Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Интеллектуализация функций управления основными средствами предприятий связи

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Инфокоммуникационные технологии, в значительной степени определяющие структуру основных средств современных предприятий связи, потребовали от ученых-экономистов значительных усилий в осмыслении данного феномена, а от экономистов-практиков — применения адекватных по сложности методов управления. Практика управления основными средствами, которые составляют до 70% активов предприятия связи… Читать ещё >

Содержание

  • Глава 1. Основные средства предприятий связи как объект экономического анализа и управления
    • 1. 1. Состояние и перспективы развития инфокоммуникационных технологий в России
    • 1. 2. Задачи повышения эффективности управления основными средствами предприятий связи
    • 1. 3. Анализ современных инструментальных сред формирования решений
  • Выводы по главе 1
  • Глава 2. Теоретические основы синтеза неоднородных баз знаний
    • 2. 1. Общая постановка проблемы синтеза неоднородных баз знаний
    • 2. 2. Синтез детерминированных и вероятностных моделей баз знаний
    • 2. 3. Синтез деревьев приближенных рассуждений и детерминированных моделей баз знаний
  • Выводы по главе 2
  • Глава 3. Методические аспекты создания инструментария для управления основными средствами предприятий связи
    • 3. 1. Совершенствование структуры основных средств с учетом производственных вероятностных характеристик
    • 3. 2. Формирование производственных инвестиционных решений с учетом фактора неопределенности
    • 3. 3. Разработка экспертной системы для управления основными средствами
  • Выводы по главе 3

Интеллектуализация функций управления основными средствами предприятий связи (реферат, курсовая, диплом, контрольная)

Постепенная трансформация плановой экономики в рыночную обусловила формирование новых принципов управления обществом, реализация которых потребовала создания современных отраслевых инфраструктур. Особое место в общей инфраструктуре занимают коммуникации. Коммуникации, как средство обеспечивающее функционирование материального производства и связь граждан, в настоящее время переживают этап конвергенции (слияния) с информационной техникой. В результате созданы новые технологии, получившие название «инфокоммуникационных» .

Инфокоммуникационные технологии, в значительной степени определяющие структуру основных средств современных предприятий связи, потребовали от ученых-экономистов значительных усилий в осмыслении данного феномена, а от экономистов-практиков — применения адекватных по сложности методов управления. Практика управления основными средствами, которые составляют до 70% активов предприятия связи, показала, что сегодня имеются реальные и трудно устранимые расхождения между тем, как менеджер принимает решения и тем, что ему предлагают современные компьютерные системы их формирования. Одной из причин такого положения дел является недостаточный уровень интеллектуализации систем формирования решений, которые не предоставляют необходимый объем различной по своей природе и целевой направленности информации.

Среди всех функций управления, касающихся основных средств, в диссертации исследуется функция анализа, в состав которой, кроме прочих, входят процедуры периодической их реструктуризации и развития. Реструктуризация и развитие, предполагающие знание эффективных производственных инвестиционных решений, осуществляются в соответствии с постоянной потребностью в повышении фондоотдачи.

Недостаточный уровень интеллектуализации данной функции потребовал решения проблемы интеграции детерминированных, вероятностных и нечетких моделей баз знаний. Разница в моделях представления различного рода знаний в памяти компьютера, определяемая их семантической неоднородностью, предопределила постановку и решение задачи синтеза их в единую модель. Такая модель позволяет учитывать одновременно факторы, которые ранее учтены быть не могли из-за различий в методах их отражения в базах знаний.

К наиболее важным факторам, учет которых обязателен в процессе управления основными средствами, относятся вероятностные показатели, отражающие будущую их стоимость, а также факторы, отражающие неопределенность конъюнктуры рынка инфокоммуникационных услуг, динамику цен, инфляцию и т. д. Воспроизведение перечисленных факторов в рамках единой модели базы знаний позволит на новой основе подойти к выполнению функции анализа основных средств, так как появляется возможность получения более точных значений ряда важных показателей (фондоотдачи, фондовооруженности, фондоемкости и т. д.) с одной стороны, а с другой — существенного снижения уровня неопределенности внешних факторов.

