Комплекс алгоритмов предпочтения в выборе управленческих решений на сельхозпредприятии тема диссертации по экономике, полный текст автореферата

Ученая степень
кандидата экономических наук
Автор
Гусакова, Татьяна Михайловна
Место защиты
Йошкар-Ола
Год
2000
Шифр ВАК РФ
08.00.13

Автореферат диссертации по теме "Комплекс алгоритмов предпочтения в выборе управленческих решений на сельхозпредприятии"

На правах рукописи

3 СЕН 20СЗ

Гусакова Татьяна Михайловна

КОМПЛЕКС АЛГОРИТМОВ ПРЕДПОЧТЕНИЯ В ВЫБОРЕ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ НА СЕЛЬХОЗПРЕДПРИЯТИИ

Специальность 08.00.13 - экономико-математические методы

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата экономических наук

Самара 2000

Работа выполнена на кафедре экономической кибернетики Марийского государственного университета.

Научный руководитель:

доктор экономических наук, профессор Дарегородцев Евгений Иванович

Официальные оппоненты: доктор физико-математических наук, профессор

Жданов А.И.

Ведущая организация:

кандидат экономических наук, доцент Герасимов Б.Н.

Министерство сельского хозяйства и продовольствия Республики Марий Эл

Защита состоится 28 июня в 10 часов на заседании диссертационного сове K063.87.0l в Самарском государственном аэрокосмическом университете им. ак демика С.П. Королева по адресу: 443086, г. Самара, Московское шоссе, 34.

С диссертацией можно ознакомиться в библиотеке Самарского государственно аэрокосмического университета.

Автореферат разослан 26 мая 2000 г.

Ученый секретарь диссертационного совета доктор технических наук, профессор

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность исследования. Коренные изменения в экономике последних г не обошли стороной ни одну сферу материального производства, в том числе и гьское хозяйство. При отсутствии централизованного планирования сельхозпред-иятия вынуждены сами принимать решения по специализации, объемам произ-хстпа и решать проблемы реализации произведенной продукции. Уровень дохо-í предприятия стал напрямую зависеть от уровня эффективности их деятельности юстояния рыночной инфраструктуры в регионе их расположения. Возросла от-■ственность руководителей хозяйств по принятию управленческих решений, поя-шсь новые звенья управления: служба маркетинга, рекламные и торговые орга-. Эти изменения приблизили агропредприятия к структуре западных аграрных рм.

Сравнение успешно работающих и отстающих хозяйств показывает воз-:шую зависимость эффективности деятельности сельхозпредприятия в целом от эавлення, изучения рынка, использования достижений научно-технического про-сса. Задача науки дать руководителям хозяйств инструмент, помогающий им при шятии управленческих решений, основанный на использовании современных гадов экономического анализа.

Анализ имеющихся методов принятия управленческих решений показыва-что они в своем большинстве не позволяют учитывать неопределенность и некость целого ряда параметров, которые необходимо учитывать прежде, чем придать решение. Для повышения эффективности использования производственного енциала в отдельном хозяйстве необходимо использовать основанные на совре-шых информационных технологиях методы управления, способные обеспечить ¡ышение эффективности работы предприятия в конкурентной среде.

В связи с этим актуальными становятся задачи совершенствования методов, ¡воляющих моделировать принятие решений на сельхозпредприятии с учетом цифическнх условий развития рыночных отношений в России. Для решения за-

дач управления, построения моделей и алгоритмов предпочтения одних управлег ческих решений другим, был выбран аппарат нечеткой логики, который позволяе формализовать, выразить и преобразовать количественно нечеткие (качественньк понятия, которыми оперирует эксперт при описании своих представлений о реал! ной системе, своих рекомендаций и целей.

Подтверждением актуальности теоретических и практических разработок основанных на применении методов теории нечеткой логики, может служить инт< рес к проблемам их использования в различных областях знаний в таких странг как Япония, Китай, США; а также создание научно-исследовательских институтов центров, занимающихся исследованием применения нечеткой логики, наприме; лаборатория LIFE в Японии и европейская лаборатория ELITE в Германии. Однаю несмотря на значительное число исследований, задача разработки алгоритмов пре; почтения при принятии управленческих решений с использованием нечеткой ш формации в управлении сельскохозяйственным предприятием ставится в Росси впервые.

Актуальность темы диссертации, ее практическая значимость определил цели и задачи предмета данного научного исследования.

Цель и задачи исследования. Целью диссертационного исследования явл: ется разработка системы поддержки выбора управленческого решения на ochoi создания комплекса алгоритмов предпочтения при выборе управленческих решеш на сельскохозяйственном предприятии (включая математическое и программа обеспечение расчетов на ПЭВМ).

