WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

На правах рукописи

Заргарян Юрий Артурович

РАЗРАБОТКА И ИССЛЕДОВАНИЕ МЕТОДОВ ПРИНЯТИЯ РЕШЕНИЙ В УСЛОВИЯХ НЕПОЛНОТЫ ДАННЫХ ПРИ НЕЧЕТКОМ ОПИСАНИИ ПАРАМЕТРОВ МОДЕЛЕЙ

Специальность:

05.13.17 «Теоретические основы информатики»

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Таганрог - 2012

Работа выполнена в ФГАОУ ВПО «Южный федеральный университет» на кафедре систем автоматического управления.

Научный консультант: доктор технических наук, профессор Финаев Валерий Иванович

Официальные оппоненты: доктор технических наук, профессор Ромм Яков Евсеевич ФГБОУ ВПО «Таганрогский государственный педагогический институт имени А.П. Чехова», кафедра информатики, заведующий кафедрой доктор технических наук, профессор Бутакова Мария Александровна ФГБОУ ВПО РГУПС, кафедра информатики, профессор

Ведущая организация: ФГБОУ ВПО «Донской государственный технический университет» (г. Ростов-на-Дону).

Защита состоится «28» декабря 2012 г. в 1420 часов на заседании диссертационного совета Д 212.208.21 при Южном федеральном университете по адресу: 347928, г. Таганрог, пер. Некрасовский, 44, ауд. Д- 406.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. При усложнении производственных процессов, применения оборудования, работающего в критических режимах, необходимо решение задач оптимизации, позволяющих повышать эффективность и качество управления в условиях неполноты исходных данных. Управление, как процесс принятия адекватных решений при частичной неопределенности присутствует и в экономических, и в социальных системах.

При известной модели объекта управления эффективно применяется теория автоматического управления, а при неполноте данных предпочтение отдается теории принятия решений. Одним из эффективных направлений теории принятия решений является многокритериальная оптимизация, в частности, оптимизация по моделям оптимума номинала. Применение моделей оптимума номинала, особенно в условиях неполноты данных, позволяет достигать оптимальных показателей критерия эффективности управления. К сфере применения методов принятия решений относятся системы управления запасами, функционирование которых происходит в условиях непрерывно меняющейся ситуации на рынке товаров, наличии многочисленных возмущений, при случайных воздействиях, что определяет необходимость принятия решений в условиях неполноты данных.

Для формализации параметров задач принятия решений в условиях неопределенности эффективно применяют методы теории нечетких множеств и теории возможностей, а также ситуационные модели принятия решений. В развитие этих теоретических направлений следует отметить существенный вклад таких ученых, как А.Н. Аверкин, Л.С. Берштейн, Н.А. Борисов, Д. Дюбуа, Л.А. Заде, Д.А. Поспелов, К.А. Пупков, М. Сугено, Б.Н. Тарасов, Т. Терано, С.В Ульянов, С. Чен, Р.Р. Ягер и многих других.

Методы исследования, известные в математической теории принятия решений, в общем случае позволяют решать задачи анализа и оптимизации нечетко-целевых систем, но требуют развития (расширения), так как специфика задач нечетко-целевого управления предполагает применение методов, направленных на активизацию использования интуиции и опыта специалистов, построения моделей нечетких систем с представлением параметров системы в виде нечетких интервалов.

Диссертационная работа посвящена исследованию, разработке и практическому применению новых методов принятия решений для управления объектами различного назначения (техническими, экономическими или социальными) в условиях неполноты данных, со следующими положениями:

- параметры исследуемой модели задаются в виде вербальных переменных или нечетких интервалов;

- построение самих моделей базируется на идеях метода оптимума номинала;

- многокритериальная оптимизация осуществляется согласно методам Парето-оптимизации;

- апробация результатов исследований связана с системами управления запасами, хотя эти результаты могут найти применение для широкого класса объектов.

Вышеизложенное определяет и подтверждает актуальность исследований диссертационной работы.

Объектами исследования в диссертационной работе являются модели и методы принятия решений в условиях неполноты исходных данных для нечетких систем, функционирование которых осуществляется с участием человека, причем представление систем является нечетко качественным, а информация, получаемая в результате содержательного описания объектов и при моделировании - неопределенная, но обширная, а по содержанию субъективная.

Целью диссертационной работы является развитие методов системного анализа, в частности, раздела решения оптимизационных задач с применением модифицированного метода оптимума номинала, поиска Парето-оптимальных решений, а также нечеткого ситуационного управления в условиях неполноты исходных данных.