Нерешенность проблемы комплексного охвата различной по своей природе информации, отражающей слияние средств коммуникаций с информационной техникой, потребовала создания адекватных методов, повышающих уровень эффективности функции управления основными средствами.

Цель исследования состоит в теоретическом обосновании и разработке метода, позволяющего повысить уровень интеллектуализации функций управления основными средствами предприятий связи за счет создания и использования неоднородных баз знаний.

Для достижения этой цели необходимо было решить следующие задачи: 1. исследовать экономические показатели, отражающие динамику развития основных средств предприятия связи и, с помощью экономического анализа, выявить резервы в повышении эффективности их управления;

2. проанализировать состояние современных инструментальных сред с позиций проблем управления основными средствами предприятий связи и поиска направлений их совершенствования;

3. разработать метод синтеза детерминированных, вероятностных и нечетких моделей баз знаний, предназначенный для получения интегрированной неоднородной базы знаний;

4. создать математический аппарат, обеспечивающий синтез семантически неоднородных моделей баз знаний;

5. разработать технологию, предназначенную для совершенствования структуры основных средств предприятий связи и формирования производственных инвестиционных решений на основе синтезированных баз знаний.

Объектом исследования являются основные средства предприятий связи и касающиеся их методы бухгалтерского учета, а предмет исследования составляют интеграционные процессы в сфере инфокоммуникационных услуг и способы их отражения в распространенных моделях баз знаний.

Теоретической основой исследования послужили труды современных отечественных и зарубежных ученых в области экономической теории, экономики предприятий связи, теории и практики создания информационных технологий, систем поддержки принятия решений и экономико-математических методов.

Методологической основой проведения исследований явились теория управления, теория экономического анализа, а также принципы системного анализа, обеспечившие раскрытие сущности экономических процессов, обобщение и выявление резервов в эксплуатации основных средств предприятий связи, разработку специального метода, позволившего синтезировать различные по своей природе знания в единой базе знаний. Для выявления связей между различными событиями и отражения их в единой модели применялись такие методы научного познания как синтез, анализ, аналогия.

На результаты исследований повлияли труды отечественных и зарубежных авторов, таких как Бусленко Н. П., Варакин JT.E., Дик В. В., Дрогобыцкий И. Н., Дубров A.M., Жеребин В. М., Лагоша Б. А., Марчук К. И., Растригин JI.A., Романов А. Н., Поспелов Г. С., Поспелов Д. А., Тельнов Ю. Ф., Тихомиров В. П., Трапезников В. А., Хрусталев Е. Ю. и др. Среди зарубежных ученых можно выделить Акоффа Р., Вира Ст., Эшби У., Р., Заде JL, Найта Ф., Саймона Г., Самуэльсона П., Тапскотта Д., Тепмана Л.

Информационной базой исследования послужили нормативные акты Российской Федерации, регламентирующие бухгалтерскую и другие сферы экономических правоотношений, положения российских стандартов финансовой отчетности, материалы периодических изданий, касающиеся проблем развития предприятий связи.

В качестве исходных данных использована бухгалтерская отчетность предприятия связи, а также информация из сборников и статистических ежегодников Госкомстата Российской Федерации.

Научная новизна исследования состоит в разработке теоретико-методических положений создания неоднородных баз знаний, которые, в отличие от общеизвестных, синтезированы на основе детерминированных, вероятностных и нечетких моделей.

