственных решений. Б.Н. Беляев Метеорология и гидрология, 1974. NQ\.- 23-35.

24. Бергнадский, А.Г. Фрактальная структура турбулентных вихрей А.Г. Бергнадский ЖЭТФ, т. 96,1989. Вып.2(8).- 625-631.

25. Бережная, Е.В. Математические методы моделирования экономических систем Е.В. Бережная, В.И. Бережной. М.: Финансы и статистика, 2001.-386с.

26. Боревич, З.И. Определители и матрицы З.И. Боревич М.: Наука, 1988.-260с.

27. Борисенков, Е.П. Принципы и статистические методы оптимизации прогнозов. Е.П. Борисенков Метеорология и гидрология, 1976. Ш1. С 15-22.

28. Бородулин, А.Н. Целеустремленные системы принятия решений. А.Н. Бородулин, В.Н. Кузнецов, Ф.А. Пашаев Системы управления и информационные технологии. Х» 5 (22), 2005. 63-69.

29. Браславец, М.Е. Экономико-математические методы в организации и планировании сельскохозяйственного производства М.Е. Браславец М.: Экономика, 1971. 145с.

30. Бурковский, В.Л. Синтез системы управления линейного электропривода прямого действия В.Л. Бурковский, В.А. Поваляев Системы управления и информационные технологии. NilA (24), 2006. 121-124.

31. Бызова, Н.Л. Турбулентность в пограничном слое атмосферы Н.Л. Бызова В.Н. Иванов, Е.К. Гаргер. Л.: Гидрометеоиздат, 1989. 180с.

32. Василенко, Ю.В. Факторы и эффективность использования производственного потенциала Ю.В. Василенко Экономика сельского хозяйст33. Вдовий В.М. Анализ влияния облачности на гидрометеорологическое обеспечение авиации В.М. Вдовий, И.С. Давыдов, В.В. Михайлов Совершенствование наземного обеспечения авиации: Межвуз. сб. науч.метод. тр. ч. 4 Воронеж: изд. ВВАИИ, 2000. 35-42.

34. Вдовин, В.М. Обзор условий полета в облаках слоистых форм в целях гидрометеорологического обеспечения авиации. В.М. Вдовин, И.С. Давыдов, В.В. Михайлов Совершенствование наземного обеспечения авиации: Межвуз. сб. науч. метод, тр. ч.4 Воронеж: изд. ВВАИИ, 2001. 48-52.

35. Вентцель, Е.С., Исследование операций Е.С. Вентцель. М.: Советское радио, 1972. 240с.

36. Волконский, Н.Ю. Категорически-вероятностный прогноз и безопасность полетов. Н.Ю. Волконский, А.С. Дегтярёв Труды САРНИГМИ, 1989. Вып.134 (215). 23-38.

37. Волконский, Н.Ю. Оптимальная организация специализированного обеспечения прогнозами Н.Ю. Волконский, Ю.Н. Волконский Метеорология и гидрология, 1985. 12. 12-19.

38. Волконский, Ю.Н. Синоптическая метеорология и специальные прогнозы погоды Ю.Н. Волконский. Л.: ВИКА, 1973. 340с.

39. Воробьев, В.И. Синоптическая метеорология В.И. Воробьёв. Л.: Гидрометеоиздат, 1991.-540с.

40. Воронин, А.А. Модель оптимального управления структурными изменениями организационной системы А.А. Воронин, Н. Мишин АиТ, 2002.-№8.-С.136-150.

41. Гандин, Л.С. О рациональном использовании прогностической и климатологической информации при принятии хозяйственных решений Л.С. Гандин, Е.Е. Жуковский Метеорология и гидрология, 1973. №2. 21-30.

42. Гидродинамические неустойчивости и переход к турбулентности Под ред. X. Суинни, Дж. Голлаба. М.: Мир, 1984. 140с.

43. Гиля, Ф. Практическая оптимизация Ф. Гиля, У. Мюрей, М. Райт. -М.:Мир, 1985.-120с.

44. Гмурман, В.Е. Теория вероятностей и математическая Статистика В.Е. Гмурман. М.: 1977. 450с.

45. Головко, В.А. Нейронные сети: обучение, организация и применение В.А. Головко. М.: ИПРЖР, 2001. 382с

46. Горбань, А.Н. Нейроинформатика. А.Н.Горбань, [и др.] Новосибирск: Наука, 1998.-296с.

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

48. Груза, Г.В. Вероятностные метеорологические прогнозы Г.В. Груза, Э.Я. Ранькова. Л.: Гидрометеоиздат, 1983. 271с.

49. Дегтярев, А.С. К вопросу об оптимальном использовании долгосрочных прогнозов погоды А.С. Дегтярев, В.Э. Целоусов, В.В. Михайлов Проблемы повышения эффективности метеорологического, аэродромнотехнического и инженерно-аэродромного обеспечения авиации: сб. науч. тр. ВВВАИУ. Воронеж: ВВВАИУ, 1992. 24-35.