Для достижения поставленной цели в диссертационной работе решаются следующие задачи:

- разработка метода оптимизации параметров динамического процесса в условиях неполноты данных на основе анализа возможностей и особенностей применения метода оптимума номинала, а также алгоритма поиска нечеткого максимума функции эффективности и информационного обеспечения для указанного метода;

- формализация задачи ранжирования критериев на примере нечеткого бинарного отношения предпочтения, как обобщенного подхода к задаче ранжирования критериев и задачи ранжирования для Парето-оптимальных решений многокритериальных задач;

- разработка алгоритмов и информационного обеспечения для поиска нечеткого Парето-оптимального решения с применением модифицированных методов последовательного достижения частных целей, последовательных уступок, пороговой оптимизации с учетом возможности задания множества нечетких критериев либо с применением лингвистической переменной, либо с применением нечетких интервалов;

- разработка метода и информационного обеспечения логического анализа области нечетких решений, для вывода оценки комплексного показателя качества эффективности функционирования системы (системы управления запасами), при выборе структуры построения последовательностей применения правил нечеткого логического вывода, а также разных ситуационных моделей принятия решений.

Методы проведения исследования. В диссертационной работе использованы методы исследования операций, методы функционального анализа, теория нечетких множеств, методы нечеткой логики и теория систем. В экспериментальных исследованиях применялось моделирование на ЭВМ.

Достоверность результатов вытекает из их корректного математического обоснования и подтверждается результатами практического использования на предприятиях.

Научная новизна результатов диссертационной работы заключается в следующем:

- разработан метод оптимизации параметров динамического процесса в условиях неполноты данных, отличающийся тем, что на основе метода оптимума номинала осуществляется поиск вербально определенных входных переменных, обеспечивающих достижение максимального значения заданного критерия эффективности функционирования объекта, определенного в виде функции принадлежности отклонения от номинального значения (С. 56-84);

- разработан метод многокритериальной оптимизации при нечетком описании исходных данных, отличающийся тем, что экспертами осуществляется ранжирование критериев, позволяющее формально задать нечеткие графики предпочтения и получить достаточно полную информацию об оценках в ранговой шкале, при попарных сравнениях для последующего поиска Паретооптимальных решений (С. 86-118);

- разработан метод поиска нечеткого Парето-оптимального решения, отличающийся тем, что предложена модификация метода последовательного достижения частных целей, метода последовательных уступок, метода пороговой оптимизации с учетом возможности задания множества нечетких критериев либо с применением лингвистической переменной, либо с применением нечетких интервалов, а также с учетом принципа минимальной сложности, позволяет оценить эффективность найденных решений с применением экспертных оценок и получить степень принадлежности наилучшего, с точки зрения эксперта, варианта Парето-оптимального решения в виде нечеткого интервала (С. 121-134);

- разработан метод логического анализа области нечетких решений, отличающийся тем, что при выборе структуры построения последовательностей применения правил нечеткого логического вывода, а также разных ситуационных моделей принятия решений позволяет осуществить вывод оценки комплексного показателя качества эффективности функционирования системы (системы управления запасами) (С. 134-148).

Основные положения, выносимые на защиту:

- метод оптимизации параметров динамического процесса в условиях неполноты данных для одномерной и многомерной задач оптимизации, позволяющий на основе метода оптимума номинала, в условиях неполноты данных, осуществлять поиск максимального значения заданного критерия эффективности функционирования объекта, определенного в виде функции принадлежности отклонения от номинального значения. Алгоритм поиска нечеткого максимума функции эффективности и информационное обеспечение для метода оптимума номинала с нечеткими параметрами;

- метод многокритериальной оптимизации при нечетком описании исходных данных на основе экспертного ранжирования критериев, позволяющий формально задать нечеткие графики предпочтения для последующего поиска Парето-оптимальных решений многокритериальных задач.

- метод поиска нечеткого Парето-оптимального решения и информационное обеспечение предложенного метода, с применением модифицированного метода последовательного достижения частных целей, метода последовательных уступок, метода пороговой оптимизации с учетом возможности задания множества нечетких критериев, либо с применением лингвистической переменной, либо с применением нечетких интервалов, позволяющий оценить эффективность найденных решений с применением экспертных оценок и получить степень принадлежности наилучшего, с точки зрения эксперта, варианта Парето-оптимального решения в виде нечеткого интервала;

- метод логического анализа области нечетких решений и информационное обеспечение предложенного метода, позволяющего получить заключение о качестве работы системы управления запасами, при вербальном определении основных параметров функционирования системы управления запасами.

Практическая ценность результатов исследований определена их применением на предприятиях и организациях, в подразделениях, решающих задачи принятия управляющих решений в условиях неполноты данных с целью оптимизации нечетко заданного показателя качества.

Реализация и внедрение результатов работы. Результаты работы внедрены:

1) на предприятиях: ООО «ТехЛайн», ООО «Байкал-Сервис Пятигорск», ЗАО ВЦ «ГЭНДАЛЬФ сервис»; 2) при выполнении научно-исследовательской работы «Разработка и исследование методов моделирования и синтеза многокритериальных адаптивных систем управления в условиях неполноты данных с применением средств формализации экспертных знаний и современных информационных технологий»; 3) в учебном процессе на кафедре систем автоматического управления ФГАОУ ВПО «Южный федеральный университет».