Научную новизну содержат следующие результаты: с помощью факторного анализа результатов деятельности предприятия связи установлено, что совершенствование структуры основных средств должно осуществляться на основе показателей, учитывающих их вероятностные характеристики, а также неопределенность внешней среды предприятияна основе анализа информации, требуемой для совершенствования структуры основных средств, с одной стороны, а с другой — возможностей известных способов отображения знаний в памяти компьютера, обоснована необходимость синтеза моделей баз знаний, отражающих различные по своей природе знанияразработан и научно обоснован метод синтеза семантически неоднородных баз знаний, обеспечивающий по парное объединение детерминированных и стохастических моделей, а также моделей, отражающих приближенные рассужденияполучил дальнейшее развитие математический аппарат обратных вычислений, учитывающий специфику обработки синтезированных неоднородных баз знанийсоздан метод совершенствования структуры основных средств, базирующийся на синтезе детерминированной и стохастической баз знаний и отличающийся тем, что он учитывает производственные вероятностные характеристикипредложен метод формирования производственных инвестиционных решений, базирующийся на синтезе приближенных рассуждений и детерминированных знаний, учитывающий неопределенность внешней средыразработана информационная технология, ориентированная на применение неоднородных баз знаний и предназначенная для управления основными средствами предприятий связи.

Практическая значимость исследования заключается в том, что использование разработанных в диссертации методов, предложений и рекомендаций позволит повысить эффективность управления основными средствами предприятий связи. Разработанная методика реструктуризации основных средств, учитывающая их реальную будущую стоимость, а также методика формирования производственных инвестиционных решений позволяют повысить эффективность принимаемых решений.

Разработанные процедуры и математический аппарат помимо предприятий связи могут использоваться также и на промышленных предприятиях с фондоемким производством, а также предприятиях с материалоемким производством.

Получивший в диссертации дальнейшее развитие математический аппарат обратных вычислений может применяться на всех предприятиях, где в качестве основы для формирования решений принят целевой подход в управлении.

Выводы, рекомендации, а также математический аппарат, представленные в диссертации, могут быть использованы при разработке учебных курсов по формированию решений, в научно-исследовательской работе, а также в практике создания информационных систем экономического профиля.

Полученные теоретические результаты и методики апробированы на предприятии связи, которое поставляет на рынок инфокоммуникационные услуги (ОАО «Реком»). В практике управления этим предприятием использованы методические рекомендации по поиску эффективной структуры основных средств и эффективных инвестиционных производственных решений с учетом конъюнктуры рынка, социальных и других факторов, играющих доминирующую роль в регионе.

Выводы по главе 3.

1. Формирование решений, касающихся поиска эффективной структуры основных средств, предполагает использование двух видов знаний: фактическое и будущее состояние основных средств. Фактическое состояние определяется на основании детерминированных зависимостей, а будущее — на основании вероятностных. Для получения управляющих воздействий, ориентированных на повышение эффективности основных средств, необходим синтез двух моделей баз знаний: вероятностной и детерминированной.

Реструктуризация основных средств только лишь на основе показателя фондоотдачи не позволяет определить их эффективную структуру, так как она не связана с прибылью непосредственно. В диссертации введен рабочий показатель, названный прибыльностью фондоотдачи, под которым понимается отношение прибыли к фондоотдаче. Этот показатель позволяет разработать процедуру реструкткризации основных средств. Инвестиционная неопределенность и факторы, от которых зависит инвестиционный риск, должны сочетаться с вполне определенными показателями финансово-хозяйственной деятельности предприятия. Формирование решений инвестиционного характера должно базироваться на деревьях вывода, отражающих неопределенность политического, социального, экономического и других факторов.

Анализ современных программных комплексов показал, что в настоящее время существуют гибридные системы формирования решений, объединяющих в себе автономные базы знаний. Однако возможности таких систем ограничены, что сказывается на эффективности принятых комплексных решений. Необходимы инструментальные средства, способные на синтез неоднородных баз знаний.

В настоящее время существуют программные оболочки для создания экспертных систем, ориентированные на логическое программирование и поэтому выполняющие обратные вычисления. Включение в эти оболочки дополнительных модулей, предназначенных для синтеза и использования неоднородных баз знаний, позволит на хорошо проработанной платформе создавать экспертные системы для управления основными средствами предприятий связи.

Заключение

.