Реализация данной цели осуществляется путем решения следующих ко: кретных задач:

1. На основе анализа существующих методов и алгоритмов принят! управленческих решений в различных отраслях экономики определить возможное применения теории нечеткой логики при построении моделей принятия управле ческих решений на сельхозпредприятии.

2. Определить методику построения моделей управления на основе нечет-[ логики и систематизировать основные методы теории нечетких множеств, не-:одимые при разработке алгоритмов предпочтения при принятии управленческих нений.

3. Разработать комплекс алгоритмов предпочтения при принятии управ-сческих решений на сельхозпредприятии и определить вопросы методики по-юения алгоритмов.

4. Осуществить экспериментальную апробацию разработанных алгорит-в и программ на примере конкретного сельхозпредприятия.

Методы исследования. Теоретической и методологической основой иссле-¡ания послужили работы ведущих российских и зарубежных ученых, посвящен-е вопросам принятия управленческих решений и применения методов теории геткой логики для построения моделей в различных областях знаний. Кроме того, толковались методы системного анализа, расчетно-конструкторские и моногра-ческие методы.

Научная новизна исследования. В ходе исследования получены следующие ¡ультаты:

1. На основе проведения сравнительного анализа существующих методов итгоритмов предпочтения при выборе управленческого решения в условиях не-гкой информации обоснована необходимость применения теории нечеткой логи-для решения задач управления на сельхозпредприятии;

2. На основе анализа основных достижений теории нечеткой логики в раз-чных областях знаний конкретизированы методы, необходимые для построения ■делей принятия управленческих решений на сельхозпредприятии;

3. Впервые для решения задач моделирования управленческих решений на иьхозпредприятии применены методы теории нечеткой логики, позволяющие есть качественные факторы, в частности такие, как конкуренция на рынке и пред-чтение потребителей. Для решения конкретных задач управления деятельностью льхозпредприятия построены математические модели, и на их основе разработа-

iibi алгоритмы задач определения зон эффективной коммерческой деятельное сельхозпредприятия и ассортимента производимой продукции;

4. Разработано программное обеспечение для расчетов данных задач : ПЭВМ и определена методика использования данного программного продукт представляющего собой нечеткую систему принятия решений по определеш стратегии предприятия. Проведена практическая апробация созданного комплек алгоритмов на примере овощеводческих хозяйствах Республики Марий Эл.

Объектом исследования являются вопросы выбора предпочтения п] принятии управленческих решений на сельхозпредприятии.

Предметом исследования являются модели и алгоритмы предпочтет при принятии управленческих решений на сельхозпредприятии.

Теоретическая и практическая значимость диссертации. В теоретич ском плане значимость диссертации заключается в разработке научного и метод ческого аппарата, позволяющего повысить эффективность принимаемых управле ческих решений в условиях неопределенности, для этого впервые использоваг методы теории нечеткой логики для решения задач предпочтения при выбо] управленческих решений на сельхозпредприятии. Практическая значимость выпо ненной работы состоит в разработанном и апробированном комплексе алгоритм* решения конкретных задач управления сельхозпредприятием и на его основе разр ботан пакет прикладных программ, который может быть использован руководит лями хозяйств различной специализации для обоснованного принятия управленч ских решений.

Апробация работы. Основные положения диссертации докладывались обсуждались на российских и международных конференциях: «Государственн* регулирование и информационное обеспечение реформ в АПК», Йошкар-Ола, 199 The lst Annual International Conference on Industrial Engineering and Practice, Housto Texas USA, December 4-7, 1996; Conference on Management and Control of Productic and Logistics (MCPL'97), Campiñas - SP, Brazil (стендовый доклад), 1997; EBpone¡ екая региональная конференция «Европейские исследования: проблемы и перспе

,1 развития», Йошкар-Ола, 1998; «Государственное регулирование АПК: итого, зды, перспективы» Йошкар-Ола, 1999; Международная конференция «Стабили-1Я аграрного сектора России», Санкт-Петербург - Пушкин, 1999; II Российско-эиканская конференция «Университеты как центры развития региона», Йошкар-, 1999.

По теме диссертации автором отдельно и совместно с др. авторами опубли-шо 7 печатных работ.

Структура и объем работы: диссертация состоит из введения, трех глав, [ючения, списка литературы из 105 наименований и приложений. Общий объем :ертации - 144 страниц, включая рисунки - 5, таблицы -14.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертационной работы, рмулирована цель и определены задачи исследования, показана научная новизна >актическая значимость полученных результатов.

