Программный комплекс генетического моделирования процессов термолюминесценции в диэлектриках тема диссертации и автореферата по ВАК РФ 05.13.18, кандидат физико-математических наук Попко, Евгений Александрович

• Попко, Евгений Александрович
• кандидат физико-математических наук
• 2009

Оглавление диссертации кандидат физико-математических наук Попко, Евгений Александрович

ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ.

ВВЕДЕНИЕ.:.

ГЛАВА 1. АНАЛИТИЧЕСКИЙ ОБЗОР ПРОГРАММНЫХ СРЕДСТВ И МЕТОДОВ МОДЕЛИРОВАНИЯ ПРОЦЕССОВ ТЕРМОЛЮМИНЕСЦЕНЦИИ В КРИСТАЛЛАХ.

1 Л. Типовые зонные модели термолюминесценции.

1Л Л. Модель «одна ловушка — один рекомбинационный центр».

1.1.2. Система невзаимодействующих ловушек.

1 Л.З. Система взаимодействующих ловушек.

1.2. Описание термолюминесцентной кинетики.

1.3. Математическое описание многоловушечных систем.

1.4. Обзор аналогов систем программного обеспечения моделирования процессов ТЛ.

1.4.1. Программный пакет для аппроксимации кривых LAB Fit.

1.4.2. Программный пакет для минимизации MINUIT.

1.4.3. Программное обеспечение для моделирования ModelKinetix ModelMaker.

1.4.4. Программное обеспечение для решения дифференциальных уравнений FlexPDE.

1.4.5. Программа анализа кривых свечения GCA.

1.4.6. Программный пакет GlowFit.

1.4.7. Программа для численного моделирования оптически стимулированной люминесценции OSL-GA.

1.4.8. Программное обеспечение для построения кривых DataFit.

1.5. Оценка аналогов и выбор прототипа программного комплекса.

1.6. Анализ методов минимизации суммарной меры отклонений экспериментальных и расчетных данных.

1.6.1. Вычислительные методы.

1.6.2. Метод полного перебора.

1.6.3. Стохастические методы.

1.6.4. Эвристические методы.

1.7. Генетические алгоритмы.

1.8 Выводы и постановка задач исследований.

ГЛАВА 2. АДАПТАЦИЯ МАТЕМАТИЧЕСКОЙ МОДЕЛИ И РАЗРАБОТКА АЛГОРИТМОВ ДЛЯ СОЗДАНИЯ ПРОГРАММНОГО КОМПЛЕКСА.

2.1. Структурированная обобщенная кинетическая модель процессов термо люминесценции.

2.2. Иерархия методов программного комплекса генетического моделирования механизмов термолюминесценции в диэлектриках.

2.3. Генетический алгоритм для конструирования моделей термолюминесценции.

2.4. Выбор типа кодирования, используемого в генетическом алгоритме.

2.4.1. Выбор типа кодирования структурной части хромосомы генетического алгоритма.

2.4.2. Выбор типа кодирования параметрической части хромосомы генетического алгоритма.

2.5. Выбор целевой функции.

2.6. Настройка операторов генетического алгоритма для моделирования процессов термолюминесценции.

2.6.1. Селекция решений.

2.6.2. Скрещивание решений.

2.6.3. Мутация.

2.6.4. Результаты вычислительного эксперимента.

2.6.5. Сравнительный анализ эффективности двоичного и вещественного кодирования.

2.6.6. Сравнение критериев качества аппроксимации экспериментальных данных в задаче моделирования ТЛ-процессов.

Введение диссертации (часть автореферата) на тему «Программный комплекс генетического моделирования процессов термолюминесценции в диэлектриках»

Применение программных комплексов (ПК) в автоматизированных системах научных исследований при изучении различных объектов физики конденсированного состояния позволяет решать задачи структурной и параметрической идентификации механизмов сложных явлений по данным натурного эксперимента. Кроме этого, появляется дополнительная возможность эффективного использования методов многофакторного вычислительного эксперимента для количественного анализа поведения твердотельных систем в широком диапазоне изменяемых структур и значений их параметров. Явление термолюминесценции (TJI) в диэлектриках, традиционно моделируемое системами обыкновенных дифференциальных уравнений (ОДУ) с переменной структурой и многими параметрами, относится к классу объектов, для которого целесообразно применить описанную идеологию [1, 2].

Существенный вклад в развитие теоретических основ математического моделирования процессов TJI внесли российские и зарубежные исследователи:

B.В. Антонов-Романовский, Э.И. Адирович, B.C. Кортов, П. Браунлих, Р. Хен,

C. МакКивер [1, 3, 4, 5, 6]. Проблемам разработки численных методов моделирования данных процессов посвящены работы В. Пагониса, Д. Китиса, Г. Ада-меца, С. Сунты, А. Дельгадо, Ф. Джеймса, М. Пучальской, С.Д. Агриненко, С. Синга [2, 7, 8, 9,10,11,12].