Апробация результатов работы. Основные результаты докладывались и обсуждались на Всероссийской научно-технической конференции «Биотехнические, медицинские и экологические системы и комплексы» (Рязань, 2008); Международной научной конференции «Системы и модели в информационном мире», (Таганрог, 2009); Ежегодной научной конференции студентов и аспирантов базовых кафедр ЮНЦ РАН (Ростов-на-Дону, 2009, 2011);

58-й НТК профессорско-преподавательского состава, научных работников, аспирантов и студентов ЮРГТУ (НПИ) (Новочеркасск, 2009); Международной научной конференции «Системы и модели в информационном мире» (Таганрог, 2009); Международной научной конференции «Информационное общество: идеи, технологии, системы» (г. Таганрог, 2010); Конгрессе по интеллектуальным системам и информационным технологиям «AIS-IT’» (Москва, 2010); VIII-й Всероссийской научной конференции молодых ученых, аспирантов и студентов «Информационные технологии, системный анализ и управление» (Таганрог, 2010); Всероссийской молодежной научной конференции «Мавлютовские чтения» (Уфа, 2010); Международном семинаре студентов, аспирантов и ученых (Ростов-на-Дону, 2010, 2011); VIII-ой Всероссийской конференции студентов, аспирантов и молодых ученых «Технологии Microsoft в теории и практике программирования» (Таганрог, 2011); IV-ой Международной научнопрактической конференции (г. Невинномысск, 2011).

Публикации. Основные результаты диссертации опубликованы в 17 статьях, среди которых 10 включены в перечень изданий, рекомендованных ВАК РФ, в тезисах докладов, в отчете по НИР.

Структура и объем работы. Диссертация содержит 169 страниц машинописного текста, включая введение, четыре раздела, заключение, список литературы из 156-ти наименований, 50 рисунков, 7 таблиц, приложение содержит 13 страниц.

КРАТКОЕ СОДЕРЖАНИЕ ДИССЕРТАЦИИ Во введении обоснована актуальность темы, сформулированы цель исследования, научная новизна, практическая ценность, основные положения, выносимые на защиту, достоверность и обоснованность научных положений диссертации, апробация работы.

В первом разделе диссертации исследованы цели и задачи принятия решений в условиях неполноты данных для обобщенного класса объектов технических, экономических и социальных систем, имеющих определение S , где A={ai}, i I={1,2,…,n} – множество элементов рассматриваемого объекта, n – количество элементов в объекте; QA – множество свойств элементов объекта; R={rj}, j J={1,2,…,m} – множество связей между элементами рассматриваемого объекта, m – количество связей между элементами объекта, QR - множество свойств связей элементов объекта, Z - цель, совокупность или структура целей функционирования объекта, которая связана с требованиями обеспечения экстремальных значений выбранных критериев оптимизации функционирования объекта; SZ - условия целеобразования; B - вектор состояний (вектор конструктивных параметров); T - интервал времени, в течение которого будет существовать объект; N – наблюдатель, в функции которого входит принятие управляющих решений относительно поведения объекта; LN - язык наблюдателя.

Рассмотрены различия и признаки задач принятия решений. Определены компоненты объектов управления и критериальная оценка эффективности функционирования, которая может соответствовать виду линейной модели n n n наблюдений, где F - F = bi fi + bi j fi f + bijk fi f fk +...+b12...n f1 f2...fn j j i=1 1 i< j n 1 i< j

Рассмотрены аспекты применения методов оптимизации в задачах управления запасами в условиях неполноты данных, учитывая, что запас - постоянно меняющийся во времени объект, а также постоянно меняется внешняя среда по отношению к системе управления запасами.

Разработана концепция моделирования в задачах принятия решений. На концептуальном уровне моделирование - нахождение некоторой математической схемы, описывающей функционирование управляемого объекта и его взаимодействие с внешней средой. Приведено задание моделей на теоретико~ ~ множественном уровне в виде функций переходов и функций X B,B,F ~ ~ выходов, где X - множество входов, Y - множество выходов, B - q X B,Y,G ~ вектор конструктивных параметров управляемого объекта, - график нечеткого F ~ ~ ~ соответствия, - нечеткий график нечеткого соответствия.

G q Определена модель задачи принятия решений на концептуальном уровне и этапы построения моделей принятия решений. На рис. 1. представлена последовательность этапов построения таких моделей.

Этап 1. Выделение цели или совокупности целей Этап 2. Выделение альтернативных средств, при помощи которых можно достичь цели Этап 3. Определение ресурсов, необходимых для работы управляемого объекта Этап 4. Построение аналитической или структурной модели в виде зависимостей между целями, альтернативными средствами их достижения, окружающей средой и ресурсами Этап 5. Определение критерия выбора предпочтительной альтернативы Рис. 1 - Этапы построения оптимизационных моделей Задача теории принятия решений состоит в поиске такой стратегии, при которой достигался бы экстремум выбранного критерия качества. Приведена классификация методов принятия решений, исходя из содержания экспертной информации и типа получаемой информации.