50. Дегтярев, А.С. Методы математической статистики в задаче использования метеорологической информации при определении условий перезимовки озимых культур А.С. Дегтярев, В.В. Михайлов, А.В. Чаплыгин Труды ВНИИ ГМИ МЦД, 1993. Вып.8. 29-38.

51. Дегтярев, А.С. К вопросу о постановке задачи оптимального использования метеоинформации потребителем А.С. Дегтярев, В.В. Михайлов Сб. науч. тр. ВВВАИУ. Воронеж, 1994. Вып. 15. -С. 9-13.

52. Дегтярев, А.С. Организация оптимального метеообеспечения планирования работы хозяйственной системы /А.С. Дегтярев, В.В. Михайлов, А.В. Чаплыгин, В.И. Молодкин Труды ВНИИ ГМИ МЦД, 1996, вып.6

53. Дегтярев, А.С. Линейное программирование в задаче оптимизации использования метеоинформации ее авиационным потребителем А.С. Дегтярев, В.В. Михайлов, Р.Е. Перевезенцев Сб. науч. тр. ВВВАИУ. Воронеж, 1996. Вып. 19, 74-78.

54. Демиденко, Е.З. Линейные и нелинейные регрессии Е.З. Демиденко. М.: Финансы и статистика, 1981. 302с.

55. Дмитренко, В.П. Об учете агротехники в исследованиях связи урожая сельскохозяйственных культур с гидрометеорологическими факторами. В.П. Дмитренко Труды Укр. НИГМИ, 1968. Вып.72. 13-24.

56. Дмитренко, В.П. Об оптимальных значениях и закономерностях влияния осадков и температуры воздуха на урожайность сельскохозяйственных культур В.П. Дмитренко Труды Укр. НИГМИ, 1969. Вып.84. 1726.

57. Дорогов, А.Ю. Математические модели быстрых нейронных сетей. А.Ю. Дорогов, А.А. Алексеев Системы управления и обработки информации: сб. науч. тр. СПбГЭТУ. С-Пб: изд. СПбГЭТУ, 1996. Вып.490, 7984.

58. Дроздов, О.А. Климатология. О.А. Дроздов, [и др.]. Л.: Гидрометеоиздат, 1989. 550с.

59. Евтихиев, П.Н. Задачи управления с неполной информацией Н.Н. Евтихиев, В.Д. Фурасов. М.: МПРЭА, 1985. 116с.

60. Жак, С В О проблемах математического моделирования В. Жак. Системы управления и информационные технологии. 1 (23), 2006. -С.77-81.

61. Жуковский, Е. Е. Метеорологическая информация и экономические решения. Е.Е. Жуковский. Л.: Гидрометеоиздат, 1981. 224с.

62. Жуковский, Е.Е. Оптимальные статистические решения и экономическая эффективность агрометеорологических прогнозов Е.Е. Жуковский

63. Жуковский, Е.Е. О выборе решений при наличии прогнозов различной заблаговременности. Е.Е. Жуковский. Метеорология и гидрология, 1980.-Хо1.-С. 33-46.

64. Завальный, П.М. Имитационная модель управления персоналом П.Н. Завальный, А.Ю. Силантьев Системы управления и информационные технологии. 5 (22), 2005. 69-73.

65. Затворницкий, А.П. Алгоритм оценки экономической эффективности плана перевозок с учетом неопределенности времени доставки и обслуживания А.П. Затворницкий Системы управления и информационные технологии. 2.1 (24), 2006. 141-144.

66. Зверев, А.С. Синоптическая метеорология А.С. Зверев. 2-е изд., перераб. и доп. Л.: Гидрометеоиздат, 1977. 711с.

67. Калан, Р. Основные концепции нейронных сетей Р. Калан. М.: Издательский дом «Вильяме», 2003. 288с.

68. Камзолов, СБ. Обеспечение безопасности полетов в сложных метеоусловиях. СБ. Камзолов. Межвуз. сб. науч. тр. Мое. гос. техн. ун-т ГА. М.: МГТУ ГА, 1996. С 57-65.

69. Кардаш, В.А. Экономика оптимального погодного риска в АПК В.А. Кардаш М.: Агропромиздат, 1989. 234с.

70. Каюшов, М.К. Справочник по программированию продуктивности полевых культур М.К. Каюшов М.: Россельхозиздат, 1982. 200с.

71. Киржанский, А.Б. Управление и наблюдение в условиях неопределенности А.Б. Киржанский М.: Наука, 1977. 392с.

72. Клиланд, Д. Системный анализ и целевое управление Д. Клиланд, В. Кинг. М.: Сов. радио, 1974. 280с.

73. Кобышева, Н.В. Климатологическая обработка метеорологической информации Н.В. Кобышева, Г.Я. Наровлянский Л.: Гидрометеоиздат,

74. Колемаев, B.A. Теория вероятностей и математическая статистика В.А. Колемаев, О.В. Староверов, В.Б, Турундаевский. М.: Высшая школа, 1991.-459с.