Большинство известных программных пакетов для численного анализа TJI данных, как правило, не решают задачу идентификации (как структурную, так и параметрическую) в полном объеме. Предлагаемые методики либо заменяют существующие модели упрощенными аналитическими выражениями, либо используют локальные методы поиска. Это связано с тем, что в случае систем ОДУ, задающих модели TJI, возникают следующие сложности при решении задач идентификации:

1) необходимо использование численных методов;

2) производная оптимизируемой функции может быть найдена только приближенно;

3) присутствуют локальные минимумы;

4) большое количество параметров: в рассматриваемой задаче при аппроксимации требуется настраивать до 50 значений;

5) большие диапазоны изменения параметров;

6) необходимо производить настройку системы уравнений (подбирать количество уравнений и слагаемых).

Вышеприведенные факторы представляют определенную сложность для традиционных методик идентификации моделей. Альтернативным подходом в данном случае могут выступать эвристические методы, одним из которых является генетический алгоритм (ГА). ГА - это итеративная процедура эволюционного развития, которая работает с популяцией особей-решений, трансформируя ее во времени с помощью имитации принципов естественного отбора. Данный метод не имеет значительных математических требований к виду целевой функции, устойчив к попаданию в локальные минимумы, эффективен при решении крупномасштабных проблем оптимизации [13]. ГА показали свою эффективность при решении различных задач структурной идентификации и, в частности, при построении математических выражений и уравнений [14]. Данный подход отличается гибкостью, универсальностью. Для мультимодальных задач большой размерности ГА, как правило, находят лучшее решение при меньших вычислительных затратах по сравнению с традиционными методиками [13].

Таким образом, с учетом всего вышесказанного ГА представляется перспективным подходом для идентификации ТЛ-моделей в реальных широкозонных материалах. Разработка такого рода программного комплекса с использованием генетических алгоритмов является актуальной задачей математического моделирования. За счет обоснованного принятия решений у исследователя появляются новые возможности по обработке и верификации экспериментальных

ТЛ данных в кристаллах, как на стадии изучения априорной информации, так и на стадии численного анализа полученных результатов.

Целью диссертационной работы является разработка программного комплекса моделирования процессов термолюминесценции в диэлектриках на основе применения генетических алгоритмов.

Научная новизна работы заключается в следующем.

1. Модифицирована обобщенная кинетическая модель термолюминесценции для многоловушечных систем в кристаллах, которая позволяет с использованием ГА конструировать зонные схемы ТЛ-процессов на основе введенных битовых «выключателей».

2. Разработан новый генетический алгоритм с двоично-вещественным кодированием, осуществляющий одновременный перебор моделей и поиск оптимальных значений их параметров при аппроксимации экспериментальных ТЛ кривых.

3. Предложены и обоснованы с использованием полного многофакторного эксперимента новые модификации операторов мутации, селекции и кроссовера, обеспечивающие наилучшее быстродействие алгоритма при заданной точности.

4. По сравнению с прототипом расширена структура интегрированного пакета для решения комплекса задач моделирования процессов термолюминесценции на основе ГА за счет внедрения нового блока построения моделей.

Защищаемые положения.

1. С использованием битовых «выключателей» в структуре систем кинетических уравнений можно описывать широкий класс моделей ТЛ процессов в диэлектрических кристаллах, а также учитывать вероятные дополнительные механизмы при анализе зонных схем.

2. Созданный генетический алгоритм позволяет при обработке экспериментальных ТЛ кривых в едином цикле определять величины параметров заданной модели (идентификация в узком смысле), а также проводить поиск неизвестной зонной схемы и одновременную оценку ее параметров (идентификация в широком смысле).

3. Эмпирическое выражение, полученное в рамках полного 4-факторного эксперимента, дает возможность количественно оценивать влияние разных вариантов генетических операторов на целевую функцию.

4. Предложенная методика генетического моделирования позволяет оценить разбросы параметров зонных схем и выявить среди них наиболее сильно влияющие на форму ТЛ-пика.

5. Улучшенная по сравнению с прототипом структура программного комплекса позволяет расширить функциональность системы и решать задачи структурной идентификации ТЛ-моделей в диэлектриках.