Осуществлен анализ возможностей применения метода оптимума номинала, а также обоснована необходимость его модификации с нечеткими параметрами, которая также возможна дополнением качественной оценки получаемых результатов с применением вербальных переменных, задаваемых в виде лингвистических и нечетких переменных. Показано, что нечеткий интервал достаточно универсальное средство для формализации неопределенности.

Рассмотрены возможности применения новых информационных технологий для решения оптимизационных задач и задач принятия решений.

Во втором разделе разработан метод оптимизации параметров динамического процесса в условиях неполноты данных, позволяющий при вербальном определении параметров с применением знаний экспертов осуществлять поиск входных переменных, обеспечивающих достижение максимального значения критерия качества работы объекта, определенного в виде функции принадлежности отклонения от номинального значения.

Исследованы особенности применения метода оптимума номинала для управления сложными процессами и приведено описание алгоритма решения.

Обоснована целесообразность формализации параметров оптимизационных задач в условиях неполноты данных с применением нечетких интервалов и нечетких переменных и разработан модифицированный метод поиска нечеткого оптимума номинала. На рис. 2 показан пример нечеткой модификации метода оптимума номинала на примере одномерной задачи оптимизации запаса материала при формировании плана изготовления некоторого изделия.

S m(x) 2 i a1 a2 ai as x CCCi Cs xmx0 mx Нечеткий интервал 1 - распределение запаса j-го материала отклонений от заданного номинала;

2 – распределение запаса, при котором величина функции эффективности достигает максимального значения Рис. 2 - Выбор нечеткого оптимума номинала запаса j-го материала Полосы i (i=1,....,s) соответствуют различным сортам объемам выпуска и занимают весь диапазон значений параметра Х. Сi (i=1,....,s) – расстояние полосы ~ i от выбранного начала отсчета. - нечеткий интервал, означающий, что при xсдвиге нечеткая функция принадлежности отклонений от f mf,mf,, ~ заданного номинала запаса материала на нечеткую величину достигается xмаксимальная эффективность процесса.

Предлагаемая модификация позволяет для заданной функции принадлежности отклонения от номинального значения, нечеткого распределения цен определить такое смещение номинала потребления, которое дает наибольшее значение эффективности системы производства и потребления.

Разработан метод оптимума номинала и алгоритм поиска нечеткого максимума функции эффективности для многомерной задачи оптимизации с нечеткими параметрами.

Разработано информационное обеспечение для метода оптимума номинала с нечеткими параметрами. На рис. 3 представлен пример задания нечеткой цены.

Рис. 3 - Пример задания нечеткой цены для метода оптимума номинала На рис. 4 показан график сдвига номинала относительно заданной функции распределения, а также вывод численного значения сдвига номинала в поле «Вывод».

Рис. 4 – Результат работы программы Таким образом, применение метода оптимума номинала может быть эффективно для одного, двух локальных критериев сложной системы. Если число локальных критериев больше двух, то появляются трудности, поэтому в третьей главе предлагается решение задачи многокритериальной оптимизации при задании многих локальных критериев в условиях неполноты исходных данных.

В третьем разделе диссертационной работы разработан метод многокритериальной оптимизации при нечетком описании исходных данных, позволяющий осуществлять поиск Парето-оптимальных решений в многокритериальных задачах. Отличие данного метода состоит в том, что осуществляется экспертами ранжирование критериев, позволяющее формально задать нечеткие графики предпочтения и получить достаточно полную информацию об оценках в ранговой шкале при попарных сравнениях для последующего поиска Парето-оптимальных решений многокритериальных задач.

Формально определена задача ранжирования критериев с применением нечеткого бинарного отношения предпочтения как обобщенного подхода к задаче ранжирования критериев при поиске Парето-оптимальных решений многокритериальных задач. Рассмотрено определение порядковой шкалы, определение отношений нечеткого строгого порядка и разработан на его основе алгоритм для решения задачи ранжирования критериев, для которых существует отношение нечеткого совершенного строгого порядка. На рис. 5 приведена блоксхема алгоритма ранжирования критериев из множества A={a1,a2,…,an}.

Начало Выбор наименьшего критерия, для которого (а) 0,Организация цикла анализа критериев из множества A={a1,a2,…,an} Выбор критерия ak и проверка 1 условия, при выполнении которого считается, этот критерий - нечетко наименьший Заполнение базы данных ранжирования критериев Проверка условия окончания 1 анализа всех критериев из множества A Конец Рис. 5 - Блок-схема алгоритма ранжирования критериев Решена многокритериальная задача нечеткой оптимизации, как задача принятия решений на основе многокритериального выбора. Рассмотрены варианты решения этой задачи и предложены решения задачи многокритериальной оптимизации с позиций расширения оптимального решения по Парето, при нечетком описании параметров задачи. Выбор оптимального решения сводится к выбору оптимальной оценки из множества всех возможных оценок комбинаций значений критериев.

