WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!


 

На правах рукописи

Скоробогатченко Дмитрий Анатольевич

методология интеллектуальной поддержки принятия управленческих решений в организационных системах автодорожного комплекса

05.13.10 – Управление в социальных и экономических системах

Автореферат

диссертации на соискание ученой степени

доктора технических наук

Астрахань 2012

Работа выполнена в ФГБОУ ВПО «Волгоградский государственный архитектурно-строительный университет»

Научный консультант доктор технических наук, профессор

  Боровик Виталий Сергеевич

Официальные оппоненты:  доктор технических наук, профессор

Дворянкин Александр Михайлович

доктор технических наук, профессор

Квятковская Ирина Юрьевна

доктор технических наук, профессор

Столяров Виктор Васильевич

Ведущая организация Санкт-Петербургский институт

  информатики и автоматизации РАН

  (СПИИРАН) 

       Защита состоится 30 марта 2012 г. в 10.00 часов на заседании диссерта­ционного совета ДМ 212.009.03 при Астраханском государственном универси­тете по адресу: 414056, г. Астрахань, ул. Татищева, 20 «а».

С диссертацией можно ознакомиться в библиотеке Астраханского госу­дарственного университета.

       Автореферат разослан  «____» ______________2012 г.

       

Ученый секретарь

диссертационного совета, к.т.н. Щербинина О.В.

Общая характеристика работы

Актуальность работы. Сложившаяся в настоящее время практика распределения ресурсов в организационных системах автодорожного комплекса является результатом несоответствия существующей методологии поддержки принятия решений при управлении качественным состоянием сложных объектов перспективным потребностям отрасли1, решить которое в рамках имеющихся теоретических и методических подходов не удается, что ведет к потерям как в автодорожном комплексе, так и в сопутствующих отраслях.

По данным Росавтодор нормативным требованиям соответствуют только 40 % федеральных автомобильных дорог, при этом в 2010 году на содержание автомобильных дорог из федерального бюджета выделено 56 млрд. рублей, что меньше, чем в 2009 году, а от норматива, утвержденного в 2007 году, составило 50 %.

Попытки выхода их сложившейся в отрасли проблемной ситуации путем применения имеющихся систем поддержки принятия управленческих решений носили частичный, временный или ограниченный характер в силу ряда причин, среди которых следует отметить высокую стоимость получения информации о начальном состоянии объекта, обилие сложно формализуемой вербальной информации относительно его функционирования, трудно поддающейся описанию формальными математическими методами, а также необходимость сбора большого количества данных для применения сложных эмпирических зависимостей, прогнозирующих изменение качественного состояния сложных объектов в автодорожном комплексе.

В результате качественное состояние автомобильных дорог снижается, растут автотранспортные затраты, потери от ДТП, ухудшается социальное обслуживание населения, что приводит к недополучению внетранспортного эффекта в сопутствующих отраслях народного хозяйства, препятствует модернизации экономики страны и делает актуальным направление исследований, связанное с разработкой систем интеллектуальной поддержки управления качественным состоянием сложных объектов в организационных системах автодорожного комплекса.

Проблема заключается в отсутствии комплексного метода оценки и прогнозирования качественного состояния сложных объектов в организационных системах автодорожного комплекса, позволяющего принимать обоснованные управленческие решения при содержании автодорог в условиях неполноты информации количественного характера.

В качестве гипотезы выдвинуто предположение о том, что в условиях неполноты информации разработка методологии интеллектуальной поддержки принятия управленческих решений в организационных системах автодорожного комплекса с использованием нечетких нейронных сетей (НС) позволит повысить эффективность использования ресурсов при эксплуатации дорожных объектов и, как следствие, функционирования дорожной отрасли в целом. 

Цель и задачи работы. Целью исследований является разработка методологии интеллектуальной поддержки принятия управленческих решений в организационных системах автодорожного комплекса.

Для достижения поставленной цели необходимо решить следующие задачи:

  1. Обосновать комплексный подход к определению основных элементов и переменных в системе поддержки принятия решений, а также базовые принципы ее реализации в рамках необходимости разработки единой методологической концепции управления качественным состоянием сложного объекта в организационных системах автодорожного комплекса;
  2. Разработать метод идентификации состояния сложного объекта автодорожного комплекса с возможностью одновременного использования качественной и количественной информации в системе поддержки принятия управленческих решений;
  3. Разработать метод прогнозирования изменения качественного состояния сложного объекта в организационных системах автодорожного комплекса и алгоритм повышения объективности результатов в системе поддержки принятия управленческих решений;
  4. Разработать совокупность моделей для оценки, прогнозирования и повышения качества и объективности результатов в системе поддержки принятия управленческих решений в организационных системах автодорожного комплекса;
  5. Разработать концептуальную схему управления качественным состоянием сложного объекта в автодорожном комплексе на основе интеллектуальной системы поддержки принятия решений, способствующую повышению эффективности  управленческих решений на основе критерия результат/затраты, а также с учетом возможностей финансирования отрасли;
  6. Разработать способную к адаптивной настройке информационную интеллектуальную систему поддержки принятия решений объединяющую модели оценки состояния сложных объектов, прогнозирования его изменения и повышения качества результатов, а также алгоритмы и критерии оптимизации.

Объектом исследования является система управления качественным состоянием сложного объекта в автодорожном комплексе.

Предметом исследования является методология поддержки принятия управленческих решений.

Методологической базой исследований являются системный анализ, математическая статистика, теория нечетких множеств и нейронных сетей. Исходные положения работы основаны на общепринятых теориях по управлению изменением качественного состояния сложного объекта в организационных системах автодорожного комплекса. Адекватность установленных теоретических зависимостей подтверждена экспериментально путем сравнения результатов моделирования изменения состояния сложного объекта с фактическими данными, полученными в ходе диагностики на примере автомобильных дорог региона. В процессе исследований использовались современные компьютерные технологии и программные продукты, в том числе созданные автором.

Научная новизна работы состоит в формулировании новой концепции системы поддержки принятия решений при управлении состоянием сложного объекта в организационных системах автодорожного комплекса, в рамках которой:

  • разработана методология оценки и прогнозирования состояния сложного объекта, позволяющая, в отличие от существующих, использовать качественные параметры, задаваемые вербально наравне с количественными характеристиками, полученными инструментальными средствами;
  • разработана совокупность методов для оценки и прогнозирования изменения состояния сложного объекта с использованием экспертной информации качественного характера;
  • разработана методика повышения эффективности прогнозирования состояния сложного объекта, способствующая  устранению субъективизма информации качественного характера, отличающаяся применением нечетких нейронных сетей;

Разработана совокупность моделей и алгоритмов, реализованная в виде системы поддержки принятия решений при управлении состоянием сложного объекта в организационных системах автодорожного комплекса, включающей:

  • модель для оценки состояния сложного объекта с использованием экспертной информации качественного характера;
  • модель для прогнозирования изменения состояния сложного объекта на основе композиционного вывода;
  • гибридную модель повышения объективности и точности прогноза состояния сложного объекта, основанную на синтезе композиционного вывода с нейронными сетями;
  • интеллектуальный многокритериальный алгоритм принятия решений относительно текущей управляющей стратегии при различных уровнях финансирования отрасли.
  • информационную технологию поддержки принятия решений, позволяющую на основе предлагаемой концепции управления состоянием сложного объекта повысить эффективность обработки и хранения информации.