Повышение уровня эффективности управления основными средствами предприятий связи во многом зависит от используемых в процессе формирования интеллектуальных программных средств. Объединение средств коммуникаций и средств вычислительной техники обеспечивает внедрение в сферу управления предприятием связи новейших интеллектуальных систем, содержащих как базы данных, так и базы знаний. Интеллектуальные информационные системы — это системы, которые способны диагностировать состояние предприятия, оказывать помощь в антикризисном управлении, обеспечивать выбор лучших решений по стратегии развития предприятия и его инвестиционной деятельности.

Первые экспертные системы показали, что с их помощью можно делать правдоподобные выводы, частично заменив эксперта-профессионала. Однако со временем стало ясно, что такие системы не оправдывают возложенные на них ожидания, так как все они являлись системами констатирующего типа. Дальнейшее их развитие, материализовавшееся в ОБЗ-системах (системах поддержки принятия решений), позволило обрабатывать значительно больший объем исходных данных, отражающих как само предприятие, так и его окружение. На основе специально складируемых данных в хранилищах данных появилась возможность получения справок в различных разрезах на основе ОЬАР-технологий. На наш взгляд, это кардинально не изменяет ситуации, так как поставляется лишь материал для формирования решений, но не создаются основы для поддержки принятия управленческого предписания.

В настоящей диссертации предложен подход, согласно которому происходит синтез разнородных знаний в единую базу знаний, обработка которой возможна лишь потому, что все знания отражены по единой форме: иерархической структурой. Это может показаться серьезным ограничением, препятствующим широкому применению разработанного подхода. Однако это не так. Знания, как известно, связаны между собой, образуя некоторую сеть.

Если при построении сети придерживаться определенных ограничений на состав и содержание узлов, а также связей между нами, то можно большинство сетей свести к множеству иерархических структур. Методов преобразования сети в дерево в научной литературе достаточно. Отсюда принципиальных препятствий на пути к синтезу различных баз знаний, представленных иерархическими структурами, нет.

В результате исследования возможных путей повышения эффективности управления основными средствами предприятий связи в диссертации сделаны следующие выводы:

Решение сформулированной в диссертации экономической проблемы порождает проблемы, связанные с необходимостью формирования решений на основе комплексного использования знаний различной природы. К такого рода проблемам можно отнести: синтез разнородных знаний в единое целое, правильное использование синтезированных бах знаний в процессе формирования решений, ликвидация противоречивости критериев оценки эффективности основных средств;

Современные экспертные системы, ориентированные на формирование управляющих воздействий в экономической сфере, не позволяют применять знания различной природы: детерминированные, вероятностные и нечеткие. Однако такого рода системы могут быть использованы в качестве основы для их дальнейшего совершенствования в части синтеза различных моделей баз знаний.

В качестве теоретической основы, обеспечивающей принципиальную возможность синтеза неоднородной базы знаний, можно использовать два постулата: первый — все детерминированные модели являются частными случаями стохастических, а все стохастические — частными случаями моделей, отражающих неопределенность и второй — некоторые из перечисленных моделей могут быть представлены иерархическими структурами;

Стыковка баз знаний возможна, если выполняется одно из двух условий: стыковочный узел головной базы знаний наполняется семантикой дополнительной, и при этом противоречий не возникает и стыковочные узлы двух баз знаний могут быть связаны новым, промежуточным (дополнительным или искусственным) отношением;

Синтез моделей баз знаний может осуществляться в диссертации с помощью расширенных матриц смежности, над которыми введены операции объединения. Расширенность заключается в том, что в качестве элементов матриц используется как числовая, так и символьная информация, отражающая целевые установки ЛПР;

Синтез базы знаний приближенных рассуждений и детерминированной базы знаний возможен при наличии функций принадлежности, играющих роль переходного звена в процессе из области определенности в область неопределенности и обратно;

