Разработка метода критериальной оценки функционирования и совершенствования производственных процессов предприятия машиностроения тема диссертации и автореферата по ВАК РФ 05.02.22, кандидат технических наук Сазыкина, Ольга Васильевна

• Сазыкина, Ольга Васильевна
• кандидат технических наук
• 2006

Оглавление диссертации кандидат технических наук Сазыкина, Ольга Васильевна

ВВЕДЕНИЕ.

Глава 1. СОСТОЯНИЕ ВОПРОСА И ЗАДАЧИ ИССЛЕДОВАНИЯ. ПОТЕНЦИАЛ КАК КРИТЕРИЙ ОЦЕНКИ ЭФФЕКТИВНОГО ФУНКЦИОНИРОВАНИЯ ПРОИЗВОДСТВЕННЫХ ПРОЦЕССОВ.

1.1. Анализ сложившихся подходов к определению критериев оценки хозяйственной деятельности предприятий машиностроения.

1.2. Структура критериальной оценки функционирования производственных процессов предприятий машиностроения.

1.3. Методы определения потенциала как критерия оценки функционирования предприятия машиностроения.

1.4. Система оценочных показателей потенциала предприятия машиностроения.

1.5. Интеллектуальная поддержка решений по управлению производством в условиях неопределенности.

1.6. Выводы.

Глава 2. МЕТОДОЛОГИЯ ИСПОЛЬЗОВАНИЯ НЕЙРОННОЙ СЕТИ

ПРИ МОНИТОРИНГЕ И ОЦЕНКЕ ЭФФЕКТИВНОСТИ ПРОИЗВОДСТВЕННО-ХОЗЯЙСТВЕННОЙ ДЕЯТЕЛЬНОСТИ НА ОСНОВЕ ИННОВАЦИОННО-ПРОИЗВОДСТВЕННОГО ПОТЕНЦИАЛА

2.1. Модель инновационно-производственного потенциала предприятия машиностроения.

2.2. Модель нейронной сети, реализующей инновационно-производственный потенциал предприятия машиностроения.

2.3. Установка значений синапсических коэффициентов нейронной сети.

2.4. Адекватность нейросетевого моделирования инновационно-производственного потенциала.

2.5. Методы обучения нейронной сети для исследования инновационнопроизводственного потенциала предприятия машиностроения.

2.5.1. Обратное распространение ошибки.

2.5.2. Эластичный метод обратного распространения.

2.5.3. Метод сопряженных градиентов.

2.5.4. Обучение радиальной нейронной сети.

2.6. Выводы.

Глава 3. КРИТЕРИАЛЬНАЯ ОЦЕНКА ФУНКЦИОНИРОВАНИЯ ПРОИЗВОДСТВЕННЫХ ПРОЦЕССОВ ПРЕДПРИЯТИЯ МАШИНОСТРОЕНИЯ.

3.1. Характеристика производственной деятельности предприятия машиностроения.

3.2. Анализ составляющих инновационно-производственного потенциала производственной деятельности предприятия машиностроения.

3.3. Анализ и оценка трудового и инновационного потенциалов предприятия машиностроения.

3.4. Интегральная критериальная оценка производственной деятельности машиностроительного предприятия.

3.5. Выводы.

Глава 4. РАЗРАБОТКА МЕРОПРИЯТИЙ ЭФФЕКТИВНОГО ФУНКЦИОНИРОВАНИЯ И СОВЕРШЕНСТВОВАНИЯ ПРОИЗВОДСТВЕННЫХ ПРОЦЕССОВ ПРЕДПРИЯТИЯ МАШИНОСТРОЕНИЯ.

4.1. Мониторинг текущего состояния и прогнозирование инновационно-производственного потенциала предприятия машиностроения с помощью нейросетевого моделирования.

4.2. Анализ влияния входящих элементов инновационно-производственного потенциала на его величину.

4.3. Рекомендации по повышению величины инновационно-производственного потенциала машиностроительного предприятия.

