Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Разработка моделей, алгоритмов и системы компьютерного мониторинга качества производства молочных продуктов

Диссертация: Разработка моделей, алгоритмов и системы компьютерного мониторинга качества производства молочных продуктов
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

В настоящее время мониторинг качества на молокоперерабатываю-щих предприятиях обеспечивается комплексом нормативно-технической документации (НТД) и регистрационными формами отчетных документов, в которые вносятся значения параметров, измеренные с помощью традиционных лабораторных методов контроля, показаний инструментальных средств, а также результатов экспертных оценок сырья и готовых молочных… Читать ещё >

Содержание

  • ГЛАВА 1. СОСТЯНИЕ ВОПРОСА И ЗАДАЧИ ИССЛЕДОВАНИЙ
    • 1. 1. Анализ литературных источников по вопросам организации, технологиям и методам мониторинга качества при производстве молочных продуктов
    • 1. 2. Мониторинг качества пищевых продуктов
    • 1. 3. Принципы управления качеством
    • 1. 4. Существующие подходы к организации системы мониторинга качества
    • 1. 5. Основные положения концепции компьютерного мониторинга качества в условиях молокоперерабатывающего предприятия
  • ГЛАВА 2. МАТЕМАТИЧЕСКИЕ МОДЕЛИ МОНИТОРИНГА КАЧЕСТВА ПРОИЗВОДСТВА МОЛОЧНЫХ ПРОДУКТОВ
  • ГЛАВА 3. АЛГОРИТМИЗАЦИЯ ПРОЦЕССОВ КОМПЬЮТЕРНОГО МОНИТОРИНГА ПРОИЗВОДСТВА МОЛОЧНОЙ ПРОДУКЦИИ
    • 3. 1. Общие сведения о структуре экспертных систем мониторинга
    • 3. 2. Структура и принципы обработки информации в экспертных системах «СЫРЬЕ» и «ТЕХНОЛОГИЯ»
  • ГЛАВА 4. СИСТЕМА МОНИТОРИНГА КАЧЕСТВА ПРОИЗВОДСТВА МОЛОЧНОЙ ПРОДУКЦИИ (РЕАЛИЗАЦИЯ)
    • 4. 1. Аппаратная база компьютерной системы мониторинга «СЫРЬЕ»
    • 4. 2. Аппаратный многофункциональный диагностический комплекс
  • АНМОЛ" (мониторинг сырья и готового продукта)

Разработка моделей, алгоритмов и системы компьютерного мониторинга качества производства молочных продуктов (реферат, курсовая, диплом, контрольная)

Обеспечение производства продуктов питания гарантированного качества — главная задача для каждого производителя.

За последние годы в Российской Федерации на государственном уровне принят пакет нормативно-законодательных актов, в которых подчеркивается обязательность проведения мониторинга качества на всех этапах производства пищевых продуктов:

— Федеральный закон от 2 января 2000 г. N 29-ФЗ «О качестве и безопасности пищевых продуктов» (с изменениями от 30 декабря 2001 г., 10 января 2003 г., 30 июня 2003 г., 22 ав1уста 2004 г.);

— Закон г. Москвы от 24 мая 2000 г. N 13 «О качестве и безопасности пищевых продуктов» ;

— Положение о мониторинге качества, безопасности пищевых продуктов и здоровья населения (утверждено постановлением Правительства РФ от 22 ноября 2000 г. N 883);

— Постановление Правительства Москвы от 19 марта 2002 г. N 194−1111 «Об организации и проведении мониторинга качества, безопасности пищевых продуктов и здоровья населения» ;

— Закон РФ «О техническом регулировании» .

В этих документах оговаривается применение комплекса мер государственного регулирования в области обеспечения качества и безопасности пищевых продуктовопределены условия проведения производственного контроля за качеством и безопасностью пищевых продуктов, материалов и изделий, условиями их изготовления, хранения, перевозок и реализациисформулированы требования к внедрению систем управления качеством пищевых продуктов, материалов и изделий (далее — системы качества). Детально изложен порядок применения мер по пресечению нарушений условий действия настоящих актов, в том числе требований нормативных документов, а также мер гражданско-правовой, административной и уголовной ответственности к лицам и организациям, виновным в совершении указанных нарушений.

