Разработка автоматизированной системы управления с поддержкой принятия решений в комплексах горочной автоматизации тема диссертации и автореферата по ВАК РФ 05.13.06, кандидат технических наук Тартынский, Валентин Анатольевич

• Тартынский, Валентин Анатольевич
• кандидат технических наук
• 2010

Оглавление диссертации кандидат технических наук Тартынский, Валентин Анатольевич

ВВЕДЕНИЕ.

1 ОСНОВНЫЕ АСПЕКТБГ РАЗРАБОТКИ'СИСТЕМ^ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ НА ТРАНСПОРТЕ.

1.1 Характеристика объекта1 исследования: сортировочная горка и требования к системе поддержки принятия решений.

1.2 Обзор существующих средств и технологий систем поддержки принятия решений на железнодорожномтранспорте.

1.3 Формирование целей и задач функционирования системы. поддержки принятия решений.

Выводы по главе.

2 СИСТЕМАТИЗАЦИЯ И АДАПТАЦИЯ МАТЕМАТИЧЕСКОГО ОБЕСПЕЧЕНИЯ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ.

2.1 Исследование особенностей применимости различных методов анализа в системе поддержки принятия решений.

2.2 Анализ методов построения регрессионных моделей в системе поддержки принятия решений.

2.3 Применение теории нечетких множеств для решения-задачи выбора очередности проведения работ по ТОиР.

Выводы по главе.

3 РАЗРАБОТКА АЛГОРИТМИЧЕСКОГО И ИНФОРМАЦИОННОГО ОБЕСПЕЧЕНИЯ СИСТЕМЫ: ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ.

3.1 Проектирование структуры системы поддержки принятия решений для персонала автоматизированной сортировочной горки.

3.2'Подсистема статистического и интеллектуального анализа сортировочного процесса.

3.3 Подсистема по планированию и контролю технического обслуживания и ремонта оборудования КСАУСП.

Выводы« потлаве.

4 ПРИКЛАДНЫЕ АСПЕКТЫ ИССЛЕДОВАНИЯ И ВНЕДРЕНИЯ.

4.1 Реализация хранилищ данных в системах поддержки принятия решений.

4.2 Интеллектуальный анализ данных в системах поддержки принятия решений.

4.3 Развитие СППР КДК СУ с использованием элементов теории адаптивного управления.

Выводы по главе.

Введение диссертации (часть автореферата) на тему «Разработка автоматизированной системы управления с поддержкой принятия решений в комплексах горочной автоматизации»

Актуальность темы исследования. Качественно новый уровень в обеспечении безопасности функционирования систем горочной автоматизации во время, эксплуатации может, быть, достигнут при использовании новых информационных технологий, в том числе систем поддержки принятия решений, автоматизированных информационно-планирующих и контрольно-диагностических средств, предназначенных для автоматизации технического обслуживания и ремонта горочных устройств, а также компьютерного анализа результатов работы оборудования и персонала. Особенно это актуально в настоящее время в условиях, характеризующихся серьезными кризисными явлениями в мировой экономике, и, как следствие, стремлением к экономии различных видов ресурсов.

Создание подобных систем полностью соответствует одному из основных направлений программы стратегического развития ОАО «РЖД» до 2030 года, стимулирующему разработку и внедрение инновационных технологий во все сферы деятельности железнодорожной отрасли.

В настоящее время на многих сортировочных станциях процесс расформирования составов автоматизирован. Для этой цели используются специальные программно-аппаратные комплексы, такие как «Комплексная система автоматизации управления сортировочным процессом» (КСАУ СП).

Как известно, автоматизированный процесс расформирования -формирования составов на сортировочных горках требует четкой и скоординированной работы всех' участников процесса, как трудовых ресурсов: дежурного по горке, горочных операторов, старшего электромеханика, электромехаников, начальника станции, начальника горки и т.д. (в дальнейшем, именуемых как лица, принимающие решения - ЛПР), так и программно-аппаратных ресурсов: постовых и напольных устройств сортировочной горки.

Можно выделить некоторые специфические особенности процесса принятия решений: острый дефицит времени на оценку ситуации и принятие решения, высокая степень неопределенности оперативно-технологических ситуаций и исходных данных, многофакторный характер задачи.

Все выше сказанное обуславливает актуальность создания специальной системы для мониторинга и многофакторного анализа работы сортировочной горки на основе данных автоматически поступающих из подсистем горочного комплекса; поддержки процессов принятия решений по функциональному и стратегическому управлению технологическим процессом работы сортировочной горки за счет использования новых информационных технологий, обеспечивающих оперативное предоставление сводных агрегированных показателей работы, необходимых для принятия оперативного и взвешенного решения.