4.4. Выводы.

Введение диссертации (часть автореферата) на тему «Разработка метода критериальной оценки функционирования и совершенствования производственных процессов предприятия машиностроения»

Актуальность исследования. Задача оценки функционирования и совершенствования производственно-хозяйственной деятельности предприятий машиностроения является одной из важных проблем, решением которой в настоящее время необходимо заниматься предприятиям как хозяйственным системам. Решение этой задачи должно быть направлено не только на обеспечение стабильного текущего экономического положения предприятия, но и на обеспечение жизнеспособности предприятий, их стратегической экономической устойчивости. А этого можно достичь, в современных условиях хозяйствования, в основном через качественное преобразование технической базы производства, занимаясь инновационной деятельностью.

В отечественной практике для оценки перспектив существования и развития предприятий наиболее часто используются различные потенциалы хозяйственной системы: производственный, экономический, природно-ресурсный, кадровый и др., которые не в полной мере учитывают инновационную составляющую организации, то есть готовность предприятия внедрять новую технику, применять новые технологии для обеспечения выпуска конкурентоспособной продукции.

На основе проведенного анализа для более полной оценки возможностей предприятия нами предлагается использовать интегральный комплексный показатель - инновационно-производственный потенциал (ИПП), дающий возможность судить о состоянии инновационного развития предприятия. Кроме того, в современных условиях необходим постоянный мониторинг ИПП организаций, так как динамика развития этого потенциала позволяет оценить уровень функционирования и совершенствования предприятия, его производственных процессов, уровень модернизации и технического переоснащения производственной базы. Системный анализ величины ИПП и входящих в него составляющих позволяет выявлять и своевременно устранять наиболее слабые позиции в функционировании производства.

Для ускорения процесса обработки информации, требующейся при определении множества показателей, входящих в состав ИПП, значительного уменьшения трудоемкости их определения, получения возможности прогнозировать их на различные временные периоды, используется искусственная нейронной сеть (НС). Одно из важных свойств НС состоит в способности к обучению и обобщению полученных данных. Обученная на ограниченном множестве выборок, НС обобщает накопленную информацию и вырабатывает данные, необходимые для принятия согласованного решения. НС обладает чертами так называемого искусственного интеллекта.

Степень разработанности проблемы. Существенный вклад в разрешение вопросов теории организации производства и трактовок категории «потенциал» внесли ученые: А.Я. Степанов и Н.В. Иванова, Б.М. Мочалов, В.Н. Мо-син и Д.М. Крук, Л.И. Лопатников и A.M. Румянцев. «Экономический потенциал как совокупность имеющихся в наличии ресурсов» прослеживается в публикациях Б. Плышевского, А. Тодосейчука, Ю. Лычкина, А. Цыгичко и др.

Известны работы в области теории и прикладных приложений нейронных сетей научных коллективов под руководством отечественных и зарубежных ученых, как А.И. Галушкин, А. Горбань, А.А. Ежов, С. Оссовский, С.А. Шум-ский, ЯЗ. Цыпкин, С. Гроссберг, У. МакКаллок, У. Питтс, Ф. Розенблатт, Б. Уидроу, Ф. Уоссермен и др.

Однако, для построения прогнозов, составления планов, принятия эффективных решений необходимо располагать объективной информацией о возможностях предприятия в достижении определенных целей по различным направлениям деятельности. Наиболее важным в этой связи является обладание совокупной, интегральной оценкой, которая бы включала все возможности и учитывала бы все ограничения. В этом направлении в Норильском индустриальном институте осуществляется целевая программа по комплексному изучению проблемы становления, эффективного функционирования и совершенствования производственных процессов, разработке научно-организационных, практических методов и средств решения входящих задач, совершенствованию научных, методологических и системотехнических принципов организации производства, созданию и применению методов и средств мониторинга, анализа различных организационных, технологических и технических решений.