Определено понятие нечеткой области Парето, области допустимых решений, нечеткого Парето-оптимального решения для мнокритериальной задачи оптимизации. Решение задачи оптимизации осуществляется с применением методов последовательного достижения частных и последовательных уступок, установления весовых соотношений между локальными критериями, метода пороговой оптимизации.

Разработан алгоритм и информационное обеспечение поиска нечеткого Парето-оптимального решения. Главное окно приложения показано на рис. 6.

Рис. 6 - Главное окно приложения В четвертом разделе в рамках разработки метода поиска нечеткого Паретооптимального решения осуществлена модификация метода последовательного достижения частных целей, метода последовательных уступок, метода пороговой оптимизации с учетом возможности задания множества нечетких критериев либо с применением лингвистической переменной, либо с применением нечетких интервалов.

В модифицированном методе последовательного достижения частных целей предлагается скаляризацию векторного нечеткого критерия осуществлять по формуле линейной свертки. Достоинство данного подхода в отличие от метода достижения частных целей состоит в упрощенной реализации за счет применения знаний экспертов. Недостаток этого метода состоит в трудности формализации ошибки эксперта, а также в возможности определения экстремума какого-либо критерия в области недопустимых значений, что также связано с возможными ошибками экспертов.

Если экстремумы локальных критериев не отличаются крутизной, то предлагаемый метод достижения нечетких частных целей согласно ранжированию локальных критериев может быть дополнен алгоритмом последовательных уступок. В модифицированном методе последовательных уступок после поиска экстремума локального критерия i–го ранга экспертами определяется нечеткий интервал потери эффективности по данному критерию, которая может быть принята при максимизации локального критерия (i-1)–го ранга. Недостаток данного подхода состоит в том, что из-за неверного задания нечетких интервалов уступок может возникнуть ситуация, при которой будут исчерпаны резервы поиска экстремума локальных критериев до окончания анализа всех m нечетких критериев.

В модифицированном методе нечеткой пороговой оптимизации поиск Парето-оптимального решения осуществляется после определения нечеткого критерия первого ранга, нахождения его максимума и определения максимальных значений остальных критериев с учетом введенных нечетких ограничений.

Применение экспертных знаний не дает гарантии полной достоверности найденного Парето-оптимального решения. Для модифицированных методов оптимизации с учетом принципа минимальной сложности разработан подход к оценке полученных Парето-оптимальных нечетких решений с учетом полезности. Рассмотренные методы поиска нечеткого оптимального решения алгоритмизированы, поэтому для них применимо понятие сложности. Метод оценки Парето-оптимального решения с учетом полезности позволяет оценить эффективность найденных решений с применением экспертных оценок и получить степень принадлежности наилучшего, с точки зрения эксперта, варианта Парето-оптимального решения в виде нечеткого интервала. На рис. приведен алгоритм метода оценки Парето-оптимального решения с учетом полезности.

Разработан метод логического анализа области нечетких решений, позволяющий осуществить вывод оценки комплексного показателя качества эффективности функционирования системы (системы управления запасами) при выборе структуры построения последовательностей применения правил нечеткого логического вывода, а также разных ситуационных моделей принятия решений.

Разработано информационное обеспечение для комплексной оценки эффективности функционирования системы, позволяющее при вербальном определении основных параметров функционирования системы управления запасами получить заключение о качестве работы системы управления запасами.

Начало Вербальное задание экспертами локальных критериев, терм-множеств и функций принадлежности нечетких множеств локальных критериев Ранжирование экспертами критериев, определение приведенных ~ оценок важности для каждого критерия fi, нечетких ограничений di Подпрограмма генерации m вариантов Парето-оптимальных нечетких решений Задание экспертами множества S состояний системы, множества E оценок эффективности вариантов Парето-оптимальных нечетких решений, нечетких оценок ~ ~ zij полезности i-го варианта решения, оценок состояний системы pls.

Подпрограмма оценки наилучшего варианта Парето-оптимального нечеткого решения по аналогии с критерием Вальда Подпрограмма оценки наилучшего варианта Парето-оптимального нечеткого решения по аналогии с критерием Сэвиджа Вывод результатов оценок и аналитического заключения относительно Парето-оптимального нечеткого решения в соответствии с формулой (4.4) Конец Рис. 7 - Алгоритм метода оценки Парето-оптимального решения с учетом полезности Экспертами задаются лингвистические переменные, оптимальные и критические значения интервалов для критериев, заполняются базы правил нечеткого логического вывода. Затем производится поиск Парето-оптимального решения. На рис. 8 показано окно результата поиска Парето-оптимального решения. Для оценки Парето-оптимального решения с учетом полезности служит вкладка «Оценка решения».