Теоретическая значимость заключается в обосновании новой концепции принятия управленческих решений в организационных системах автодорожного комплекса на основе разработанной методологии комплексной многофакторной оценки и прогнозирования изменения состояния сложного объекта с возможностью сочетания качественной и количественной информации на основе применения нечетких нейронных сетей.

Практическая значимость диссертационного исследования заключается в разработке автоматизированной системы интеллектуальной поддержки принятия решений «Road Status», которая включает:

  • разработанное дополнение к традиционному отраслевому методу экспертно-бальной оценки качества состояния (содержания) на примере автомобильных дорог, принятое к внедрению в организациях по диагностике дорожных объектов;
  • разработанный алгоритм по оценке эффекта от проведения дорожных работ на стадии планирования с целью принятия управленческих решений в условиях ограниченных ресурсов, используемый государственными организациями-заказчиками и частными подрядными предприятиями; 
  • выработанные практические стратегии управленческих решений относительно дорожных объектов на уровне района, области, региона, приняты к внедрению органами государственной власти;
  • установленные значения весовых коэффициентов связей в нечеткой нейронной сети, позволяющие осуществлять прогноз изменения качественного состояния сложных объектов в организационных системах автодорожного комплекса Центрального и Южного федеральных округов.

Автор защищает методологию управления состоянием сложных объектов в автодорожном комплексе, основанную на системе интеллектуальной поддержки принятия решений, существенным компонентом которой является метод экспертной идентификации, а также совокупность установленных экспериментально-аналитических зависимостей и закономерностей, позволяющих использовать качественные результаты визуально-лингвистической оценки для прогнозирования изменения качественного состояния дорожных объектов с учетом воздействия внешних отрицательных факторов и планируемых стратегий работ для целей оптимизации управленческих решений.

Достоверность научных положений, выводов и рекомендаций подтверждается уровнем сходимости результатов прогнозирования с фактическими данными на примере изменения эксплуатационного состояния автомобильных дорог региона. Обоснованность научных положений и рекомендаций характеризуется положительными результатами от внедрения на предприятиях автодорожного комплекса.

Личный вклад автора в решение проблемы заключается в формулировании общей идеи работы и ее цели; в формировании методологического подхода к исследованиям; в выполнении теоретических и значительной части экспериментальных исследований; в обобщении, обработке и анализе результатов; в разработке методологического подхода к исследованию интеллектуальных систем поддержки принятия управленческих решений при содержании объектов дорожной отрасли; создании метода оценки качественного состояния автомобильных дорог на основе визуально-лингвистической экспертной информации, позволяющей определять текущее состояние объекта с учетом воздействия на него внешних контролируемых и неконтролируемых факторов; в разработке нейрокомпьютерного метода управления состоянием сложного объекта в организационных системах автодорожного комплекса; во внедрении в практику организаций автодорожного комплекса оптимизационных механизмов поддержки принятия управленческих решений.

Реализация результатов работы. Разработанная методология интеллектуальной поддержки принятия управленческих решений в организационных системах автодорожного комплекса внедрена в Управлении автомобильных дорог администрации Волгоградской области, Областном государственном унитарном предприятии «Волгоградавтодор», муниципальном учреждении коммунально-дорожного строительства, ремонта и содержания «Комдорстрой», государственном казенном учреждении «Дагестанавтодор», ЗАО «Компания «Дорис», Волгоградском филиале Федерального государственного унитарного предприятия «Российский дорожный научно-исследовательский институт», Министерстве промышленности, транспорта и природных ресурсов Астраханской области, ООО «Дорожно-строительное предприятие «ПК-Строй», ООО «Доринжсервис», ООО «Астродорсервис», а также в учебном процессе Волгоградского государственного архитектурно-строительного университета, Волгоградского государственного технического университета и Тихоокеанского государственного университета.

Апробация работы. Основные положения и результаты диссертационной работы представлялись и докладывались на межвузовской заочной научно-практической конференции «Проблемы ЖКХ и недвижимости» (г. Самара 2006 г.), Всероссийской научно-технической конференции «Социально-экономические и технологические проблемы развития строительного комплекса и жилищно-коммунального хозяйства региона» (г. Михайловка 2006 г.), Всероссийской научно-практической конференции студентов, аспирантов и молодых ученых «Проблемы проектирования, строительства и эксплуатации транспортных сооружений» (г. Омск 2006 г.), Международной научно-практической конференции «Строительство – 2006» (г. Ростов-на-Дону 2006 г.), Ежегодной научно-практической конференции профессорско-преподавательского состава и студентов ВолгГАСУ (г. Волгоград 2008 г.), Международной научно-практической конференции, посвященной 65-летию образования Волгоградской государственной сельскохозяйственной академии «Межкультурная деловая коммуникация: проблемы и перспективы российско-молдавского сотрудничества в формировании коммуникативной компетенции кадров агробизнеса»  (г. Волгоград 2009 г.), Всероссийской научно-практической конференции «Управление региональными системами: интеграционный подход, факторное обеспечение, методы, модели» (г. Волгоград 2009 г.), международной научно-практической конференции «Малоэтажное строительство в рамках национального проекта «Доступное и комфортное жилье гражданам России»: технологии и материалы, проблемы и перспективы развития в Волгоградской области» (г. Волгоград 2009 г.), Всероссийской научно-практической конференции «Российский регион: управление инновационным развитием в условиях мирового финансового кризиса» (г. Волгоград 2010 г.), IV научно-техническая конференции студентов, аспирантов и молодых ученых «Молодежь и научно-технический прогресс в дорожной отрасли Юга России» (г. Волгоград 2010 г.),  V научно-техническая конференции студентов, аспирантов и молодых ученых «Молодежь и научно-технический прогресс в дорожной отрасли Юга России» (г. Волгоград 2011 г.).

Публикации. По теме диссертации автором опубликовано 56 научных работ, в том числе, 21 работа в периодических изданиях, рекомендованных ВАК к публикации результатов докторской диссертации, 33 статьях в сборниках материалов международных, всероссийских научных конференций, получено регистрационное свидетельство на программу для ЭВМ. Без соавторов опубликовано 16 работ в научно-технических журналах, по перечню ВАК и выпущено 2 монографии.

Структура и объем диссертации. Диссертация состоит из введения, пяти глав, заключения, библиографического списка и приложений. Объем диссертации составляет 317 страниц включает 111 рисунков и 30 таблиц, включая приложения. Библиографический список включает 529 наименований, из них 187 на иностранных языках.

Основное содержание работы

Во введении обоснована актуальность темы, поставлена цель и сформулированы задачи диссертационного исследования, показаны научная новизна и практическая значимость работы.