Все эти документы учитывают необходимость в будущем поставщикам и производителям пищевой продукции отвечать требованиям по качеству и безопасности Европейской системы стандартов ИСО.

Решение данных проблем связано с разработкой математических моделей, алгоритмов и комплексов программ с целью создания системы компьютерного мониторинга качества производства молочных продуктов, включая оценку качества исходного молока-сырья, технологий его переработки и готовой продукции.

В связи с этим, в диссертации рассмотрены актуальные для молочной промышленности проблемы разработки системы компьютерного мониторинга (СКМ) качества производства молочных продуктов.

В настоящее время мониторинг качества на молокоперерабатываю-щих предприятиях обеспечивается комплексом нормативно-технической документации (НТД) и регистрационными формами отчетных документов, в которые вносятся значения параметров, измеренные с помощью традиционных лабораторных методов контроля, показаний инструментальных средств, а также результатов экспертных оценок сырья и готовых молочных продуктов.

Подобный подход позволяет констатировать соблюдение требований НТД, но не позволяет использовать получаемую информацию для оперативного управления производством, обеспечивающего получение молочных продуктов с гарантированными показателями качества при изменяющихся показателях молока-сырья и технологических режимов его переработки.

В диссертации разработаны модели, алгоритмы и комплексы программ, позволяющие реализовать системы компьютерного мониторинга, что дает возможность решать важную народнохозяйственную задачу обеспечения производства высококачественной и безопасной молочной продукции. Разработка и применение методологии компьютерного моделирования и методов искусственного интеллекта для решения поставленных задач реализовывались с использованием основных положений, сформулированных в работах Брусиловского Л. П., Ивашкина Ю. А., Кошелева Л. Г., Липатова Н. Н. (мл.), Протопопова И. И., Рогова И. А., Харитонова В. Д., Харрингтона Д., Исикавы К., Деминга Э., Шухарта У. Д. и др.

Цель данной работы — разработка моделей, алгоритмов, комплексов программ и системы компьютерного мониторинга качества производства молочных продуктов. В процессе реализации поставленной цели использованы современные инструментальные средства контроля параметров качества и компьютерные технологии обработки информации.

Для достижения поставленной цели необходимо было решить следующие задачи:

• изучить существующие подходы к организации мониторинга качества производства молочной продукции на всех стадиях переработки — от момента поступления сырья до реализации готовой продукции;

• сформулировать основные положения концепции компьютерного мониторинга качества в условиях молокоперерабатывающего производства;

• сформировать базу данных показателей качества сырья, технологий его переработки и готовых молочных продуктов;

• проанализировать возможность интеграции информации о качестве производства молочной продукции в рамках единой системы компьютерного мониторинга качества, обеспечивающей функции контроля, диагностирования, прогнозирования и оперативного управления производством;

• разработать обобщенные параметрические модели оценки качества сырья, технологий его переработки и готовых молочных продуктов;

• реализовать систему компьютерного мониторинга в виде программно-аппаратного диагностического комплекса оценки качества при производстве молочной продукции;

• проверить работоспособность созданных комплексов программ при решении практических задач мониторинга качества производства молочных продуктов.

Научная новизна работы. На основе аналитических исследований и результатов компьютерного моделирования:

• разработаны основные положения концепции функционирования СКМ качества производства молочной продукции в рамках единого информационного пространства отраслевого предприятия;

• разработана структура СКМ для производства молочных продуктов;

• предложена структура базы данных показателей и параметров качества;

• сформирован банк компьютерных моделей и алгоритмов оценки качества производства молочных продуктов с учетом иерархической структуры технологий переработки молока;

• разработана структура программно-аппаратного комплекса диагностирования качества молока-сырья и готовой молочной продукции.

Практическая значимость работы:

• Сформирована организационная структура экспертной системы компьютерного мониторинга качества производства молочной продукции, обеспечивающая возможности диагностирования и прогнозирования текущей ситуации, что является новым и весьма важным фактором.

