Структурный анализ рядов данных для принятия решений в социально-технических системах тема диссертации и автореферата по ВАК РФ 05.13.10, кандидат технических наук Пучкова, Татьяна Васильевна

• Пучкова, Татьяна Васильевна
• кандидат технических наук
• 2008

Оглавление диссертации кандидат технических наук Пучкова, Татьяна Васильевна

ВВЕДЕНИЕ

1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ СТРУКТУРНОГО АНАЛИЗА ДИНАМИЧЕСКИХ РЯДОВ ДАННЫХ.

1.1 Принципы алгоритмизации с учетом структуры динамических сигналов.

1.2 Определение ^функционально однородных составляющих.

1.3 Компонентное разложение сигналов.

1.4 Выделение статистически однородных составляющих.

1.5 Формирование случайных функций с желаемыми свойствами.

1.6 Статистическое описание выборок случайных функций.

1.7 Получение структурных функций.

1.8 Разложение сигнала на параллельные составляющие.

1.9 Выделение наиболее информативных факторов путем формирования выборок с желаемыми свойствами.

1.10 Обзор и анализ методов структурного анализа данных.

1.10.1 Алгоритм адаптивного сжатия данных.

1.10.2 Метод, основанный на использовании разнотемповых скользящих средних.

1.10.3 Осцилляторы.

1.10.4 Функционалы отличия.

1.10.5 Японские свечи.

1.10.6 Достоинства и недостатки методов структурного анализа.

2. ОСНОВНЫЕ ЗАДАЧИ СТРУКТУРНОГО АНАЛИЗА.

2.1 Задача построения условно-образцовой кривой.

2.1.1 Постановка задачи.

2.1.2 Решение задачи.

2.1.3 Алгоритм построения условно-образцовой кривой с применением теории нечетких множеств.

2.1.3.1 Основные положения теории нечетких множеств.

2.1.3.2 Уточненная структура двухкомпонентного критерия.

2.2 Задача оптимизации настроечных параметров методов структурного анализа с использованием условно-образцовой кривой.

2.2.1 Постановка задачи.

2.2.2 Решение задачи.

2.3 Задача уточнения координат особых точек, выделенных различными методами, при анализе ряда данных в оперативном режиме.

3. РЕЗУЛЬТАТЫ РЕШЕНИЯ ЗАДАЧ СТРУКТУРНОГО АНАЛИЗА.

3.1 Результаты решения задачи построения условно-образцовой кривой.

3.2 Результаты решения задачи поиска оптимальных настроечных параметров методов структурного анализа.

3.3 Результаты решения задачи уточнения координат особых точек, выделенных различными методами, при анализе ряда данных в оперативном режиме.

4. МНОГОВАРИАНТНЫЙ ПОДХОД К СТРУКТУРНОМУ АНАЛИЗУ РЯДОВ ДАННЫХ.

4.1 О всеобщей многовариантности.

4.2 Принципы и законы многовариантности.

4.3 Многовариантные технологии.

4.4 Многовариантный структурный анализ рядов данных.

Введение диссертации (часть автореферата) на тему «Структурный анализ рядов данных для принятия решений в социально-технических системах»

Актуальность проблемы. При управлении современными сложными системами основными источниками информации являются реализации данных, характеризующих их работу. Большинству реальных объектов присущи последовательности данных с изменяющимися структурами, статистическими и другими свойствами. Для описания их характерных особенностей применяется множество методов статистического и спектрального анализа, фильтрации, прогнозирования и другие. Накоплен большой опыт успешного применения этих методов в различных сферах человеческой деятельности.