Цель работы состоит в совершенствовании способов оценки и разработке научных методов повышения эффективности функционирования организации производства на примере предприятия машиностроения.

Основные задачи исследования заключаются в следующем:

- анализ сложившихся подходов к использованию потенциала как критерия эффективного функционирования и совершенствования производственных процессов;

- применение системы оценочных показателей потенциала функционирования и развития предприятия машиностроения;

- критериальная оценка функционирования производственных процессов предприятия машиностроения с помощью нейронных сетей;

- использование нейронной сети при мониторинге, оценке и прогнозировании эффективности производственно-хозяйственной деятельности предприятия машиностроения на основе инновационно-производственного потенциала;

- разработка мероприятий эффективного функционирования и совершенствования производственных процессов предприятия машиностроения.

Объектом исследования являются процессы критериальной оценки организации функционирования и повышения эффективности производственной деятельности предприятия машиностроения.

Предметом исследования являются научные методы моделирования и критериальной оценки организации процесса производства предприятия машиностроения.

Методы исследования. В ходе исследования используются: системный анализ, методы теории организации, статистических и экспертных оценок, математическое и компьютерное моделирование.

Обоснованность и достоверность полученных научных результатов определяется корректным применением практически реализованных методик, основанных на положениях теорий нейронных сетей и организации производства, сопоставленных с экспериментально полученными данными.

Научная новизна работы заключается в следующем:

- определена специфика методов критериальной оценки функционирования и совершенствования производственных процессов предприятия;

- предложен метод определения инновационно-производственного потенциала как критерия оценки функционирования предприятия машиностроения;

- научно обосновано применение нейронной сети при мониторинге, оценке эффективности и прогнозировании производственно-хозяйственной деятельности предприятия машиностроения на основе модели инновационно-производственного потенциала;

- осуществлена критериальная оценка функционирования производственных процессов предприятия машиностроения на основе инновационно-производственного потенциала с использованием нейросетевого моделирования;

- разработаны мероприятия эффективного функционирования и совершенствования производственных процессов предприятия машиностроения;

- материал диссертации использован в научно-исследовательской работе «Совершенствование системы управления предприятий РАО «Норильский Никель» (номер государственной регистрации 01.99.0007079), выполняемой по заданию Рособразования РФ в рамках тематического плана Норильского индустриального института «Создание концепции жизнеобеспечения промзоны и инфраструктуры на основе исследований физико-технических и социально-экономических систем в условиях Крайнего Севера».

Практическая значимость работы заключается в следующем:

- разработанная методика критериальной оценки деятельности предприятия дает возможность объективно и комплексно оценивать его функционирование и является информативной базой для анализа, позволяющего определять направления совершенствования производственной деятельности, оценивать влияние множества факторов и управленческих решений на результаты хозяйственной деятельности;

- методические положения, предложенные в диссертационной работе, явились основой для разработки «Рекомендаций по использованию нейронной сети при мониторинге и оценке эффективности производственно-хозяйственной деятельности на основе инновационно-производственного потенциала» / Р.П. Цырульник, О.В. Сазыкина. - Норильск, НИИ, 2006. - 52 е., предназначенных для работников планово-экономических отделов промышленных предприятий Заполярного филиала ОАО «ГМК «Норильский Никель»;

- апробированные результаты исследования используются в учебном процессе при подготовке студентов по специальностям 080507 «Менеджмент организации», 100400 «Электроснабжение (по отраслям)», 080502 «Экономика и управление на предприятии (по отраслям)».

Положения, выносимые на защиту, полученные лично автором диссертации:

- методика определения инновационно-производственного потенциала как критерия оценки функционирования предприятия машиностроения;

- научное обоснование применения нейронной сети при мониторинге, оценке и прогнозировании эффективности производственной деятельности предприятия на основе инновационно-производственного потенциала;

- методика критериальной оценки и прогнозирования функционирования производственных процессов машиностроительного предприятия на основе инновационно-производственного потенциала с использованием нейросетевого моделирования;

- разработанные мероприятия эффективного функционирования и совершенствования производственных процессов предприятия машиностроения.