Рис. 8 - Окно результата поиска Парето-оптимального решения В заключении обобщаются основные результаты диссертационной работы.

В приложении приведена формализация вербальных переменных для метода логического анализа области нечетких решений.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ 1. Метод оптимизации параметров динамического процесса в условиях неполноты данных для одномерной и многомерной задач оптимизации. В рамках предложенного метода разработан алгоритм поиска нечеткого максимума функции эффективности и информационное обеспечение для метода оптимума номинала с нечеткими параметрами (С. 54-84).

2. Метод многокритериальной оптимизации при нечетком описании исходных данных на основе экспертного ранжирования критериев для последующего поиска Парето-оптимальных решений многокритериальных задач (С. 86-118).

3. Метод поиска нечеткого Парето-оптимального решения и информационное обеспечение для реализации предложенного метода, с применением модифицированного метода последовательного достижения частных целей, метода последовательных уступок, метода пороговой оптимизации с учетом возможности задания множества нечетких критериев, либо с применением лингвистической переменной, либо с применением нечетких интервалов а также позволяющего, с учетом принципа минимальной сложности, оценить эффективность найденных решений с применением экспертных оценок и получить степень принадлежности наилучшего, с точки зрения эксперта, варианта Парето-оптимального решения в виде нечеткого интервала. (С. 121134).

4. Метода логического анализа области нечетких решений и информационное обеспечение предложенного метода, позволяющий осуществить вывод оценки комплексного показателя качества эффективности функционирования системы (системы управления запасами), при выборе структуры построения последовательностей применения правил нечеткого логического вывода, а также разных ситуационных моделей принятия решений(C. 134-148).

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИОННОЙ РАБОТЫ Публикации в ведущих рецензируемых изданиях, рекомендованных ВАК РФ 1. Заргарян Ю.А. Формализация энергосбытовой деятельности// Известия ЮФУ. Технические науки. Тематический выпуск. «Актуальные проблемы производства и потребления электроэнергии». – Таганрог: Изд-во ТТИ ЮФУ, 2008. № 7 (84) – 240 c., С. 213-22. Заргарян Ю.А. Применение нечеткого логического вывода для управления двигателем// Известия ЮФУ. Технические науки. Тематический выпуск..

Актуальные проблемы производства и потребления электроэнергии». – Таганрог:

Изд-во ТТИ ЮФУ, 2009, №5 (94). – 260 с., С. 224-228.

3. Заргарян Ю.А., Затылкин В.В. Многокритериальное принятие решений по данным опроса мнений// Известия ЮФУ. Технические науки. Тематический выпуск «Методы и средства адаптивного управления в электроэнергетике». – Таганрог: Изд-во ТТИ ЮФУ, 2010, №1 (102). – 260 с., С. 104-110.

4. Заргарян Ю.А., Затылкин В.В. Классификация и нечеткая кластеризация в задачах принятия решений// Известия ЮФУ. Технические науки. Тематический выпуск «Методы и средства адаптивного управления в электроэнергетике». – Таганрог: Изд-во ТТИ ЮФУ, 2010, №1 (102). – 260 с., С. 140-145.

5. Айбазова А.А., Заргарян Ю.А. Принятие решений при многих критериях в условиях неполноты данных// Известия ЮФУ. Технические науки. Тематический выпуск «Методы и средства адаптивного управления в электроэнергетике». – Таганрог: Изд-во ТТИ ЮФУ, 2011, №2 (102). – 260 с., С. 161-166.

6. Заргарян Ю.А., Косенко О.В. Реализация задачи оптимума номинала в условиях неопределенности// Известия ЮФУ. Технические науки. Тематический выпуск. «Методы и средства адаптивного управления в электроэнергетике». – Таганрог: Изд-во ТТИ ЮФУ, № 2 (115), 2011. – С. 180-186.

7. Финаев В.И., Заргарян Ю.А. Метод оптимизации параметров динамического процесса в условиях неполноты данных// Вестник РГУПС, №(43). – Ростов-на-Дону, 2011. С. 140 -145.

8. Заргарян Ю.А. Ранжирование критериев для Парето-оптимальных решений многокритериальных задач// Известия ЮФУ. Технические науки. Тематический выпуск. «Методы и средства адаптивного управления в электроэнергетике». – Таганрог: Изд-во ТТИ ЮФУ, № 2 (127), 2012. – С. 153-160.

9. Финаев В.И., Заргарян Ю.А. Формализация предпочтений экспертов при групповом принятии решений// Известия ЮФУ. Технические науки.

Тематический выпуск. «Методы и средства адаптивного управления в электроэнергетике». – Таганрог: Изд-во ТТИ ЮФУ, № 2 (127), 2012. – С. 160-165.

10. Заргарян Ю.А. Метод оценки Парето-оптимального решения с учетом полезности // Вестник РГУПС, №2 (46). – Ростов-на-Дону, 2012. С. 75 -79.