Результаты анализа данных, которые используются для принятия решений на объектах, существенно зависят от структурных свойств исследуемой реализации. Натурные данные о состоянии реальных объектов различной природы являются, как правило, более сложными, чем предполагаемые в исходных предпосылках известных теоретических схем, и обладают большим динамическим разнообразием с точки зрения их локальных структурных особенностей, тенденций и других характеристик. В связи с этим возникает необходимость в качественном расширении используемого аппарата. Естественным представляется подход, использующий целенаправленное расчленение динамических реализаций на более простые структурно-однородные составляющие с целью распознавания и фиксирования так называемых особых точек, которые соотносятся с моментами наиболее значительного изменения конкретных свойств ряда данных, в частности, с моментами изменения тенденций (трендов). С этой точки зрения полезным является применение методов структурного анализа, направленных на вскрытие внутреннего строения динамического ряда данных с целью своевременного распознавания его структурных особенностей и дальнейшего принятия решения на объекте. Структурный анализ опирается на динамическое оценивание разнообразных трендов с их наглядным представлением. Однако отсутствие методики выбора настроечных параметров этих методов вынуждает аналитиков полагаться на свою интуицию и опыт. Кроме того, при определении координат особых точек возникает некоторая неопределенность, вызванная нечетко выраженными правилами их определения, что неизменно ведет к снижению качества принимаемых решений.

Таким образом, актуальность диссертационного исследования продиктована необходимостью дальнейшего развития и совершенствования методов анализа данных с целью выделения моментов изменения тенденций на реализациях для принятия по результатам анализа решений на различных объектах.

Цель диссертации. 1. Обобщить накопленный опыт по применению методов структурного анализа для распознавания состояния объектов различной природы с целью дальнейшего принятия решений. 2. Разработать методику оптимизации настроечных параметров методов структурного анализа, которая позволяет расширить область применения методов. 3. Исследовать возможность применения многовариантного подхода к структурному анализу рядов данных.

Для выполнения цели выделены следующие задачи: построение условно-образцовой кривой, которая используется в качестве «эталона» при нахождении оптимальных настроечных параметров; оптимизация настроечных параметров методов структурного анализа; уточнение координат особых точек; классификация методов структурного анализа; построение многовариантного алгоритма распознавания состояния организационно-технических систем для принятия решений.

Методы выполнения работы. Выполнение диссертационной работы базируется на обобщении практического опыта применения методов структурного анализа для технологических объектов и на аппарате методов нестационарной статистической динамики, теории фильтрации, теории принятия решений в организационных системах, методах и алгоритмах многовариантного анализа данных, характеризующих работу организационных объектов.

Научная новизна. В диссертации получены следующие результаты, характеризующиеся научной новизной:

1. Методика оптимизации настроечных параметров методов структурного анализа, отличающаяся применением алгоритма обучения «с учителем» с целью расширения круга рассматриваемых объектов с учетом их особенностей.

2. Уточненная структура двухкомпонентного критерия, содержащего точностную и гладкостную составляющие, отличающаяся тем, что с целью повышения его чувствительности к изменению настроечного параметра используемого фильтра для выделения условно-образцовой кривой, применена нечеткая логика.

3. Алгоритм построения условно-образцовой кривой, заключающийся в использовании уточненной структуры двухкомпонентного критерия, который обеспечивает повышение надежности распознавания моментов изменения тенденций на исследуемых реализациях данных.

4. Алгоритм определения оптимальных настроечных параметров, отличающийся использованием в качестве «эталона» условно-образцовую кривую, что способствует повышению эффективности методов структурного анализа.

5. Способ уточнения координат особых точек, найденных различными методами структурного анализа, отличающийся применением элементов теории нечетких множеств, что наиболее точно соответствует возникающей неопределенности и позволяет принимать более обоснованные решения на объектах.

6. Классификация методов структурного анализа, которая была положена в основу разработки многовариантного алгоритма определения особых точек на реализациях данных.

7. Многовариантный алгоритм распознавания моментов изменения тенденции, отличающийся возможностью использования множества методов структурного анализа одновременно, что позволяет повысить их надежность, а, следовательно, и правильность принимаемых решений.

Практическая значимость работы. Разработанная методика оптимизации настроечных параметров методов структурного анализа, а также предложенный многовариантный алгоритм позволяют своевременно и надежно распознавать моменты изменения тенденций на реализациях данных, характеризующих объекты различной природы, и принимать на них более обоснованные решения.

