Проблемно-ориентированная система управления эпидемической ситуацией по туберкулезу на основе имитационного моделирования тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Скворцов, Андрей Викторович

• Скворцов, Андрей Викторович
• кандидат технических наук
• 2010

Оглавление диссертации кандидат технических наук Скворцов, Андрей Викторович

Определения, обозначения и сокращения.

Введение.

1 Система управления эпидемической ситуацией по туберкулёзу как объект системного анализа.

1.1 Краткая характеристика проблемы распространения и контроля туберкулёза в современной России.

1.2 Выделение объекта исследования из окружающей среды.

1.3 Структурно-функциональный анализ объекта исследования.

1.4 Основные подходы к формализации и решению оптимизационных задач, связанных с распределением ресурсов.

Выводы.

2 Разработка имитационной модели системы управления эпидемиечской ситуацией по туберкулёзу.

2.1 Модель объекта исследования в виде знакового орграфа.

2.2 Обзор современного состояния математического моделирования эпидемий.

2.3 Структурная идентификация имитационной модели распространения и контроля туберкулёза в регионе России.

2.4 Моделирование процесса пространственного распространения ТБ.

2.5 Выходные параметры модели.

2.6 Модели эффекторов процессов лечения и активного выявления больных.

2.7 Параметрическая идентификация имитационной модели.

Выводы.

3 Анализ сценариев развития эпидемической ситуации по туберкулёзу и поиск оптимальных стратегий распределения ресурсов.

3.1 Исследование динамических свойств модели распространения ТБ.

3.2 Эксперименты по моделированию управляющих воздействий.

3.3 Постановка задачи оптимального управления эпидемической ситуаией по туберкулёзу.

3.4 Алгоритм поиска оптимальной стратегии распределения ресурсов в системе управления эпидемической ситуацией по туберкулёзу.

Выводы.

4. Реализация модели и внедрение результатов.

4.1 Система поддержки принятия решений региональной противотуберкулёзной службы.

4.2 Реализация модели в программной среде ЭсПаЬ.

4.3 Интеграция модели с информационной системой противотуберкулёзного учреждения. 11 о

4.4 Элемент принятия решений системы управления эпидемической ситуацией по туберкулёзу.

Выводы.

Введение диссертации (часть автореферата) на тему «Проблемно-ориентированная система управления эпидемической ситуацией по туберкулезу на основе имитационного моделирования»

Современный этап развития науки техники и общества в целом характеризуется наличием сложных проблем управления, решение которых требует учёта их системных аспектов. Методы системного анализа, имитационное моделирование и оптимизация, а также разрабатываемые на их основе проблемно-ориентированные системы поддержки принятия решений, позволяют значительно повысить эффективность работы медицинских систем управления.

Планирование распределения ресурсов в этих системах зачастую связано с решением динамических задач дискретной оптимизации достаточно большой размерности. Использование постоянно возрастающих вычислительных мощностей предоставляет возможность решать новые классы этих задач, включая те, для которых известны только алгоритмы экспоненциальной сложности.

Несмотря на большой прогресс, достигнутый в контроле распространения туберкулёза за последние десятилетия, данная проблема далека от полного решения. Постепенное улучшение условий жизни большей части населения и качества медицинской помощи, появление достаточно эффективных средств диагностики, профилактики и лечения данного заболевания, не позволило полностью ликвидировать туберкулёз в развитых странах и остановить эпидемии в развивающихся, и лишь отчасти изменило ситуацию по туберкулёзу в лучшую сторону.

Данное противоречие можно объяснить тем, что планирование противоэпидемических мероприятий в целом основывается на эмпирических представлениях, а существующие научные разработки носят теоретический характер и практически не применяются в реальных системах управления.

На необходимость совершенствования существующих систем управления эпидемической ситуацией по туберкулёзу и количественного обоснования принимаемых решений с использованием разработок в области кибернетики, исследования операций и системного анализа прямо указывается в отчёте Всемирной Организации Здравоохранения о контроле распространения ТБ за 2008 год [1].