В первой главе проведен анализ существующих отечественных и зарубежных систем принятия управленческих решений в организационных системах автодорожного комплекса и сформулирована цель исследования, заключающаяся в разработке теоретических основ многофакторной оптимизации управления состоянием дорожных объектов на основе качественных моделей.

На основе анализа таких отечественных систем управления, как АБДД «РЕМОНТ» и АБДД «ДОРОГА», Титул 2000—2005, IndorGIS/Road, программа «Минимум», ArcGIS, MAPInfo, АБДД «ODRR», а также зарубежных систем таких как COSMOS, RMMS, RANGIS, OPTIS, WUP, SEVADER, RIMES, VISAGE и SECUR, OSS, STRADA-DB, MEPLAN, MA.P.P.E., SAMOA, ERASME, PMS, PAVER, RAMS, VIAVIEW, WS PMS, HDM установлено, что оптимизация управленческих решений организационных систем автодорожного комплекса включает две части: первоначальную оценку фактического состояния дорожных объектов и прогнозирование его изменения.

Анализ исследований В.К. Апестина, А.К. Бируля, Т.В. Бобровой, В.С. Боровика, А.П. Васильева, Г.М. Гасанова, Г.И. Глушкова, Л.И. Горецкого, А.Д. Гриценко, О.А. Дивочкина, Э.В. Дингеса, В.Н.Ефименко, И.А. Золоторя, Н.Н. Иванова, С.К. Иллиополова, В.Е. Кагановича, Б.Н. Карпова, М.С. Коганзона, М.Б. Корсунского, О.А. Красикова, Л.Б. Миротина, В.П. Носова, П.И. Поспелова, Н.А. Пузакова, В.М. Сиденко, В.В. Сильянова,  Ю.М. Ситникова, Ю.В. Слободчикова, А.Б. Соловчук, В.В. Столярова, А.Я. Тулаева, В.В. Чванова, Ю.М. Яковлева, А.И. Ярмолинского, В.А. Ярмолинского, В.Н. Яромко и др. позволил классифицировать подходы к управлению состоянием сложных объектов в автодорожном комплексе (табл. 1).

Таблица 1

Сравнительный анализ существующих систем управления качественным состоянием сложных объектов в автодорожном комплексе

Критерий сравнения

Реализация

США

Европа

Россия

Существующие

Авторская

Названия программных продуктов

Highway Development and Management

Pavement Manage­ment System

«Титул», «Минимум», «ODRR»

«Road Status»

Возможность учета качественных и количественных данных на единой математической основе

+

+/–

+

Возможность учета данных о воздействии транспортной нагрузки и погодно-климатических факторах

+

+

+/–

+

Возможность оценки интегральным показателем качества

+/–

+/–

+

+

Возможность многокритериальной оптимизации

+

+

+/–

+

Доступность автоматизированных продуктов для рядовой дорожной организации

+

+

+/–

+

Адаптивность к местным условиям

+

+

Возможность статистического улучшения качества результатов расчетов

+/–

+/–

+/–

+

Учет работ управляющих воздействий

+

+/–

+

Примечание:

«–» – не реализовано; «+» – реализовано; «+/–» – частично реализовано

В результате анализа исследований С.А. Баркалова, А.М. Бершадского, Л.С. Берштейна, А.Н. Борисова, В.Н. Буркова, С.Н. Васильева, С.А.  Гавриловой, Ю.Б. Гермейера, М.Б. Гузаирова, С.В. Емельянова, Л. Заде, А.Ю. Заложнева, В.А. Камаева, И.Ю.Квятковской, В.Н. Кузнецова, А.Б. Куржанского, В.Г. Лебедева, Б.М. Миллера,  А.О. Недосекина, Д.А. Новикова, А.И. Орлова, Т.А. Орловского, Д.А. Поспелова, Е.Я. Рубинович, В.Ф. Хорошевского, А.В. Щепкина, Н.И. Юсуповой, и других установлено, что для управления сложным объектом в организационных системах большие возможности открывает использование нечеткой логики и нечетких нейронных сетей.

Во второй главе разработана методика оценки состояния сложного объекта  автодорожного комплекса с использованием качественной информации. Сущность методики заключается в представлении всех переменных-листьев функциями принадлежности нечетких множеств и дальнейшем переходе от совокупности переменных-листьев к интегральной переменной. Для первоначальной оценки приоритетов переменных листьев предлагается использовать метод парных сравнений.

Располагая значениями степени вклада каждой из нижестоящих переменных в вышестоящую, вершины функций принадлежности интегральных лингвистических переменных определяются по формулам:

где — степень вклада рассматриваемой нижестоящей переменной в переменную высшего уровня (значимость показателя), определяемая методом парных сравнений (рис. 1). В связи с тем, что переменные-листья, как правило, имеют не одинаковую размерность предусмотрено проведение процедуры нормализации.

На основе разработанной методики оценки была предложена система прогнозирования изменения состояния сложного объекта  автодорожного комплекса, основанная на композиции нечетких отношений

называемая max-min-композицией (или max-min-сверткой) отношений R1 и R2.

Реализация методики прогнозирования состояния сложного объекта представлена на рис. 2.

1. База правил. База правил в методике прогнозирования состояния сложного объекта представлена совокупностью логических правил вида «ЕСЛИ-ТО», связывающих переменные начального состояния сложного объекта с переменными управляющего и отрицательного воздействия.  База правил составляет основу корректного функционирования модуля нечеткого управления и представлена множеством нечетких правил вида

где N — количество нечетких правил,   — нечеткие множества.

2. Блок вывода. Нечеткое множество, характеризующее прогнозируемое состояние сложного объекта в организационных системах автодорожного комплекса , определяется комбинацией нечеткого множества и отношения , т.е.

или

Если используемая t-норма имеет тип «произведение» и нечеткая импликация определяется правилом типа «произведение», то предыдущее выражение можно записать в виде

3. Блок фуззификации. Фуззификатор преобразует N-мерный входной вектор начальных данных о состоянии объекта, факторах внешней среды и управляющих воздействиях в нечеткое множество , характеризуемое функцией принадлежности . С практической точки зрения наиболее удобно использовать функции гауссовского типа.

4. Блок дефуззификации. Блок дефуззификации представлен следующим выражением:

где — это центр нечеткого множества , то есть точка, в которой достигает максимального значения. Блок дефуззификации позволяет выполнять обратную операцию — конечное прогнозируемое состояние сложного объекта в организационных системах автодорожного комплекса приводится от функции к точному числовому значению.

Субъективизм построения сетки правил и функций принадлежности предлагается устранить путем представления методики композиционного вывода прогнозируемого состояния дорожного объекта на основе нейронных сетей.

Для реализации методики предлагается использовать многослойную НС прямого распространения. Самым важным свойством этой НС является способность обучаться на основе статистических материалов и в результате повышать свою производительность. Обучение нейронной сети происходит посредством корректировки синаптических весов. В качестве методики обучения предлагается использовать алгоритм обратного распространения ошибки.