Реализация результатов работы. Результаты работы используются в учебном процессе в виде учебно-методического и программного комплекса при изучении таких дисциплин, как «Анализ и обработка данных», «Методы получения и обработки информации для задач управления социально-экономическими системами», «НИР», а также при выполнении курсовых и дипломных работ по специальности «Прикладная информатика (в управлении)» в Сибирском государственном индустриальном университете; методы структурного анализа, конкретизированные для медицинских объектов и представленные в виде комплекса программ, а также методика поиска оптимальных настроечных параметров используемых методов и разработанный многовариантный алгоритм используются в системе комплексного анализа данных в Кустовом медицинском информационно-аналитическом центре г. Новокузнецка. Справки о внедрении представлены в приложении.

Предмет защиты и личный вклад автора. На защиту выносятся: методика оптимизации настроечных параметров методов структурного анализа; уточненная структура двухкомпонентного критерия; алгоритм построения условно-образцовой кривой с использованием нечеткой логики; алгоритм определения оптимальных настроечных параметров с применением условно-образцовой кривой в качестве «эталона»; способ уточнения координат особых точек, найденных различными методами структурного анализа с применением элементов теории нечетких множеств; классификация методов структурного анализа, которая положена в основу разработки многовариантного алгоритма определения особых точек на реализациях данных; многовариантный алгоритм распознавания моментов изменения тенденции, позволяющий увеличить надежность их определения а, следовательно, и правильность принимаемых решений в организационных системах.

Личный вклад автора заключается в непосредственном творческом участии во всех разработках и получении основных результатов, связанных с методикой оптимизации настроечных параметров методов структурного анализа; с разработкой алгоритма построения условно-образцовой кривой с использованием элементов теории нечетких множеств, который играет роль «учителя» при оптимизации настроечных параметров; и алгоритмом оптимизации настроечных параметров; способом уточнения координат особых точек, найденных различными методами структурного анализа с использованием нечеткой логики; классификацией методов структурного анализа и созданием на ее основе многовариантного алгоритма распознавания моментов изменения тенденций на реализациях данных, а также конкретизацией методов структурного анализа для использования их на объектах различной природы для принятия решений.

Апробация работы. Основные положения и результаты работы докладывались и получили одобрение на 19 конференциях, включая Международные конференции по СССУ (Воронеж, 2003 г., Тверь, 2004 г., Воронеж, 2005 г.), Международную конференцию по проблемам управления (Москва, 2003 г.), Международные научно-практические конференции по TAC (Москва, 2003 г., 2005 г., 2007 г.), Всероссийские научно-практические конференции по системам автоматизации в образовании, науке и производстве (Новокузнецк, 2003 г., 2005 г., 2007 г.), Международные конференции «Инноватика» (Сочи, 2004 - 2007 г.г.), Всероссийскую научно-практическую конференцию по моделированию, программному обеспечению и наукоемким технологиям в металлургии (Новокузнецк, 2007 г.), Международную научно-практическую конференцию по образованию, науке, производству и управлению (Старый Оскол, 2006 г.), Международную конференцию по сложным системам управления и менеджменту качества (Старый Оскол, 2007 г.), Международную научно-практическую конференцию студентов, аспирантов и молодых ученых (Томск, 2007 г.), Международную научно-практическую конференцию по фундаментальным прикладным проблемам приборостроения, информатики и экономики (Сочи, 2007 г.).

Публикации. По теме диссертации опубликованы 2 статьи в изданиях, рекомендованных ВАК РФ, 19 тезисов и докладов, выпущено 1 учебное пособие. В работах, опубликованных в соавторстве и приведенных в конце автореферата, лично соискателю принадлежит: [1] - многовариантный алгоритм определения особых точек применительно к объектам, характеризующим работу технологических агрегатов; [3, 6, 7] - постановка и решение задачи определения координат особых точек с помощью функционалов отличия; [4, 5, 8, 11] - алгоритм многовариантного поиска моментов изменения тенденций; [9] - постановка и решение задач структурного анализа в рамках комплексного анализа рядов данных; [10] - классификация методов структурного анализа; [12] - постановка и решение задачи определения координат особых точек с помощью скользящих средних; [13] - постановка и решение задач структурного анализа с применением осцилляторов; [15, 16] - алгоритм многовариантного поиска особых точек на основе классификации методов структурного анализа; [17, 20 — 22] - алгоритм выделения условно-образцовой кривой на основе теории нечетких множеств; [18, 19] - алгоритм поиска момента смены тренда методами структурного анализа с элементами теории нечетких множеств.