Апробация результатов. Полученные автором результаты исследования докладывались, представлялись и одобрены на научных конференциях различного уровня:

- 13-м международном симпозиуме и выставке Вроцлавского технического университета телекоммуникаций, Польша, Вроцлав, 1996;

- международной научно-технической конференции «Электрика», Москва, 1995.

- всероссийских научных конференциях «Взаимосвязь наук о труде и экономической теории», Санкт-Петербургский государственный инженерно-экономический университет, Санкт-Петербург, 2002 - 2003;

- всероссийской научно-методической конференции по инновационному менеджменту (направление «Инновационная деятельность»), Кубанский государственный университет. - Краснодар, 2006;

- научно-технической и методической конференции «Энергосбережение», Санкт-Петербург, 1999;

- ежегодных региональных научно-технических конференциях «Крайний Север. Технологии, методы, средства», Норильский индустриальный институт, Норильск, 1996-2006.

Публикации. Основное содержание диссертации опубликовано в 10 научных статьях объемом свыше 2 п. л. и 3 учебных пособиях объемом 21,5 п. л.

Структура и объем работы. Диссертация общим объемом 196 стр., состоит из введения, четырех глав, заключения, списка использованной литературы из 112 источников, 33 рисунков, 30 таблиц и 4 приложений.

Заключение диссертации по теме «Организация производства (по отраслям)», Сазыкина, Ольга Васильевна

5. Результаты исследования ИПП и его составляющих на предприятии «Механический завод» типовыми методами позволили выявить его динамику за рассматриваемый период. Однако определение ИПП существующими методами показало значительную трудоемкость вычислительного процесса. Кроме того, эти методы не позволяют сформировать объективно обоснованный прогноз инновационно-производственного потенциала на перспективу ввиду отсутствия многих исходных данных.

6. Для повышения скорости переработки больших массивов отчетной информации и получения прогнозов изменения составляющих потенциалов предприятия используется нейросетевое моделирование в соответствии со структурной схемой методики мониторинга, оценки и совершенствования производственных процессов.

7. Интегральная оценка производственной деятельности предприятия «Механический завод» и соотнесение величины ИПП с конечными результатами функционирования дали комплексное представление о степени использования производственных ресурсов и резервах повышения эффективности производства, что явилось основанием для разработки «Рекомендаций по использованию нейронной сети при мониторинге и оценке эффективности производственно-хозяйственной деятельности на основе инновационно-производственного потенциала». Таким образом, ежеквартальный мониторинг ИПП дает возможность для более объективного определения направлений оптимизации структуры ИПП, путей его дальнейшего наращивания и совершенствования производственных процессов предприятия.

ЗАКЛЮЧЕНИЕ

Список литературы диссертационного исследования кандидат технических наук Сазыкина, Ольга Васильевна, 2006 год

1. Агапова Т.Н., Осипова К.Н. Системно-экономическая логика построения системы показателей оценки деятельности предприятий // Экономический анализ: теория и практика. 2005. №7. - С. 2-7.

2. Аналитический пакет Deductor Professional. Руководство пользователя. BaseGroup Labs, 2002. - 184 с.

3. Арнольд В.И. О функциях трех переменных. Докл. АН СССР, т. 114, 1957, №.4.-С.- 679-681.

4. Арнольд В.И. О представлении функций нескольких переменных в виде суперпозиции функций меньшего числа переменных // Математическое просвещение. 1957. -№ 6.-С. 41-61.

5. Аткина Н., Ханжина В., Попов Е. Стратегическое планирование рыночного потенциала предприятия // Генеральный директор. 2005. - № 2. С. 32-37.

6. Бабков А.Г. Рейтинговая оценка деятельности предприятий // Экономический анализ: теория и практика. 2004. - №14. С. 59-64.