Объединив метод дефуззификации (7), вывод согласно выражению (6), блок фуззификации и гауссовскую функцию принадлежности, прогноз изменения качественного состояния сложного объекта автодорожного комплекса можно представить в виде

где параметры и представляют собой центр и ширину гауссовской функции. Она опосредует собой функции принадлежности, используемые в методике прогнозирования состояния объектов, а ее параметры и , настраиваясь в процессе обучения, позволяют повысить точность прогноза.

В третьей главе разработана модель идентификации начального состояния объектов в организационных системах автодорожного комплекса, а также факторов внешней среды и управляющих воздействий, функционирующая в два этапа: ввод переменных и представление начальных данных, их агрегирование и получение значений интегральных переменных. На первом этапе пользователем определяются значения всех переменных-листьев деревьев параметров качественного состояния сложного объекта, управляющего воздействия и воздействия внешней среды (рис. 3).

Затем для всех переменных-листьев разрабатываются терм-множества. Далее на основе разработанных терм-множеств строятся функции принадлежности гауссовского типа. В конце первого этапа заданные пользователем значения переменных отражаются на функциях принадлежности. Переменным присваиваются значения тех терм-множеств, степень принадлежности к которым максимальна.

На втором этапе модели идентификации начального состояния объекта (рис. 4) для всех функций принадлежности, построенных на первом этапе, осуществляется процедура нормализации, и, если необходимо, приведение функций принадлежности к прямому порядку оси.

В завершении строятся функции принадлежности интегральных переменных и вычисляются их значения.

Модель прогнозирования изменения состояния объекта в организационных системах автодорожного комплекса базируется на работе модели идентификации и функционирует в три этапа (рис. 5).

В целях устранения уязвимых мест модели прогнозирования изменения состояния сложного объекта, основанной исключительно на нечетком выводе, предлагается нечеткая нейронная сеть, опосредующая композиционный вывод.

Условно, обучение сети, лежащее в основе модели прогнозирования изменения состояния объекта автодорожного комплекса, можно разделить на две составляющие:

  1. Обучение, преследующее целью корректировку весовых коэффициентов связей, позволяющее скорректировать правую часть нечетких правил, то есть выражение, идущее после слова «то». Данная составляющая представляет собой корректировку вида нечетких правил.
  2. Обучение, преследующее целью корректировку формы гауссовских функций, представляющее собой корректировку формы функций принадлежности нечетких множеств, используемых в качестве левой части в нечетких правилах, то есть выражений, которым предпослано слово «если». Благодаря реализации данного направления, в модели прогнозирования изменения состояния объекта будет устранен субъективизм в функциональном описании нечетких множеств.

Алгоритм первой составляющей процесса обучения нечеткой нейронной сети в модели прогнозирования изменения качественного состояния сложного объекта автодорожного комплекса выглядит следующим образом:

1. Задается обучающая выборка. Она представляет собой статистический набор фактических значений входных переменных и соответствующих им значений выходной переменной — прогнозируемого качественного состояния дорожных объектов (табл. 2).

\\

Таблица 2

Общий вид обучающей выборки для нечеткой нейронной сети по прогнозированию

изменения состояния сложного объекта с двумя входами

Номер примера выборки

Фактическое значение первой входной переменной

Фактическое значение второй входной переменной

Фактическое значение выходной переменной

2. Определяется расчетное значение выходной переменной для каждого из m примеров обучающей выборки. Кроме этого, определяются отклонения расчетных значений прогнозируемого состояния объекта от фактических (табл. 3).

3. Задается величина средней допустимой ошибки за цикл обучения и скорость обучения .

4. Определяются новые значения весов связей между третьим и четвертым слоем по следующим формулам:

где t — номер цикла обучения.

Один цикл обучения включает перебор всех примеров из обучающей выборки.

5. Определяется средняя фактическая ошибка за цикл обучения

Таблица 3

Общий вид обучающей выборки с фактическими значениями для нечеткой нейронной сети с двумя входами по прогнозированию изменения состояния сложного объекта

Номер примера выборки

Фактическое значение первой входной переменной

Фактическое значение второй входной переменной

Фактическое значение выходной переменной

Расчетное значение выходной переменной, полученное в модели

Фактическое значение ошибки прогнозирования

Если значение средней фактической ошибки за цикл обучения превышает значение средней допустимой ошибки, то происходит возврат на шаг 4. В противном случае процесс обучения прекращается и нечеткая нейронная сеть считается обученной.

Далее перейдем к рассмотрению второй составляющей процесса обучения — корректировке формы функций принадлежности гауссовского типа, представляющих нейроны второго слоя. Алгоритм настройки включает в себя алгоритм обучения для корректировки нечетких правил, проиллюстрированный выше. Однако после корректировки весов по формулам 9 и 10 осуществляется корректировка формы функций принадлежности нечетких множеств в соответствии с алгоритмом, представленным на рис. 6.

В четвертой главе разработана концепция схемы оптимизации управленческих решений в организационных системах автодорожного комплекса, включающая три основных блока: среду управления, объект управления и управляющую систему (рис. 7).

Управляющая система, в свою очередь, включает в себя блок сбора информации, осуществляющий оценку фактического состояния дорог и дорожные условия, подсистему назначения работ с механизмом перебора вариантов дорожных стратегий с целью оптимизации величины затрат, а также регулярно обновляемый банк данных со сведениями о предыдущих воздействиях среды, состояниях автомобильной дороги, проводимых на ней работах и данных о стоимости работ и ресурсов.

В целях практической реализации подсистемы назначения работ была проведена классификация критериев, используемых при планировании дорожных работ. В результате установлено, что наибольшее распространение получила методика распределения средств, основанная на критерии, представляющем собой отношение результат/затраты. В частности, в основе базового документа, определяющего в настоящее время методику распределения средств на дорожные работы в России, лежит вычисление прироста показателя дорожных условий до и после проведения соответствующего типа дорожных работ.

В качестве критерия назначения управленческих воздействий в организационных системах автодорожного комплекса предлагается использовать максимум отношения прироста показателя качества сложного объекта к вызвавшим этот прирост затратам.

Отметим, однако, что применяя только сам этот критерий, можно превысить лимитированные на дорожные работы средства. В связи с этим, предлагается использовать данный критерий после отсечения альтернативных вариантов размером бюджета. В результате можно ранжировать дорожные объекты и, зная стоимость работ на них, составить список ремонтируемых объектов (дорог, участков и пр.), обеспеченных финансированием в текущем году.

В пятой главе описываются расчеты с использованием автоматизированной системы «Road Status», спроектированной для практического применения разработанных в исследовании моделей и алгоритмов. АСУ «Road Status» создана в среде NetBeans на языке программирования PHP с использованием фреймворка CodeIgniter. Система хранит данные в базе данных MySQL, однако, возможности CodeIgniter позволяют импортировать данные  в любые базы без каких-либо вмешательств в устройство системы.

Практические расчеты в АСУ «Road Status» показали несостоятельность первоначальной гипотезы построения модели прогнозирования изменения качественного состояния сложного объекта, основанной на параллельной работе двух нечетких НС. Поэтому было принято решение изменить архитектуру нечеткой НС в модели прогнозирования с двух параллельных сетей с двумя входами в каждой на одну сеть с тремя входами, одновременно, сочетающей в себе начальное состояние объекта с воздействием среды и управляющими воздействиями (рис. 8).