75. Колмогоров, А.Н. Автоматы и жизнь А.Н. Колмогоров Кибернетика неограниченные возможности и возможные ограничения. Итоги развития. М: Наука, 1979. 10-29.

76. Колмогоров, А.Н. О представлении непрерывных -функций нескольких переменных в виде суперпозиции непрерывных функций одного переменного и сложения А.Н. Колмогоров Доклады АН СССР, 1957. Т.114.-ВЫП.5.-С.953-956.

77. Константинов, Л. К. Оценка агрометеорологических условий жизнедеятельности в период вегетации и зимовки сельскохозяйственных культур Л.К. Константинов Труды Центр, высотной гидромет. обсерватории, 1978. -ВЫП.12.-С. 234-245.

78. Коршунов, Ю.М. Математические основы кибернетики Ю.М. Коршунов. М.: Энергоавтомиздат, 1987. 495с.

79. Кравец, О.Я. Оптимизация параметров прогнозирующей нейронной сети. О.Я. Кравец, И.Н. Крючков. Системы управления и информационные технологии. 2.1 (24), 2006. 154-159.

80. Кравченко, Г. Экономико-математические методы в организации и планировании сельскохозяйственного производства Г. Кравченко, И.Т. Попов, З. Толпекин. М.: Колос, 1973. 235с.

81. Кремер, Н.Ш. Исследование операций в экономике Н.Ш. Кремер [и др.]. М.: ЮНИТИ, 2004. 407с.

82. Круглов, В.В. Искусственные нейронные сети. Теория и практика В.В. Круглов, В.В. Борисов. М.: Горячая линия Телеком, 2002. 382с.

83. Лебедев, В.Ф. Оценка неизмеряемых составляющих вектора состояния в системе управления с использованием наблюдателя пониженного

84. Лебедев, В.Ф. Оптимальность и устойчивость линейных замкнутых многомерных систем В.Ф. Лебедев Системы управления и информационные технологии. .№1 (23), 2006. 82-85.

85. Либерман, Е.А. Как работает живая клетка: (нейрон) Е.А. Либерман М: Знание, 1990. 113с.

86. Лоренц, Э. Детерминированное непериодическое течение Э. Лоренц Странные аттракторы (перевод с англ.; под ред. Я.Г. Синая и Л.И. Шильникова). М.: Мир, 1981. 88-116.

87. Лужная, Н.П. Об оценке качества способов прогноза атмосферных осадков и явлений погоды Н.П. Лужная, СИ. Пономаренко. М.: Гидрометеоиздат, 1

88. Информационный сборник №1. 45-54.

89. Лукьянец, А.А. Основные направления информатизации управления тарифной и инвестиционной политикой регионального коммунального комплекса А.А. Лукьянец [и др.] Системы управления и информационные технологии. Научно-технический журнал. №5 (22), 2005. 73-79.

90. Львовский, Е.Н. Статистические методы построения эмпирических формул Е.Н. Львовский. М.: Высшая школа, 1988. 349с.

91. Максимова, Т.А. Метод прогноза состояния озимых зерновых культур ко времени прекращения их вегетации Т.А. Максимова Метеорология и гидрология, 1979. Ш2. 12-19.

92. Мандельброт, Б. Самоаффинные фрактальные множества Б. Мандельброт Фракталы в физике. М.: Мир, 1988. 672с.

93. Матвеев, Л.Т. Основы общей метеорологии. Физика атмосферы Л.Т. Матвеев. С-Пб.: Гидрометеоиздат, 2000. 640с.

94. Матвеев, М.Г. Применение теории фракталов для прогноза природных стохастических полей М.Г. Матвеев, В.В. Михайлов Системы управления и информационные технологии. №5 (22), 2005. 21-25.

95. Матвеев, М.Г. Формализация задачи повышения качества-управления в условиях стохастичности М.Г. Матвеев, В.В. Михайлов Системы управления и информационные технологии. №5 (22), 2005. 49-52.

96. Матвеев, М.Г. Оптимизация использования стохастической информации при принятии управленческих решений М.Г. Матвеев, В.В. Михайлов Системы управления и информационные технологии. Ш\ (23), 2006. 85-89. 96., Матвеев, М.Г. Оптимизация использования стохастической информации в процессе функционирования организационно-технических систем М.Г.Матвеев, В.В. Михайлов Мехатроника, автоматизация, управление. №3,2006. 81-90.

97. Матвеев, М.Г. Системная методология выбора информационных технологий управления в условиях метеорологической неопределенности М.Г. Матвеев, В.В. Михайлов Системный анализ и информационные технологии. Вестник Воронежского государственного университета, 2006. №1,-С.73-77.

98. Матвеев, М.Г. Статическая модель принятия решений в условиях неопределенности М.Г. Матвеев, В.В. Михайлов Системный анализ и информационные технологии. Вестник Воронежского государственного университета, 2006. №2, 61-67.