7. Бурцев В.В. Комплексный экономический анализ в управлении: основные принципы // Менеджмент сегодня. 2006. - № 2. - С. 86-89.

8. Бухонова С.М., Дорошенко Ю.А. Методика оценки инновационной активности // Экономический анализ: теория и практика. 2005. - № 1. - С. 2-8.

9. Вержбицкий В. М. Численные методы. М.: Высшая школа, 2001.382 с.

10. Витушкин А.Г. О многомерных вариациях. М.: Физматгиз, 1955.380 с.

11. Галушкин А.И. О методике решения задач в нейросетевом логическом базисе // Приложение к журналу «Информационные технологии», 2006. № 9. -24 с.

12. Гоберман В.А., Гоберман JI.A. Основы производственного менеджмента. М.: Юристъ, 2002. - 336 с.

13. Горбань А. Нейроинформатика и ее приложения. // Открытые системы, 1998.-№4-5.-С. 36-41.

14. Горбань А., Росиев Д. Нейронные сети на персональном компьютере.- Новосибирск: Наука, 1996. 276 с.

15. Горбатков С.А., Габдрахманова Н.Т. Способы улучшения ассоциативных свойств нейросетевых математических моделей в системе налогового контроля и управления. Информационные технологии, 2001. - № 4. - С. 7-12.

16. Горбунов Э. Экономический потенциал развитого социализма. // Вопросы экономики, 1981. № 9. - С. 35-39.

17. Джурабаев К.Т., Гришин А.Т. Производственный менеджмент. М.: КНОРУС, 2005.-416 с.

18. Дзахмишева И.Ш., Яицкая Е.А. Оценка эффективности развития машиностроительного производства // Экономический анализ: теория и практика.- 2005. № 13. С. 9-16.

19. Егорова Т.А. Организация производства на предприятиях машиностроения. СПб.: Питер, 2004. - 304 с.

20. Ежов А.А., Шумский С.А. Нейрокомпьютинг и его применения в экономике и бизнесе. Электронное издание, 2002.

21. Забирова J1. Внешняя среда организации // Управление персоналом. -2005. № 3. - С.72-75.

22. Задоя А.А. Народно-хозяйственный потенциал и интенсивное воспроизводство. Киев: Техника и наука, 1986. - 158 с.

23. Золотогоров В.Г. Организация производства и управление предприятием. Минск: Книжный дом, 2005. - 448 с.

24. Исмагилова J1.A., Афанасьев В.Ю. Интеллектуальная система поддержки решений по управлению производством в условиях неопределенности.- Информационные технологии, 2000. № 11. - С. 32-37.

25. Кангин В.В. Декомпозиция технологического процесса на подпроцессы при построении систем управления // Техника машиностроения. 2000. - № 5.-С. 93-96.

26. Кей А. Искусственные нейронные сети Computerworld, 2001. - № 9. -С. 15-18.

27. Киселев Э.В. Основы системного анализа менеджмента качества // Справочник. Инженерный журнал. 2004. - № 6. - С. 23-26.

28. Козловский В.А. Производственный и операционный менеджмент / В. А. Козловский, Т. В. Маркина, В. М. Макаров СПб.: Спец. литература, 1998. -366 с.

29. Конаховская В., Мясникова М, Бурмистров А. Оценка эффективности управления предприятием // Генеральный директор. Спецвыпуск. 2004. - С. 72-74.

30. Короткий С.Г. Нейронные сети: основные положения. // BYTE/Россия, 2000,-№5.-С. 18-21.

31. Короткий С.Г. Нейронные сети: алгоритм обратного распространения. BYTE/Россия, 2000. - № 5. - С. 26-29.

32. Колмогоров А.Н. О представлении непрерывных функций нескольких переменных суперпозициями непрерывных функций меньшего числа переменных. Докл. АН СССР,т. 108, 1956. -№. 2.-С. 179-182.