Практические расчеты осуществлялись на примере автомобильных дорог II-III технических категорий Центрального и Южного федеральных округов. Общее количество примеров-километров, использованных в обучающей выборке, составило свыше трех с половиной тысяч. Для получения сведений о качественном состоянии дорог использовалась как визуально-вербальная экспертная оценка, так и данные инструментальных исследований, проводимых ФГУП «Росдорнии». Для оценки интенсивности воздействия среды использовались данные метеослужбы.

Рис. 8. Архитектура нечеткой НС модели прогнозирования качественного состояния сложного объекта при оптимизации управленческих решений в организационных системах автодорожного комплекса

Первоначальные веса связей, или лингвистические правила, получены экспертным путем. В результате обучения получены новые весовые коэффициенты, для автомобильных дорог II—III технических категорий Южного и Центрального федеральных округов. 

Результат прогнозирования состояния объекта на примере эксплуатационного состояния автомобильных дорог с использованием обученных правил  по отдельным участкам автомобильных дорог отличается от фактического на 10—12 %, при этом суммарная ошибка на всю автомобильную дорогу не превышает 8 %. Данные результаты получены при скорости обучения 0,1, ошибка прогнозирования по тестовой выборке задавалась не более 0,01—0,03. При необходимости можно повысить точность прогнозирования уменьшая ошибку при обучении тестовой выборки, однако, это существенным образом увеличит время обучения.

После того, как точность прогнозирования АСУ «Road Status» настроена до требуемой величины, осуществлялся поиск оптимальных решений при управлении качественным состоянием объектов в организационных системах автодорожного комплекса. АСУ «Road Status» способна выполнять оптимизационные расчеты двух типов:

1. Минимизация затрат в рамках лимитированного значения качественного состояния дорожных объектов.

2. Максимизация качественного состояния дорожных объектов в рамках лимитированного бюджета работ.

Первый тип оптимизационных расчетов предназначен для выбора видов и мест дорожных работ таким образом, чтобы достигнуть минимальных затрат на объект при заданном значении показателя качественного состояния.

Известно, что  в планировании работ присутствует субъективизм лиц, принимающих решения. В результате конечное состояние сложного объекта в организационных системах автодорожного комплекса достигается путем бльших затрат на работы, чем могли бы иметь место при обоснованной системе распределения. Предлагаемый тип оптимизационных расчетов предназначен для получения заданного качественного состояния дорожного объекта с наименьшими затратами. Расчеты по мероприятиям первого типа оптимизации на примере управления эксплуатационным состоянием автомобильных дорог Центрального и Южного Федерального округов представлены в табл. 4.

Перейдем к рассмотрению второго типа оптимизационных расчетов. Он предназначен для выбора видов и мест управляющих воздействий на дорожные объекты таким образом, чтобы достигнуть максимального качественного состояния при заданном лимите финансирования.

Таблица 4

Расчеты экономического эффекта по оптимизационным мероприятиям первого типа на примере региональных автомобильных дорог

Наименование автомобильной дороги

Протяженность, км

Фактическое среднее ЭС дороги в 2009 году

Фактические затраты на работы по содержанию в 2009 году, тыс. руб.

Фактическое среднее ЭС дороги в 2010 году

Прогнозируемые затраты при оптимизации по среднему фактическому ЭС, тыс. руб.

Экономический эффект, млн. руб.

Экономическая эффективность, %

на всю дорогу

на 1 км

на всю дорогу

на 1 км

Волгоград-Каменск-Шахтинский

185

0,67

125345

677,5

0,72

98562

532,8

26783

21,4

Тамбов-Пенза

108

0,73

21600

200,0

0,69

16200

150,0

5400

25,0

Северный обход г. Тамбова

41

0,58

16861

411,2

0,61

13641

332,7

3220

19,1

Южный обход г. Тамбова

15

0,72

5324

354,9

0,66

4256

283,7

1068

20,1

Подъезд к г. Элисте от автодороги «Каспий»

117

0,59

62612

535,1

0,63

45784

391,3

16828

26,9

Сызрань-Саратов-Волгоград

109

0,57

22022

202,0

0,62

17136

157,2

4886

22,2

Воронеж-Тамбов

106

0,54

92546

873,1

0,68

72961

688,3

19585

21,2

Орел-Ливны-Елец-Липецк-Тамбов

87

0,62

65325

750,9

0,64

49321

566,9

16004

24,5

Калуга-Тула-Михайлов-Рязань

81

0,68

75800

935,8

0,71

55215

681,7

20585

27,2

Благодаря обоснованному планированию дорожных работ, можно добиться более высоких показателей качественного состояния дорожных объектов. Результаты реализации мероприятий второго типа оптимизационных расчетов приведены в табл. 5. Для практических расчетов по предложенной модели разработана автоматизированная система «Road Status», позволяющая принимать обоснованные решения в области управления развитием объектов в организационных системах автодорожного комплекса.

Таблица 5

Анализ изменения эксплуатационного состояния автомобильных дорог при осуществлении оптимизационных мероприятий второго типа на примере региональных автомобильных дорог

Наименование автомобильной дороги

Фактическое среднее ЭС дороги в 2009 году

Фактическое среднее ЭС дороги в 2010 году

Прогнозируемое среднее ЭС автомобильной дороги при оптимизации

Рост показателя ЭС за счет оптимизации

Абс.

Относ.

Волгоград-Каменск-Шахтинский

0,67

0,72

0,775

0,055

7,6

Тамбов-Пенза

0,73

0,69

0,744

0,054

7,8

Северный обход г. Тамбова

0,58

0,61

0,658

0,048

7,9

Южный обход г. Тамбова

0,72

0,66

0,709

0,049

7,4

Подъезд к г. Элисте от автодороги «Каспий»

0,59

0,63

0,675

0,045

7,1

Сызрань-Саратов-Волгоград

0,57

0,62

0,661

0,041

6,6

Воронеж-Тамбов

0,54

0,68

0,739

0,059

8,7

Орел-Ливны-Елец-Липецк-Тамбов

0,62

0,64

0,691

0,051

8,0

Калуга-Тула-Михайлов-Рязань

0,68

0,71

0,758

0,048

6,8

Практические расчеты с применением АСУ «Road Status» на примере автомобильных дорог показывают, что управление качественным состоянием сложного объекта в дорожной отрасли с применением предложенной модели прогнозирования и оптимизационных методик способствует получению экономического эффекта по двум направлениям. Во-первых, достижение заданного качественного состояния сложных объектов с меньшими затратами средств в сравнении с существующей практикой определения мест, видов и объемов работ.  Экономия средств на содержание в рамках данного направления составляет свыше 20 % в сравнении с действующей практикой.  Во-вторых, - применение АСУ при существующих объемах финансирования работ позволяет  повысить показатель качественного состояния объектов в среднем на 7 %.