Структура и объем работы. Диссертация состоит из введения, четырех глав, выводов и заключения и содержит 145 страниц основного текста, список использованных источников из 91 наименования, содержит 68 рисунков и 10 таблиц.

Заключение диссертации по теме «Управление в социальных и экономических системах», Пучкова, Татьяна Васильевна

7. Результаты работы используются в учебном процессе в виде учебно-методического и программного комплекса при изучении таких дисциплин, как «Анализ и обработка данных», «Методы получения и обработки информации для задач управления социально-экономическими системами», «НИР», а также при выполнении курсовых и дипломных работ по специальности «Прикладная информатика (в управлении)» в Сибирском государственном индустриальном университете.

8. Методы структурного анализа, конкретизированные для медицинских объектов, и представленные в виде комплекса программ, а также методика поиска оптимальных настроечных параметров используемых методов и разработанный многовариантный алгоритм приняты к использованию в автоматизированной системе комплексного анализа данных в Кустовом медицинском информационно-аналитическом центре г. Новокузнецка.

ЗАКЛЮЧЕНИЕ И ВЫВОДЫ

В диссертации обобщен накопленный опыт применения методов структурного анализа рядов данных, который целесообразно осуществлять фиксированием координат особых точек, соотносимых с моментами наиболее значительного изменения свойств реализаций данных, например, изменения тренда, характера колеблемости около тенденций и другие локальные особенности. По результатам анализа можно принимать более обоснованные решения на объектах различной природы.

Список литературы диссертационного исследования кандидат технических наук Пучкова, Татьяна Васильевна, 2008 год

1. Авдеев В.П. Концепция общего развития на базе многовариантных систем / В.П. Авдеев, Л.П. Мышляев, Т.В. Киселева // Вариантника. Информационный сборник 1. Новокузнецк, 1995 - С. 51 - 66.

2. Авдеев В.П. Многовариантное мировоззрение в настоящем и будущем / В.П. Авдеев // Вариантника. Информационный сборник 3. Новокузнецк, 1997-С. 9-22.

3. Авдеев В.П. О всеобщей многовариантности / В.П. Авдеев // Изв. Вузов. Черная металлургия, 1996. № 4. - С. 48 - 50.

4. Авдеев В.П. Производственно-исследовательские системы с многовариантной структурой / В.П. Авдеев, Б.А. Кустов, Л.П. Мышляев. Новокузнецк: КузбассФИАР, 1992. - 188 с.

5. Авдеев В.П. Сущность направления «Вариантника» / В.П. Авдеев // Изв. Вузов. Черная металлургия, 1998. № 6. - С. 38 - 40.

6. Авдеев В.П. Характеристики многовариантности / В.П. Авдеев, Л.И. Криволапова, Т.В. Кораблина // Изв. Вузов. Черная металлургия, 1996. -№ 4.-С. 50-55.

7. Айвазян С.А. Прикладная статистика / С.А. Айвазян, И.С. Енюков, Л.Д. Мешалкин. -М.: Финансы и статистика, 1983. 471 с.

8. Акелис Ст. Б. Технический анализ от А до Я / Ст. Б. Акелис. М.: Диаграмма, 2000. - 364 с.

9. Алиев P.A. Нечеткие регуляторы и интеллектуальные промышленные системы управления / P.A. Алиев, Э.Г. Захарова, C.B. Ульянов // Итоги науки и техники. Сер. Техн. кибернетика.-М.:ВИНИТИ АН СССР, 1991. -Т. 32.-233-313.

10. Ю.Алимов Ю.И. Альтернатива методу математической статистики / Ю.И.