33. Колмогоров А.Н. О представлении непрерывных функций нескольких переменных в виде суперпозиции непрерывных функций одного переменного. Докл. АН СССР, т. 114, 1957. №. 5. - С. 953-956.

34. Логовский А.С. Зарубежные нейропакеты: современное состояние и сравнительные характеристики. //Нейрокомпьютер, 1998. № 3,4. - С. 13-26.

35. Логовский А. Новейшая история нейрокомпьютинга в России Открытые системы, 2001. - № 3. - С. 16-19.

36. Лопатников Л.И. Экономико-математический словарь. М.: ABF. М., 1996.-704 с.

37. Лычкин Ю. Потенциал строительного комплекса. // Экономист, 1997. -№ 6. -С. 28-34.

38. Ляпина С.Ю. Теоретические основы моделирования рисков стратегического развития предприятия // Менеджмент сегодня. 2006. - № 2. С. 74-85.

39. Максимов М. Демографический потенциал и трудовые ресурсы района. Возможности мониторинга. // Человек и труд, 1997. № 2. - С. 12-17.

40. Малков, А.В. Интегрирование систем обеспечения промышленной безопасности в общую систему менеджмента организации. // Менеджмент в России и за рубежом. 2003. - № 6. - С. 35-38.

41. Масленникова В.Н. Функции управления развитием инновационной восприимчивости организации // Менеджмент сегодня. 2006. № 2. С. 106-112.

42. Медведев B.C., Потемкин В.Г. Нейронные сети. MATLAB 6. М.: ДИАЛОГ-МИФИ, 2002. - 496 с.

43. Менеджмент организации / Под ред. ЭЛ. Румянцевой, Н.А. Солома-тина. М.: ИНФРА-М, 1996. - 432 с.

44. Миркес Е.М. Нейроинформатика. Красноярск: КГТУ, 2002. - 302 с.

45. Мисуно П.И. Обобщающие показатели эффективности использования основных производственных средств: новый подход // Экономический анализ: теория и практика. 2005. - № 1. С. 37-42.

46. Мостеллер Ф., Тьюки Дж. Анализ данных и регрессия. М.: Финансы и статистика, 1982. - 239 с.

47. Нейроинформатика / А.Н. Горбань, В.Л. Дунин-Барковский, А.Н. Кирдин, Е.М. Миркес и др. Новосибирск: Наука. Сибирское предприятие РАН, 1998.-296 с.

48. Нейрокомпьютеры и их применение. Нейронные сети: история развития теории. Кн. 5 / Под общей ред. А.И. Галушкина, ЯЗ. Цыпкина. М.: ИПРЖР, 2001.-840 с.

49. Осовский С. Нейронные сети для обработки информации. М.: Финансы и статистика, 2002. - 344 с.

50. Общая теория статистики / Под ред. А.И. Харламова, О.Э. Башина, В.Т. Бабурина и др. М.: Финансы и статистика, 1994. - 296 с.

51. Основы научных исследований / В.И. Крутов, И.М. Грушко, В.В. Попов и др. М.: Высшая школа, 1989. - 400 с.

52. Омельченко Е.В., Шеметов В. В. Оценка эффективности менеджмента компании. // Управление риском. 2002. - № 2. - С. 43-52.

53. Основы экономического и социального прогнозирования / Под ред. Мосина В.Н., Крука Д.М. М.: Финансы и статистика, 1985. - 396 с.

54. Организация и планирование машиностроительного производства / Под ред. Ю.В. Скворцова, JI.A. Некрасова. М.: Высш. шк., 2003. - 470 с.

55. Организация производства и управление предприятием / Под ред. О.Г. Туровца. М: ИНФРА-М, 2005. - 544 с.

56. Парюк, Ю.В. Интегрированные системы менеджмента организации. // Партнеры и конкуренты. 2004. - № 11. - С. 8-11.