• Разработан алгоритм функционирования программного комплекса экспертной системы, обеспечивающий возможность использования ее для целей оперативного управления технологиями переработки молока.

• Разработан и реализован информационно-вычислительный вариант экспертной системы «ТЕХНОЛОГИЯ» в виде компьютерного комплекса, позволяющего обеспечить интегрированную обработку информации о качестве производства молочной продукции и сформировать управляющие воздействия в режиме диалога с оператором технологической линии.

Основные положения, выносимые на защиту:

1. Сформулировать основные положения концепции компьютерного мониторинга качества производства молочной продукции в рамках единого информационного пространства молокоперерабатывающего предприятия.

2. Разработать структурную схему системы компьютерного мониторинга качества продуктов и технологий переработки молока.

3. Разработать математические модели и алгоритмы оценки качества производства молочной продукции с учетом иерархической многоуровневой структуры технологической схемы предприятия.

4. Создать комплекс компьютерных моделей и алгоритмов их реализации для организации мониторинга качества производства с возможностью включения их в систему оперативного управления.

5. Сформировать организационную структура экспертных систем, обеспечивающих функции диагностики и управления процессами приемки молока и процессов его технологической переработки.

6. Разработать алгоритмическое обеспечение программно-аппаратного комплекса системы компьютерного мониторинга качества производства молочной продукции на основе экспертных систем.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ.

1. Сформулированы основные положения концепции компьютерного мониторинга качества производства молочной продукции в рамках единого информационного пространства молокоперерабатывающего предприятия.

2. Разработана структурная схема системы компьютерного мониторинга качества продуктов и переработки молока.

3. Разработаны математические модели и алгоритмы оценки качества производства молочной продукции с учетом иерархической многоуровневой структуры технологической схемы предприятия.

4. Предложен комплекс компьютерных моделей и алгоритмов их реализации для организации мониторинга качества производства с возможностью включения их в систему оперативного управления.

5. Сформирована организационная структура экспертных систем «ТЕХНОЛОГИЯ» и «ППУ», обеспечивающих функции диагностики и управления процессами приемки молока и процессов его технологической переработки.

6. Разработано алгоритмическое обеспечение программно-аппаратного комплекса системы компьютерного мониторинга качества производства молочной продукции на основе экспертных систем.

7. Реализована на практике и защищена свидетельством об официальной регистрации программа для ЭВМ № 2 004 612 035 «Экспертная система диагностики качества принимаемого молока на перерабатывающем предприятии» .

8. Получен патент на полезную модель № 47 527 «Устройство для определения комплексного показателя качества и категории молока», зарегистрированный в Государственном реестре полезных моделей РФ от 27 августа 2005 года.

Технико-экономический эффект от внедрения системы обусловлен следующими факторами:

• Повышение выхода продукции за счет сортировки сырья, в том числе от отдельных поставщиков, по физико-химическим и микробиологическим свойствам, оптимальным для выпуска различных видов продукции.

• Повышение выхода готовой продукции за счет улучшения орга-нолептических и микробиологических показателей вследствие использования создаваемых информационных компьютерных моделей производства отдельных видов продуктов.

• Сокращение брака за счет анализа причин его возникновения.

• Улучшение организации производства за счет представления оперативному и руководящему персоналу адресно-селектированной (ориентированной) аналитически обработанной и обобщенной информации о качестве и безопасности сырья и готовой продукции.

• Снижение трудоемкости процессов регистрации, архивирования и машинный анализ технологической и учетной документации о составе, качестве и безопасности сырья, полуфабрикатов и готовой продукции.

• Снижение трудоемкости ведения материального учета имущества лабораторного комплекса.

Вышеуказанные факторы позволяют сократить потери сырья ориентировочно на 0,5−1,5%, численность обслуживающего персонала на 3 человека, снизить расходы на химические реактивы, среды, химическую посуду и другие материалы на 10−15%.