В первой главе обосновывается необходимость моделирования управлен-шх решений на сельхозпредприятии, приводится сравнение различных подхо-к моделированию управленческих решений и обосновывается выбор методов эии нечеткой логики для построения алгоритмов предпочтения, его преимуще-1 и области применения, особенности представления и обработки нечеткой ин-»мации в сельском хозяйстве.

Основной задачей аграрной политики государства является обеспечение про-ольствием населения страны, полностью используя имеющиеся возможности ьскохозяйственного производства, успех которой возможен лишь при условии (ественного повышения эффективности производства. А одним из основных териев эффективности сельскохозяйственного производства является степень чной обоснованности принятого управленческого решения, которая в аграрном горе в значительной мере зависит от методов учета в процессе принятия реше-неуправляемых человеком факторов. Это не только требует более детального и

всестороннего изучения объекта исследования, но, прежде всего, обоснования м тодологии исследования. В этой главе рассматриваются вопросы, связанные'с акт алышми проблемами управления сельхозпредприятием на современном этап Принятие решений в управлении сельскохозяйственных предприятий оказывает! сложным вследствие влияния неуправляемых человеком факторов, разнообраз1 рынка и большой номенклатуры производимых продуктов. Интуиция руководив должна быть дополнена использованием научно обоснованных, более гибких и ад кватных методов, облегчающих решение задач, в которых превалирует неопред ленность. Анализируются основные специфические особенности аграрного сектор в качестве основного выбирается системный подход к анализу деятельности сел хозпредприятия.

Для обоснования выбора методов теории нечеткой логики как инструмен: для построения алгоритмов предпочтения при принятии управленческих решена были проанализированы основные технологии интеллектуального анализа данны которые дали положительные результаты в построении управляющих систем I многих сферах человеческой деятельности. В работе на основе обзора литератур формулируются отличительные преимущества систем на основе нечеткой логики определяются условия, при которых применение этой современной математическс теории необходимо и выгодно, дается обзор применения математических методе теории нечеткой логики при управлении различными процессами.

Во второй главе сформулированы основные понятия и операции теори нечеткой логики, необходимые для построения алгоритмов предпочтения, опре» лена методология и основные этапы построения моделей принятия управленчески решений, а также методика их реализации. Проводится анализ имеющегося прс граммного обеспечения для моделирования экономических систем с использоваш ем методов теории нечеткой логики. Описан комплекс программного обеспечени разработанный для расчетов на ПЭВМ конкретных задач управления ссльхозпре; приятием.

Построение моделей приближенных рассуждений человека и использова-е их в компьютерных системах будущих поколений представляет сегодня одну из кнейших проблем науки. Значительное продвижение в этом направлении было глано более 30 лет тому назад профессором Калифорнийского университета гркли) Лотфи Л. Заде (Lotfi A. Zadeh). Его работа "Fuzzy Sets", появившаяся в 65 году в журнале «information and Control», заложила основы моделирования теллектуалыюй деятельности человека и явилась начальным толчком к развитию вой математической теории, остается наиболее важной в эволюции современной ицепции неопределенности. Заде расширил классическое канторовское понятие ожества, допустив, что характеристическая функция (функция принадлежности гмента множеству) может принимать любые значения в интервале (0,1), а не тько значения 0 либо 1. (рис.1).

I о» lilfk Vei) hij-.H

__ Т_____V__l.......____L_______i__________! ______»

1. Гот-е-тгг.'С Л

'Ii)

Рис. I Температура е пределах [Т1,Т2], представленная aj нечеткими переменными; б) четкими переменными.

Такие множества были названы им нечеткими (ftizzy). Л.Заде определил <же ряд операций над нечеткими множествами и предложил обобщение извест-[X методов логического вывода modus ponens и modus toilens. Введя затем понятие нгвистической переменной, и допустив, что в качестве ее значений (термов) выдают нечеткие множества, Л. Заде создал аппарат для описания процессов ин-

теллектуальной деятельности, включая нечеткость и неопределенность выражени Дальнейшие работы профессора Л. Заде и его последователей заложили прочнь фундамент новой теории и создали предпосылки для внедрения методов нечетк01 управления в инженерную практику.

Уже к 1990 году по этой проблематике число исследователей достип 10000, причем в США, Европе и СССР по 200-300 человек, около 1000 - в Япони 2000-3000 - в Индии и около 5000 исследователей в Китае. Среди них можно выд лить таких известных ученых как Рассел, Лукашевич, Пост, Беллман, Готваль Кендел, Негойта, Нгуен, Сугено, Заде, Цанг, Циммерман. Среди российских учень можно выделить А.Н. Аверкина, Д.А. Поспелова, С.А. Орловского, приложениял нечеткой логики в различных областях знаний занимаются А.Н. Мелихо А.В.Язенин и др.