99. Матвеев, М.Г. Управление организационно-технической системой в условиях метеорологической неопределенности: монография М.Г. Матвеев, В.В. Михайлов. Воронеж: ВВВАИУ, 2006. 128с.

100. Михайлов, В.В. Специализированное метеорологическое обеспечение программы деятельности авиационного потребителя Н.Ю. Волконский, В.В. Михайлов, В.Э. Целоусов Проблемы повышения эффективности метеорологического, аэродромно-технического и инженерно-аэродромного обеспечения авиации: сб. науч. тр. ВВВАИУ. Воронеж: ВВВАИУ, 1992. 22-23.

101. Михайлов, В.В. Повышение качества использования метеорологической информации при определении условий перезимовки озимых культур В.В. Михайлов Межрегион, науч.-практич. конф., тезисы докладов. Воронеж: Изд-во ВГАУ, 1993. 45-49.

102. Михайлов, В.В. Комплексное использование прогностических методов в задаче определения оптимальных сроков сева озимых зерновых культур. В.В. Михайлов, А.В. Чаплыгин. Межрегион, науч.-произв. конф. Воронеж:.Изд-во ВГАУ, 1993. 13-19.

103. Михайлов, В.В. Использование физико-статистических моделей при определении оптимальных сроков сева озимых зерновых культур В.В. Михайлов, В.Э. Целоусов Межрегион, науч.-произв. конф. Воронеж: Издво ВГАУ, 1993. 36-49.

104. Михайлов, В.В. Факторный анализ в задаче повышения качества исходной метеоинформации В.В. Михайлов, А.В. Лубенцов, А.В. Чаплыгин Сб. науч. тр. ВВВАИУ. Воронеж, 1994. Вып.15. 54-59.

105. Михайлов, В.В. Численные методы решения экстремальных задач и разработка авиационных прогнозов погоды В.В Михайлов, А.В. Чаплыгин, В.И. Молодкин //Труды ВНИИ ГМИ МЦД, 1996, вып.6. 26-31.

106. Михайлов, В.В. Элементы молекулярной физики и время существования атмосферного фронта В.В. Михайлов, Ю.Г. Веселов Материалы Всерос. науч. конференции. Воронеж, 1997. 140-143.

107. Михайлов, В.В. Разработка и оценка методики прогноза турбулентности на основе метода Херста В.В. Михайлов, Р.И. Милешкин Сб. науч. тр. ВВАИИ. Воронеж: ВВАИИ, 1999. Вып.23. 72-81.

108. Михайлов, В.В. Исследование характеристик турбулентности с помощью теории фракталов В.В. Михайлов, Р.И. Милешкин Сб. науч. тр. ВВАИИ. Воронеж, 1999. Вьш.22. 81-87.

109. Михайлов, В.В. Нейронные сети и прогноз барического поля. В.В. Михайлов, И.С. Давыдов Совершенствование наземного обеспечения

110. Михайлов, В.В. Использование теории фракталов для гидрометеорологического обеспечения авиации В.В. Михайлов, Ю.В. Лузанов Совершенствование наземного обеспечения авиации. Межвуз. сб. науч.-метод. тр. ч. 4 Воронеж: Изд-во ВВАИИ, 2000. 14-17.

111. Михайлов, В.В. Оценка пределов предсказуемости метеорологических прогнозов на основе теории фракталов В.В. Михайлов, Р.И. Милешкин Межвуз. сб. науч. тр. Ч.П. Совершенствование наземного обеспечения авиации. Воронеж, 2000. 80-86.

112. Михайлов, В.В. Постановка задачи описания атмосферных процессов и явлений на основе теории фракталов В.В. Михайлов, Ю.В. Лузанов Межвуз. сб. науч. тр. Ч.Ш. Совершенствование наземного обеспечения авиации. Воронеж, 2000. 100-103.

113. Михайлов, В.В. Обоснование возможности использования теории фракталов для диагноза и прогноза турбулентности в атмосфере. /В.В. Михайлов, Ю.В. Лузанов. Сборник научно-методических материалов. Воронеж, ВВВАИИ, 2001. 24 34-39.

114. Михайлов, В.В. Моделирование поля атмосферной турбулентности с использованием метода Херста В.В. Михайлов, Ю.В. Лузанов Совершенствование наземного обеспечения авиации. Ч.

116. Михайлов, В.В. Использование методов динамического программирования для оптимизации метеорологического обеспечения авиации /В.В. Михайлов Радиолокация, навигация, связь. Материалы XI междунар. науч.технич. конф. Воронеж, 2005. Т.З, 2045-2052.

117. Михайлов, В.В. Оптимизация метеорологического обеспечения авиации на основе теории исследования операций В.В. Михайлов Радиолокация, навигация, связь. Материалы XI междунар. «ауч.-технич. конференции. Воронеж, 2005. Т.З, 2040-2044. 118. Михайлов, В.В. Оптимизация метеорологического обеспечения функционирования отдельных секторов экономики /В.В. Михайлов Экономическое прогнозирование: модели методы. Материалы междунар. науч.практич. конференции. Воронеж: ВГУ, 2005. Ч. 1, 208-212.