Публикации в других изданиях 11. Бублей С.Е., Заргарян Ю.А. Системный подход к решению задач управления в условиях неопределенности// Труды Конгресса по интеллектуальным системам и информационным технологиям «AIS-IT’-10».

Научное издание в 4-х томах. – М.: Физматлит, 2010. – Т.3. – С. 273 – 276.

12. Заргарян Ю.А. Программное обеспечение менеджмента//Труды Международной научной конференции «Инновации в обществе, технике и культуре»: Тезисы докладов. Ч.1. - Таганрог: Изд-во ТТИ ЮФУ, 2008. - С. 24-25.

13. Заргарян Ю.А. Задачи проектирования автоматизированных систем сбора данных// Труды Всероссийской научно-технической конференции «Биотехнические, медицинские и экологические системы и комплексы», г. Рязань: Изд-во РГРУ, 2008.. - С. 319-323.

14. Заргарян Ю.А., Финаев В.И. Системное определение менеджмента// Труды Международной научной конференции «Системы и модели в информационном мире», (СМИ-2009), Часть 1. – Таганрог: Изд-во ТТИ ЮФУ, 2009. С. 39-40.

15. Заргарян Ю.А. Ситуационные модели принятия решений в задачах менеджмента//Труды Ежегодной научной конференции студентов и аспирантов базовых кафедр ЮНЦ РАН. – Ростов н/Д: Изд-во ЮНЦ РАН, 2009. С. 129-130.

16. Заргарян Ю.А., Натаров А.В. Экстремальное управление с нечеткой оптимизацией//Труды Ежегодной научной конференции студентов и аспирантов базовых кафедр ЮНЦ РАН. – Ростов н/Д: Изд-во ЮНЦ РАН, 2009. С. 130-131.

17. Заргарян Ю.А., Мартынов В.В. Оценка реального состояния предприятия// Результаты исследований – 2009 материалы 58-й НТК профессорскопреподавательского состава, научных работников, аспирантов и студентов ЮРГТУ (НПИ)/Юж.-Рос. гос. ун-т (НПИ) - Новочеркасск: ЮРГТУ (НПИ), 2009. - С. 326-327.

18. Заргарян Ю.А. Методы системного анализа в задачах управления образовательными учреждениями// Сборник материалов докладов VII-й всероссийской конференции молодых ученых, аспирантов и студентов, «Информационные технологии, системный анализ и управление». – Таганрог:

ТТИ ЮФУ, 2009. – С. 181 – 183.

19. Заргарян Ю.А. Проблемы управляемости в системах принятия социальноэкономических и политических решений//Труды Международной научной конференции «Методы и алгоритмы принятия эффективных решений», (МАПР2009), Часть 1. – Таганрог: Изд-во ТТИ ЮФУ, 2009. С. 48-49.

20. Заргарян Ю.А. Классификация многокритериальной задачи нечеткой оптимизации// Труды Международной научной конференции «Системы и модели в информационном мире», (СМИ-2009), Часть 3. – Таганрог: Изд-во ТТИ ЮФУ, 2009. С. 14-16.

21. Заргарян Ю.А. Механизмы нечеткого выбора при принятии решений// Наука и образование на рубеже тысячелетий: сборник НИР. Вып.2., Ч.1. - М.:

«Учлитвуз», 2009. – с. 7 – 12.

22. Заргарян Ю.А. Концептуальная модель принятия социальноэкономических и политических решений// Труды Международной научной конференции «Информационное общество: идеи, технологии, системы», Часть 1.

– Таганрог: Изд-во ТТИ ЮФУ, 2010. С. 25-27.

23. Заргарян Ю.А. Разработка модели эластичности нечеткого спроса// Информатика и вычислительная техника: сборник научных трудов Российской конференции аспирантов, студентов и молодых ученых/Под ред.В.Н.Негоды. – Ульяновск: УлГТУ, 2010. – С. 231-233.

24. Заргарян Ю.А., Тузов А.В. Имитационная модель многокритериального принятия решений// Труды Всероссийской молодежной научной конференции «Мавлютовские чтения». – Уфа: Изд-во УГАТУ, 2010.

25. Кошелева В.А., Соловьев В.В., Заргарян Ю.А. Особенности архитектуры системы управления доступом// VIII Всероссийская научная конференция молодых ученых, аспирантов и студентов. «Информационные технологии, системный анализ и управление». ТТИ ЮФУ, г. Таганрог 2010. – С. 157 – 158.

26. Тузов А.В., Заргарян Ю.А., Соловьев В.В. Нечеткий регулятор для системы управления курсом судна// VIII Всероссийская научная конференция молодых ученых, аспирантов и студентов. «Информационные технологии, системный анализ и управление». ТТИ ЮФУ, г. Таганрог 2010. – С. 158 – 159.

27. Чигасова Т.В., Соловьев В.В., Заргарян Ю.А. Анализ аппаратной реализации системы управления доступом// VIII Всероссийская научная конференция молодых ученых, аспирантов и студентов. «Информационные технологии, системный анализ и управление». ТТИ ЮФУ, г. Таганрог 2010. – С. 159 – 160.