Практическая значимость работы. Разработанные алгоритмы и программное обеспечение позволяют одновременно проводить параметрическую и структурную идентификацию моделей в отличие от традиционных методов. Созданный программный комплекс обеспечивает снижение временных затрат по сравнению с прототипом при аппроксимации экспериментальных ТЛ кривых с заданной точностью. Имеется акт внедрения разработанного ПК, а также получены три Свидетельства о регистрации программ для ЭВМ. Созданная система может использоваться в образовательном процессе при обучении студентов физических и информационных специальностей, а также при подготовке научных кадров высшей квалификации.

Апробация работы. Основные результаты и положения исследований докладывались и обсуждались на конференциях молодых ученых УГТУ-УПИ (Екатеринбург, 2004-2009), на I Международной научно-практической конференции «Современные информационные технологии и ИТ-образование» (Москва, 2005), на XIV и XV Международных конференциях по люминесценции (Китай, Пекин, 2005; Лион, Франция, 2008), на IV Международном симпозиуме по лазерам, сцинтилляторам и нелинейным оптическим материалам (Чехия, Прага, 2006), на X Международной школе-семинаре по люминесценции и лазерной физике ЛЛФ-2006 (Иркутск, 2006), на 6-й и 7-й европейских конференциях по люминесцентным детекторам и преобразователям ионизирующих излучений (Львов, Украина, 2006; Краков, Польша, 2009), на Международной научно-практической конференции «Новые информационные технологии в образовании» (Екатеринбург, 2007), на 15-й Международной конференции по твердотельной дозиметрии (Нидерланды, Делфт, 2007), на IV Уральском семинаре «Люминесцентные материалы и твердотельные детекторы ионизирующих излучений» (Екатеринбург, 2008).

Публикации. По теме диссертации имеется 28 публикаций, в том числе 7 статей в научных журналах, согласно перечням ВАК 2005 - 2009 гг., а также 3 Свидетельства о регистрации программ для ЭВМ.

Заключение диссертации по теме «Математическое моделирование, численные методы и комплексы программ», Попко, Евгений Александрович

4.4 Основные результаты и выводы по главе

1. С помощью разработанного ПК была получена зависимость параметров TJI-пика от исходной концентрации рекомбинационных центров. Она показала, что в модели NMTS с тушением при значениях соотношения h/N<0.01 и h/N< 100 изменение данного параметра не приводит к существенным изменениям параметров пика. Аналогично для величины А,/А{, было показано, что при AJAh < 1 и А,/А], > 10000 форма ТЛ-кривой остается практически неизменной.

2. Разработанная система использовалась при проверке адекватности обобщенной кинетической модели процессов ТЛ в диэлектриках. С помощью критерия Кохрена был определен диапазон от 400 до 505 К, в котором однородность дисперсий сохраняется. Для проверки адекватности использовался критерий Фишера, расчетное значение которого Fpac4 = 1.019 показало, что модель является адекватной.

3. Показано, что использование ГА представляет собой эффективный способ моделирования фундаментальных механизмов термолюминесценции в кристаллах. Получаемые при этом параметры моделей, такие как глубина ловушки Е„ и энергия активации тушения Eq определяются с погрешностью менее 5 % по отношению к исходным величинам, заданным в вычислительном эксперименте. В то же время, соотношения скоростей захвата на ловушки и частотный фактор в некоторых случаях могут существенно отклоняться от реальных (в 10 раз), что является особенностью исследуемого объекта.

4. Результаты вычислительных экспериментов показали, что предложенная методика генетического конструирования позволяет точно выбрать требуемую ТЛ-модель среди множества предлагаемых. При этом номер поколения, на котором найдена верная структура зонной схемы, не зависит от количества ее структурных элементов и количества варьируемых параметров. Также на примере тестовых задач было показано, что разработанный программный комплекс генетического моделирования процессов ТЛ в диэлектриках работает быстрее рассмотренного ранее прототипа (6-8 часов против 24-72).

ЗАКЛЮЧЕНИЕ

В результате выполнения диссертационной работы получены следующие основные научные и практические результаты и сделаны следующие выводы.

1. Проведен анализ существующих средств моделирования кинетических процессов и методов оптимизации, используемых при решении задач идентификации моделей ТЛ-процессов. Сформулированы критерии оценки аналогов и выбран прототип программного комплекса - система 08Ь-СА. Выявлены недостатки различных методов оптимизации применительно к задаче моделирования ТЛ-процессов — большое количество вычислений, застревание в локальных минимумах, требование указания целевой функции в явном виде. Обоснованы преимущества использования ГА для дальнейшего решения поставленных задач.