119. Михайлов, В.В. Применение методов математического программирования в задаче оптимизации использования метеоинформации /В.В. Михайлов Кибернетика и высокие технологии XXI века. Материалы VI междунар. науч.-технич. конф. Воронеж, 2005. 676-687.

120. Михайлов, В.В. Методика использования метеорологических прогнозов при управлении метеозависимыми организационно-техническими системами /В.В. Михайлов Системы управления и информационные технологии. №1.1 (24), 2006. 164-167.

121. Михайлов, В.В. Оптимизация использования метеоинформации при решении практических задач В.В. Михайлов Метеорология и гидрология. Научно-технический журнал. 2,2006. 17-25.

122. Михайлов, В.В. Повышение эффективности использования данных метеорологического мониторинга при обеспечении безопасности жизнедеятельности В.В. Михайлов, А,И. Романенко Актуальные проблемы обеспечения безопасности в чрезвычайных ситуациях при техногенных катастрофах. Материалы межлунар. науч.-практич. конференции. Воронеж: Научная

123. Михайлов, В.В. Построение искусственных нейронных сетей в практике получения стохастической прогностической информации Михайлов В.В. Системы управления и информационные технологии. ШЗЛ (25), 2006.-С.102-106.

124. Михайлов, В.В. Построение искусственных нейронных сетей с целью прогнозирования альтернативных явлений погоды /В.В. Михайлов Повышение эффективности средств обработки информации на базе математического моделирования. Материалы Всерос. науч.-практич. конференции. Тамбов: ТВВАИУ (РЭ), 2006. 38-43.

125. Михайлов, В.В. Применение метода Херста для прогноза стохастических объектов В.В. Михайлов Современные проблемы прикладной математики и математического моделирования. Материалы междунар. науч. конференции. Воронеж: ВГТА, 2006. 158-159.

126. Михайлов, В.В. Применение многослойного персептрона для решения задачи прогнозирования погоды /В.В. Михайлов Экономическое прогнозирование: модели методы. Материалы междунар. науч.- практич. конференции. Воронеж: ВГУ, 2006. Ч. 1. 287-290.

128. Моисеев, П.П. Методы оптимизации. Н.П. Моисеев, Ю.П. Иванилов, Е.М. Столярова. М.: Паука, 1980. 325с.

129. Моисейчик, В.А. Агрометеорологические условия и перезимовка озимых культур В.А. Моисейчик. Д.: Гидрометеоиздат, 1975. 96с.

130. Моисейчик, В.А. Методы составления долгосрочных агрометеорологических прогнозов перезимовки озимых культур на территории областей, республик и в целом по СССР В.А. Моисейчик. М.: Гидрометеоиздат, 1972.-120с.

131. Моисейчик, В.А. Перезимовка озимых зерновых культур в зависимости от агрометеорологических условий на территории СССР В.А. Моисейчик, Л.: Гидрометеоиздат, 1971. 145с. 133.МОНИН, А.С. О когерентных структурах в турбулентных течениях. А.С. Монин. Сборник «Этюды о турбулентности». М.: Наука, 1994. 50-57.

132. Монокрович, Э.И. Гидрометеорологическая информация в народном хозяйстве Э.И. Монокрович Л.: Гидрометеоиздат, 1980. 150с.

133. Монокрович, Э.И. Об экономической эффективности метеорологического обеспечения гражданской авиации Э.И. Монокрович Метеорология и гидрология, 1979. №9. 35-45.

134. Мосалов, СВ. Модели оптимального распределения ресурсов в вертикально организованных производственных системах С В Мосалов, В.Л. Бурковский Системы управления и информационные технологии. 3.1(25),2006. 167-170.

135. Моффат, Г. Некоторые направления развития теории турбулентности. Г. Моффат Современная гидродинамика: Успехи и проблемы. М.: Мир, 1984.-501с. 138.МОШНИКОВ, А.Н. Количественная оценка влияния атмосферных явлений на безопасность полетов. А.Н. Мошников. Авиационная метеорология. Межвуз. сб. науч. трудов. 1978. С20-23.

136. Назаренко, А.В. Инверсии в атмосфере А.В. Назаренко. Воронеж: Изд-во ВВВАИУ, 1993. 48с.

137. Наставление по метеорологической службе авиации Вооруженных Сил СССР (НАМС-86). -М: Воениздат, 1987. 158с.

138. Наставление по метеорологическому обеспечению гражданской авиации СССР (НМО ГА). Л.: Гидрометеоиздат, 1990. 123с.

139. Нейронные сети. Теоретические модели и практические реализации. Вып.]. Модель Хопфилда искусственная нейронная сеть для распозна140. Нелинейная теория управления: динамика, управление, оптимизация под ред. В.М. Матросова, Н. Васильева, А.И. Москаленко. М.: Физматлит, 2003.-352с.