Основные результаты и выводы

Главным результатом работы является создание методологии интеллектуальной поддержки принятия управленческих решений в организационных системах автодорожного комплекса, позволяющей, используя лингвистические экспертные оценки и нечеткие нейронные алгоритмы с необходимой степенью адекватности, описывать процесс развития объекта на разных уровнях детализации, учитывать динамику изменения различных его элементов, формализовать ресурсы и другие ограничения и решать на единой методологической основе широкий класс задач интеллектуального обеспечения процесса управления. По итогам работы сформулированы следующие основные выводы:

  1. Обоснован комплексный подход к формированию единой методологической концепции системы интеллектуальной поддержки управления качественным состоянием сложного объекта. Основу которой составляют:
    • идентификация состояния сложного объекта на базе объединения точных инструментальных данных и качественных экспертных оценок в виде совокупности деревьев параметров;
    • прогнозирование изменения состояния сложного объекта на базе композиционного вывода соответствующей информации с последующей объективизацией результатов;
  2. Разработан метод идентификации состояния сложного объекта на основе использования предложенного комплексного интегрального показателя качества, позволяющий одновременно использовать качественную и количественную информацию о состоянии дорожных объектов и уровне воздействия внешних транспортно-климатических факторов и дорожных работ в системе поддержки принятия управленческих решений;
  3. Разработан метод прогнозирования изменения сложного объекта в организационных системах автодорожного комплекса,  информационной базой которого являются композиционные  выводы теории нечетких множеств. Существенным отличием метода является представление композиционного вывода многослойной нейронной сетью с алгоритмом, описывающим порядок действий  для  повышения объективности результатов в системе поддержки принятия управленческих решений;
  4. Разработана совокупность моделей для оценки, прогнозирования и повышения качества и объективности результатов в системе поддержки принятия решений при управлении состоянием сложного объекта в организационных системах автодорожного комплекса. Суммарная ошибка прогнозирования на примере эксплуатационного состояния автомобильных дорог составляет в среднем не более 8 %;
  5. Разработана концептуальная схема интеллектуальной системы поддержки принятия решений при управлении изменением качественного состояния сложного объекта, которая на основе комплексного критерия «результат/затраты», а также с учетом возможностей финансирования дорожных работ, позволяет осуществлять выбор оптимальной стратегии управляющих воздействий, повышая тем самым эффективность и обоснованность управленческих решений при содержании объектов автодорожного комплекса.
  6. Разработана информационная интеллектуальная система поддержки принятия решений объединяющая модели оценки качественного состояния сложного объекта, прогнозирования его изменения и повышения качества результатов, а также алгоритмы и критерии оптимизации, способная к адаптивной настройке. Расчетная экономия средств на примере содержания автомобильных дорог при внедрении разработанной системы поддержки принятия решений составляет более 20 % в сравнении с действующей практикой определения мест видов и объемов дорожных работ.

Основные положения диссертации опубликованы

в следующих работах:

Ведущие рецензируемые научные журналы и издания, определенные ВАК РФ

  1. Скоробогатченко Д.А. Качество и нормативы, или как сократить расходы на ремонт и содержание автомобильных дорог? / Боровик В.С., Скоробогатченко Д.А. // Автомобильные дороги. 2001. № 12.  С. 72-73.
  2. Скоробогатченко Д.А. Лукавый показатель / Боровик В.С., Скоробогатченко Д.А. // Автомобильные дороги. 2003. № 6. С. 18-19.
  3. Скоробогатченко Д.А. Система прогнозирования перспективного состояния автомобильных дорог Вестник Волгоградского государственного архитектурно-строительного университета. Сер.: Строительство и архитектура. - Волгоград : Изд-во ВолгГАСУ, 2003. - Вып. 3 (9). - С. 137-142.
  4. Скоробогатченко Д.А. Система оценки и прогнозирования изменения транспортно-эксплуатационного состояния автомобильных дорог / Скоробогатченко Д.А., Боровик В.С. // Известия вузов. Строительство. 2005. № 10. С. 89-94.
  5. Скоробогатченко Д.А. Применение нечетких нейросетевых моделей для идентификации состояния автомобильных дорог / Камаев В.А., Щербаков М.В., Скоробогатченко Д.А. // Вестник компьютерных и информационных технологий. 2010.  № 12. С. 36-41.
  6. Скоробогатченко Д.А. Применение нечетких нейросетевых моделей для прогнозирования уровня содержания автомобильных дорог // Дороги и мосты. 2010. Вып. 23/1. С. 138-146.
  7. Скоробогатченко Д.А. Проблемы управления финансовыми средствами на содержание транспортной инфраструктуры региона // Бизнес. Образование. Право. Вестник Волгоградского института бизнеса.  2010.  № 1 (11). С. 170-173.
  8. Скоробогатченко Д.А. Методика моделирования эксплуатационного состояния автомобильных дорог на основе нечетких нейронных сетей. Известия Южного федерального университета. Технические науки. 2011. № 1. С. 180-188.
  9. Скоробогатченко Д.А. Модель для оценки эксплуатационного состояния автомобильных дорог с учетом информации качественного характера // Вестник Волгоградского государственного архитектурно-строительного университета. Серия: Строительство и архитектура. 2011. № 21. С. 60-66.
  10. Скоробогатченко Д.А. Проблемы проектирования систем прогнозирования эксплуатационного состояния автомобильных дорог на основе нечетких нейронных сетей / М.В. Щербаков, Д.А. Скоробогатченко, А.А. Авдеев, М.А. Аль-Гуанид // Известия Волгоградского государственного технического университета. Серия: Актуальные проблемы управления, вычислительной техники и информатики в технических системах. 2011. Вып. 10. № 3(76). С. 82-87.
  11. Скоробогатченко Д.А. Моделирование изменения эксплуатационного состояния автомобильных дорог с учетом информации качественного характера // Промышленное и гражданское строительство. 2011. № 4. С. 40-42.
  12. Скоробогатченко Д.А. Управление эксплуатационным состоянием автомобильных дорог с учетом информации качественного характера // Вестник Московского автомобильно-дорожного государственного технического университета. 2011. № 2 (25). С. 78-84.
  13. Скоробогатченко Д.А. Проектирование системы управления эксплуатационным состоянием автомобильных дорог / Д. А. Скоробогатченко // Транспорт Урала. 2011. № 1.  С. 35-38.
  14. Скоробогатченко Д.А. Выбор оптимальной стратегии работ в системе управления эксплуатационным состоянием автомобильных дорог // Транспорт: наука, техника, управление. 2011. № 4. С. 29-31.
  15. Скоробогатченко Д.А. Методика прогнозирования эксплуатационного состояния автомобильных дорог  на основе представления нечетких множеств нейронными сетями // Известия вузов. Строительство. 2011. № 2. С. 72-77.
  16. Скоробогатченко Д.А. Повышение точности прогнозирования эксплуатационного состояния автомобильных дорог с использованием нечетких нейронных сетей // Дороги и мосты. 2011. Вып. 25/1. С. 129-142.
  17. Скоробогатченко Д.А. Оптимизация управленческих решений в организационно-хозяйственных системах автодорожного комплекса с использованием моделей интеллектуального анализа данных / М.В. Щербаков, Д.А. Скоробогатченко // Известия Волгоградского государственного технического университета. Серия: Актуальные проблемы управления, вычислительной техники и информатики в технических системах. 2011. № 12 (60). С. 66-69.
  18. Скоробогатченко Д.А.Автоматизация процессов управления эксплуатацией автомобильных дорог с использованием системы поддержки принятия решений «Road Status» // Системы управления и информационные технологии. 2011. № 3.2 (45). С. 274-277.
  19. Скоробогатченко Д.А. Система поддержки принятия решений при управлении эксплуатационным состоянием автомобильных дорог // Инженерный Вестник Дона. 2011. Режим доступа: http://ivdon.ru/magazine/n4y2011/
  20. Скоробогатченко Д.А. Нечеткая нейронная сеть прогнозирования эксплуатационного состояния автомобильных дорог // Нейрокомпьютеры. 2011. № 10. С. 46-47.
  21. Скоробогатченко Д.А. Нейроинформационная система для управления эксплуатацией автомобильных дорог // Нейрокомпьютеры. 2011. № 10. С. 48-49.