2. Принципы и понятия эволюционного моделирования адаптированы применительно к ТЛ-анализу. Обоснован выбор типа кодирования: для структурной части хромосомы используется битовая строка, для параметрической части — вещественная. Предложена трехуровневая иерархия численных методов, используемых в ПК, для решения задач идентификации ТЛ-моделей. Задача высшего уровня включает в себя параметрическую (настройка параметров) и структурную (подбор схемы) идентификации в рамках генетического конструирования. На основе созданной иерархии выполнено алгоритмическое и функциональное описание ПК.

3. Проанализированы особенности операторов мутации, селекции и кроссовера, влияющие на быстродействие ГА при конструировании зонных моделей ТЛ в диэлектриках. С помощью полного 4-факторного численного эксперимента проведена настройка эффективности эволюционных операторов, заключающаяся в определении оптимальных значений для вероятности и приращений мутаций, количества точек разрыва, пороговых величин целевой функции и т.д.

4. Для параметрической части ГА предложен модифицированный кроссовер, отличающийся от обычного линейного оператора введением двух точек разрыва. В турнирную селекцию внедрена адаптивная процедура лидерства, задающая число пар родителей, в которые обязательно входит особь-лидер с наилучшим значением целевой функции. Модифицирован оператор мутации с подстраиваемыми значениями вероятности изменения генетического кода в зависимости от текущего значения FOM.

5. Исходя из требований к реализации ПК, создан конечный программный инструментарий, включающий в себя модули TOSL и GenTL. По результатам работы данного комплекса исследователь может делать обоснованные предположения о физическом содержании TJI-модели и получать количественные оценки ее параметров.

6. Определены относительные погрешности для оценок параметров ТЛ-моделей в диэлектриках. В рамках вычислительного эксперимента показано, что энергии активации ловушек определяются достаточно точно, со средней погрешностью меньше 5 %, а значения скорости захвата на ловушки и частотного фактора в некоторых случаях могут существенно отклоняться от истинных величин (в 10 раз). При этом сохраняется высокое качество аппроксимации (FOM <3%). Указанную достоверность численных оценок необходимо учитывать при анализе кривых ТЛ в реальных диэлектрических кристаллах.

7. Практическим результатом исследования является разработка программного комплекса, позволяющего:

- существенно повысить скорость и точность идентификации моделей ТЛ по сравнению с аналогами за счет использования разработанных алгоритмов, при этом значение параметра FOMлежит в пределах 0.2 - 3.5 %;

- практически полностью исключить участие пользователя в процессе поиска;

- проводить параллельно структурную и параметрическую идентификацию ТЛ-моделей.

Список литературы диссертационного исследования кандидат физико-математических наук Попко, Евгений Александрович, 2009 год

1. Chen, R. Theory of Thermoluminescence and Related Phenomena Текст. / R. Chen, S. W. S. McKeever. Singapore: World Scientific, 1997.

2. Pagonis, V. Numerical and practical exercises in thermoluminescence Текст. / V. Pagonis, G. Kitis, C. Furetta. New York : Springer, 2006.

3. Антонов-Романовский, B.B. Кинетика фототермолюминесценции кристалло-фосфоров Текст. / B.B. Антонов-Романовский. М.: Наука, 1966.

4. Braunlich, P. Basic principles. In: Thermally stimulated relaxation in solids Текст. / P. Braunlich. Berlin: Springer-Verlag, 1979.

5. Адирович, Э.И. Некоторые вопросы люминесценции кристаллов Текст. / Э.И. Адирович. М. - Л.: ГИТТЛ, 1951.

6. Кортов, B.C. Механизм люминесценции F-центров в анион-дефектных монокристаллах оксида алюминия Текст. / B.C. Кортов, И.И. Мильман, С.В. Никифоров, В.Е. Пеленев // Физика твердого тела. 2003. - Т.45, вып. 7. - С. 1202 -1208.

7. Sunta, С.М. General order kinetics of thermoluminescence and its physical meaning Текст. / С.М. Sunta, W.E.F. Ayta, R.N. Kulkarni, T.M. Piters, S. Watanabe // J.Phys. D: Appl. Phys. 1997. - Vol.30. - P.1234-1242.

8. Singh, S. D. The determination of the trapping parameters of a thermoluminescence peak by using the Kirsh method Текст. / S.D.Singh, P.S. Mazumdar, R.K.Gartia, N.C.Deb // J.Phys. D: Appl. Phys. 1998. - Vol. 31, - P. 231 -234.

9. Агриненко, С.Д. Метод анализа кривой термовысвечивания Текст. / С.Д. Агриненко, А.Г. Алексеев, И.А. Бурлака, Н.А. Карпов. — Протвино: Препринт ИФВЭ 99-61,1999.

