Основная литература

1. Перегудов ф.И., Тарасенко ф.П. Основы системного анализа. –Томск, Изд-во нтл., 1997

ДОПОЛНИТЕЛЬНАЯ ЛИТЕРАТУРА

1. Айвазян С.А., Енюков И.С. О содержании и структуре пакета программ по прикладному статистическому анализу. - В сб.: Материалы Всесоюзн. школы "Программно-алгоритмическое обеспечение прикладного многомерного статистич. анализа". - Ереван: ВЦ Госплана Арм. ССР, 1979. С. 50 - 78.

2. Айзерман М.А., Завалишин Н.В., Пятницкий Е.С. Глобальные функции множеств в теории выбора альтернатив // Автоматика и телемеханика. 1977. № 3. С. 111 - 125; №5. С. 103-113.

3. Александров В.В., Горский Н.Д., Поляков А.О. Пакет прикладных программ АЛПОГОР.-Л.: Физ.-техн. ин-т, 1978.

4. Беллман Р., Задэ Л. Принятие решений в расплывчатых условиях. – В кн.: Вопросы анализа и процедуры принятия решений. - М.: Мир. 1976. С. 172-215.

5. Блэкуэлл Д., Гиршик М.А. Теория игр и статистических решений. - М.: ИЛ, 1958.

6. Борисов А.Н., Левченков А.С. Методы интерактивной оценки решений. - Рига: Зинатне, 1982.

7. Ватель И.А., Ерешко Ф.И. Математика конфликта и сотрудничества. - М.: Знание, 1973.

8. Ващенко Н.Д., Гладун В.П., Стогний А.А. Применение системы АНАЛИЗАТОР в научно-исследовательских работах // УС и М. 1978. № 3. С. 104- 107.

9. Винер Н. Кибернетика. - М.: Сов. радио, 1968.

10. Винер Н. Кибернетика и общество. - М.: ИЛ, 1958.

11. Гаек Я., Шидак 3. Теория ранговых критериев. - М.: Наука, 1971.

12. Дмитриев Ю.Г, Устинов Ю.К. Статистическое, оценивание распределений вероятностей с учетом дополнительной информации. - Томск: ТГУ, 1988.

13. Ефимов А.Н. Элитные группы, их возникновение и эволюция // Знание - сила. № 1. С.56-64.

14. Ефимов А.Н., Кутеев В.М. Исследование и моделирование некоторых свойств элитных групп // Изв. АН СССР. Техническая кибернетика. 1980. № 3. С. 177-185.

15. Ефимов А.Н., Кутеев В.М. Ранговые процедуры управления эволюцией элитных групп // Изв. АН СССР. Техническая кибернетика. 1980. № 6. С. 3- 12.

16. Загоруйко Н.Г., Елкина В.Н., Лбов Г.С. Алгоритмы обнаружения эмпирических закономерностей. — Новосибирск: Наука, 1985.

17. Каипов В.У., Селюгин А.А., Дубровский С.А. О решении некоторых задач управления методами прикладной теории расплывчатых множеств. Podstawy Sterowaniа T. 15 (1985). Z. 1-2, Р. 19-40.

18. Ким А.Н., Бузурханов В.Б., Камилов М.М. Программно-распознающий комплекс ПРАСК. - "Алгоритмы и программы". Ташкент, 1975. Вып. 17. С. 3-12.

19. Лбов Г.С. Методы обработки разнотипных экспериментальных данных. - Новосибирск: Наука, 1981.

20. Леман Э. Проверка статистических гипотез. - М.: Наука, 1964.

21. Льюс Р.Д., Райфа X. Игры и решения. Введение и критический обзор. – М.: ИЛ , 1961.

22. Макаров И.М. и др. Теория выбора и принятия решений. - М.: Наука, 1987.

23. Машунин Ю. К. Методы и модели векторной оптимизации. – М.: Наука, 1986.

24. Миркин Б.Г. Проблема группового выбора. - М.: Наука, 1974.

25. Молодцов Д.А. Устойчивость принципов оптимизации. - М.: Наука, 1987.

26. Орлов А.И. Задачи оптимизации и нечёткие переменные. - М.: Знание, 1980.

27. Орловский С. А. Проблемы принятия решений при расплывчатой информации. - М.: Наука 1981.

28. Поспелов Д.А. Логико-лингвистические модели в системах управления. - М.: Энергоиздат, 1981.

29. Райфа Г. Анализ решений. Введение в проблемы выбора в условиях неопределённости. - М.: Наука, 1977.