Формирование решений, касающихся основных средств, только лишь на основе показателя фондоотдачи не позволяет определить их эффективную структуру, так как она не связана с прибылью непосредственно. В диссертации введен рабочий показатель, названный прибыльностью фондоотдачи, под которым понимается отношение прибыли к фондоотдаче. Этот показатель позволяет разработать процедуру реструктуризации основных средств;

Инвестиционная неопределенность и факторы, от которых зависит инвестиционный риск, должны стыковаться с вполне определенными показателями финансово-хозяйственной деятельности предприятия. Формирование решений инвестиционного характера должно базироваться на деревьях вывода, отражающих неопределенность политического, социального, экономического и других факторов;

В настоящее время существуют программные оболочки для создания экспертных систем, ориентированные на логическое программирование, и поэтому выполняющие обратные вычисления. Включение в эти оболочки дополнительных модулей, предназначенных для синтеза и использования неоднородных баз знаний, позволит на хорошо проработанной платформе создавать экспертные системы для управления основными средствами предприятий связи.

Из огромного количества форм представления знаний в диссертации рассмотрено лишь несколько: детерминированные, вероятностные и знания, отражающие некоторую неопределенность. Представленные методы их синтеза, разработанная технология, которая продемонстрирована на примерах поиска рациональной структуры основных средств и производственных инвестиционных решений, показали свою конструктивность. Однако остались незатронутыми многие проблемы, среди которых можно назвать следующие: синтез знаний, представленных в форме логики, фреймов и байесовского подходасинтез знаний, представленных нейросетями, генетическими алгоритмами и статистическими даннымисинтез знаний, используемых в обучающих и мультиагентных системах, и т. д.

Синтез перечисленных форм представления знаний позволит принимать более эффективные решения в области антикризисного управления, стратегического планирования инвестиционного и инновационного менеджмента.