Степень разработанности проблемы. Проблемы горочной автоматизации подробно исследованы Ю. Боровковым, И. Долгим, В. Иванченко, А. Савицким, Ю. Самойленко, А. Сепетым, Е. Тишкиным, А. Федорчуком, Н. Фонаревым, В. Шелухиным и др.

Вопросы разработки математического, информационного, алгоритмического обеспечения автоматизированных систем управления освещены в работах А. Воронова, А. Горелика, В. Иванченко, Л. Канторовича, М. Королева, И. Лакина, Н. Лябаха, Т. Соколова, В. Финаева, Д. Швалова и др.

Различные фундаментальные и прикладные аспекты интеллектуальных систем управления нашли отражение в работах таких ученых как Н. Винер,

B. Глушков, А. Гуда, Д. Дубровский, С. Ковалев, А. Ляпунов, М. Минский, Д. Поспелов, Ф. Розенблатт, В. Тарасов, А. Шабельников и др.

Вопросы применения математического инструментария теории нечетких множеств и регрессионного анализа как для решения общих задач, так и для управления транспортными процессами рассмотрены в работах Р. Беллмана,

C. Воробьева,"Л. Заде, А. Кофмана, А. Муравского и др.

Исследованием« процесса . проектирования и реализации систем-поддержки принятия решений занимались Б. Инмон, Р. Кимболл, Э. Кодд, О. Ларичеву А. Петровский, В. Сачко, В.Уманский'И др.

Вместе - с тем,- в настоящее, время отсутствует единая; совокупность методов- построения' систем поддержки принятия решений (СППР)' в условиях автоматизированной' сортировочной горки, и многие вопросы, имеющие высокую^ актуальность и заслуживающие самого» пристального внимания, раскрыты не полностью.

Помимо этого, различные прикладные задачи, возникающие в процессе разработки" подобной» системы, требуют адаптации имеющегося теоретического и методического инструментария и применения формализованных процедур моделирования и принятия решений. Эти моменты и определили цели и задачи исследования.

Целили задачи исследования. Разработка средств поддержки принятия решений оперативно-диспетчерским и эксплуатационным персоналом сортировочной горки по функциональному и стратегическому управлению технологическим процессом работы сортировочной горки, систематизация и адаптация алгоритмических и математических методов для решения прикладных задач в процессе проектирования и построения системы поддержки принятия решений.

В соответствии с данной целью были поставлены следующие теоретические и практические задачи исследования.

1. Характеристика объекта автоматизации с целью* выявления проблем в процессе принятия решений диспетчерским и эксплуатационным! персоналом автоматизированной сортировочной горки. Выявление объективных предпосылок к созданию АСУ поддержки принятия решений.

2. Анализ и систематизация- существующих подходов* к построению систем^ поддержки принятия решений' на транспорте. Поиск оптимальной структуры и технологий построения СППРГ

3.Систематизация-- и. адаптация• алгоритмических и математических методов исследования процесса1 принятия* решений персоналом автоматизированной сортировочной, горки.

4. Разработка и проектированием АСУ поддержки принятия решений: на-основе сформированного математического,, алгоритмического и информационного обеспечения;

5. Внедрение разработанных предложений и методик в решение задач, возникающих; в, процессе принятия: решений: на автоматизированных сортировочных горках сети.

Объектом исследования: являются системы поддержки принятия; решений« для персоналам организационно-технологических объектов железнодорожного транспорта, к которым относится автоматизированная сортировочная горка:

Предмет исследования - алгоритмические, математические методы: и механизмы поддержки, принятия решений; информационные технологии и технические средства построения систем поддержки принятия решений: Соответствующие пункты паспорта специальности: п. 9;. Методы эффективной! организации и ведения специализированного информационного5 ипрограммного обеспечения АСУТП, АСУП, АСТПП и др., включая,базы и банки данных-и методы их оптимизации; п. 15. Теоретические основы,: методы, и алгоритмы интеллектуализации решения прикладных задач при построении АСУ широкого назначения (АСУТП, АСУП, АСТПП и др.).

Теоретико-методологической основой исследования послужили работы отечественных и зарубежных авторов в области проектирования и построения систем поддержки принятия решений; современные; концепции у правления? активными, системами; а такжеработы в. области^ моделирования технологических, процессов и теории нечетких множеств: При разработке автоматизированной системы; управления применялись, современные? методологии проектирования и средства разработки программного обеспечения.

Концепция диссертационного исследования исходит из того, что в современных условиях политика всеобъемлющего внедрения инновационных технологий в отрасли повлечет за собой потребность в системах поддержки принятия решений, реализующих принципы интеллектуального функционирования сортировочного процесса. В связи с этим необходим теоретико-прикладной аппарат, способный оказать помощь в принятии решений управленческому персоналу автоматизированной сортировочной горки. Суть предлагаемого подхода состоит в использовании методов регрессионного моделирования, аппарата нечеткой логики и теории адаптивных систем для анализа сортировочного процесса в рамках разрабатываемой СППР.