Показать весь текст

Список литературы

  1. С. А., Бежаева 3. И., Староверов О. В. Классификация многомерных наблюдений. -М.: Статистика, 1974. -240 С.
  2. С. А., Бухштабер В. М., Енюков И. С, Мешалкин Л. Д. Прикладная статистика. Классификация и снижение размерности. М.: Финансы и статистика, 1989.-607 С.
  3. Анализаторы молока АКМ-98. Свидетельство о внесении в Государственный реестр средств измерений РФ № 26 311−04 от 12.01. 2004 г.
  4. В.А. Научно-практические основы комплексной оценки качества мяса и мясных продуктов. Дисс. в форме науч. докл. д.т.н -М.: 1996.
  5. С.Л., Кафаров В. В. Оптимизация эксперимента в химии и химической технологии. М.: Высшая школа, 1978. -С 319.
  6. С.Л., Кафаров В. В. Статистические методы обработки экспериментов. М.: Изд-во МХТИ, 1972.
  7. . А. Минимизация описания в задачах автоматического распознавания образов. // Техн. Кибернетика, 1964, № З.-С. 32−44.
  8. Р. Е. Некоторые методы классификации. // Автоматический анализ изображений. -М.: Мир, 1969. -С 205−234.
  9. Л. П. Инструментальные методы и экспресс-анализаторы для контроля состава и качества молока и молочных продуктов. М.: Молочная промышленность, 1997. — 48. С.
  10. Л.П., Шепелева Е. В. Новые экспресс-анализаторы для лабораторий технохимического контроля. В сборнике Разработки, рекомендуемые для внедрения. Выпуск 1 — ВНИМИ, М., 1995, С.3−12.
  11. В. И. Распознающие системы. Справочник. Киев: Нау-кова думка, 1983.-422.
  12. А. М., Зуев Ю. А., Краснопрошин В. В. Двухуровневая схема распознавания с логическим корректором. //В кн.: Распознавание, классификация, прогноз. Математические методы и их применение. М.: Наука, 1989.- Вып. 2. -С. 73−98.
  13. Т. А. Представление знаний в экспертной диагностической системе АВТАНТЕСТ // Изв. АН СССР. Техн. кибернетика, 1984, № 5.-С. 168−175.
  14. К., Экштайн X. Аналитические и препаративные лабораторные методы. / Пер. с нем. М.: Химия, 1994. — С 416.
  15. А. Л., Скрипкин В. А. Методы распознавания. М.: Высшая школа, 1989.-232 С.
  16. ГОСТ Р 51 054−2003. Молоко натуральное коровье-сырье. Технические условия.
  17. М. Многомерное шкалирование: Методы наглядного представления данных. М.: Финансы и статистика, 1988.
  18. Е. 3. Линейная и нелинейная регрессия. М.: Финансы и статисти-ка, 1981.- С 302.
  19. С. М. Проектирование баз данных. М.: Финансы и статистика, 1988.
  20. Н., Смит Г. Прикладной регрессионный анализ. М.: Статистика, 1973. — С 392.
  21. Н. И., Афанасов Э. Э., Кононов Н. С., Купцова С. В., Квалиметрический метод формирования качества йогуртного продукта. «Молочная промышленность».2002, № 12, с.46−47.
  22. Н. Г., Елкина В. Н., Лбов Г. С. Алгоритмы обнаружения эмпирических закономерностей. Новосибирск: Наука, 1985. -ПО с.
  23. г. Москвы от 24 мая 2000 г. N 13 «О качестве и безопасности пищевых продуктов»
  24. А. И. Интеллектуальные системы и психологическое знание. // В кн.: Компьютеры и познание. М.: Наука, 1990.- с. 69−86.
  25. А.И. Интеллектуальные информационные системы, Тетра-Системс, 1997, 368 с.
  26. Н. Малая энциклопедия качества. Ч. III. Современная история качества. М.: РИА «Стандарты и качество», 2003.
  27. К. Японские методы управления качеством: Сокр. пер. с англ. / Под. ред. А. В. Гличева. — М.: Экономика, 1988. — 215 с.
  28. Искусственный интеллект: В 3-х кн. Кн. 1. Системы общения и экспертные системы: Справочник / под ред. Э. В. Попова. М.: Радио и связь, 1990.-464 с.