Показать весь текст

Список литературы

  1. Автоматизированные информационные технологии в экономике / Под. ред. Г. А. Титоренко. — М.: ЮНИТИ, 1998.
  2. В. Мшезе1 визуальный инструмент аналитика//Открытые системы, 1999, № 3, с. 73−77.
  3. С. А. Модель формирования распределения населения России по величине среднегодового дохода//Экономика и математические методы, 1997.- Т. 33, № 4.
  4. Н. И., Комков Н. И. Моделирование организации и управления решением научно-технических проблем. М.: Наука, 1988.
  5. С., Голубев Д., Максименко О. Хранилища данных: От концепции до внедрения. М.: Диалог-МИФИ, 2002.
  6. М. И., Шеремет А. Д. Теория экономического анализа. М.: Финансы и статистика, 1998.
  7. В. И. Новый менеджмент: управление предприятиями на уровне высших стандартов- теория и практика эффективного управления. М.: Экономика, 1997.
  8. Ю. В. Швандар В. А. Оценка эффективности бизнеса и инвестиций. -М.: ЮНИТИ, 2001.
  9. А. В. РшБу-технология: математические основы. СПб.: Наука, РАН, 2001.
  10. Н. Г. Бухгалтерский учет создания движения и содержания основных средств. М.: Международный центр финансово-экономического развития, 1996.
  11. Н. Г. Бухгалтерский учет создания, движения и содержания основных средств. М.: Международный центр финансово экономического развития, 1996.
  12. Л. Е. Направление развития инфокоммуникаций России на основе современных технологий и мировых тенденций//Труды Международной академии связи, 1 (17), 2001, с. 2−12.
  13. Л. Е. Основы теории развития инфокоммуникаций и ее практическое применение/ В кн.: Связь России в XXI веке/Под ред. Варакина Л. Е. М.: МАС, 1999, с. 49−64.
  14. М. А. Экономические проблемы повышения эффективности связи. М.:Радио и связь, 1985.
  15. Е. А. О факторах повышения эффективности общественного производства. М.: Наука, 1974.
  16. П. Введение в экспертные системы. М.: Вильяме, 2001.
  17. Дик В. В. Методология формирования решений в экономических системах и инструментальные среды их поддержки. М.: Финансы и статистика, 2000.
  18. М. И. Интеллектуальный анализ данных новое направление развития информационных технологий //НТИ, сер. 2, 1998, № 8, с. 6−16.
  19. JI., Понятие лингвистической переменной и ее применение в принятии решений. М.: Мир, 1976.
  20. Е. А. Воспроизводство и использование основных фондов. М.: Экономика, 1968.
  21. Интегрированные модели и мягкие вычисления в искусственном интеллекте. Сборник трудов Международной научно-практического семинара (Кломна, 17 18 мая 2001 года). — М.: Наука, Физматлит, 2001.
  22. Интенсификация воспроизводства основных фондов/ А. Ф. Ковалев и др.-К.:Наукова думка, 1987.
  23. Искусственный интеллект: В 3-кн. Кн. 1. Системы общения и экспертные системы: Справочник/ Под ред. Э. В. Попова. М.: Радио и связь, 1990.
  24. Искусственный интеллект: В 3-кн. Кн. 2. Модели и методы: Справочник/ Под ред. Э. В. Попова. М.: Радио и связь, 1990.
  25. А.Е. Инфокоммуникационные услуги XXI века и перспективы их внедрения// Россия и глобальная информатизация общества XXI века, 2002, с. 66−76.
  26. М., Саломатин Б. Средства добычи знаний в бизнесе и финансах// Открытые системы, 1997, № 4, с.41−44.
  27. В. В. Финансовый анализ: Управление капиталом. Выбор инвестиций. Анализ отчетности. М.: Финансы и статистика, 1996.
  28. Концепция развития отрасли «Связь и информатика» Российской Федерации/Под ред. Л. Д. Фреймана и Л. Е. Варакина. М.: MAC, 2001.
  29. М. А., Мишение А. И., Хотяшов Э. Н. Теория экономических информационных систем. М.: Финансы и статистика, 1984.
  30. С. Организация информационного обеспечения аналитического подразделения/Юткрытые системы, 2002, № 1, с. 35.
  31. И. С. Логические методы построения математических моделей.-Новосибирск: Наука, 1980.
  32. Логический подход к искусственному интеллекту: от классической логики к логическому программированию/ Тей А., Грибомон П., Луи Ж. и др. М.: Мир, 1990.
  33. Д. Программирование экспертных систем на Турбо Прологе. -М.: Финансы и статистика, 1994.
  34. Э. Алгоритмы оптимизации на сетях и графах. М.:Мир, 1981.
  35. Д. Программирование экспертных систем на Турбо Прологе. -М.: Финансы и статистика, 1999.
  36. К. И. Магистрали прогресса. М.: Молодая гвардия, 1985.
  37. Международная летняя школа-семинар по искусственному интеллекту для студентов, аспирантов и молодых ученых. Минск: БГИИР, 1997.