11. Алимов. М.: Знание, 1980. - 64 с. П.Алимов Ю.И. Измерение спектров и статистических вероятностей. (Учебное пособие) / Ю.И. Алимов. - Свердловск: изд. УПИ, 1986. - 96 с.

12. Алтунин А.Е. Модели и алгоритмы принятия решений в нечетких условиях / А.Е. Алтунин, М.В. Семухин. Тюмень: Изд-во Тюменского государственного университета, 2000. - 352 с.

13. Батыршин И.З. Основные операции нечеткой логики и их обобщения / И.З. Батыршин. — Казань: Отечество, 2001. 102 с.

14. Беллман Р. Принятие решений в расплывчатых условиях / Р. Беллман, Л.Заде // Вопросы анализа и процедуры принятия решений М.: Мир, 1976.-С. 172-215.

15. Бурков В.Н. Введение в теорию активных систем / В.Н. Бурков, Д.А Новиков. М.: ИПУ РАН, 1996. - 125 с.

16. Бурков В.Н. Как управлять проектами / В.Н. Бурков, Д.А Новиков. -М.: Синтег, 1997.- 188 с.

17. Бурков В.Н. Основы математической теории активных систем / В.Н. Бурков. М.: Наука, 1977. - 255 с.

18. Бурков В.Н. Теория активных систем: состояние и перспективы / В.Н. Бурков, Д.А Новиков. М.: Синтег, 1999. - 128 с.

19. Волович М.И. Контроль и оценивание конвертерной плавки по косвенным параметрам / М.И. Волович, В.П. Авдеев, Я.Г. Парпаров. Кемерово, 1989.- 124 с.

20. Вятченин Д.А. Нечеткие методы автоматической классификации / Д.А. Вятченин. Минск: Технопринт, 2004. - 219 с.

21. Гмурман В.Е. Теория вероятностей и математическая статистика / В.Е. Гмурман. М.: Высшая школа, 1997. - 418 с.

22. Губко М.В. Лекции по принятию решений в условиях нечеткой информации / М.В. Губко. Электронный ресурс.: Курс лекций. Режим доступа:http://www.mtas.ru/searchresults.php?shortview=0&publicationid=2703, свободный.

23. Губко М.В. Теория игр в управлении организационными системами / М.В. Губко, Д.А. Новиков. М.: Синтег, 2002. - 148 с.

24. Демарк Томас Р. Технический анализ новая наука / Томас Р. Демарк.- М.: Диаграмма, 1999. 280 с.

25. К основам многовариантных систем информатики и управления / В.П. /

26. Авдеев, Т.В. Киселева, В.Я. Дубовик, Е.Г. Руденкова // Вариантника.

27. Информационный сборник 2. Новокузнецк, 1996 - С. 97 - 109.

28. Кан М. Технический анализ.: Пер. с англ. / М. Кан. СПб.: Питер," 1998. -288 с.

29. Киселева Т.В. Автоматизированный анализ реализаций данных с использованием функционалов отличия / Т.В. Киселева, Т.В. Пучкова // Сб. докл. Междун. конф. по СССУ. Воронеж, 2003. - Том 1 - С. 277 -280.

30. Киселева Т.В. Анализ реализаций с использованием функционалов отличия / Т.В. Киселева, Т.В. Пучкова // Труды 4-ой Всеросс. науч.-практ. конф. по системам автоматизации в образовании, науке и производстве.- Новокузнецк, 2003. С. 68 - 72.

31. Киселева Т.В. Анализ рядов данных с использованием функционалов отличия / Т.В. Киселева, Т.В. Пучкова // Труды Междун. науч.-практ. конф. по TAC. М., 2003. - С. 132 - 135.

32. Киселева Т.В. Использование комплексного подхода при анализе рядов данных / Т.В. Киселева, Т.В. Кораблина, Е.Г. Руденкова, Т.В. Пучкова //

33. Материалы Междун. конф. по системным проблемам качества, матем. моделирования, информ. и электр. технологиям. — Сочи, 2004. — С. 25 — 28.