Монографии

  1. Скоробогатченко Д.А. Методологические основы управления эксплуатационным состоянием автомобильных дорог по качественным параметрам, задаваемым вербально. Волгогр. гос. архит.-строит. ун-т. Волгоград : ВолгГАСУ,

2011. 219 с.

  1. Скоробогатченко Д.А. Методология управления эксплуатационным состоянием автомобильных дорог: научное исследование. Saarbrcken, Deutchland: LAPLAMBERT Academic Publishing. 2011. 304 с.

Авторские свидетельства

  1. Комплексная информационная поддержка управления эксплуатационным состоянием автомобильных дорог «Road Status» : рег. с. № 0046. Зарегистр. 11.11.2011

Основные публикации в прочих изданиях

  1. Скоробогатченко Д.А. Методологические предпосылки развития системы управления эксплуатационным состоянием автомобильных дорог // Дальний восток. Автомобильные дороги и безопасность движения : междунар. сб. науч. тр. – Хабаровск : Изд-во ТОГОУ, 1999. – № 10. – С. 165-170.
  2. Скоробогатченко Д.А. Влияние качества содержания сети автомобильных дорог на снижение эксплуатационных затрат / Кузнецов В.Н., Скоробогатченко Д.А. // Актуальные проблемы современной экономики : сб. науч. тр.. - Волгоград : ООО «Ригель», 2001. С. 67-75.
  3. Скоробогатченко Д.А. Оптимизация использования средств на ремонт и содержание автомобильных дорог // VII региональная конференция молодых исследователей Волгоградской области, Волгоград, 12-15 ноября 2002 г. Направление № 16 «Экология, охрана среды, строительство» : тез. докл. Волгоград : Изд-во ВолгГАСА, 2002. С. 67-73.
  4. Скоробогатченко Д.А. Логико-лингвистическая система прогнозирования изменения состояния автомобильных дорог / Скоробогатченко Д.А., Боровик В. С. // Дорожно-транспортный комплекс, экономика, экология, строительство и архитектура : материалы Междунар. науч.-практ. конф., 21-23 мая 2003 г. Кн. 2. - Омск : Изд-во СибАДИ, 2003. С. 109-111.
  5. Скоробогатченко Д.А. Прогнозирование изменения транспортно-эксплуатационного состояния автомобильных дорог при планировании ремонта и содержания : автореф. дис… канд. техн. наук: Волгоград, 2003. 22 с.
  6. Скоробогатченко Д.А. Система прогнозирования перспективного состояния автомобильных дорог / Скоробогатченко Д.А., Боровик В.С. // Стратегия развития архитектурно-строительной отрасли и ЖКХ, внедрение в практику наукоемких и инновационных технологий : материалы науч.-практ. конф., Волгоград 9-10 июня 2003 г. Волгоград : Изд-во ВолгГАСА, 2003. С. 304-307.
  7. Скоробогатченко Д.А. Автоматизированная система прогнозирования транспортно-эксплуатационного состояния дорог / Камаев В.А., Щербаков М.В. Скоробогатченко Д.А. // Вестник компьютерных и информационных технологий. 2004. № 4. С. 2-6.
  8. Скоробогатченко Д.А. Система управления состоянием автомобильных дорог // Надежность и долговечность строительных материалов, конструкций и оснований фундаментов : материалы IV Междунар. науч.-техн. конф. 12-14 мая 2005 г. Волгоград : Изд-во ВолгГАСУ, 2005. Ч. IV.  С. 200-204.
  9. Скоробогатченко Д.А. Технико-экономическая эффективность применения асфальтобетонов приготовленных на битуме, полученные окислением сырья при температуре 220° С / Лескин А.И., Скоробогатченко Д.А. // Региональные технологические и экономико-социальные проблемы развития строительного комплекса Волгоградской области. Наука. Практика. Образование : материалы II науч.-техн. конф., 20-21 сентября 2005 г. Волгоград : Изд-во ВолгГАСУ, 2005. Ч. 1. С. 160-163.
  10. Скоробогатченко Д.А. Метод распределения денежных средств на ремонт и содержание автомобильных дорог / Кузнецова Т.А., Скоробогатченко Д.А. // «Строительство – 2006» : материалы Междунар. науч.-практ. конф. Ростов н/Д : Рост. гос. строит. ун-т, 2006. С. 70-72.
  11. Скоробогатченко Д.А. Методика прогнозирования эффективности внедрения покрытий автомобильных дорог с применением смесей с регулируемыми целевыми свойствами / Боровик В.С., Верещагин В.П. // Повышение эффективности функционирования дорожного хозяйства : сб. науч. тр. - М. : Изд-во МАДИ (ГТУ), 2005. С. 94-96.
  12. Скоробогатченко Д.А. Моделирование изменения транспортно-эксплуатационного состояния автомобильной дороги как важнейшего компонента системы управления // Проблемы ЖКХ и недвижимости : сб. тр. I-й Межвуз. заочн. науч.-практ. конф. Самара : Самарский гос. архит.-строит ун-т, 2006. С. 117-120.
  13. Скоробогатченко Д.А. О критерии при реализации систем управления ремонтом и содержанием на сети автомобильных дорог // Социально-экономические и технологические проблемы развития строительного комплекса и жилищно-коммунального хозяйства региона : материалы Всерос. науч.-техн. конф. г. Волгоград - г. Михайловка, 24-25 нояб. 2006 г. Волгоград : ВолгГАСУ, 2006. Ч. I. С. 46-49.
  14. Скоробогатченко Д.А. Определение влияния работ по содержанию на обобщенный показатель транспортно-эксплуатационного состояния автомобильных дорог / Кузнецова Т.А., Скоробогатченко Д.А. // Дальний Восток. Автомобильные дороги и безопасность движения : межвуз. сб. науч. тр.. - Хабаровск : Изд-во Тихоокеанского гос. ун-та, 2006. № 6. С. 94-96.
  15. Скоробогатченко Д.А. Прогнозирование в системе поддержки принятия решений по управлению транспортно-эксплуатационным состоянием сети автомобильных дорог // Проблемы проектирования, строительства и эксплуатации транспортных сооружений : материалы I Всерос. науч.-практ. конф. студентов, аспирантов и молодых ученых, 24-26 мая 2006 г. Омск : Изд-во СибАДИ, 2006. Кн. 2. С. 190-197.
  16. Скоробогатченко Д.А. Система управления состоянием автомобильных дорог на основе моделирования изменения их транспортно-эксплуатационного состояния // «Строительство – 2006» : материалы Междунар. науч.-практ. конф. Ростов н/Д : Рост. гос. строит. ун-т, 2006. С. 72-74.