141. Никифоров, А.Д. Управление качеством А.Д. Никифоров. М.: Дрофа, 2004. 720с.

142. Николис, Г. Познание сложного. Г. Николис, И. Пригожий; Пер. с англ. М.: Мир, 1990. 344с.

143. Новиков, Д.А. Механизмы функционирования многоуровневых организационных систем Д.А. Новиков. М.: Фонд «Проблемы управления», 1999.223с.

144. Новотарский, М.А. Имитационное моделирование нейросетей для решения уравнений математической физики локально-асинхронными методами М.А. Новотарский Радиоэлектроника, Информатика, Управление. Запорожье: ЗГТУ, 2001. №2. 74-78.

145. Онанашвили, Ю.Б. Об оценке эффективности специализированных прогнозов Ю.Б. Онанашвили Метеорологические прогнозы: сб. науч. трудов. Л.: Изд-во ЛПИ, 1987. Вып.97. 45-57.

146. Орлов, А.И. Нечисловая статистика А.И Орлов. М.: МЗ-Пресс, 2004.-513с.

147. Оссовский, Нейронные сети для обработки информации Осовский. Пер. с польского И.Д. Рудинского. М.: Финансы и статистика, 2004. 344с.

148. Пайтген, Х.О. Красота фракталов Х.О. Пайтген, П.Х. Рихтер М.: Мир, 1993.- 176с.

149. Павлов, В.И. Синтез помехоустойчивых информационных систем методами теории систем со случайной структурой В.И. Павлов Радиотехника. No 3, 2000. 64-68.

150. Павлов, В.И. Оптимальное обнаружение изменения евойетв слу151. Петренко, Н.В. Разработка методов прогноза погоды для авиации Н.В. Петренко, Васильев А.А. Пятьдесят лет центру гидрометеорологических прогнозов. Л., Гидрометеоиздат, 1979. 104 -110.

152. Петросян, Я.В. Использование нейронных сетей в задачах метеорологии Я.В. Петросян, В.В. Михайлов, И.С. Давыдов Климат, мониторинг окружающей среды, гидрометеорологическое прогнозирование и обслуживание. Тезисы докладов Всерос. науч. конф. Казань: 2000. 222223.

153. Пинус, П.З. Современное состояние вопроса о турбулентности атмосферы, вызывающей болтанку самолетов Н.З. Пинус Труды ЦАО, 1960. -ВЫП.34.-С.123-132.

154. Полевой, А.Н. Динамико-статистические методы прогнозирования урожайности сельскохозяйственных культур А.Н. Полевой Метеорология и гидрология, 1981. 2. 34-46.

155. Понтрягин, Л.С., Болтянский В.Г. и др. Математическая теория оптимальных процессов Л.С. Понтрягин [и др.]. М.: Наука, 1983. 354с.

156. Попов, А.В., Моисейчик В.А. Прогноз теплых многоснежных и холодных малоснежных зим А.В. Попов, В.А. Моисейчик Метеорология и гидрология, 1978. №2. 12-20.

157. Прокофьев, A.M. Надежность и безопасность полетов А.И. Прокофьев. Л.: Изд-во ОЛАГА, 1980. 80с.

158. Пузановский, А.Т. Погодно-климатический фактор и цена. А.Т. Пузановский Экономика сельского хозяйства, 1983. 9. 20-29.

159. Рабочая книга по прогнозированию. Под ред. И.В. Бестужев-Лада и др. М.: Мысль, 1982. 430с.

160. Радченко, А.Н. Ассоциативная память. Нейронные сети. Оптимизация нейропроцессоров А.Н. Радченко С-Пб.: Наука, 1998. -261с.

162. Запорожье: ЗГТУ. 78-82.

163. Распутников, А.С. Влияние точности прогностической информации на регулярность полетов А.С. Распутников. Вопросы совершенствования метеообеспечения безопасности полетов. Межвуз. сб. Л., Изд-во ОЛАГА, 1980.-С.48-52. 166. Рей У. Методы управления технологическими процессами У. Рей. М Мир, 1983.-386с.

164. Рихтер, К. Динамические задачи дискретной оптимизации: Пер. с нем К.Рихтер. М.: Радио и связь, 1985. 136с.

165. Рубинштейн, М. В. О колебаниях высоты нижней границы облаков. М.В. Рубинштейн Метеорология и гидрология, 1963. J 5.- 9-13. V

166. Рубинштейн, М. В. Характеристика успешности категорических прогнозов при использовании различных пороговых вероятностей М.В. Рубинштейн Труды ГМЦ СССР, 1988. Вьш.296. 111-123.

167. Рубинштейн, М.В. Некоторые характеристики изменчивости высоты нижней границы облаков. М.В. Рубинштейн Труды Гидрометцентра СССР, 1967.-Вып.13,-С.43-59.

168. Рыков, А.С. Задача многокритериального принятия решений в условиях неопределенности. А.С. Рыков, В.А. Пилипенко. Системы управления и информационные технологии. 2.1 (24), 2006. 188-192.