Положения диссертации, выносимые на защиту:

1. В условиях автоматизированной сортировочной горки для принятия эффективных и обоснованных решений оперативно-диспетчерскому и эксплуатационному персоналу требуется провести анализ большого количества статистических данных. Вследствие ограничений систем учета и контроля необходимую выборку не всегда можно представить в удобном для ЛПР виде, а длительность проведения данного анализа может превысить длительность управляемого процесса. Решением данной проблемы является создание специальной системы поддержки принятия решений для оперативно-диспетчерского и эксплуатационного персонала сортировочной горки, использующей современную программную и аппаратную платформу, эффективный математический аппарат для проведения анализа и прогнозирования изменений состояния горочного оборудования.

2. Разрабатываемая система поддержки принятия решений должна состоять из следующих подсистем: подсистемы сбора и предварительной обработки информации, подсистемы статистического и интеллектуального анализа, подсистемы технического обслуживания и ремонта. Подсистема сбора и предварительной обработки информации получает данные из различных источников информации, в том числе из подсистем комплекса .автоматизации сортировочной горки, и выполняет1 загрузку подготовленных данных в консолидированное хранилище данных СППР. Подсистема статистического и интеллектуального анализа позволяет пользователям проводить различные виды, анализа процесса- функционирования, как отдельных устройств, так и сортировочной горки в целом. Подсистема технического обслуживания и ремонта реализует возможности по оптимизации и мониторингу процесса выполнения работ по техническому обслуживанию и ремонту горочного оборудования.

3. В процессе моделирования сложных объектов следует уделять пристальное внимание этапу выбора модели. В условиях автоматизированной сортировочной горки можно выделить следующие цели моделирования: выявление и анализ физической природы исследуемого технологического процесса, анализ параметров функционирования объекта с целью построения прогноза и анализ с целью формирования управленческого воздействия.

4. Для формирования оптимального плана работ по техническому обслуживанию и ремонту следует использовать теорию нечетких множеств, так как в современных системах автоматизации и управления на железнодорожном транспорте ключевое значение имеют не только точные, математические обоснованные данные, но и модели, содержащие . качественную информацию, которая включает многолетний опыт эксплуатации и важные сведения о данной области знаний.

5. Сложность задач, решаемых системами поддержки принятия решений на автоматизированной сортировочной горке, требует придания алгоритмам и методам идентификации состояния объектов, а также. процедурам принятия решений интеллектуальности, которая обеспечит извлечение из данных и практическое применение необходимых знаний.

Научная новизна. Научную - новизну диссертационного исследования составляют следующие результаты:

1. Разработана структура системы поддержки принятия решений, обеспечивающая проведение оперативного качественного и количественного анализа информации, требуемой для помощи в решении сложных проблем персоналом автоматизированной сортировочной горки.

2. Усовершенствована полезная модель СППР КДК СУ, с использованием концепции «интеллектуального функционирования» системы, путем добавления нового блока, реализующего возможность коррекции управляющего сигнала по результатам анализа выходных данных системы.

3. Проведена адаптация математического аппарата моделирования на основе регрессионного анализа и теории нечетких множеств с учетом особенностей технологического процесса автоматизированной сортировочной горки для решения задач прогнозирования изменений показателей функционирования оборудования и формирования оптимального плана выполнения работ по техническому обслуживанию и ремонту горочных устройств.

4. Разработаны структура и средства визуализации контролируемых параметров оборудования и показателей работы персонала и функционирования сортировочной горки в целом.

5. На основе принципов, методов и алгоритмов, изложенных в диссертационном исследовании, разработано консолидированное хранилище данных системы поддержки принятия решений для оперативно-диспетчерского и эксплуатационного персонала автоматизированной сортировочной горки.

Теоретическая^ ценность диссертационного' исследования определяется направленностью- его результатов на развитие и совершенствование принципов,' методов и алгоритмов построения эффективной*- СППР' для*-персонала автоматизированной« сортировочной-горки, что полностью < отвечает выбранному направлению-инновационного развития железнодорожной отрасли. Основные положения, работы могут быть использованы, при проектировании,и разработке различных АСУ, в том числе и не содержащих.механизмы.поддержки принятия,решений.

Практическая значимость. Практическую значимость диссертационного исследования составляют следующие результаты:

1. Разработана система поддержки принятия решений, позволяющая:

- повысить качество принимаемых управленческих решений за счет использования современных технологий, обеспечивающих оперативное получение и наглядное представление всего необходимого объема информации об управляемом объекте;

- пользователям, не имеющим глубоких знаний в статистике, применять современный математический аппарат для проведения анализа и построения прогноза развития ситуации.