34. Киселева Т.В. Комплексный структурный анализ данных с использованием скользящих средних / Т.В. Киселева, Т.В. Пучкова // Сб. науч. тр. 7-ой Междун. конф. по СССУ: том 1. Воронеж, 2005. - С. 54 - 57.

35. Киселева Т.В. Многовариантный алгоритм структурного анализа временных рядов / Т.В. Киселева, Т.В. Пучкова // Материалы Междун. конф. по СССУ. Тверь, 2004. - С. 310 - 314.

36. Киселева Т.В. Многовариантный структурный анализ данных / Т.В. Киселева, Т.В. Пучкова // Труды 4-ой Всеросс. науч.-практ. конф. по системам автоматизации в образовании, науке и производстве. Новокузнецк, 2003.-С. 62-67.

37. Киселева Т.В. Многовариантный структурный анализ реализаций данных технических и рыночных систем / Т.В. Киселева, Т.В. Пучкова // Матера-лы 2-ой Междун. конф. по проблемам управления: том 1. М., 2003. -Том 1-С. 153.

38. Киселева Т.В. Многовариантный структурный анализ рядов данных / Т.В. Киселева, Т.В. Пучкова // Сб. докл. Междун. науч.-практ. конф. по образованию, науке, производству и управлению. — Старый Оскол, 2006. -С. 103-108.

39. Киселева Т.В. Структурный анализ динамических рядов данных / Т.В. Киселева, Т.В. Пучкова // Сб. докл. Междун. конф. по СССУ. — Воронеж, 2003. Том 1 - С. 272 - 276.

40. Киселева Т.В. Структурный анализ динамических рядов данных: Учебное пособие / Т.В. Киселева, Т.В. Пучкова. Новокузнецк: изд. Сиб-ГИУ, 2005.-110 с.

41. Киселева Т.В. Структурный анализ рядов данных с использованием осцилляторов / Т.В. Киселева, Т.В. Пучкова // Тр. Междун. науч.-практ. конф. по TAC. М., 2005. - С. 87 - 92.

42. Колби Р. Энциклопедия технических индикаторов рынка: Пер. с англ. / Р. Колби. М.: Альпина, 1998. - 586 с.

43. Криони О.В. Технический анализ валютного рынка: Учеб. Пособие / О.В. Криони, P.P. Латыпов. М.: Изд-во МАИ, 2004. - 297 с.

44. Круглов В.В. Нечеткая логики и искусственные нейронные сети: Учеб. Пособие / В.В. Круглов, М.И. Дли, Р.Ю. Голунов. М.: ФИЗМАТЛИТ, 2001.-224 с.

45. Кузнецов М.В. Технический анализ рынка ценных бумаг / М.В., Кузнецов, A.C. Овчинников. -М.: ИНФРА-М, 1996. 170 с.

46. Кулаков С.М. Многовариантное прогнозирование расчетных показателей / С.М. Кулаков, В.П. Авдеев, Н.Ф. Бондарь // Изв. вузов. Черная металлургия. 1996, № 4 - С. 77 - 82.

47. Летов A.M. Динамика полета и управление /A.M. Летов. М.: Наука, 1969.-351 с.51 .Малышев Н.Г. Нечеткие модели для экспертных систем в САПР / Н.Г. Малышев, Л.С. Бернштейн, А.В.Боженюк. — М.: Энергоиздат, 1991. — 136 с.

48. Мешалкин В.П. Экспертные системы в химической технологии / В.П. Мешалкин. М.: Химия, 1995. - 368 с.

49. Многовариантные структуры, средства, системы. Вариантника. (Тематические подборки статей). // Изв. Вузов. Черная металлургия, 1994. -№№ 4, 8. 1995. - №№ 4, 6, 12. - 1996. - № 10. - 1997. - № 6.

50. Могиленко A.B. Элементарные понятия теории нечетких множеств / A.B. Могиленко, A.B. Балуев. Новосибирск, 2003. - 297 с.

51. Мэрфи Дж.Дж. Межрыночный технический анализ / Дж. Дж. Мэрфи. -М.: Диаграмма, 1999. 310 с.