В работе систематизированы основные понятия теории нечеткой логик нечеткие множества и операции над ними, а также понятия нечеткого отношения лингвистической переменной, как основных понятий современной теории нечетк« логики. Дается описание таких операций, как включение (или импликация), объ динение, пересечение, дополнение, которые необходимы для моделирования упра ленчсских решений вдеятельности аграрного предприятия.

Простая модель принятия управленческого решения на основе нечеткой л гики состоит из одного или нескольких входных переменных, одного выходного нескольких нечетких правил, описывающих связь между ними. Алгоритм решен; состоит из нескольких шагов. Схема алгоритма представлена на рис.2.

Шаг 1. На этом шаге необходимо провести описание входных и выходш переменных и определить соответствующие им лингвистические значения. Кажд му значению переменной ставится в соответствие нечеткое множество и выбирает функция принадлежности (чаще всего используются треугольные или трапеци дальные функции принадлежности). Часто этот шаг называют фазификацией пер менных.

у_

Четкий результат

Рис.2 Блок-схема алгоритма создания модели на основе нечеткой логики

Шаг 2. Извлечение нечетких правил, связывающих входные и выходные г ременные. Есть два принципиально различных способа получения нечетких npaei из опыта экспертов (интуитивный) или из эмпирических данных.

Шаг 3. Получение нечеткого вывода системы. В работе дается описание J скольких известных методов извлечения нечеткого вывода.

Шаг 4. Преобразование нечеткого вывода, представленного в терминах i четких множеств или лингвистических значений в четкие значения или дефазис} кация результата.

В работе рассматривается каждый из этих шагов подробно и имеющиеся сегодняшний день методы их реализации. Делается обоснование выбора того и иного метода для моделирования принятия решений рассматриваемых в диссер-ционном исследовании задач управления сельхозпредприятием.

В третьей главе формулируются две актуальные задачи управления cej хозпредпрнятия: определение зон эффективной коммерческой деятельности cej хозпредприятия на рынке региона и анализ ассортимента выращиваемой продуки в зависимости от спроса на нее. Определяются алгоритмы решения этих з&цы методика их реализации. Рассматривается практическое внедрение подученн результатов на примере реальных овощеводческих предприятий Республики Map Эл. Производится анализ их решения на ПЭВМ с использованием пакета разра! тайных программ.

Растениеводство остается одной из рентабельных отраслей сельскохозяй венного производства Республики Марий Эл и основное внимание исследова! обращено именно к этой отрасли сельхозпроизводства, и, в частности, к овощев ству, как одной из перспективных отраслей аграрного производства.

Анализируя основные производственно-хозяйственные показатели деяте ности овощеводческих предприятий республики и, в частности, совхоза «Oboi вод» за последние несколько лет, следует отметить, что стоимость валовой ирод ции сельского хозяйства возросла вследствие инфляции, диспаритета цен, хотя п изводство овощей - основной продукции этих предприятий - сократилось по ср

ик> с 1994 годом на 26,9%. Это в свою очередь обусловлено сокращением пло-[и пашни, снижением урожайности сельскохозяйственных культур. Производст-эвощей открытого грунта - основное направление деятельности этих предпри-й. Простое увеличение площадей посева овощных культур не принесет быстрого /льтата, т.к. вместе с этим возрастут затраты труда, возникнет необходимость влечения дополнительной рабочей силы, техники, минеральных удобрений, се: и т.д.

Прежде чем принимать управленческие решения необходимо ироанализиро-ь рынок сбыта продукции, спрос на продукцию, определить объемы выпускае-г продукции в зависимости от спроса на нее. Таким образом, на первый план вы-ят вопросы:

определения районов эффективной коммерческой деятельности предприятия ьскохозяйственного профиля;

определения ассортимента и объемов производимой продукции в зависимо-от спроса на нее.

Поэтому одной из задач данного исследования была разработка алгоритмов дпочтения для решения этих вопросов. В обоих случаях необходимо учитывать ъективные факторы, не поддающиеся количественному измерению, поэтому ;есообразно применение методов теории нечетких множеств и отношений. На юве рассмотренной в главе 2 общей схемы построения модели предпочтения с юльзованием теории нечеткой логики были разработаны алгоритмы решения ¡тавленных задач.