К настоящему времени создано несколько математических моделей распространения туберкулёза, которые предназначены для использования при прогнозировании развития эпидемической ситуации. Практически все известные разработки созданы за рубежом и поэтому не учитывают особенности контроля эпидемической ситуации по ТБ в России. Их совершенствование происходило за счёт использования всё более точных сведений о возникновении и развитии заболевания при их структурной идентификации. По мнению Б.В.Боева [2], разработанные «чистыми» математиками и исследованные в основном аналитически, они мало пригодны к практическому применению. Эти модели являлись прогностическими и были реализованы в виде вычислительных технологий, содержащих громоздкие процедуры параметрической идентификации, которые требовали обработки больших объёмов информации из различных источников (главным образом статистической отчётной документации медицинских учреждений). Задача количественного обоснования стратегий управления эпидемической ситуацией, требующая учёта и обобщения информации из различных источников, по прежнему остаётся решённой не полностью.

В связи с этим, актуальной является задача повышения качества управления эпидемической ситуацией по туберкулёзу путём научного обоснования принимаемых решений по распределению ресурсов.

Цель работы. Разработка проблемно-ориентированной системы по управлению распределением ресурсов, приводящему к улучшению эпидемической ситуации по туберкулезу, на основе имитационного моделирования процессов активного выявления и лечения больных.

Для достижения поставленной цели необходимо решить следующие задачи:

• выполнить структурно-функциональный анализ системы управления эпидемической ситуацией по туберкулёзу с целью идентификации сущности и задач управления, управляющих и возмущающих воздействий;

• разработать модель процесса распространения туберкулёза в условиях региона России с учётом влияния противоэпидемических мероприятий и пространственной структуры популяции на основании современных представлений об эпидемиологии туберкулёза, а также анализа существующих работ в области моделирования распространения и контроля эпидемических заболеваний;

• сформулировать математическую постановку задачи управления распределением ресурсов между активным выявлением и лечением больных и разработать алгоритм её решения;

• на основе созданных моделей и алгоритмов разработать и внедрить в практическое здравоохранение программный комплекс системы поддержки принятия решений (СППР) для управления эпидемической ситуацией по туберкулёзу.

Система управления, состоящая из противотуберкулёзной службы и популяции региона России являлась объектом исследования. Задача научного обоснования принимаемых решений по распределению ресурсов между процессами активного выявления и лечения больных в этой системе стала предметом исследования.

Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Скворцов, Андрей Викторович

Выводы

На основе разработанной имитационной модели создана управляемая моделями система поддержки принятия решений региональной фтизиатрической службы. Данный программный комплекс может использоваться в пассивном режиме, позволяя оценивать альтернативные варианты распределения ресурсов в системе управления эпидемической ситуацией по туберкулёзу, либо в активном, осуществляя оптимизацию обобщённого критерия оценки стратегий.

СППР внедрена в научных целях в Тверском областном клиническом противотуберкулёзном диспансере.

Произведён синтез элемента принятия решений системы управления эпидемической ситуацией по туберкулёзу в регионе России с использованием разработанных программных средств. Важной особенностью процесса функционирования этого элемента является сбор и обобщение информации из различных источников — БД медицинских информационных систем, результатов теоретических исследований в области эпидемиологии и микробиологии, а также экспертных методов.

Заключение

В ходе анализа предметной области было выявлено, что процесс распространения эпидемических заболеваний в сообществах и эффективность деятельности по противодействию этому процессу подвержены влиянию большого количества факторов различной природы. Наличие множества аспектов в проблеме контроля распространения инфекционных заболеваний делает задачу научного обоснования принимаемых решений слабоструктурированной, требующей системного подхода к своему решению.

В результате исследования разработана система поддержки принятия решений в области управления эпидемической ситуацией по туберкулёзу, основанная на использовании динамической имитационной модели распространения и контроля этого заболевания. Задачи работы выполнены, и основные результаты заключаются в следующем:

1. Процесс противодействия распространению инфекционного заболевания на уровне региона России рассмотрен, как функционирование системы управления с обратной связью. Разработана структурно-функциональная модель объекта исследования, которая позволила выделить управляющую и управляемую подсистемы, идентифицировать управляющие воздействия и контролируемые параметры, а также на содержательном уровне сформулировать задачу управления распределением ресурсов между управляющими воздействиями — выявлением и лечением больных.

2. Разработана детерминированная компартментная модель распространения туберкулёза в условиях реализации мероприятий по активному выявлению и лечению больных, позволяющая прогнозировать развитие эпидемического процесса в популяции с учётом пространственного переноса заболевания.

3. На основе модели распространения туберкулёза разработана динамическая имитационная модель системы управления эпидемической ситуацией, включающая эффекторы процессов активного выявления и лечения больных.

4. Предложен алгоритм оценки и сравнения стратегий распределения ресурсов между процессами активного выявления и лечения больных в системе управления эпидемической ситуацией по туберкулёзу, в основе которого лежит полный перебор стратегий на основе комбинаторного алгоритма размещения с повторениями.