52. Мэрфи Дж. Дж. Технический анализ фьючерсных рынков: теория и практика / Дж. Дж. Мэрфи. М.: Диаграмма, 2000. - 588 с.

53. Найман Э.Л. Трейдер-инвестор / Э.Л. Найман. Киев: Вира-Р, 2000. -626 с.

54. Недосекин А.О. Нечеткий финансовый менеджмент / А.О. Недосекин. Электронный ресурс.: Статья. 2003. — Режим доступа: http://sedok.narod.ru, свободный.

55. Недосекин А.О. Нечетко-множественный анализ риска фондовых инвестиций / А.О. Недосекин. Электронный ресурс.: Монография. Санкт-Петербург, 2002 г. - Режим доступа: http://sedok.narod.ru, свободный.

56. Недосекин А.О. Фондовый менеджмент в расплывчатых условиях / А.О. Недосекин. Электронный ресурс.: Монография. Санкт-Петербург, 2003 г. - Режим доступа: http://sedok.narod.ru, свободный.

57. Нисон Ст. Японские свечи: графический анализ финансовых рынков / Ст. Нисон. М.: Диаграмма, 1998. - 347 с.

58. Новак В. Математические принципы нечеткой логики / В. Новак, И. Перфильева, И. Мочкорж. М.: ФИЗМАТЛИТ, 2006. - 352 с.

59. Новиков Д.А. Курс теории активных систем / Д.А. Новиков, С.Н. Петраков. -М.: Синтег, 1999. 108 с.

60. Орловский С.А. Проблемы принятия решений при нечеткой исходной информации / С.А. Орловский М.: Наука. Главная редакция физико-математической литературы, 1981. - 208 с.

61. Основы теории нечетких множеств: Метод. Указания / Сост. И.Л. Коробова, И.А. Дьяков. Тамбов: Изд-во Тамб. гос. техн. ун-та, 2003. - 24 с.

62. Пивкин В.Я. Нечеткие множества в системах управления / В .Я. Пивкин, Е.П. Бакулин, Д.И. Кореньков. Новосибирск: Издательство НГУ, 1996.-42 с.

63. Применение осцилляторов при торговле на FOREX Электронный ресурс.: Статья. Режим доступа: http://www.forexclub.ru/articles/14.html, свободный.

64. Пучкова Т.В. Система поддержки принятия решения на различных объектах по результатам структурного анализа рядов данных / Т.В. Пучко-ва // Системы управления и информационные технологии. 2007. - № 3.3 (29)-С. 372-376.

65. Райфа Г. Прикладная теория статистических решений / Г. Райфа, Р. Шлейфер. М.: Статистика, 1997. - 387 с.

66. Рыков A.C. Модели и методы системного анализа: принятие решений и оптимизация: Учебное пособие для вузо / A.C. Рыков. — М.: МИСИС, Издательский дом «Руда и металлы», 2005. 352 с.

67. Самарский A.A. Парадоксы многовариантного нелинейного мира мира вокруг нас / A.A. Самарский, С.П. Курдюмов // Международный ежегодник «Гипотезы. Прогнозы. (Будущее науки)». -М.: Знание, 1989. -С. 9-29.

68. Симонов K.B. Исследование состояния сложного объекта на основе теории нечетких множеств / К.В. Симонов, В.А. Шмидт // Тр. II Всерос. конф. «Финансово-актуарная математика и смежные вопросы». — Красноярск: ИВМ СО РАН, 2003. — Ч. 2. — С. 173-180.

69. Скороспелов Д.А. Нечеткие множества для четких выводов / Д.А. Скороспелое. Электронный ресурс.: Статья. — Режим доступа: http://www.zhuk.net, свободный.

70. Солодовников В.В. Статистические методы при автоматизации производства / В.В. Солодовников, В.А. Усков. М.: Наука, 1966. - 651 с.

71. Структурный анализ временных последовательностей данных. Монография / Т.В. Киселева, В.Н. Бурков, Е.Г. Руденкова, В.И. Зинченко — Новокузнецк, 2004. 139 с.