169. Рыков, А.С. Многокритериальная оценка качества информационных систем при неопределенности А.С. Рыков, А.А. Рыков Проблемы управления, 2004. №2. 31-39.

170. Рыков, А.С. Модели и методы системного анализа: принятие решений и оптимизация. А.С. Рыков. М.: МИСИС, ИД «Руда и металлы», 2005.-352с.

171. Самарский, А.А. Математическое моделирование А.А. Самар172. Синай, Я.Г. Эргодическая теория Я.Г. Синай [и др.]. М.: Наука, 1980.-383с.

173. Сиротенко, О.Д. Физико-математическое моделирование в агрометеорологии О.Д. Сиротенко Метеорология и гидрология, 1978. 3. 22-41.

174. Советов, Б.Я. Моделирование систем Б.Я. Советов, А. Яковлев. М.: Высшая школа. 1995. 320с.

175. Справочник агронома по сельскохозяйственной метеорологии под ред. И.Г. Трингофа; сост. А.П. Федосеев, В.М. Пасов. Л.: Гидрометеоиздат, 1986.-204с.

176. Станюкович, К.П. Неустановившееся движение сплошной среды. К.П. Станюкович. М.: Наука, 1971. 854с.

177. Суровцев, И.С. Нейронные сети. Введение

178. Тараканов, Г.Г. Долгосрочный прогноз летних температур по данным зимних наблюдений. Г.Г. Тараканов Межвуз. сб. науч. тр. Метеорологические прогнозы.- Л.: 1983. Вып.82. 132-141.

179. Тарасик, В.П. Математическое моделирование технических систем. В.П. Тарасик. Минск: Дизайн-ПРО, 1997. 640с.

181. Теслинов, А.Г. Развитие систем управления: методология и концептуальные структуры А.Г. Теслинов. М.: Глобус, 1998. 229с. 185.ТООМИНГ, Х.Г. Солнечная радиация и формирование урожая Х.Г. Тооминг. -Л.: Гидрометеоиздат, 1974.- 145с..

182. Турыгин, А.Ю. Мультифрактальная структура развитой гидроди183. Уонем, М. Линейные многомерные системы управления. Теоретический подход М. Уонем; пер. с англ.; Под ред. СВ. Емельянова. М.: Наука, 1980.-376с.

184. Уоссермен, Ф. Нейрокомпьютерная техника Ф. Уоссермен. М.: Мир, 1992.-324с.

185. Фабер, Г.Е. Гидроаэродинамика Г.Е. Фабер. М.: Постмаркет, 2001.-560с.

186. Федер, Е. Фракталы. Е. Федер. М.: Мир, 1991. 452с.

187. Федосеев А.П. Агротехника и погода А.П. Федосеев. Л.: Гидрометеоиздат, 1979. 235с.

188. Федосеев, А.П. Погода и эффективность удобрений А.П. Федосеев Л.: Гидрометеоиздат, 1985. 168с.

189. Фролов, А.А. Информационные характеристики нейронных сетей А.А. Фролов, И.П. Муравьев. М.: Наука, 1988. 231с.

190. Фролов, А.А. Структуры и функции обучающихся нейронных сетей. Фролов, А.А. М.: ИВНДНФ РАН, 1990. 129с.

191. Хакен, Г. Информация и самоорганизация. Г. Хакен. М.: Мир, 1991.-687с.

192. Хандожко, Л.А. Экономическая метеорология Л.А. Хандожко. С-Пб: Гидрометеоиздат, 2005,490с.

193. Цупенко, Н.Ф. Справочник агронома по метеорологии./ Н.Ф. Цупенко. Киев: Урожай, 1990. 245с.

194. Цыганков, В.Д. Виртуальный нейрокомпьютер "ЭМБРИОН" как информационный лазер В.Д. Цыганковю Радиоэлектроника, Информатика, Управление, №

195. Запорожье: ЗГТУ, 1999. с.95-98.

196. Цыганков, В.Д. Нейрокомпьютер и его применение В.Д. Цыганков. М.: Сол Систем, 1993. 145с.

197. Чураков, Е.П. Оптимальные и адаптивные системы Е Л Чураков. М.: Эноргоатомиздат, 1987. 256с. 2О

198. Шакина, Н.П. Гидродинамическая неустойчивость в атмосфере Н.П. Шакина Л.: Гидрометеоиздат, 1990. 200с.

199. Шапиро, Д.И. Принятие решений в системах организационного управления: Использование расплывчатых категорий Д.И. Шапиро. М.: Энергоатомиздат, 1983. 184с.

200. Шикин, Е.В. Математические методы и модели в управлении Е.В. Шикин, А.Г. Чхартишвили. 3-е изд. М.: Дело, 2004. 440с. 2О

201. Шильяк, Д. Децентрализованное управление сложными системами Д. Шильяк; пер. с англ. М.: Мир, 1994. 576с.