5. Разработан программный комплекс системы поддержки принятия решений для регионального противотуберкулёзного диспансера, который может функционировать в активном режиме, осуществляя управление распределением ресурсов, и в пассивном, позволяя моделировать сценарии развития эпидемической ситуации. Для определения значений параметров имитационной модели, лежащей в основе комплекса, используется информация из базы данных специально разработанной системы диспансерного учёта больных туберкулёзом. Элементы системы внедрены в Тверском областном клиническом противотуберкулёзном диспансере.

Список литературы диссертационного исследования кандидат технических наук Скворцов, Андрей Викторович, 2010 год

1. Global tuberculosis control: surveillance, planning, financing : WHO report 2008. WHO/HTM/TB/2008.393 ISBN 978 92 4 156354 3.

2. Шебанов Ф.В. Туберкулёз.: М.: Медицина, 1981. 310 с.

3. О совершенствовании противотуберкулезных мероприятий в Российской Федерации. Приказ Минздрава РФ от 21.03.2003 N 109 ред. от 29.10.2009

4. Enarson D.A., Ait-Khaled N. Tuberculosis. // European Respiratory Monograph. 2000. С. 67-91.

5. Нечаев В.И., Крылов В.В., Хованов A.B., Лебедев В.М. Туберкулёз: современные подходы к диагностике, мониторингу и лечению. : Тверь.: ООО "Губернская медицина" 2001. 92 с.

6. Плетнёва H.A. Анализ эпидемиологических показателей туберкулёза и их зависимость от социально-экологических факторов в регионах России // Диссертация на соискание учёной степени кандидата биологических наук. Москва. 2003.

7. Антонова Н.В. Научно-организационные основы построения системы мониторинга туберкулёза. // Диссертация на соискание учёной степени кандидата медицинских наук. Москва. 2007.

8. Ю.Волкова В.Н. Из истории теории систем и системного анализа. СПб.: Изд-во СпбГПУ. 2004. 89 с.

9. Методология функционального моделирования. Р.50.1.028-2001 //М.: Госстандарт России. 2001.

10. Роберте Ф.С. Дискретные математические модели с приложением к социальным, биологическим и экологическим задачам. Пер. С английского А.М.Раппопорта, С.И. Травкина. П.Р. Теймна А.И. М.:Наука. Гл. Ред. Физ.-мат. Лит. 1986. 496 с.

11. Ивахненко А.Г., Коппа Ю.В., Степашко B.C. и др. Справочник по типовым программам моделирования. К.гТехшка. 1980. 184 с.

12. И.Григорьев В.И., Березин Е.А., Чохонелидзе А.Н. Распределение ресурсов в больших системах. М.: Энергоатомиздат, 2002. 304 с.

13. Kermack W. О., McKendrick A. G. A Contribution to the Mathematical Theory of Epidemics : Proceedings of the Royal Society of London. Series A, Containing Papers of a Mathematical and Physical Character, Vol. 115, No. 772 Aug. 1, 1927, C. 700-721.

14. Бароян O.B., Рвачев Л.А. Математика и эпидемиология. М.: Знание, 1977. 115 с.

15. Watts, D., Muhamad, R., Medina, D. С. & Dodds, P. S. Multiscale, resurgent epidemics in a hierarchical metapopulation model // Proc. Natl. Acad. Sci. USA. 102 2005. С. 11157-11162.

16. Боев Б.В. Компьютерная система для анализа и прогноза крупномасштабных эпидемий. НИИ эпидемиологии и микробиологии им. Н.Ф. Гамалеи РАМН. // Всемирный антикриминальный и антитеррористический форум. URL: www.waaf.ru/cgi-bin/index.cgi? г=б&г1=37&г2=14.

17. Атоев K.JI. Новые подходы к оценке эпидемического риска. Киев.: Институт Кибернетики им. В.М. Глушкова 2005.

18. Беллман Р. Математические методы в медицине. Пер. с англ. М.: Мир. 1987 313 с.

19. Ziv Е., Daley C.L. and Blower S.M. Potential Public Health Impact of New Tuberculosis Vaccines. // Emerging Infectious Diseases Vol. 10, No. 9, September 2004. URL: www.cdc.gov/eid (дата обращения 14.04.2008).

20. Blower S.M. Julie L. Gerberding Understanding, predicting and controlling the emergence of drug-resistant tuberculosis: a theoretical framework // J Mol Med 1998 B.76. C. 624-636.