2. Выполнены проектирование' и разработка программного продукта «Система- поддержки принятия- решений для оперативно-диспетчерского-и эксплуатационного персонала автоматизированной сортировочной горки» в Ростовском филиале ОАО- НИИАС. Внедрение данной системы осуществляется, в настоящее. время? на сортировочных горках всей сети в составе «Комплекса контроля и диагностики, станционных устройств зоны ГАЦ с рабочим местом горочного электромеханика АРМ ШН СГ» (КДК СУ ГАЦ).

Реализация', результатов.^ работы. Основные результаты диссертационного ~ исследования' были внедрены при реализации-программного продукта «Система; поддержки, принятия'- решений для оперативно-диспетчерского и- эксплуатационного персонала, . автоматизированной'сортировочной горки» РосгФНИИАС. Данная, система в настоящий момент внедрена на следующих станциях: Бекасово-Сортировочное Московской^ ж.д., Красноярск-Восточный Красноярской* ж.д., Санкт-Петербург-Московский-Сортировочный Октябрьской ж.д., Новая.-Еловка Красноярской- ж.д., Иркутск-четный Восточно-Сибирской ж.д., Инская-нечетная Восточно-Сибирской ж.д., Московка Западно-Сибирской ж.д. Результаты* диссертационного исследования, используются в работе Научно-исследовательской части« РГУПС. Использование результатов подтверждено соответствующими актами. Работа^ выполнена при поддержке РФФИ, проекты № 09-07-00192 и № 10-01-00058. Также по результатам исследования получено 2 авторских свидетельства и 1 патент на полезную' модель.

Апробация результатов исследования. Результаты и основные положения диссертационной работы докладывались на Всероссийской научно-практической конференции «Транспорт 2005» (г. Ростов-на-Дону, 2005 г.), Седьмой* Международной- научно-практической конференции «Телекоммуникационные, информационные и. логистические технологии, на транспорте» «ТелекомТранс — 2010» (г. Ростов-на-Дону, 2010 г.), Международной научно-практической конференции- «Перспективные инновации в науке, образовании, производстве и транспорте '2010» (г. Одесса, 2010 г.). Основные положения, диссертации опубликованы' в 13 работах, общим объемом 3,08 п.л., в том числе 2,00 п.л. лично автором.

Объем, и структура работы. Диссертация состоит из введения, четырех глав, заключения, приложения, списка литературных источников, а также актов реализации результатов диссертационной работы. Общий объем диссертации^ составляет 190 стр., включая 42 рисунка; 8 таблиц, список литературы из 118 наименований, приложения'и акты реализации.

Заключение диссертации по теме «Автоматизация и управление технологическими процессами и производствами (по отраслям)», Тартынский, Валентин Анатольевич

Выводы по главе

1. В рамках подсистемы сбора, предварительной обработки и хранения« СППР КДК. СУ нами было реализовано хранилище данных по схеме «снежинка», на основе СУБД MS SQL Server 2005. В процессе -создания* ХД были мы использовали теоретические наработки и практический опыт создания подобных систем как отечественных, так и зарубежных авторов. Также были учтены особые требования при выборе схемы построения хранилища и используемого программного и аппаратного обеспечения, накладываемые политикой инновационного развития отрасли.

2. Чтобы оказать помощь в принятии рациональных и эффективных управленческих решений ЛПР, СППР должна позволять провести наиболее полный и глубокий анализ проблемы, раскрыть природу явления или объекта автоматизации для целей прогнозирования развития. Все это возможно только при использовании в СППР современного аппарата математической статистики и искусственного интеллекта, однако, при этом следует учитывать, что пользователи системы в большинстве своем не имеют глубоких познаний в соответствующих областях математики.

3. Вследствие особенностей функционирования комплексов автоматизации технологических процессов, присущим сфере железнодорожного транспорта, разрабатываемые комплексы должны* включать в себя« элементы искусственного^ интеллекта, самоорганизации и адаптивного . управления. Таким образом, используя- концепцию «интеллектуального» функционирования систем, автором модифицирована существующая схема системы СППР КДК СУ.

Заключение <

В задаче'инновационного развития-отрасли * одном из приоритетных направлений/является: разработка, и внедрение специализированных систем-поддержки принятия.решений,.-для повышения качества решений.персонала,в условиях*, сложных технологических» процессов,1 к которым относится и автоматизированная сортировочная:, горка. Однако анализ1 отечественных и зарубежных^ систем* поддержки принятия.• решений на железнодорожном.« транспорте позволил выявить, что-существенные отличия, в технологической, и экономической базы, значительно затрудняют возможность использования зарубежных аналогов, -а потребности в большом^ количестве структурных, изменений для адаптации существующих отечественных аналогов.

Современные автоматизированные сортировочные горки оборудованы большим количеством напольных и постовых устройств, таких как устройства счета осей, весомеры, индикаторы скорости отцепов, аппаратура контроля заполнения путей сортировочного парка, метеостанции и др. Каждое устройство характеризуется набором контролируемых параметров, отражающих процесс его функционирования.