202. Юрачковский, Ю.П. Оптимальное разбиение исходных данных на обучающую и проверочную последовательности на основе анализа функции распределения критерия Ю.П. Юрачковский, А.Н. Грошков. Автоматика, 1980.-№2.-С.5-12.

203. Юсупов, P.M. Статистические методы обработки результатов наблюдений Юсупов P.M. [и др.] М.: Мин. обороны СССР, 1976. 56с.

204. Якубовская, Н.Н. Алгоритм для решения транспортной задачи методом динамического программирования Н.Н. Якубовская [и др.] Системы управления и информационные технологии. Научно-технический журнал. -№1(23),2006.-С.24-27.

205. Anderson J.A. and Rosenfeld Е. "Neurocomputing: Foundation of Research", MIT Press, Cambridge, Mass., 1988. -p.p. 12-34.

206. Anil K. Jain, Jianchang Mao, Mohinddin K.M. Artificial Neural Networks: A Tutorial, Computer, Vol. 29, №3, March, 1996. p.p. 31-44.

207. Cotter N.E., Guillerm T.J. The CMAC and a Theorem of Kolmogorov. Neural Networks, 1992, v.3. -p.p. 221-228.

208. Cybenco, Approximation by Superposition of a Sigmoidal Function. Mathematical Control Signals Systems, 1989, №2. -p.p. 140-160.

209. Eickeler S., Muller S., Rigoll G. High performance face recognition using Pseudo 2-D Hidden Markov Models Gerhard-Mercator-University Duisburg, Germany, 1998. 6 p.

210. Gieeson T.A. A prediction and decision method for applied meteorology and climatology, based partly on the theory of games.- J.Met., 1960, vol. 17. lOOp.

211. Haykin S. Neural Networks: A Comprehensive Foundation, MacMillan College Publishing Co., New York, 1994. 140p.

212. Hebb D.O. The Organization of Behavior, John Wiley E Sons, New York, 1949.-230p.

213. Hecht-Nielsen R. Kolmogorovs mapping neural networks existence theorem. In Proc. IEEE First Intemat. Conference on Neural Networks. 1987. Vol.11, pp. 11-14. San Diego, С A: SOS Printing. 112p.

214. Hertz J., Krogh A., and Palmer R. G. Introduction to the Theory of Neural Computation, Addison-Wesley, Reading, Mass., 1991. 12lp.

215. Hertz J., Krogh A., Palmer R. Wstep do teorii obliczen neuronowych. Wyd. II. Warszawa: WNT, 1995. 342p.

216. Hopfield J.J. "Neural Networks and Physical Systems with Emergenl Collective Computational Abilities", in Proc. National Academy of Sciencies, USA 79,1982-p.p. 2554-2558.

217. Homick, Stinchombe, White. Multilayer Feedforward Networks are Universal Approximators. Neural Networks, 1989, v. 2, X25. -p.p. 23-41.

218. Lovejoy S. Area perimeter relation for rain and cloud areas// Science. -1982.-V.216, №4542.-p.p. 10-24.

219. Mandelbrot B.B. and Van Ness J. W. Fractional Gaussian noise and application. Siam Rev. Appl. Math., 1968, vol. 10, №4. p.p. 422-437.

220. Mandelbrot B. B. (1977). Fractals; Form, Chance and Dimension (W.H.

221. Mason B.J. The role of meteorology in the national economy. "Weather". -1986. -№21 (11). -p.p. 120-127.

222. Minmsky M. and Papert S. "Perseptrons: An Introduction to Computational Geometry", MIT Press, Cambridge, Mass., 1969. 156p.

223. Murphy A.H. The value of climatological, categorical and probalistic forecasts in the cost-loss ratio situation.- Mon. Wea. Rev., 1977, vol. 105, №7 p.p. 156-170.

224. Rosenblatt R. "Principles of Neurodynamics", Spartan Books, New York, 1962.-340p.

225. Sreenivasan K.R. dimensions and entropies in chaotic system Springer Verlag, 1986. -p.p. 337-361

226. Stubbs Martin W. Future developments in weather forecasting. Mar. Ob-sera. -1997-67 №338. 34p.

227. Thompson J.C. Economic and social impact of weather forecasts.Weather Frecasting and Weather Forecasts: Models, Systems and Users, 1976, Boulder, Colo., NCAR, vol. 2. 56p.

228. Werbos P. "Beyond Regression: New Tools for Prediction and Analysis in the Behavioral Sciences", Phd Thesis, Dept. of Applied Mathematics, Harvard University, Cambridge, Mass., 1974. 45p.

229. Winkler R.L., МифЬу A.H. The value of weather forecasts in the costloss ratio situation: an example approach.- Proceeding of the Sixth AMS Conference on probability and Statistics in Atmospheric Sciences, 1979, Banff., Canada. -21p.

230. Yarger Douglas N., Gallus William A., Taber Michel. A forecasting activity for a large introductory meteorology course. Bull. Amer. Met. Soc. 2000. №l.-45p.