72. Структурный анализ сигналов при алгоритмизации технологических процессов. Учебное пособие / В.П. Авдеев, П.Г. Белоусов, Я.Г. Парпа-ров, В.Э. Шамовский. — Новокузнецк: Сибирский металлургический институт, 1993 78 с.

73. Сычев В.А., Сычев И.В. Технический анализ валютного и фондового рынков: Учеб. Пособие. / В.А. Сычев. Ростов н/Д: РГЭА, 1999. - 96 с.

74. Технология в системном представлении / В.П. Авдеев, Н.М. Кулагин, Б.А. Кустов, С.М. Кулаков // Вариантника. Информационный сборник 1. Новокузнецк, 1995 - С. 67 - 77.

75. Тьюки Дж. Анализ результатов наблюдений / Дж. Тьюки. М.: Мир, 1993.-690 с.

76. Усков A.A. Интеллектуальные технологии управления. Искусственные нейронные сети и нечеткая логика / A.A. Усков, A.B. Кузьмин. М.: Горячая Линия — Телеком, 2004. - 143 с.

77. Фетинина Е.П. Применение теории нечетких множеств в МвПРОР-технологии в многовариантной технологии профориентации и адаптации обучения / Е.П. Фетинина, Т.В. Кораблина // Системы управления и информационные технологии, 2007. — № 1 — С. 95 -101.

78. Фишер Р. Последовательность Фибоначчи: приложения и стратегии для трейдеров / Р.Фишер. Электронный ресурс.: Статья. Режим доступа: http://kommersant.org.ua/Texanaliz.html, свободный.

79. Химмельблау Д. Анализ процессов статистическими методами / Д. Химмельблау. М.: Мир, 1973. - 352 с.

80. Чернов В.Г. Модели поддержки принятия решений в инвестиционной деятельности на основе аппарата нечетких множеств / В. Г. Чернов. — М.: Горячая Линия Телеком, 2007 г. - 312 с.

81. Черныш И.Г. Алгоритмы помехозащищенной обработки динамических сигналов в системах автоматизации металлургических процессов: Дис. канд. техн. наук / И.Г. Черныш. Новокузнецк, 1987. - 87 с.

82. Четыркин Е.М. Вероятность и статистика / Е.М. Четыркин, И.Л. Ка-лихман. М.: Финансы и статистика, 1992. - 509 с.

83. Швагер Д. Технический анализ. Полный курс / Д. Швагер. М.: Альпи-на, 2001.-805 с.

84. Эрлих А. Технический анализ товарных и денежных рынков / А. Эрлих. -М.:Ю ИНФРА-М, 1996. 173 с.

85. Элдер А. Как играть и выигрывать на бирже. Психология. Технический анализ. Контроль над капиталом / А. Элдер. М.: Диаграмма, 2004. -349 с.

86. Яхъяева Г.Э. Нечеткие множества и нейронные сети / Г.Э. Яхъяева. М.: Интернет-Университет Информационных Технологий, 2006. - 316 с.

87. Утверждаю: Ректор ГОУ ВПО «СибГИУ», пррфесс*

88. Кулагин Н.М. Шл^г^иЛ 2008 г.об использовании в учебном процессе диссертационных разработок аспиранта кафедры систем информатики и управления ГОУ ВПО1. СибГИУ» Пучковой Т.В.п.п. Наименование разработки Вклад в учебный процесс

89. Заведующая кафедрой систем информатики и управления, доктор технических наук, профессор

90. Вклад в комплексный анализ данных

91. Использование методики настройки параметров методов структурного анализа, конкретизированных для данных о рождаемости,перинатальной смертности крупного промышленного города Сибири; использование многовариантного алгоритма структурного анализа данных.

92. Заместитель директора МУ «Кустовой медицинский информационно-аналитический центр» г. Новокузнецка

93. Главный инженер МУ КМИАЦ, заместитель председателя научно-технического совета1. О.В.Боловнева1. В.Л. Лошкарев