Для оказания реальной помощи обслуживающему персоналу в контроле состояния, оперативном поиске неисправностей, предотказной диагностике, анализе работы отдельных устройств и сортировочного процесса в целом, а также для организации работ по техническому обслуживанию-и ремонту напольных и постовых устройств сортировочной^ горки, в Ростовском филиале ОАО НИИАС разработана система.поддержки, принятия: решений для оперативно-диспетчерского и эксплуатационного персонала, автоматизированной сортировочной'горки (СППР КДК. СУ). Эта Впервые она была, внедрена на • автоматизированной сортировочной горке станции Красноярск-Восточный Красноярской железной дороги;

В работе дано краткое описание задач, функций, процесса, проектирования, разработки и технической'реализации системы поддержки принятия решения, для .персонала автоматизированной сортировочной горки.

Структурно» СППР КДК СУ' разделена на несколько подсистем. Технологической и диагностической-информация, поступающая! в СППР как из подсистем: КГМ ПК и КДК СУ, так. и других источников, проходит предварительную' обработку в подсистеме сбора и предварительной обработки информации, .эта: же подсистема осуществляет загрузку готовых данных в хранилище данных. Особенности программной реализации позволяют в кратчайшие сроки добавлять новые источники данных и изменять существующие. При построении хранилища данных был- учтен опыт зарубежных и отечественных разработчиков, особое внимание уделялось выбору программно-аппаратной платформы.

Подсистема статистического и интеллектуального анализа, используя современный математический аппарат, обеспечивает возможность проведения анализа и прогнозирования состояния как напольных и постовых устройств, так и показателей работы всей сортировочной горки.

Помимо большого количества контролируемых параметров напольных и постовых устройств в СППР КДК СУ ведется учет статистики как процесса выполнения работ обслуживающим персоналом, так и показателей работы СГ в целом: Поэтому для обеспечения более удобной и эффективной работы пользователей разработана структура комплекса параметров, облегчающая построение отчетов и доступ к информации с учетом профессиональной специализации.

Повышение качества проведения ■ работ по техническому обслуживанию и ремонту горочного оборудования — главная, задача подсистемьь по планированию и контролю технического обслуживания и ремонта оборудования КСАУСП'. Для достижения'этой задачи пользователям предоставляются удобные средства/для * мониторинга и контроля процесса проведения работ по техническому' обслуживанию и ремонту, используя аналитические данные. Сохранению и накоплению опыта проведения работ ТОиР способствует модуль базы знаний. Воспользовавшись этим модулем, пользователь может получить инструкции и рекомендации по проведению работ, как общего характера, так и с учетом специфики оборудования установленного на данной сортировочной горке.

Очевидно, что реализация подобной системы невозможна без глубокого анализа современных систем горочной автоматизации, методов и алгоритмов построения систем поддержки принятия решений, математического и алгоритмического аппарата принятия решений в условиях сложных объектов, что и определило часть задач данной диссертации.

Технически СППР КДК СУ реализована в виде веб-портала, что позволяет значительно сократить требования к аппаратной части пользовательского оборудования. Реализованная в рамках ОАО «РЖД» корпоративная сеть передачи данных обеспечивает возможность контроля и анализа сортировочного процесса не только обслуживающим персоналом непосредственно на станции, но и управленческим аппаратом дороги и сети.

Список литературы диссертационного исследования кандидат технических наук Тартынский, Валентин Анатольевич, 2010 год

1. Ададуров С.Е., Шабельников А.Н., Одикадзе В.Р. Многоуровневый мониторинг • и контроль функционирования, системы автоматизации сортировочной горки // Вестник РГУПСа. № 4, 2007, с. 21-26.

2. Айзерман М.А., Алескеров Ф.Т. Выбор вариантов: основы теории // М.: Наука, 1990. 240 с.

3. Архипенков. С., Голубев Д., Максименко О. Хранилища данных. От концепции до внедрения // Под общ. ред. С. Архипенкова. М.: Диалог-МИФИ, 2002.

4. Бек. Е. Экстремальное программирование // Спб.: Питер, 2002. — 224 с.

5. Беллман Р., Заде Л. Принятие решений в расплывчатых условиях. В кн.: Вопросы анализа и процедуры принятия решений // М.: Мир 1976.

6. Березовский Б.А., Гнедин A.B. -Задача» наилучшего выбора // М.: Наука,. 1984.- 196 с.

7. Бриллинджер.Д.Р. Временные ряды. .Обработка-данных и теория // М".:-' Мир 1980.