21. Blower S.M., Small P, Hopwell P. Control strategies for tuberculosis epidemics: new models for old problems. // Science 273. 1996 C. 497-500.

22. Travis C. Porco, Sally M. Blower Quantifying the Intrinsic Transmission Dynamics of Tuberculosis. // Theoretical Population Biology 54 1998 C. 117-132.

23. Blower S.M., Chou T. Modeling the emergence of the 'hot zones': tuberculosis and the amplification dynamics of drug resistance. // Nature Medicine 2004. URL: http://www.nature.com/naturemedicine (дата доступа 01.04.2008).

24. Blower S.M. et al. The intrinsic transmission dynamics of tuberculosis epidemics. //Nature Medicine 1 (8) 1995: C. 815-821.

25. Murray C.J.L., Salomon J.A. Modeling the impact of global tuberculosis control strategies. : Proceedings of the National Academy of Sciences of the United States of America 95(23) 1998: C. 13881-13886.

26. Авилов К.К., Романюха А.А. // Математические модели распространения и контроля туберкулеза: Математическая биология и биоинформатика, 2007, том 2, №2, С. 188-318.

27. Авилов К.К., Романюха А.А. // Математическое моделирование процессов распространения туберкулеза и выявления больных // Автоматика и телемеханика. 2007. №9. С. 145-160.

28. Geography Matters Электронный ресурс. // An ESRI White Paper. September 2002. URL:http://www.esri.com/library/whitepapers/pdfs/geographymatters2002.pdf (дата обращения 11.10.2004).

29. An ArcGIS Address Data Model for the City of Calgary Электронный ресурс. // An ESRI Technical Paper, April 2003. URL: http://www.esri.com/library/techpapers/pdfs/CalgaryADM.pdf (дата обращения 14.10.2004).

30. Geographic Information Systems "GIS" Электронный ресурс. // An ESRI White Paper, August 2001 URL:http://www.esri.com/library/whitepapers/pdfs/geographymatters2002.pdf (дата обращения 29.09.2004).

31. Vit Michael GIS Analyses for structural changes in public health system. // Institute of public health, Ostrava, Czech Republic 2002.

32. Arcview // Современные геоинформационные технологии. №1 (28) 2004 год. С. 4.

33. Нечаев В.И., Хованов А.В., Крылов В.В., Бобарыкина О.С., Краснов B.C., Мидоренко Д.А., Васильев В.Г., Скворцов А.В. О применении геоинформационной системы в мониторинге туберкулеза // Верхневолжский медицинский журнал. Т. 4, вып. 3-4 2006. с. 20-24.

34. Hughes G.R., Currie С.S.M., Corbett E.L. Modeling tuberculosis in areas of high HIV prevalence // Proceedings of the 2006 Winter Simulation conference, C.459-465.

35. Логистическая регрессия и ROC-анализ математический аппарат // Basegroup labs: технологии анализа данных. URL: http://www.basegroup.ru/library/analysis/regression/logistic/ (дата доступа 25.09.2008).

36. Concepts fondamentaux pour réussir avec les Eurocodes // URL: http://www.btp.equipement.gouv.fr/article.php3?idarticle=224.

37. Гусев A.B., Романов Ф.А., Дуданов И.П. Опыт разработки медицинской информационной системы // Медицинский академический журнал. 2001. №1. С. 18.

38. Эльянов М. М. Медицинские информационные технологии // Каталог. Вып. 3. М. М. Эльянов. М.: Третья медицина, 2002. 320 с.

39. Эльянов М. М. Медицинские информационные технологии : цивилизованный рынок или «зоопарк» М. М. Эльянов // Информационные технологии в медицине-2002: Сборник тезисов. М.: ВК ВВЦ Наука и образование. 2002. С. 54-58.

40. Рот Г. 3. Проблемы организации и перспективы внедрениякомпьютерных технологий в многопрофильной больнице Г. 3. Рот, В. Н. Денисов, Е. И. Шульман. // Бюллетень СОР АМН. 1998. №1. С.134-140.

41. Назаренко Г.И., Гулиев Я.И., Ермаков Д.Е. Медицинские информационные системы: теория и практика. // Под редакцией Г. И. Назаренко, Г. С. Осипова. Москва: ФИЗМАТЛИТ, 2005. 320 с.

42. Бароян О.В., Рвачев Л.А. Прогнозирование эпидемий гриппа в условиях СССР. : Вопросы вирусологии. М.: «Медицина» 1978. № 2, с. 131-137.