30. Раудис Ш., Пикялис В., Юшкявичус К. Система оперативной разработки распознающих алгоритмов (СОРРА) // Статистические проблемы управления, 1977. Вып. 27. С. 3 - 27.

31. Растригин Л.А. Современные принципы управления сложными объектами. - М.: Сов. радио, 1980.

32. Сироджа И.Б. и др. Пакет прикладных программ классификационной обработки данных (ППП КОД-2). - В кн.: Матем. методы анализа динамических систем. Харьков, 1983.Вып. 7. С. 127-134.

33. Тарасенко Ф.П. Непараметрическая статистика. - Томск: ТГУ, 1976.

34. Тарасенко Ф.П. О принципиальных трудностях балльной оценки научной деятельности // Вестник АН СССР. 1976. № 6. С. 69 - 75.

35. Тийт Э.А., Тоодинг Л.М. Опыт анализа научных исследований при помощи пакетов программ в ТГУ. - В сб.: Материалы Всесоюзн. школы "Программно-алгоритмическое обеспе­чение прикладного многомерного статистич. анализа". - Ереван: ВЦ Госплана Арм. ССР, 1979. С. 120.

36. Тутубалин В.Н. Теория вероятностей. Краткий курс и научно-методические замечания. - М.: МГУ, 1972.

37. Тюрин Ю.Н. Статистические методы анализа экспертных оценок. - М.: Наука, 1977.

38. Фишберн П. Теория полезности для принятия решений. - М.: Наука, 1978.

39. Худсон Д. Статистика для физиков. - М.: Мир, 1967. 40.Хьюбер П. Робастность в статистике. - М.: Мир, 1984.

41. Шапиро Д.И. Принятие решений в системах организационного управления: использование расплывчатых категорий. - М.: Энергоатомиздат, 1983.

42. Элти Дж., Кумбс М. Экспертные системы: концепции и примеры. - М.: Финансы и статистика, 1987.

43. Янч Э. Прогнозирование научно-технического процесса. - М.: Прогресс.1970.

44. Ackoff R.L. A Theory of Practice in the Social Systems Sciences. Paper to an International Roundtable, IIASA, Laxenburg, Austria, 6 -8 Nov., 1986.

45. Ester J. Concept of efficiency and fuzzy aggregation rules. In: Large-Scale Modelling and Interactive Decision Analysis. (Eds.: Fandel G., Grauer M., Kurzhanski A., Wierzbicki A.), Berlin, Springer, 1986.

46. Ester J., Troeltzsch F. On generalized notions of efficiency in MCDM. // Systems Anal. Model. Simul., 1986, 3, Heft 2.

47. Hatry H.P. Measuring the Effectiveness of Nondefence Public Programs. Operations Research, 1970, 18(5), 774.

48. Lewandowski A., Werzbicki A. Theory, Software and Testing Examples in Decision Support Systems. Working paper WP-88-071, International Institute for Applied System Analysis, Laxenburg, Austria, 1988.

49. Seo F., Sakawa M. Fuzzy Multivariate Utility Analysis for Collective Choise. IEEE Trans., 1985, SMC, vol. 15, N 1, 45-53.

50. Zadeh L.A. Similarity relations and fuzzy orderings // Inform. Set., 1971. Vol. 3,P. 177 - 200.

ЗАНЯТИЕ 8.Имитационное моделирование.

Рассмотреть применение метода Монте-Карло для решения различных проблемных ситуаций.

Ситуация 1.

Городская администрация Баттербай Сити контролирует услуги микроавтобусов, которые развозят туристов и покупателей с автобусов и ж\д вокзалов в различные районы города. О потоке пассажиров, прибывающих на остановку автобусную, находящуюся возле ж\д вокзала, были собраны след. Данные:

Время м\у моментами прибытия пассажиров, минут	0	1	2	3	4	5	6
Вероятность	0,04	0,16	0,24	0,28	0,16	0,1	0,02

По расписанию микроавтобусы должны прибывать каждые 10 мин, однако изменчивость транспортных условий приводит к следующему распределению их прибытия:

Интервал м\у последовательными прибытиями автобусов, мин	8	10	12	14	16
Вероятность	0,1	0,38	0,28	0,15	0,09

Число мест в автобусе определяется след. Распределением

Число свободных мест	0	1	2	3	4	5	6
Вероятность	0,06	0,18	0,27	0,34	0,11	0,03	0,01

Требуется

1. Построить имитационную модель потока из 30 пассажиров, прибывающих а автобусную остановку, в предположении, что моделируемый счетчик времени установлен на нулевой отметке.