8. Ю.Богуславский И.В., Ольховик. О.В., . Петрикин . A.A. Концепция разработки- системы-.- поддержки1 принятия х-решений в условиях чрезвычайной ситуации // Вестник ДГТУРостовтн/Д 2010 - № 3

9. П.Борисов А.Н.; Крумберг-O.A.,'.Федоров И-П."" Принятие решения; на-основе-нечетких, моделей: примеры использования.// Рига, Зинатне,. 1990,-184'С. • '

10. Борисов А.Н., Левченков A.C. Методы интерактивной оценки решений // Рига, Зинатне, 1982. 139 с.

11. Винер. Н. Кибернетика или управление и связь в животном и машине // М.: Наука, 1970.-248 с.

12. Воробьев С.Н., Осипов JI.A. Регрессионный анализ: Учебно-методическое пособие // СПб.: ГУАП, 2000. 66 с.

13. Гапанович В.А. Задачи и перспективы инновационного развития отрасли // АСИ, № 11,2007.

14. Гуда А.Н., Бутакова М.А. Основы информатики: Учебное пособие // Ростов н/Д: РГУПС, 2004. -83 с.

15. Джексон П. Введение в экспертные системы // Из-во «Вильяме»; 2001.

16. Дмитренко И.Е. Техническая диагностика и автоконтроль систем железнодорожной автоматики, и телемеханики. // М!:: Транспорт,- 1986. 144с.

17. Иванченко В.Н. Исследование и 1 разработка- алгоритмов функционирования информационно-логической системы автоматизированной сортировочной горки // Ростов н/Д, 1976. (Труды РИИЖТа, вып. 133), С. 18-24.

18. Иванченко В.Н., Лябах H.H., Ковалев С.М. Принятие решений на железнодорожном транспорте на основе использования теории нечетких множеств: Методические указания // Ростов н/Д: РИИЖТ, 1987. 28 с.

19. Ивахненко А. Г., Степашко В. С. Помехоустойчивость моделирования // Киев: Наук, думка, 1985. 216 с.

20. Иващенко H.H. Автоматическое регулирование. Теория и элементы системгУчеб. для вузов: 4-е изд. перераб. и доп // М.: Машиностроение; • 1978.-736 с.

21. Информационные технологии нa^ железнодорожном . транспорте: Учебник для вузов ж.д. трансп. / Под ред. Э.К." Лецкого, Э.С. Поддавашкина, В.В. Яковлева. М.: УМК МПС России. - 2000.

22. ЗККазаков A.A., Бубнов В.Д., Казаков Е.А. Станционные устройства-автоматики и телемеханики // М.: Транспорт; 1990.

23. Кайнов В.М. Хозяйство СЦБ:г проблемы, и перспективы реструктуризации // АСИ, № 11, 2007.

24. Кемени Дж., Снелл Дж. Кибернетическое моделирование: Некоторые приложения // М.: Советское радио, 1972. 192 с.

25. Клыков Ю:И. Ситуационное управление большими системами // М.: Энергия; 19747-213 с.35:Коберн-А. Быстрая-разработка программного-обеспечения.// М.: Лори,-2002. :

26. Ковалев^ С.М., Родзин С.И. Информационные • • технологии: интеллектуализация обучения,.моделирование эволюции, распознавание речи // Изд-во СКНЦ ВШ. Ростов-на-Дону, 2002

27. Ковалев С.М. Интеллектуальная динамическая модель датчика осей // Автоматика, связь, информатика. — 2007. №11. С. - 12-13.

28. Кофман А. Введение в теорию нечетких множеств // М.: Радио и связь, 1982. 432 с.

29. Кузнецов Л.П., Иванченко В.Н., Лябах H.H., Самойленко Ю.А. Автоматизация технологических процессов в системе оперативного управления сортировочной станцией: Учеб. Пособие // Ростов н/Д: РИИЖТ, 1984.- С. 78.

30. Липаев В.В. Программно-технологическая безопасность информационных систем // Jet Info online. 1997. - № 6-7. - С. 25-34.

31. Лисенков В.М. Безопасность технических средств в системах управления движением поездов // М.: Транспорт, 1985. 83 с.

32. Литвак Б.Г. Экспертные оценки и принятие решений // М.: Патент -1996.

33. Львов В. Создание систем поддержки, принятия решений на- основе хранилищ данных / СистемыУ правления.Базами Данных # 3/97. Москва: Издательский дом "Открытые системы" С. 30-40.

34. Лябах H.H. Принятие решений в микропроцессорных информационно-управляющих системах на железнодорожном транспорте: Учеб. Пособие // Ростов н/Д: РИИЖТ, 1986. С. 73.

35. Лябах H.H., Бутакова М.А. Системы массового-обслуживания: развитие теории, методология моделирования и синтеза: монография // Ростов-на-Дону: РГУ ПС, 2004. 200 с.

36. Лябах H.H., Тептиков Н.Р., Шабельников. .А.Н., Матвиенко В.П. Математические проблемы и методы принятия решений в системах диагностики и управления, на. железнодорожном транспорте // СКНЦ, приложение «Научная мысль Кавказа» № 3, Ростов-на-Дону, 2001.