43. Беляков В.Д., Яфаев Р.Х. Эпидемиология. М.: Медицина, 1989. 260 с.

44. Бейли Н. Математика в биологии и медицине. М.:«МИР», 1970.

45. Боев. Б.В. Современные этапы математического моделирования процессов развития и распространения инфекционных заболеваний // Эпидемиологическая кибернетика: модели, информация, эксперименты. М.1991 С. 6-13.

46. Воробьев A.A., Боев Б.В., Бондаренко В.М., Гинцбург А.Л. Проблема биотерроризма в современных условиях // ЖМЭИ.- 2002, №3.- С. 3-12.59.0нищенко Г.Г., Сандахчиев Л.С., Нетесов C.B., Щелкунов C.B.

47. Биотерроризм как национальная и глобальная угроза // ЖМЭИ.- 2000, №6, С. 83-85.бО.Супотницкий М.В. Микроорганизмы, токсины и эпидемии. М.: Вузовская книга, 2000. 376 с.

48. Черкасский Б.JI. Инфекционные и паразитарные болезни человека. М.: Медицинская газета, 1994.

49. Alexei Vazquez Epidemic outbreaks on structured populations // The Simons Center for Systems Biology Institute for Advanced Study, Einstein Dr, Princeton, NJ 08540, USA September 20, 2006.

50. Дорф P. Современные системы управления. Р. Дорф, Р. Бишоп. -М. Лаборатория базовых знаний, 2002. 832 с.

51. Борри X. Firebird: руководство разработчика баз данных. Пер. С англ. Спб.: БХВ-Петербург, 2006. 1104 с.

52. А.В. Хованов В.И. Нечаев А.В. Скворцов, А.В. Крылов, В.Г. Васильев Объектно-реляционный подход в моделировании диспансерного учёта больных туберкулёзом // Проблемы туберкулёза. 2007. вып. 4. с. 10-13.

53. Форрестер Дж. Основы кибернетики предприятия : Пер. с англ. М.: Мир. 1987. 340 с.

54. Compartmental models in epidemiology. : Wikipedia, the free enciclopedia. URL:http://en.wikipedia.org/wiki/Compartmentalmodelsinepidemiolog.

55. Филлипс Ч., Харбор Р. Системы управления с обратной связью. М.: Лаборатория базовых знаний. 2001. 616 с.

56. L.Allen An introduction to stochastic processes with applications to biology // Pearson Education, INC. Upper Saddle River, New Jersey 07458 Rob J. de Boer. Theoretical Biology. UU 2008.

57. Масленников Б.И. Теория биотехнических систем. : Тверь: Издательство Тверского государственного технического университета 2003. 89 с.

58. Славин М.Б. Методы системного анализа в медицинских исследованиях. М.: Медицина, 1989. 115 с.

59. В.М. Казиев Введение в анализ, синтез и моделирование систем. // Интернет-университет информационных технологий. URL: http://www.intuit.ru/department/expert/intsys (дата обращения 30.03.2008).

60. А. Уёмов И.Сараева А. Цофнас Общая теория систем;

61. Сурмин Ю. П. Теория систем и системный анализ. Учеб. пособие. — К.: МАУП, 2003.

62. Colditz G.A., Brewer T.F., Berkey C.S., et al. : (1994). "Efficacy of BCG Vaccine in the Prevention of Tuberculosis". J Am Med Assoc 271: C.698-702.

63. Ластед Л. Введение в проблему принятия решений в медицине : М.-Издательство "Мир" 1971. 122 с.

64. Шитиков В.К., Розенберг Г.С., Зинченко Т.Д. Количественная гидроэкология: методы системной идентификации. Тольятти: ИЭВБ РАН, 2003.

65. Е. Корнышева, А. Шабашов, К. Данишевский Обзор эффективности флюорографического скрининга // URL: http://www.ohi.ru/risd.php (дата обращения 20.10.2008).

66. Семенов А. Д., Артамонов Д. В., Брюхачев А. В. Идентификацияобъектов управления: учебн. пособие. Пенза: Изд-во Пенз. гос. Ун-та, 2003.

67. Бир Стаффорд Кибернетика и менеджмент. Пер. с англ. / Под ред. А.Б. Челюсткина. М.: КомКнига, 2006. 280 с.

68. Бир Стаффорд Наука управления. Пер. с англ. / М.: Издательство ЛКИ, 2007. 120 с.