28. Заргарян Ю.А., Финаев В.И. Критерии оценки целеобразования в задачах принятия решений// VIII Всероссийская научная конференция молодых ученых, аспирантов и студентов. «Информационные технологии, системный анализ и управление». ТТИ ЮФУ, г. Таганрог 2010. – С. 187.

29. Заргарян Ю.А. Применение оптимума номинала при нечетком задании параметров// Системный анализ, управление и обработка информации: Труды 1го Международного семинара студентов, аспирантов и ученых/Под общ. ред.

Р.А. Нейдорфа. – Ростов-на-Дону: Изд. Центр Донск. гос. техн. ун-та, 2010. – С.

198 – 201.

30. Заргарян Ю.А. Применение новых информационных технологий в задачах принятия решений// Труды VIII-ой Всероссийской конференции студентов, аспирантов и молодых ученых. «Технологии Microsoft в теории и практике программирования». Южный регион. Таганрог 2011г.- Таганрог: Изд-во ТТИ ЮФУ, 2011. – С. 40 – 44.

31. Финаев В.И., Заргарян Ю.А. Модели нечеткой оптимизации для управления в нечеткой среде// Молодежь и наука: реальность и будущее:

Материалы IV Международной научно-практической конференции. Т.4:

Естественные и прикладные науки. - Невинномысск: НИЭУП, 2011. – С. 482-485.

32. Заргарян Ю.А. Применение нечетких интервалов в задачах, решаемых методом оптимума номинала// VII Ежегодная научная конференция студентов и аспирантов базовых кафедр Южного научного центра РАН: Тезисы докладов. – Ростов/н/Дону: Изд-во ЮНЦ РАН, 2011. – с. 141-142.

33. Заргарян Ю.А. Метод многокритериальной оптимизации при нечетком описании исходных данных// Материалы всероссийской научной конференции «Перспективы развития гуманитарных и технических систем» - часть 2 – Таганрог: Изд-во ТТИ ЮФУ, 2011. – С. 22-23.

34. Заргарян Ю.А. Применение метода оптимума номинала в условиях неполноты данных// Вопросы специальной радиоэлектроники. Серия «Общие вопросы радиоэлектроники»//Научно-технический сборник. Вып. 1. - МоскваТаганрог: МАИ-ТНИИС, 2011. – С. 108-116.

35. Заргарян Ю.А. Метод оптимизации параметров оптимума номинала в условиях неполноты данных// Системный анализ, управление и обработка информации [текст]: Труды 2-го Международного семинара студентов, аспирантов и ученых/ Под общ. ред. Р.А. Нейдорфа.– Ростов-н/Д: Изд. центр Донск. гос.

техн. ун-та, 2011. – С. 152-158.

36. Заргарян Ю.А., Косенко Е.Ю., Шкуркин Д.В. Практические аспекты реализации информационно-управляющей системы дистанционного образования// Системный анализ, управление и обработка информации: Труды 2го Международного семинара студентов, аспирантов и ученых/ Под общ. ред.

Р.А. Нейдорфа.– Ростов-н/Д: Изд. центр Донск. гос. техн. ун-та, 2011. – С.

300-304.

37. Заргарян Ю.А. Выбор моделей принятия решений при анализе нечетких состояний объекта// Наука и образование на рубеже тысячелетий: Сборник НИР.

Вып. 1. М.: «Учлитвуз», 2011. - С. 94-102.

38. Заргарян Ю.А. Формализация ранжирования критериев// Материалы всероссийской научной конференции «Актуальные проблемы современности:

человек, общество, техника» - часть 3 – Таганрог: Изд-во ТТИ ЮФУ, 2012. – C.

16-17.

39. Заргарян Ю.А. Нечеткое отношение предпочтения при ранжировании критериев в задачах принятия решений// Всероссийская научная конференция молодых ученых, аспирантов и студентов. «Информационные технологии, системный анализ и управление»: Сборник материалов. - Таганрог: Изд.-во ТТИ ЮФУ, Т.2, 2011. - С. 62-Личный вклад автора в работах, опубликованных в соавторстве: [3] разработан метод принятия решений на основе нечеткого линейного программирования; в [4] разработан алгоритм кластеризации при разных количествах нечетких кластеров; в работах [5, 26] предложено решение задачи определения экстремума функции нечетких переменных; в [7] предложен подход для решения задачи нечеткой оптимизации; в [9] проведен анализ стохастических комбинаций критериев и разработан метод приближенно-количественных измерений; в работах [16,17,31] предложен метод оптимизации параметров объекта в условиях неполноты данных; в работах [24-27, 36] предложены способы принятия решений при многих критериях; в [28] предложены критерии оценок в задачах принятия решений.

Соискатель Заргарян Юрий Артурович




© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.