57. Плышевский Б. Потенциал инвестирования. // Экономист, 1996. № 3. - С. 23-29.

58. Производственный менеджмент / Под ред. С.Д. Ильенковой. М.: ЮНИТИ-ДАНА, 2000. - 587 с.

59. Производственный менеджмент / Под ред. В.А. Козловского. М.: ИНФРА-М, 2006. - 574 с.

60. Проскуряков В.М. Самоукин А.И. Экономический потенциал социальной сферы: содержание, оценка, анализ. -М.: Экономика, 1991. 208 с.

61. Ревуцкий Л.Д. Производственная мощность, продуктивность и экономическая активность предприятия. Оценка, управленческий учет и контроль. -М.: Перспектива, 1997. 128 с.

62. Ревуцкий Л.Д. Что такое экономический износ предприятия и как его определять? // Менеджмент сегодня. 2006. - № 2. - С. 100-103.

63. Ревуцкий Л.Д. Рационализация информационной базы для экономического анализа и контроля основных результатов работы предприятия // Менеджмент сегодня. 2006. - № 4. С. 240-250.

64. Розенблатт Ф. Принципы нейродинамики (перцептрон и теория механизмов мозга). М.: «Мир», 1965. - 480 с.

65. Романова МБ. Анализ реализуемости программ и проектов по созданию инновационной продукции // Экономический анализ: теория и практика. 2005.-№4. С. 11-17.

66. Сазыкина О.В. Экономическая оценка основных направлений повышения качества электроэнергии. Сб. науч. тр. международной научно-технической конференции, Москва-Томск «Электрика». 1995. - С. 75-76.

67. Сазыкина О.В. Оценка экономической эффективности инновационных мероприятий на промышленных предприятиях. Сб. научн. трудов «Экономика и маркетинг». Норильский индустр. инст-т. - Норильск, 1998. - С. 88-91.

68. Сазыкина О.В. Критерий эффективности менеджмента электрического хозяйства. Сб. «Электрификация металлургический предприятий Сибири». -Вып. 8. Томск: изд-во Томск, ун-та, 1999. - С. 124.

69. Сазыкина О.В. Экономика и исследование рынка в энергетике. Учебное пособие с грифом УМО. Норильский индустр. инст-т. - Норильск, 1999. -163 с.

70. Сазыкина О.В. Управление качеством продукции. Учебное пособие. Норильский индустр. инст-т. Норильск, 2000. - 129 с.

71. Сазыкина О.В. Нейросетевые методы прогнозирования хозяйственной деятельности промышленных предприятий. Сб. статей «Экономика и управление». Норильский индустр. инст-т. - Норильск, 2004. - С. 69-74.

72. Самоукин А.И. Потенциал нематериального производства М.: Знание, 1991.- 166 с.

73. Сенашова М.Ю. Погрешности нейронных сетей. Вычисление погрешностей весов синапсов: Сб. Методы нейроинформатики / Под ред. А.Н. Горбаня. Красноярск, 1998.-205 с.

74. Словарь русского языка. / Под ред. Ожегова С.И. М.: Государственное книжное издательство, 1984. - 900 с.

75. Словарь современного русского литературного языка. / Ред. Тимофеева К. А. М.: Русский язык, 1994. - 760 с.

76. Современный словарь иностранных слов. М.: Русский язык, 1992.740 с.

77. Тавер Е.И. Целостная система менеджмента организации: как ее создать? // Методы менеджмента качества. 2005. - № 10. - С. 28-31.

78. Таран В. А. Критерии оценки экономической эффективности хозяйственной деятельности // Техника машиностроения. 2000. - № 6. - С. 98-107

79. Тодосийчук А. Научно-технический потенциал социально-трудовой сферы. // Экономист, 1997. -№ 12. С. 43-51.

80. Тяпухин А., Бородин Е. Производственный менеджмент: новые возможности. // Ресурсы. Информация. Снабжение. Конкуренция. 2005. - № 2. -С. 14-21.