  17. Скоробогатченко Д.А. Тепло-влагоперенос в конструкциях дорожных одежд с переуплотненными грунтами / Морозов П.С., Скоробогатченко Д.А. // «Строительство – 2006» : материалы Междунар. науч.-практ. конф.. - Ростов н/Д : Рост. гос. строит. ун-т, 2006. С. 54-55.
  18. Скоробогатченко Д.А. Повышение эффективности функционирования дорожного хозяйства на основе внедрения информационных систем управления автомобильными дорогами // Вестник Волгоградского института бизнеса. Бизнес. Образование. Право. Сер.: «Бизнес. Экономика, организация и управление». 2007. № 2. С. 34-35.
  19. Скоробогатченко Д.А. Реализация методики сметного ценообразования в системе управления транспортно-эксплуатационным состоянием автомобильных дорог // Материалы ежегодной научно-практической конференции профессорско-преподавательского состава и студентов ВолгГАСУ, 24-27 апреля 2007 г. : в 3 ч. Ч. 3 : Гуманитарные науки. Экономика . Волгоград : Изд-во ВолгГАСУ, 2008. С. 189-192.
  20. Скоробогатченко Д.А. Менеджмент транспортной инфраструктуры агропромышленного сектора в условиях мирового экономического кризиса // Межкультурная деловая коммуникация: проблемы и перспективы российско-молдавского сотрудничества в формировании коммуникативной компетенции кадров агробизнеса : материалы Междунар. науч.-практ. конф. посвящ. 65-летию образования Волгогр. гос. с.-х. акад. Волгоград 12-14 ноября 2009 г. Волгоград : ИПК «Нива», 2009. С. 382-385.
  21. Скоробогатченко Д.А. Оптимальное распределение финансовых ассигнований на содержание транспортной инфраструктуры // Научный вестник Волгоградской академии государственной службы. Сер.: Экономика. 2009. Вып. 2. № 2. С. 65-68.
  22. Скоробогатченко Д.А. Приемы управления финансовыми средствами на содержание транспортной инфраструктуры региона // Вестник института бизнеса.  2009. № 2 (19). С. 59-61. 
  23. Скоробогатченко Д.А. Управление распределением ресурсов на эксплуатацию автодорожной структуры региона // Управление региональными системами: интеграционный подход, факторное обеспечение, методы, модели : материалы Всерос. науч.-практ. конф. 26-27 ноября 2009 г. Волгоград : Изд-во ФГОУ ВПО ВАГС, 2009. С. 329-332.
  24. Скоробогатченко Д.А. Управление распределением ресурсов на эксплуатацию автодорожной структуры региона // Малоэтажное строительство в рамках национального проекта «Доступное и комфортное жилье гражданам России»: технологии и материалы, проблемы и перспективы развития в Волгоградской области : материалы Междунар. науч.-практ. конф., 15-16 дек. 2009 г., Волгоград. Волгоград : Изд-во ВолгГАСУ, 2009. С. 466-469.
  25. Скоробогатченко Д.А. Предпосылки создания инновационной системы управления распределением финансовых средств на содержание транспортной инфраструктуры региона // Вестник Волгоградского государственного университета. Сер. 10. Инновационная деятельность. 2009-2010. № 4 (10). С. 31-36.
  26. Скоробогатченко Д.А. Анализ проблем и предпосылок разработки систем управления инфраструктурой в Российской дорожной отрасли // Вестник Московского гуманитарно-экономического института. 2010. № 3 (12). С. 112-114.
  27. Скоробогатченко Д.А. Информационная система управления эксплуатационным состоянием автомобильных дорог на основе нечетких нейронных сетей // Роль науки и образования в современном информационном общестиве : сб. науч. тр. по материалам межвуз. науч.-прак. конф., Волгоград, 29 апреля 2010 г. : изд. юбилейное, посвящ. 10-летию ВФ МГЭИ на рынке образоват. услуг. Ч. 1. Информационное общество: социокультурные аспекты исследования. Волгоград : Изд-во ВолгГАСА, 2010. - С. 36-44.
  28. Скоробогатченко Д.А. Методологические предпосылки развития системы менеджмента транспортной инфраструктуры региона // Наука. Культура. Образование. Актуальные проблемы и перспективы развития : сб. науч. тр. по материалам науч.-практ. конф. с междунар. участием, Волгоград, 19 ноября 2010 г. Волгоград : Волгогр. науч. изд-во, 2010. - С. 348-353.
  29. Скоробогатченко Д.А. Методологические предпосылки развития системы управления эксплуатационным состоянием автомобильных дорог региона в условиях мирового финансового кризиса // Российский регион: управление инновационным развитием в условиях мирового финансового кризиса : материалы Всерос. науч.-практ. конф. 11-12 ноября 2010 г. Волгоград : Изд-во ФГОУ ВПО ВАГС, 2010. С. 119-122.
  30. Скоробогатченко Д.А. Прогнозирование изменения состояния автомобильных дорог на основе нечетких нейронных сетей // Молодежь и научно-технический прогресс в дорожной отрасли Юга России : материалы IV науч.-техн. конф. студентов, аспирантов и молодых ученых, 11-14 мая 2010 г., Волгоград. Волгоград : Изд-во ВолгГАСУ, 2010. С. 67-73.
  31. Скоробогатченко Д.А. Проблемы проектирования автоматизированной системы «Road Status» для управления состоянием транспортной инфраструктуры региона // Вестник московского гуманитарно-экономического института.  2011.  № 1 (13). С 78-84.
  32. Скоробогатченко Д.А. Современная информационная система «Road Status» для управления дорожно-строительным сектором экономики // Современное состояние и тенденции развития гуманитарных и экономических наук : сб. науч. тр. III межвуз. науч.-практ. конф. с междунар. участием г. Волгоград, 12 апреля 2011 г. – Волгоград : Волгогр. науч. изд-во. С. 337-343.
  33. Скоробогатченко Д.А. Моделирование изменения эксплуатационного состояния дорог с использованием качественных параметров // Журнал современных строительных технологий «Красная линия», выпуск «Дороги». 2011.  № 57. С 41-45.

1 Перспективные цели развития отрасли приняты в соответствии с Федеральной Целевой Программой «Развитие транспортной системы России (2010-2015 годы)» и Транспортной стратегией Российской Федерации на период до 2030 года.







© 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.