  29. Искусственный интеллект: В 3-х кн. Кн. 2. Модели и методы: Справочник / под ред. Д. А. Поспелова. М.: Радио и связь, 1990.-304 с.
  30. Н. С., Дунченко Н. И., Афанасов Э. Э. Формализация технологического процесса производства йогургных продуктов на базе системного анализа. «Известия ВУЗов. Пищевая технология». М.: 2003. № 1, с. 64−67
  31. Г. Н., Шаплыгина А. М., Волокитина 3. В. «Методы исследования молока и молочных продуктов». М., Изд-во: «Колос», 2000 г
  32. Г. Н., Тиняков В. Г., Фофанов Ю. Ф. Технология молока и оборудование предприятий молочной промышленности. М.: Агропром-издат, 1986 г.
  33. Е. С., Брусиловский JI. П. К созданию компьютерной системы оперативного управления производством предприятия цельномолочной промышленности, М., 1999, Научно-технический сборник, Выпуск 9, с.68- 73.
  34. Кук Н. М., Макдональд Дж. Формальная методология приобретения и представления экспертных знаний. // ТИИЭР, 1986, т. 74, № 10.- с. 145−155.
  35. Логический подход к искусственному интеллекту. От модальной логики к логике баз данных. / А. Тэйс, П. Грибомонт, Г. Халин и др.: Пер. с фр. М.: Мир, 1998.
  36. Методика количественного ионометрического анализа молока на содержание ионов аммония, в том числе для выявления фальсификации гидроокисью аммония ВНИМИ 01/98. М.: 1998 г.
  37. Методика количественного ионометрического анализа молока на содержание ионов кальция ВНИМИ 01/98. — М., 1998
  38. Методика количественного ионометрического анализа молока на содержание ионов натрия, в том числе для выявления фальсификации содой № ВНИМИ 05/98. — М., 1998
  39. Г. С, Врио Н. П. Методы анализа молока и молочных продуктов. М.: Пищевая промышленность, 1971. — 423 с.
  40. Н. Н., Иванилов Ю. П., Столярова Е. М. Методы оптимизации: Учеб. Пособие. М.: Наука.—1978.—351 с.
  41. В. М., Ким Д. П. Техническая имитация интеллекта. Кн. 6. Робототехника и гибкие автоматизированные производства. В 9-ти кн./под ред. И. М. Макарова. М.: Высшая школа, 1986.
  42. В. В. Теория эксперимента. М.: Наука, 1971.-208 с.
  43. Научно-технический сборник «Системы управления, новые приборы технологического контроля» Выпуск № 4, М., Изд-во: ВНИМИ, 1995 г.
  44. А. М., Фазылов Ш. X. Методы и алгоритмы преобразования типов признаков в задачах анализа данных. -Ташкент: Фан, 1988.132 с.
  45. Н. Принципы искусственного интеллекта. М.: Радио и связь, 1985.
  46. Отраслевая система технических средств контроля и управления. / JI. П. Брусиловский, JI. М. Андросова, В. Б. Богдановский, И. А. Вайнберг, В. В. Кузнецов Г. И. Рудинцев. М.: Молочная промышленность. — 1985. -№ 9. — С. 5.
  47. Положение о мониторинге качества, безопасности пищевых продуктов и здоровья населения (утв. постановлением Правительства РФ от 22 ноября 2000 г. N 883)
  48. Е. П., Романов С. В. Анализ числовых таблиц в биотехнических системах обработки экспериментальных данных. JL: Наука, 1985.- 148 С.
  49. Э. В. Особенности разработки и использования экспертных систем. // Искусственный интеллект. Кн. 1: системы общения и экспертные системы. М.: Радио и связь, 1990.
  50. Д. А. Данные и знания. Представление знаний. // Искусственный интеллект. Кн. 2: Модели и методы: Справочник/под ред. Д. А. Поспелова. М.: Радио и связь, 1990.- с. 7−13.
  51. Построение экспертных систем: Пер. с англ. / Под ред. Ф. Хейеса-Рота, Д. Уотермана, Д. Лената. М.: Мир, 1987. — 441 С.