69. Бир Стаффорд Мозг фирмы : Пер. с англ. / М.: Едиториал УРСС, 2005. 416 с.

70. Гиг Дж., Ван Прикладная общая теория систем. Пер. С англ. В 2 кн. Кн.1 М. Мир, 1981 320 с.

71. Эртли Каякоб П. Экономическая кибернетика на практике : Сокр. пер. с нем. Под ред. К.А. Багриновского. М. Экономика, 1983. 160 с.

72. Сараев А.Д., Щербина O.A. Системный анализ и современные информационные технологии // Труды Крымской Академии наук. -Симферополь: СОНАТ, 2006. С. 47-59.

73. Coelho, Flávio Codeço, Codeco, Claudia, and Cruz, Oswaldo. Epigrass: a tool to study disease spread in complex networks. // Nature Precedings URL: http://hdl.handle.net/10101/npre.2007.378.! (2008) (дата обращения 14.09.2009).

74. Claudia Torres Codeco, Flavio Codeco Coelho Epigrass user guide // URL: http://docs.epigrass.metamodellers.com/ (дата обращения 14.09.2009).

75. M. Galassi et al, GNU Scientific Library Reference Manual (3rd Ed.). ISBN 0954612078.

76. Б.И. Масленников, A.B. Скворцов, A.B. Хованов Моделирование предметной области диспансерного учёта больных на примере туберкулёза : Компьютерные технологии в управлении, медицине, образовании: сборник научных трудов. Тверь: ТГТУ, 2006. с. 168172.

77. A.B. Хованов, A.B. Скворцов, В.И. Нечаев, В.В. Крылов, В.Г. Васильев

78. Объектно-реляционный подход в моделированиидиспансерного учёта больных туберкулёзом // Проблемы туберкулёза. 2007. вып. 4. с. 10-13.

79. A.B. Скворцов, Б.И.Масленников, В.Г.Васильев, А.В.Хованов. Система поддержки принятия решений противотуберкулёзной службы // Вестник Тверского государственного технического университета: научный журнал. Тверь: ТГТУ, 2009. Вып. 14. Стр. 49-53

80. Haettenschwiler, Р. (1999). Neues anwenderfreundliches Konzept der Entscheidungsunterstützung. Gutes Entscheiden in Wirtschaft, Politik und Gesellschaft. Zurich, vdf Hochschulverlag AG: C. 189-208;

81. Power, D. J. Decision support systems: concepts and resources for managers. Westport, Conn., Quorum Books 2002;

82. Gachet, A. . Building Model-Driven Decision Support Systems with Dicodess. // VDF Zurich.2004.

83. Д.Л. Андрианов, M.H. Балаш, К.JI. Косвинцев, М.Ю. Кулаков, Д.В. Ситников Имитационное моделирование и сценарный подход в системах поддержки принятия решений. // Международный журнал "Проблемы теории и практики управления №5. 2002.

84. Ларичев О. И. Теория и методы принятия решений. М.Логос. 2000.296 с.

85. Асламова B.C., Васильев И.В., Засухина O.A. Оптимизация технологических процессов. Часть 1. Метод Лагранжа и численные методы безусловной оптимизации функции одной переменной . Ангарск, АГТА, 2005 г., 104 с.

86. Рихтер К. Динамические задачи дискретной оптимизации. М. Радио и связь. 132 с.

87. Исследование операций: В 2-х томах. Пер. С англ./Под ред. Дж. Моудера, С. Элмаграби. М.Мир, 1981. Т. 1 712 с.

88. Исследование операций: В 2-х томах. Пер. С англ./Под ред. Дж. Моудера, С. Элмаграби. М.Мир, 1981. Т.2 677 с.1. ЛистЗ

89. ГОСУДАРСТВЕННОЕ УЧРЕЖДЕНИЕ ЗДРАВООХРАНЕНИЯ ТВЕРСКОЙ ОБЛАСТНОЙ КЛИНИЧЕСКИЙ ПРОТИВОТУБЕРКУЛЕЗНЫЙ ДИСПАНСЕРо внедрении программных средств (интегрированной медицинской информационно-аналитической системы противотуберкулёзной службы)

90. Передаваемое программное обеспечение мониторинга и управления эпидемической ситуацией по туберкулёзу имеет научную и практическую значимость.

91. Передаваемое программное обеспечение нспытывалось в ТОКПТД в 2006-2007 г.

92. Баку ленков М.Н.Изотова Т.И. Барушев А.В.1408.2007 г.