  38. Ф. X. Риск. Неопределенность и прибыль. М.: Дело, 2003.
  39. .Е. Обратные вычисления в формировании экономических решений.-М.: Финансы и статистика, 2004.
  40. Организация, планирование и управление предприятиями связи/ Е. В. Демина и др. М.: 1990.
  41. Г. С., Искусственный интеллект основа новой информационной технологии. — М.: Наука, 1988.
  42. Г. С., Ириков В. А. Программно-целевое планирование и управление. М.: Сов. Радио, 1976.
  43. А. И. Социологические проблемы управленческих решений. М.: Знание, 1984.
  44. A.A., Управление основными средствами предприятий на основе неоднородных баз знаний/Сборник научных статей под. Ред. прф. В. В. Дика. М.: МГУЭСИ, 2003, стр. 3−11.
  45. A.A., Формирование производственных инвестиционных решений с учетом фактора неопределенности//Аспирант и соискатель, 2004, № 3 (22), стр. 47−53.
  46. A.A., Совершенствование структуры основных производственных средств с учетом рыночной конъюнктуры и производственных рисков//Вопросы экономических наук, 2004, № 3 (7), стр. 228−246.
  47. A.B., Технико-экономический анализ хозяйственной деятельности предприятий связи. М.: Радио и связь, 1986.
  48. Реформа бухгалтерского учета. Федеральный закон «О бухгалтерском учете». Шестнадцать положений по бухгалтерскому учету. М.: Ось-89, 2001.
  49. А.Н., Одинцов Б. Е., Советующие информационные системы в экономике. М.: ЮНИТИ, 2000.
  50. В. П. Интеллектуальные информационные системы в экономике// Под ред. Н. Г. Тихомирова. М.: Экзамен, 2003.
  51. Российский статистический ежегодник. 2003: Сб. ст. /Госкомстат России. -М., 2003.
  52. Россия в цифрах. 2002. Краткий стат. сб./Госкомстат России. М., 2002.
  53. Россия в цифрах. 2003. Краткий стат. сб./Госкомстат России. М., 2003.
  54. Г., Наука об искусственном. М.:Мир, 1973.
  55. П., Экономика. Т. 1. М.: НПО «Алгон», ВНИИСИ Машиностроение, 1994.
  56. П., Экономика. Т. 2. М.: НПО «Алгон», ВНИИСИ Машиностроение, 1994.
  57. Р. Множества. Логика. Аксиоматические теории.-Просвещение, 1968.
  58. Ю.А., Интеллектуальные информационные системы в экономике. Уч. пособие. Серия «Информатизация России на пороге XXI века.» М.: СИНТЕГ, 1998.
  59. Технология программно-целевого управления /Г. М. Добров, А. А. Коренной, М. И. Молдованов и др. К.: Техшка, 1985.
  60. В.А. Управление и научно-технический прогресс. М.: Наука, 1983.
  61. Труды международной конференции «Интеллектуальное управление: новые интеллектуальные технологии в задачах управления (Переяславль-Залесский, 6−9 декабря 1999 года).» М.: Наука, Физматлит, 1999.
  62. Туган-Барановский М. И. Периодические промышленные кризисы. М.: Российская Политическая Энциклопедия, 1997.
  63. JI. Н. Риски в экономике. М.: ЮНИТИ-Дана, 2002.
  64. С. В. Нечеткие модели интеллектуальных промышленных систем управления//Известия АН СССР, Техническая кибернетика, № 3, 1991, с. 3849.
  65. Философский словарь/ Под ред. М. М. Розенталя.-М.: Политиздат, 1972.
  66. Фондоемкость промышленной продукции/Под ред. А. Н. Алымова. К.: Наукова думка, 1977.
  67. С. А. Проблема интенсификации промышленного производства. -М. ¡-Экономика, 1968.
  68. Д., Лоховски Ф. Модели данных. М.: Финансы и статистика, 1985.
  69. М. Интеллектуальный анализ данных в системах поддержки принятия решений// Открытые системы, 1998, № 1, с. 30−35.
  70. Экономика предприятия/Под ред. проф. Горфинкеля, проф. Е. М. Купрякова. М.: ЮНИТИ, 1996.
  71. Экономика предприятия/Под ред. Н. А. Сафронова. М.: Юристъ, 2001.
  72. Юнчич 3., Госпич Н., Балабанов Н. Хранилище данных в управлении телекоммуникационной компанией//Электросвязь, 2003, № 6, стр. 21−31.
  73. Р. Нечеткие множества и теория возможностей. М.: Радио и связь, 1986.
  74. Nortell Networks Overvie .- London: Nortell Networks, 2002/
  75. Gallanti M., Guida G. Representing procedural knowlenge in expert systems: an application to process controll / Proc. Of the 9th International Ioint Conf. On Artifical Intelligence.-1985.-vol.l, p. 345−352/
  76. Arte C., Weiss. An Approach to expert controll of interaktive Software system// IEEE Transactions on Pattern Analysis and Machine Intelligence.-19&85, v. № 5, p. 586−591.
  77. База знаний Компании PricewaterhouseCoopers (http://knowledgecurve.com).
Заполнить форму текущей работой