  52. Практикум по физико-химическим методам анализа. / Под ред. О. М. Петрухина. М.: Химия, 1987. — 248 С.
  53. Представление знаний в человеко-машинных и робототехнических системах. Прикладные человеко-машинные системы, ориентированные на знания / под ред. Поспелова Г. С. М.: ВЦ АН СССР, ВИНИТИ АН СССР, 1980.
  54. Представление и использование знаний. Под редакцией X. Уэмо, М.Исидзуна. -М.: Мир, 1989, 220 С.
  55. И.И. Автоматизация молочной промышленности. «Молочная промышленность». 2002, № 3−4, С. 114−149.
  56. И.И. Моделирование взаимодействия популяций в микробиоценозах молочных производств. -М.: ГНУ ВНИМИ, 2003, С. 174 177.
  57. И.И. Моделирование конфликтной ситуации в микробиоценозах пищевых производств. Материалы П-й ВНТК «Теория конфликта и ее приложения». Воронеж: 2002, с.225−227.
  58. И.И., Вайнберг И. А. Комплекс АСКМ-2 для фермерских хозяйств и молочных мини-заводов // Техника и оборудование для села -2000, № II, с.12−15.
  59. И.И., Вайнберг И. А., Фетисов Е. А., Шабшаевич M.JI., Шидловская В. П., Поляков К. В. Мобильный диагностический компьютерный комплекс. // Молочная промышленность. — 2004. № 7. — С. 60−61.
  60. И.И., Ефремов Д. Н. Компьютерная система мониторинга биологической безопасности производства молочных продуктов. «Молочная промышленность», 2002. № 2, с.25−26.
  61. И.И., Ефремов Д. Н. Математические модели оценки взаимодействия популяций при производстве молочных продуктов. «Молочная промышленность», 2002, № 7, с.57−58.
  62. И.И., Пащенко Ф. Ф. и др. Моделирование биотехнологических систем по статистическим критериям. М.: Печатник, 2003, 58 стр.
  63. И. А., Горбатов А. В., Свинцов В. Я. Дисперсные системы мясных и молочных продуктов. М.: Агропромиздат, 1990. — 320 с.
  64. В. Б. Субботин Ю. А. Организация математического обеспечения комплексного эксперимента на базе дисплейной системы. // Методы и средства автоматизации психологических исследований. М.: Наука, 1982.- с. 110−129.
  65. Современные методы и средства диагностирования объектов вычислительной техники. / П. В. Цыков, JI.A. Никифорова, М. В. Волкова, Т. А. Артеменко. М., 1986. — 43 с. — (Обзор, информ. / ЦНИИТЭИ-приборостроения. ТС-2- Вып. 3).
  66. Справочник по прикладной статистике. В 2-х т. Т. 2 / под ред. Ллойда Э., Ледермана У., Айвазяна С. А., Тюрина Ю. Н.- М.: Финансы и статистика, 1990.-526 с
  67. Структурно-механические характеристики пищевых продуктов/Под ред. А. В. Горбатова. М.: Легкая и пищевая промышленность, 1982.-296 с.
  68. К., Фохт Д. Проектирование и программная реализация экспертных систем на персональных ЭВМ.- М.: Финансы и статистика, 1990.- 320 с.
  69. Н. И. Введение в метрологию. М.: Издательство стандартов. — 1985. — 248 с.
  70. П. Искусственный интеллект. М.: Мир, 1980.
  71. Д.П. Принципы химической кинетики в оценке сроков хранения пищевых продуктов. «Молочная промышленность». М.: 2003, № 1, с.55−56.
  72. Федеральный закон от 2 января 2000 г. N 29-ФЗ «О качестве и безопасности пищевых продуктов» (с изменениями от 30 декабря 2001 г., 10 января, 30 июня 2003 г., 22 августа 2004 г.)
  73. Е.А. Статистические методы контроля качества молочной продукции. Справочное руководство. — М.: Агропромиздат. 1985. С.56
  74. . В. К. О машинно-ориентированной формализации правдоподобных рассуждений в стиле Ф. Бэкона Д. С. Милля // Семиотика и информатика. Вып. 20, 1983.-е. 35−101.