10. Puchalska, М. GlowFit a new tool for thermoluminescence glow-curve deconvolution Текст. / M. Puchalska, P.Bilski // Radiation Measurements. - 2006. -Vol. 41.-P. 659-664.

11. Delgado, A. Computerised glow curve analysis: a tool for routine thermoluminescence dosimetry Текст. / A. Delgado, J.M. Gomez-Ros // Radiation Protection Dosimetry. 2001. - Vol. 96. - P.127-132.

12. James, F. LMU : MINUIT Documentation Электронный ресурс. / F. James, M. Roos // http://lmu.web.psi.ch/facilities/software/minuitdoc.html

13. Mitchell, M. An introduction to genetic algorithms Текст. / M. Mitchell. Cambridge: MIT Press, 1999.

14. Коза, Д. Эволюция в мире изобретений Текст. / Д. Коза, М. Кин, М. Стри-тер // В мире науки. 2003. - № 6. - С. 46-53.

15. Sunta, С.М. Limitation of peak fitting and peak shape methods for determination of activation energy of thermoluminescence glow peaks Текст. / С.М. Sunta, W.E.F. Ayta, T.M. Piters, S. Watanabe // Radiation Measurements. 1999. - Vol. 30. -P. 197-201.

16. Sunta, C.M. General order kinetics of thermoluminescence — a comparison with physical models Текст. / C.M. Sunta, R.N. Kulkarni, T.M. Piters, W.E.F. Ayta, S. Watanabe // J.Phys. D: Appl. Phys. 1998. - Vol. 31. - P.2074-2081.

17. Klasens, H.A. Transfer of energy between centers in sink sulphide phosphors Текст. / H.A. Klasens // Nature. 1946. - Vol. 158. - P. 306-308.

18. Halperin, A. Evaluation of thermal activation energies from glow curves Текст. / A. Halperin, A.A. Braner // Phys. Rev. 1960. - Vol. 117. - P. 408-415.

19. Weinstein, I.A. The simulation of TL processes in а-АЬОз using different ratios between microparameters of trapping and luminescent centers Текст. / I.A. Weinstein, E.A. Popko // Journal of Luminescence. 2007. - v. 122 - 123C, - P. 377 -380.

20. Pagonis, V. A quantitative kinetic model for АЬС^С: TL response to ionizing radiation Текст. / V. Pagonis, R. Chen, J.L.Lawless // Radiation Measurements. — 2007. Vol. 42, No.2. - P. 198-204.

21. Bailey, R.M. Towards a general kinetic model for optically and thermally stimulated luminescence of quartz Текст. / R.M. Bailey // Radiation Measurements. -2006.-Vol. 33.-P. 17-45.

22. Chen, R. Modelling thermal activation characteristics of the sensitization of thermoluminescence in quartz Текст. / R.Chen, V.Pagonis // J.Phys. D: Appl. Phys. -2003.-Vol.36.-P.l-6.

23. Supralinearity and sensitization of thermoluminescence. II: interactive trap system model applied to LiF: Mg, Ti Текст. / С. Sunta, E. Okuno, J. Lima, E. Yoshi-mura // J.Phys. D: Appl. Phys. 1994. - Vol.27. - P.2636-2643.

24. Sakurai, T. The determination of intrinsic trapping parameters of a thermoluminescence peak of BeO Текст. / Т. Sakurai, R.K. Gartia // J.Phys. D: Appl. Phys. 1996. - Vol. 29, - P. 2714 - 2717.

25. LAB Fit Curve Fitting Software (Nonlinear Regression Program) Электронный ресурс. // http://zeus.df.ufcg.edu.br/labfit/

26. Marquardt, D. An algorithm for least squares estimation of nonlinear parameters Текст. / D. Marquardt // SIAM. 1963. - P.431-442.

27. ModelKinetix ModelManager and ModelMaker - Modeling Software Электронный ресурс. // http://www.modelkinetix.com/modelmaker/fcatures.htm

28. FlexPDE finite element model builder for Partial Differential Equations Электронный ресурс. // http://www.pdesolutions.com/index.html

29. Bos, A. J. J. An Intercomparison of Glow Curve Analysis Computer Programs: I. Synthetic glow curves Текст. / A. J. J. Bos, Т. M. Piters, J. M. Gomez-Ros, A. Delgado // Radiation Protection Dosimetry. 1993. - Vol. 47. - P.473-477.

30. Adamiec, G. Application of a genetic algorithm to finding parameter values for numerical simulation of quartz luminescence Текст. / G. Adamiec, M. Garcia-Talavera, R.M. Bailey // Geochronometria. 2004. - Vol. 23. - P. 9-14.