81. Уоссермен Ф. Нейрокомпьютерная техника: Теория и практика. М.: Мир, 1992,-240 с.

82. Уидроу Б., Стирнз С. Адаптивная обработка сигналов. М.: Мир, 1989.-440 с.

83. Фатхутдинов Р.А. Организация производства. М.: ИНФРА-М, 2005. -528 с.

84. Феденя А.К. Организация производства и управление предприятием. -Минск: ТетраСистемс, 2004. 192 с.

85. Фигурнов Э. Производственный потенциал М.: Финансы и статистика, 1982.-416 с.

86. Фонотов А.Г. Ресурсный потенциал М.: Финансы и статистика 1985. -256 с.

87. Цветков В .Я. Принятие решений в условиях неопределенности // Техника машиностроения. 2000. - № 6. -С. 17-21.

88. Цыгичко А. Сохранение и приумножение производственного потенциала страны. // Экономист, 1992. № 7. - С. 44-49.

89. Цырульник Р.П., Сазыкина О.В., Векслер Л.Б. Основы менеджмента организации. Учебное пособие. Норильский индустр. инст-т. - Норильск, 1998.-62 с.

90. Шефер X. Топологические векторные пространства. М.: Мир, 1971. -360 с.

91. Шумилов В.В. Многокритериальная оценка инвестиционных проектов // Техника машиностроения. 2000. - № 6. - С. 93-97.

92. Экономический потенциал развитого социализма. / Под ред. Мочалова Б.М. -М.: Экономика, 1982. 382 с.

93. Экономический потенциал страны Советов. М. Политиздат, 1989.347 с.

94. Этимологический словарь русского языка. / Ред. Шаинского Н.М. -М.: Культура, 1994.-508 с.

95. Юсим В.Н., Белявский В., Ярушин А. Прогнозные возможности показателя «Экономический уровень технологии» // Экономический анализ: теория и практика. 2005. - № 1. С. 21-28.

96. Юсим В.Н., Свердлов Б.Е. Оценка перспективности инвестиций на основе показателя «Технологическая отдача» // Экономический анализ: теория и практика. 2005. - № 4. С. 18-22.

97. Cover Т. Geometrical and statistical properties of systems of linier inequalities with applications in pattern recognition. IEEE Trans. Electronic Computers, 1965, vol. 13. - pp. 326-334.

98. Cybenko G. Approximation by superposition of a sigmoidal function. Mathematics of Control, Signals, and Systems, 1989. Vol. 2. - Pp. 303 - 314.

99. Grossberg S. Nonlinear Neural Networks: Principles, Mechanism and Architectures. Neural Networks, 1988. - Vol. - 1, № 1. - P. 17-62.

100. Heht-Nielsen R. Theory of the backpropagation neural network. Neural Networks for Human and Mashine Perception. - Vol. 2. - Boston, MA: Academic Press, 1992.-P. 65-93.

101. Hornik K., Stinchcombe M., White H. Multilayer feedforward networks are universal approximators. Neural Networks. 1989. - Vol. 2. - Pp. 359 - 366.

102. Leonard J.A., Kramer M.A. Radial basis function networks for classifying process faults. IEEE Control System Magazine. - 1991, April. - Pp. 31-38.

103. Riedmiller M., Braun H. RPROP a fast adaptive learning algorithm. Technical Report. - Karlsruhe: University of Karlsruhe, 1992.

104. Stone M.N. The generalized Weierstrass approximation theorem. Math. Mag., 1948.-Vol. 21.-Pp. 167-183,237-254.

105. Tarassenko L., Roberts S. Supervised and unsupervised learning in radial basis function classifiers. IEEE Proc. Vis. Image Signal Process. - 1994. - Vol. 141.-Pp. 210-216.

106. Zadech L.A. The concept of linguistic variable and its application to approximate reasoning. Part 1-3. Information Sciences, 1975. - Pp. 199-249.