  75. Л., Оуэне А., Уолш М. Искусственный интеллект и эволюционное моделирование. М.: Мир, 1969.-230 с.
  76. Фу К. Структурные методы в распознавании образов. М.: Мир, 1977.-320 с.
  77. Хейес-Рот Ф. и др. Построение экспертных систем. М.: Мир, 1987.
  78. К. Р. Методы концептуального анализа знаний. // Методы и системы принятия решений. Системы поддержки проектирования на основе знаний. Рига: Рижск. техн. ун-т, 1991.-е. 116−122.
  79. Экспертные системы. Принципы работы и примеры: Пер. с англ. / А. Брукинг, П. Джонс, Ф. Кокс и др.- Под ред. Р. Форсайта. -М.: Радио и связь, 1987. 224 с, ил.
  80. Экспертные системы: состояние и перспективы/под ред. Поспелова Д. А.- М.: Наука- 1989.-152 с.
  81. Дж., Кумбс М. Экспертные системы: концепции и примеры. -М.: Финан-сы и статистика, 1987. 191 с.
  82. А. Искусственный интеллект / Под ред. Поспелова Д. А. -М.: Мир, 1985.
  83. А. Д. Сложность оценивания статистических систем. // Изв. АН СССР. Техн. кибернетика, № 6, 1981.-е. 3−13.
  84. Г. Инструментальные методы химического анализа. / Пер. с англ. М.: Мир, 1989. — 608 с.
  85. Bently J. L., Weide В. W., Yao A. C. Optimal expected time algorithms for closest point problems. //ACM Trans. Math. Software, v. 6, N 4, 1980.-p. 563−580.
  86. Charniak E., McDermott D. Artificial Intelligence. Reading. -S.l. Addison-Wesley, 1985. P. 17−28.
  87. Cleary J. G. Analysis of an algorithm for finding nearest neighbor in Euclidean space. //ACM Trans. Math. Software, v. 5, N 2, 1979.-p. 183−192.
  88. Clements B.R. and Preto F. Evaluating Commencial Real Time Expert System Software for Use in the Process Industries. C&I, 1993, pp. 107−114.
  89. Communicating Knowledge. Xi Plus: Проспект / Expertech, Inc. -1988.
  90. A. G., Gower J. С Models for the Analysis of Interregional Migration. // Environment and Planning A, 14, 1981.- p. 477−497.
  91. Cortner J.M. Test strategy for the 1990s ITG // Proc. Int. Test Conf. «Integration of Test with Design and Manufacturing 11, Sept. 1−3, 1987. — P. 813.
  92. Davis R., Lenat D. Knowledge-Based Systems in Artificial Intelligence. S. I McGaw-Hill, Inc., 1982. — 490 p., Shortiliffe E. Computer-Based Medical Consultation: MYCTN. — N.-Y., 1986. — 47 p.
  93. Davis R., Lenat D. Knowledge-Based Systems in Artificial Intelligence. Chap. 2. Medical Decision Making. S.I.: McGaw-Hill, Inc., 1982. — P. 120−137.
  94. Development Environment // Information Technology: Research and Development. 1983. — Vol. 2. — P. 109−122.
  95. Eberhard L., Baneijee N., Buttel I. Worauf Sie beim Auffau von Ex-pertensystemen achten imssen // State of the Art. 1986. -N 1. — S. 34.
  96. Expert Systems Strategies. 1988. — Vol. 1, N 4. — P. l-2.
  97. Glass G. V. Note on rank-biserial correlation. // Educational and Psychological Measurement, 26, 1966.-p. 623−631.
  98. Gordon J., Shortliffe E. A Method for Managing Evidential Reasoning in a Hierar-chical Hypothesis Space // AI J. 1985. -Vol. 26. — P. 323−357.
  99. Harmon P. The AI Tools Market The Market for Intelligent Software Building Tools. Part I. Intelligent Softwane Strategies, 1994, v 10, n.2, pp. 1−14.
  100. Harmon P. The Market for Intelligent Software Products. Intelligent Sopware Strategies 1992, v.8, n.2, pp.5−12.
  101. Harmon P. The Size of the Commercial AI Market in the US. Intelligent Software Strategies. 1994, v. 10, n. l, pp. 1−6.