37. Лябах H.H., Чернов A.B., Шабельников А.Н. Безопасность и качество функционирования программного обеспечения информационно-управляющих систем на транспорте // М.: Вестник ВНИИЖТ, 2001. — №5.

38. Лябах H.H., Шабельников А.Н. Техническая кибернетика на железнодорожном транспорте: Учебник // Ростов н/Д: РГУ ПС, СКНЦ ВШ, 2002.-283 с.

39. Ляпунов А. А., О некоторых общих вопросах кибернетики, в кн.: Проблемы кибернетики, в. 1 // М., 1958.

40. Мухин О. И. Моделирование системt Учебное пособие // Пермь: РЦИ ПГТУ. http://stratum.ac.ru/textbooks/modelir/.

41. Орлов С. Технологии разработки программного обеспечения:'Учебник // С. Орлов // СПб;: Питер, 2002.

42. Патрик Э. Основы теории распознавания образов // М.: Советское радио, 1980.-408 с.

43. Подиновский В. В. Аксиоматическое решение проблемы оценки важности критериев, в многокритериальных задачах // Современное состояние теории исследования операций / Под ред. Н. Н. Моисеева. -М.: Наука, 1979. С. 117-145.

44. Поспелов Д.А. Ситуационное управление: теория и практика // М.: Наука. Гл. ред. физ.-мат. лит., 1986. - 288 с.

45. Родимов Б.А., Павлов В.Е., Прокинова . В.Д.' Проектирование механизированных и автоматизированных сортировочных горок // М.: Транспорт, 1980.

46. Розенберг E.H., Тишкшг Е.М!- Пути перехода, к информационно-управляющим системам,// Жел.-дор. транспорт. 2003. №11.

47. Сапожников В.В.,: Сапожников Вл.В.,Талалаев 1 В.И., Гавзов Д.В., Наседкин O.A. Сертификация-'1 на» железнодорожном транспорте // Железнодорожный .транспорт, 1997, №12, с. 26-29:

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

49. Сачко В.И. Система управления, знаниями источник повышения эффективности-бизнес-процессов // Автоматика Связь Информатика, г. Москва, №11, 2007

50. Сепетый A.A. Совершенствование технологии. технической^ эксплуатации устройств-ЖАТ в системе АДК-СЦБ / A.A. Сепетый, Е.А. Гоман, А.Е. Федорчук // Автоматика и телемеханика на железнодорожном транспорте: сб. докл. «ТрансЖАТ-2005». — Ростов н/Д, 2005.

51. Системы автоматизации и информационные технологии управления перевозками на железных дорогах. Под редакцией В.И. Ковалева, А.Т. Осьминина, Г.М. Трошева: Учебник для вузов ж. д. транспорта // М.: Маршрут, 2006. 544с.

52. Соколов В.H. Новейшие технологии автоматизации технологических процессов на сортировочных станциях // Сборник трудов Третьей международной научно-практической конференции ТрансЖАТ-2006. СПб. 2006.

53. Стивен Р. Палмер, Джон М. Фелсинг. Практическое руководство по функционально-ориентированной' разработке ПО // Стивен Р. Палмер; Джон М. Фелсинг. СПб.: Вильяме, 2002 г.

54. США: современные методы,управления /. Под ред. Б. 3. Мильнера. М.: Наука, 1971.

55. Тартынский В.А. Поддержка .принятия решений для персонала сортировочной горки // Автоматика Связь Информатика, г. Москва, №11,2007

56. Тартынский В.А. Реализация.*хранилищ,данных в системах, поддержки принятия решений // Ежемесячный »научный журнал «Молодой ученый»; №9, 2009. С. 31-33.

57. Управление и информационные технологии на. железнодорожном транспорте / под ред. Л.П. Тулупова // М!, 2005; •

58. Устройства механизированных и автоматизированных сортировочных горок. Технология обслуживания // М.: Транспорт, 1993.

59. Фаулер М., Скотт К. UML в кратком изложении: Пер. с англ // М.: Мир, 1999.- 191 с.

60. Финаев В. И. Моделирование при проектировании информационно-управляющих систем: Учебное пособие // Таганрог: Изд-во ТРТУ, 20021.-118с.

61. Цаленко М.Ш. Моделирование семантики в базах-данных // М.: Наука,, 1989.

62. Шабельников А.Н. Новейшие технологии автоматизации работы сортировочных станций // АСИ, № 11, 2007.

63. Шабельников А.Н. Разработка5 методов автоматизации управления динамическими процессами, на основе нечеткой информации // Канд. дис.- Ростов н/Д, 2000. 154 с.