31. Adamiec, G. Finding model parameters: Genetic algorithms and the numerical modelling of quartz luminescence Текст. / G. Adamiec, A. Bluszcz, R.M. Bailey, M. Garcia-Talavera // Radiation Measurements. 2006. - Vol. 41. - P. 897-902.

32. DataFit Curve Fitting and Data Plotting Software Features Электронный ресурс. // http://www.oakdaleengr.com/datafit.htm

33. Растригин, JI.A. Адаптация сложных систем Текст. / JI.A. Растригин. — Рига: Зинатне, 1981.

34. Эйкхофф, П. Основы идентификации систем управления Текст. / П. Эйк-хофф. -М.: Мир, 1975.

35. Носач, В.В. Решение задач аппроксимации с помощью персональных компьютеров Текст. /В.В. Носач. М.: МИКАП, 1994.

36. Корнеев, В.В. Базы данных. Интеллектуальная обработка информации Текст. / В.В. Корнеев, А.Ф. Гарев, С.В. Васютин, В.В. Райх. М.: «Нолидж», 2000.

37. Измаилов, А.Ф. Численные методы оптимизации: Учеб. пособие Текст. / А.Ф. Измаилов, М.В. Солодов. -М.: ФИЗМАТЛИТ, 2005.

38. Ильина, В.А. Численные методы для физиков-теоретиков Текст. / В.А. Ильина, П.К. Силаев. Москва-Ижевск: Институт компьютерных исследований, 2004.

39. Сухарев, А.Г. Курс методов оптимизации: Учеб. пособие Текст. / А.Г. Сухарев, А.В. Тимохов, В.В. Федоров. М.: ФИЗМАТЛИТ, 2005.

40. Nash, J.C. Compact numerical methods for computers Текст. / J.C. Nash. Bristol: Page Bros Ltd, 1990.

41. Новикова, H.M. Основы оптимизации (курс лекций) Электронный ресурс. / Н.М. Новикова. 2002. // http://www.ccas.ru/depart/malashen/papper/oonovikl.ps

42. Орлянская, И.В. Современные подходы к построению методов глобальной оптимизации Электронный ресурс. / И.В. Орлянская // Электронный журнал «Исследовано в России». 2002. - № 4. - С. 2097 - 2108. h llp://zhurnal .ape.relarn .ru/articles/2002/189.pdf

43. Whitley, D. A Genetic algorithm tutorial Текст. / D. Whitley // Statistics and Computing. -1994. Vol.4. - P.65-85.

44. Гладков, JI.A. Генетические алгоритмы Текст. / JI.A. Гладков, B.B. Курей-чик, В.М. Курейчик. -М.: Физматлит, 2006.

45. Press, W.H. Numerical Recipes in С Текст. / W.H. Press, S.A. Teukolsky, W.T. Vetterling, B.P. Flannery. Cambridge : Cambridge University Press, 2002.

46. Martin, A.D. A Review of discrete optimization algorithms Текст. / A.D. Martin, K.M. Quinn // The Political Methodologist. 1996. - Vol. 7, No.2. - P.6-10.

47. Holland, J.H. Adaptation in natural and artificial systems Текст. / J.H. Holland. — Michigan: The University of Michigan Press, 1975.

48. Генетический алгоритм Электронный ресурс. // http://www.neuroproject.ru/genealg.htm

49. Ротштейн, А.П. Интеллектуальные технологии идентификации Электронный ресурс. / А.П.Ротштейн // http://matlab.exponenta.ru/fuzzylogic/book5/l2.php

50. Abraham, N.L. A Periodic Genetic Algorithm with Real-Space Representation for Crystal Structure and Polymorph Prediction Текст. / N.L. Abraham, M.I.J. Probert // Phys. Rev. B. 2006. - Vol.73.

51. Малютина, Э.Э. Построение адаптивных сеток с использованием генетических алгоритмов Текст. / Э.Э. Малютина // Математическое моделирование. — 2001. Т. 13, № 9, - С. 23-36.

52. Rajo-Iglesias, Е. Dielectric electromagnetic band gap design with genetic algorithm Текст. / E. Rajo-Iglesias, P. Sanabria-Martínez, J.L. Fernández-Villacañas // Microwave and Optical Technology Letters. 2005. - Vol. 46, No.3. - P.248-252.

53. Панченко, T.B. Сравнительный анализ эффективности применения генетических алгоритмов и алгоритма Метрополиса в задачах физики твердого тела

54. Текст. / Т.В. Панченко, Ю.Ю. Тарасевич // Вычислительные методы и программирование. 2007. - Т. 8, - С. 77-87.