  102. Harshman R. A. PARAFAC 2: Mathematical and Technical Notes. In Working Papers in Phonetics 22.- University of California at Los Angeles, 1972.
  103. Hayes-Roth F., Jacobstein N. The State of Enowledge-Based Systems. Communications of the ACM, March, 1994, v.37, n.3, pp.27−39.
  104. High Technology Magazine. 1985. — March. — P. 5.
  105. J. Reggia, S. Tuhrim, S. Ahuja et al. // The Maryland NEUREX Project. 1986. — P. 17−21.
  106. Juran, J.M., Juran on Quality by Design: The New Steps for Planning Quality into Goods and Services / J.M. Juran. -1992
  107. Keller W. J. Statistical via Personal Computers. // Compstat 86, Proceedings in Computational Statisticals.- Wien: Physica-Ferlag, 1986.- p. 332 337
  108. Kenneth R.C. A Framework for Selection of Expert Systems Tools for Selection of Expert Systems Tools for IBM PC’s // ISA Robotics & Expert Systems R0BEXSf87: 3rd Workshop, Pittsburg, Jun. 4−5, 1987. Vol. 3. — P. 103(14).
  109. Laffey Т., Perkins W., Nguyen T. Reasoning About Fault Diagnosis with LES // IEEE Expert. 1986. — Vol. 1, N 1. — P. 13−20.
  110. Mary Walton., Deming management method. New York: Dodd, Mead, 1986
  111. Michael M., Lin W. C. Experimental study of information measures and inter-intra class distance rations of features selection and ordering. // IEEE Trans, v. SMC -3, 1973.-p. 172−181.
  112. Narendra P. M., Fukunaga K. A. A branch and bound algorithm for feature subset selection. // Proc. Cybernetic and Society Inf. Conf.- Washington, D. C, 1976.
  113. Perley D.R. Migrating to Open Systems: Taming he Tiger. McGraw-Hill, 1993, p.252.
  114. Pettis К. W., Bailey Т. A., Jain A. K., Dubes R. C. An intrinsic dimensionality es-timator from nearneighbour information. // IEEE Trans. Pattern Anal, and Mach. Intel., v. 1, N 1, 1979.- p. 25−37.
  115. Proc. AAAI Workshop on Knowledge Acquisition for Knowledge-Based Systems. Banff, Canada, 1986. — 67 p.
  116. Puppe F. Diagnoatisches Problemlosen mit Expertensyetemen // Infoi-matik-Pachberichte. Berlin: Heidelberg- H.-Y.: Springer, 1987. — Vol. 148. — S. 34−40.
  117. Schwartz W., Patil R., Szolovits P. Artificial Intelligence in Medicine: Where Do We Stand? // New Engl. J. Med. 1987. -Vol. 316. — P. 685−688.
  118. Steels L. Second Generation Expert Systems // Future Gen. Comput. Syst. 1985. — Vol. 1. — P. 213−221.
  119. The Use of Expert Systems in Machine Maintenance // SCS Summer Computer Simulation Conf., Jul. 28−30,1986. P. 150−156.
  120. Toussaint G. T. Note on optimal selection of independed binary features for pattern recognition//IEEE Trans., v. IT 17, 1971.-p. 618−620.
  121. Walker M., Blum R. Towards Automated Discovery from Clinical Databases: the RADIX-ProJect // MEDINFO-86. 1986. — P. 32−36.
  122. Waterman D. A. A Guide to expert Systems. N. Y.: Addison.- Welse, 1986.
  123. Weiss S.M., Kulikowski C.A. A Practical Guide to Desinging Expert Systems. Hew Jersey: Rewman & Allan-held Publ., 1984. 730 p.
  124. William W. Scherkenbach, W. Edwards Deming., The Deming Route to Quality and Productivity. 1991
  125. Winston P.H. Artificial Intelligence. Addison-Wesley, Reading, Massachusetts, Third Edition, 1992.
  126. Wishart D. An algorithm for hierarchical classification. // Biometrics, 22, 1969.-p. 165−170.
Заполнить форму текущей работой

На отлично!