64. Шабельников1 А. Н., Мельников» А. В., Муравский А. В., Тартынский

65. B.А. Система' поддержки принятия решений для оперативно-диспетчерского и эксплуатационного персонала/ автоматизированной сортировочной горки (СППР СГ). Патент на полезную модель № 65666, 2007.

66. Шабельников А.Н., Одикадзе В.Р. Совершенствование системы^ прицельного торможения отцепов на сортировочных горках // Известия ВУЗов. Северо-Кавказский регион. № 2, 2008, с. 21-23.

67. Шабельников А.Н., Соколов В.Н. Актуальные проблемы повышения безопасности роспуска составов на сортировочных горках // Сборник трудов 4-й научно-практической конференции «Безопасность движения поездов». Москва. 2005.

68. Шабельников А.Н., Соколов В.Н. Ростовский филиал ВНИИАС -развитие и перспективы // Автоматика, связь, информатика, 2006, № 2.

69. Шабельников А.Н., Соколов В.Н. Средства автоматизации сортировочной"горки ст.Бекасово1 Московской ж.д.// Железнодорожный транспорт. Серия: Сигнализация ихвязь. Экспресс-информация. Москва: ЦНИИТЭИ, 2003.- выпуск»2-3.

70. Шабельников А.Н., Соколов В.Н., Одикадзе В.Р. Универсальные модульные системы для, автоматизации .горок // Автоматика, связь, информатика. № 3-, 2007г., с. 2-3.

71. Шабельников А.Н., Соколов В.Н., Одикадзе В.Р., Даныпин* А.И., Рогов

72. C.А. Горочная автоматическая, централизация микропроцессорная с контролем накопления вагонов в сортировочном'* парке' (ГАД МН) //

73. Патент на; полезную модель №■ 51955. Зарегистрирован', в Гос. реестре полезных моделей РФ 10 марта 2006 г.

74. Шабельников В.А., Денисов А.В., Сарьян; А.С. Система мониторинга и анализа состояния искусственных сооружений! на железнодорожном транспорте // Ежемесячный, наунный, журнал: «Молодой ученый», №8, 2009: •

75. Швалов Д.В. Структурная : организация: автоматизированной; системы-определения- технического- состояния: устройств,: электрической централизации // Вестник, Ростовского' государственного университета путей сообщения. 2000. № 1. С. 75-82.

76. Шелухин: В;И. Датчики; измерения . и контроля устройств железнодорожного транспорта-//Mi: Транспорт, 1990.

77. Энциклопедия кибернетики.;Т. 1-2 // Киев: УСЭ, 1975. - 607 е.; 620 с. 98.Эшби У. Конструкция мозга; Происхождение адаптивного - поведения.

78. Перев. с английского // М.: Мир, 1964г. 412 с. 99.Эшби У .Р. Введение в кибернетику // М.: ИЛ, 1959.-432 с.

79. Якобсон А., Буч Г., Рамбо Дж. Унифицированный процесс разработки программного обеспечения//Спб.: Питер, 2002. 496 с.

80. Янг С. Системное управление: организацией (пер. с англ.) // М.: Сов. Радио,1972.

81. Allen J. F. Maintaining knowledge.:' about* : temporal intervals// Communications: of the: ACM; № 26i(-l l):832r843v 1983;

82. Cohon J. L. Multiobjective Programming and Planning. New York: Academic Press, 1978.

83. Eberhart, R.C., Dobbins, R.W., and Simpson, P. Computational Intelligence PC Tools. Boston: Academic Press, 1996.107. http://msdn.microsoft.com/ru-ru/library/ms 175595:aspx

84. Marakas G. M. Decision support'systems in the twenty-first century. Upper Saddle River, N.J.: Prentice Hall,-1999.

85. Morchen F. Time Series Knowledge Mining Dissertation Marburg/Lahn, 2006.

86. Philippe Kruchten, The Rational Unified Process: An, Introduction, Third Edition, Addison-Wesley Professional 2003

87. Royce, Walker W. Managing the development of large software systems: concepts and techniques. Proc. IEEE WESTCON, Los Angeles, 1970.

88. Rumbaugh, J., Jacobcon, I., Booch, G., The Unified Modeling Language Reference Manual. Addison-Wesley, 1999.

89. Villareal B., Karwan M.H., Zionts S. A branch and bound' approach to interactive multicriteria integer linear programming // Paper presented at Joint-National Meeting TIMS/ORSA, Washington, D. C, 1980.

90. W. Frawley, G. Piatetsky-Shapiro, C. Matheus. Knowledge:Discovery1 in Databases: An Overview. —ALMagazine. — 1992. — G. pp: 213^228:

91. W. H. Inmon. Building the Data:Warehouse. 4th.Edition. .Wiley Publishing, Indianapolis, 2005.

92. Zadeh, L. A. Fuzzy, sets. Information and Control; Vol. 8, pp. 338—353. (1965).