2. Определить среднее время ожидания автобуса пассажиром и среднюю длину очереди.

Ситуация 2. Корпорация «ELA» занимается производством легковых автомобилей. Аккумуляторы для моделей «LUNAR» компания закупает на стороне у внешнего поставщика. На основе прошлого опыта специалисты «ELA» оценили, что спрос на аккумуляторы за неделю можно аппроксимировать нормальным распределением со средним значением 500 и стандартным отклонением 10 для промежутка от 470 до 530.

Начальный запас аккумуляторов составляет 2000 шт., причем администрация компании приняла решение о подачах заказов на партию аккумуляторов размером в 2500 шт. каждый раз, когда запас опускается ниже уровня в 1500 шт. Кроме того, прошлый опыт показывает, что интервалы времени между подачей заказов и осуществлением поставок изменяется следующим образом:

Таблица . Распределение времени между поставками заказов

Время поставки, недель	1	2	3	4
Вероятность	0,2	0,5	0,25	0,05

Единичная стоимость хранения запасов 0,50 ф.ст. в неделю и рассчитывается для общего размера запаса, оставшегося на конец недели. Стоимость заказа – 50 ф. ст., а отсутствие аккумуляторов на складе оценивается в 20 ф.ст. в неделю.

Используя имитационную модель для периода в 20 недель, оценим среднюю стоимость проведения изложенной выше политики в неделю. Принимается предпосылка о том, что все расчеты производятся в конце недели, а подача заказов и поставки по ним – в начале недели.

ЗАНЯТИЕ 9. Графические методы.

Дерево решений.

Ситуация 1

Использовать для решения проблемной ситуации метод - дерево решений.

Компанией “Cacus Chemical Company” был разработан новый товар. Вполне вероятно, что для него существует рынок сбыта на ближайший год. Наличие в производственном процессе высокотемпературных реакций повышает его стоимость до 2,5 млн. ф.ст. Для организации производственного процесса потребуется один год, однако, существует лишь 55%-ная вероятность, что будет обеспечена должная безопасность процесса. В связи с этим перед компанией встал вопрос о разработке компьютерной контролирующей системы(ККС), которая будет обеспечивать безопасность высокотемпературных реакций. Исследования по ККС продолжатся один год и будут стоить 1 млн. ф.ст. Вероятность получения требуемой ККС – 0,75.

Разработку ККС можно начать либо немедленно, либо подождать год до выяснения технологической безопасности процесса. Если разработку начать немедленно, а производственный процесс окажется безопасным, ККС окажется бесполезной (убыток –1 млн. ф.ст.). с другой стороны, если отложить разработку ККС, а процесс производства не будет соответствовать стандартам, то выпуск нового товара отодвигается на год до окончания исследований. И наконец, если невозможно создать безопасный процесс и работа над ККС окажется безуспешной, то альтернативного пути выпуска товара не существует, и работы по этому проекту следует прекратить. В случае, если продажа нового товара начинается в течении года, то прибыль составит 10 млн. ф.ст., если не принимать в расчет амортизацию по производственному процессу, или ККС. Если отложить выпуск товара на один год, прибыль упадет до 8,5 млн. ф.ст. из-за возможного появления конкурентов на рынке. Для облегчения расчетов можно не учитывать расходы на создание ККС.

Составить “дерево”, охватывающее все возможные варианты развития событий.

Как бы вы посоветовали поступить руководству компании?

Как должна измениться вероятность успешной разработки производственного процесса (на сегодняшний день определенная в 0,55), чтобы вы изменили свои рекомендации в вопросе 2? Имеет ли решение этого вопроса некоторый запас прочности(чувствительности) при изменениях вероятности?

Сетевой анализ и планирование проектов

Ситуация 2

Компания с ограниченной ответственностью “MR” разрабатывает строительный проект небольшого масштаба. Основные операции проекта, соответствующие им непосредственно предшествующие операции и время их выполнения приведены в таблице:

Операция	Непосредственно предшествующая операция	Продолжительность, недель
А B C D E F G	- - A, B B C D E, F	4 6 7 3 4 5 3

Требуется:

1. Дать иллюстрацию проекта с помощью сетевого графа.

2. Определить критические операции и общую продолжительность проекта.

3. На основе графа, построенного в п.1. определить влияние на ход выполнения проекта задержки операции D на четыре недели.

3. ОРГАНИЗАЦИЯ САМОСТОЯТЕЛЬНОЙ РАБОТЫ СТУДЕНТОВ