55. Zeiri, Y. Application of genetic algorithm to the calculation of bound states and local density approximations Текст. / Y. Zeiri, E.Fattal, R. Kosloff // J. Chem. Phys. 1995. - Vol. 102, No.4. -P.1859-1862.

56. Johnston, R. L. Evolving better nanoparticles: Genetic algorithms for optimizing cluster geometries Текст. / R. L. Johnston // Dalton Trans. 2003. - P.4193-4207.

57. Мудров, А.Е. Численные методы для ПЭВМ на языках Бейсик, Фортран и Паскаль Текст. / А.Е. Мудров. Томск: МП «Раско», 1991.

58. Самарский, А.А. Введение в численные методы Текст. / А.А.Самарский. — М.: Наука, 1987.

59. Цой, Ю.Р. Генетические алгоритмы. Советы и рекомендации Электронный ресурс. / Ю.Р. Цой. 2006. // http://qai.narod.ru/GA/advices.html#popsize

60. Michalevicz, Z. Genetic algorithms + Data structures = Evolution Programs Текст. / Z. Michalevicz. Berlin: Springer-Verlag, 1992.

61. Weinstein, I.A. Genetic synthesizing of band schemes for thermoluminescence in dosimetric crystals Текст. / I.A. Weinstein, E.A. Popko // Radiation Measurements. 2008. - Vol. 43, No.2-6. - pp. 218-221.1. V- 122

62. Паклин, Н.Б. Генетические алгоритмы с вещественным кодированием Электронный ресурс. / Н.Б. Паклин. — 2004. // http://masters.donntu.edu.ua/2006/kita/bashev/librarv/rcga.html

63. Herrera, F. Tackling Real-Coded Genetic Algorithms: Operators and Tools for Behavioural Analysis Текст. / F. Herrera, M.Lozano, J.L.Verdegay // Artificial Intelligence Review. 1998. - Vol. 12. - P.265-319.

64. Kitis, G. Thcrmoluminescence glow-curve deconvolution functions for first, second and general orders of kinetics Текст. / G. Kitis, J.M. Gomez-Ros, J. W.N.Tuyn // J.Phys. D: Appl. Phys. 1998. - Vol.31. - P.2636-2641.

65. Sunta, C.M. General order and mixed order fits of thermoluminescence glow curves a comparison Текст. / C.M. Sunta, W.E.F. Ayta, J.F.D. Chubaci, S. Wata-nabe // Radiation Measurements. - 2002. - Vol. 35. - P. 47-57.

66. Смирнов, Г.Б. Настройка операторов генетического алгоритма для моделирования термоактивационных процессов Текст. / Г.Б.Смирнов, И.А.Вайнштейн, Е.А.Попко // Сб. науч. Трудов «Инжиниринг. Инновации. Инвестиции», Челябинск: ЧНЦ РАЕН, 2008, с. 87-103.

67. Монтгомери, Д.К. Планирование эксперимента и анализ данных Текст. / Д.К. Монтгомери. Д.: Судостроение. 1980.

68. Адлер, Ю.П. Планирование эксперимента при поиске оптимальных условий Текст. / Ю.П. Адлер, Е.В. Маркова, Ю.В. Грановский // М.: Наука, 1976. 280 с.

69. Попко, Е.А. Настройка операторов генетического моделирования методом полного факторного эксперимента Текст. / Е.А. Попко, И.А. Вайнштейн, Г.Б. Смирнов // Известия ОрелГТУ. Серия «Информационные системы и технологии». 2009. - №5. - с. 42-47.

70. Petrovski, A. Statistical identification and optimisation of significant GA factors Текст. / A. Petrovski, A.Wilson, J. McCall // Proceedings of the 5th Joint Conférence on Information Sciences (JCIS'2000): Atlantic City, NJ, USA. Vol. 1 - P.1027-1030.

71. Ахназарова, С.JI. Методы оптимизации эксперимента в химической технологии Текст. / С.Л. Ахназарова, В.В. Кафаров // М.: Высшая школа, 1985. 328с.

72. Попко, Е.А. Электронный учебник "Планирование и организация эксперимента" ("DEXP") // Е.А. Попко, И.А.Вайнштейн, Н.Г.Светличный. Свидетельство об официальной регистрации программы для ЭВМ № 2006611978. Москва, 08.06.2006.

73. Зедгинидзе, И.Г. Планирование эксперимента для исследования многокомпонентных систем Текст. / И.Г. Зедгинидзе. — М.: Наука, 1976.

74. Попко, Е.А. Программный модуль «Моделирование механизмов термофотолюминесценции в диэлектриках» ("TOSL") / Е.А. Попко, И.А.Вайнштейн, B.C. Кортов // Свидетельство об официальной регистрации программы для ЭВМ № 2005610234. Москва, 25.01.2005.

75. Вайнштейн, И.А. Программный модуль «Электронный ГА-конструктор люминесцентных моделей с термоактивационной кинетикой» ("GenTL") / И.А.Вайнштейн, Е.А. Попко // Свидетельство об официальной регистрации программы для ЭВМ № 2006614299. Москва, 18.12.2006.

76. Weinstein, I.A. Evolutionary approach in the simulation of thermoluminescence kinetics Текст. / I.A. Weinstein, Е.А. Popko // Radiation Measurements. 2007. -Vol. 42, No.4-5. - pp. 735-738.

77. Технология разработки ПО Электронный ресурс. // http://www.redbrick.ru/develop.html

78. Трофимов, С. Использование моделей UML в процессе разработки программных систем Электронный ресурс. / С. Трофимов. 2003. // www.caseclub.ru/articles/modeli.html

79. Гольдштейн, C.JI. Введение в системологию и системотехнику Текст. / C.JI. Гольдштейн, Т.Я. Ткаченко. Екатеринбург: ИРРО, 1994.

80. Боггс, У. UML и Rational Rose 2002 Текст. / У. Боггс, М. Боггс. М.: Издательство «Лори», 2004.

81. Леоненков, A.B. Самоучитель UML Текст. / A.B. Леоненков. СПб: БХВ-Петербург, 2004.

82. Клир, Дж. Системология. Автоматизация решения системных задач Текст. / Дж. Клир. М.: Радио и связь, 1990.

83. Попко, Е.А. Структура системы управления знаниями для оценки адекватности моделей в АСНИ Текст. / Е.А. Попко, В.И. Рогович, И.А. Вайнштейн // Вестник УГТУ-УПИ, спец. выпуск. Екатеринбург: ГОУ ВПО УГТУ-УПИ, 2005.-С. 77-81.

84. Моисеев Е.Е. Методологические аспекты проектирования Электронный ресурс. // www.phiIosophy.nsc.ru/journals/philscieiice/12 02/MQIS.htm

85. Городняя, JI.B. Парадигмы программирования Электронный ресурс. // http://www.intuit.ru/department/se/paradigms/

86. Баас, P. Delphi 5 для пользователя Текст. / Р. Баас, М. Фервай, X. Гюнтер. — Киев: Издательская группа BHV, 2000.

87. Автоматизированные Системы Научных Исследований Электронный ресурс. // http://pmi.ulstu.rU/newproject/new/l.html

88. Weinstein, I.A. The simulation of TL processes in а-АЬОз using different ratios between microparameters of trapping and luminescent centers Текст. / I.A.iL

89. Weinstein, E.A. Popko // The 14 International Conference on Luminescence. ICL'05 Abstracts, July 25-29 2005, Beijing, China. P. TUEPP156.

90. Вайнштейн, И.А. Генетический поиск модельных параметров при аппроксимации кривых термолюминесценции Текст. / И.А.Вайнштейн, Е.А. Попко // Письма в ЖТФ. 2006. - Т. 32, вып. 12. - С. 56-62.

91. Weinstein, I.A. Compensation relationship between parameters of Thermoluminescence kinetics in crystals Текст. / I.A. Weinstein, A.S. Vokhmintsev, E.A.th

92. Popko, V.S. Kortov // 7 Internatioanal Conference on Luminescent Detectors and Transformers of Ionizing Radiation. Krakow (Poland), 2009. P. 146.

93. Орозбек уулу Аскар. Особенности кинетики люминесценции Р+-центров а аниондефектных кристаллах оксида алюминия: дис. . канд. физ.-мат. наук: 01.04.07 : защищена 19.02.07. Екатеринбург, 2007. - 125 с.

94. Akselrod, M.S. Thermal quenching of F-center luminescence in АЬ03:С Текст. / M.S.Akselrod, N.Agersnap Larsen, V.Whitley, S.W.S.McKeever // J. Phys. D: Appl. Phys. 1998. - Vol.33. - P.3364-3373.

95. Попко, Е.А. Генетическое моделирование механизмов термолюминесценции в кристаллах Текст. / Е.А. Попко, И.А. Вайнштейн, Г.Б. Смирнов // Тезисы IV Уральского семинара ТТД-2008,13-14 ноября, 2008, Екатеринбург, сс. 85-86.

96. Gomez-Ros, J.M. Simple methods to analyze thermoluminescence glow curves assuming arbitrary recombination-retrapping rates Текст. / J.M. Gomez-Ros, C. Furetta, V. Correcher // Radiation Protection Dosimetry. 2006. - Vol. 118, No.1-4. - P.339-343.