Задача вычисления районов эффективной коммерческой деятельности ¡дприятия решается на основе нечеткого алгоритма по методу пересечения вы-слых нечетких множеств, модифицированную для задачи разделения торговых (. Математическая модель решения задачи сводится к составлению матрицы Я ->тветствия производителей продукции выбранным признакам - и матрицы Б, от-кающей относительные важности признаков при принятии покупателем решения

о закупке продукции у данного сельхозпроизводителя. Суть этого метода заключг ется в вычислении функций принадлежности:

[Лм{х, й) = ———:-' (1)

2

У

где ХхУ->[0,1] - функции принадлежности признаков сельхозпредприятий, 14/5: УхЕ->[0,1] - принадлежности (важности) потребителям функции этих призна ков, с последующим проведением парных сравнений этих функций в матрице

/М\(х\,г\) а [ЛАг{х\,22) ¡лл\{хг,2\) а /ллг{х2,22)

/Ил\(хп,г\) л ]Шг(хп,г2)

[Ла™ - \(Х1,гт - 1) а ¡ЛАт(х1,£т) ¡Илт - \(х2,гт - 1) а /Ллт{хг,гт)

[Ллт - )(хп,2т - 1) а ]Ц.Лт(Хп,2т)

(2)

Район эффективной деятельности каждого предприятия описывается уров-невым множеством

М = ]Х\/ЛА>{Х) > ттшахшт(//4/(х,2),(/Дг(д:,^))|. (3)

Для реализации данной математической модели необходимо определение следующих параметров системы:

1. Выбор производителей овощеводческой продукции;

2. Выбор покупателей;

3. Определение признаков, по которым производится оценка производителей продукции;

4. Определение функций принадлежности сельхозпредприятий выбранным признакам.

Для сравнения производителей овощеводческой продукции был определен следующий набор признаков: «цена», «качество», «наличие ассортимента», «объемы», «сервисное обслуживание», «упаковка», «наличие рекламы».

Наиболее трудным является определение функций принадлежности пред-1ятий выбранным признакам, причем для разных признаков методы определения гкций принадлежности различны. В нашем случае использовались прямые мето-и косвенные методы на основе парных сравнений. Таким образом, алгоритм ре-ние задачи 1 следующий (рис.3):

^ис. 3 Блок-схема алгоритма определения районов коммерческой деятельности.

Построенная модель позволяет сельхозпредприятию путем сравнения и его района эффективной деятельности с районами других предприятий определит!

- Потребителей, для которых данное предприятие является практ чески единственным поставщиком данного вида продукции (область монопольно влияния);

- Группу потребителей, которые пользуются услугами одновремен нескольких сельхозпредприятий (конкурентные группы), что позволит определи набор конкурентов - сельхозпредприятий также поставляющих продукцию эт! потребителям;

- Потребителей, практически не пользующихся услугами данно предприятия.

При дальнейшем развитии своей деятельности сельхозпредприятие мож< например:

- Для закрепления за собой области влияния строить в районе, г расположено основное число зависимых предприятий, новые склады или магазин что приведет к снижению транспортных расходов;

- Для привлечения конкурентных групп потребителей предложи им новые виды услуг или снижение цен при увеличении объемов закупок и т.д.;

Отказаться от усилий, направленных на привлечение потребителе третьей группы, а заняться поиском новых.

В случае выхода сельхозпредприятия на рынок с новым продуктом или с казе от недостаточно рентабельного (т.е. изменение структуры посевных плохи дей), изменение района эффективной деятельности нодсчитывается с помощью то же алгоритма. Аналогично определяется изменение структуры производимой пр дукции в случае установления связей с новыми потребителями.

Задача вычисления структуры и объемов производимой продукции п| фиксированной торговой зоне также решается на основе метода пересечения гл пуклых нечетких множеств с учетом некоторой дополнительной модификации: д. получения количественных оценок производимой продукции вводится \у(г,) - вес

функция, определяющая для каждого потребителя его вес по итогам предыду-[ деятельности. Ассортимент производимой продукции описывается объедине-м уровневых множеств:

М = (4)

I

Вычисление перспективного плана посева помогает определить:

- Структуру обязательных посевных культур;

- Изменив структуры посевных культур при заданном изменении [ка потребителей (т.е. стратегические действия в случае выхода одного из потре-глей из зоны влияния);

- Влияние на рынок исключения некоторых культур;

- Влияние на прибыль включение новых посевных культур.

При подсчетах использовался следующий набор признаков культур: «це-, «качество», «срок хранения», «% отходов», «упаковка».

На основе полученных алгоритмов написан пакет прикладных программ, эрый позволяет все расчеты производить на ПЭВМ. Результаты расчетов приве-ы в таблице 1.

Таблица 1

:зультаты моделирования производства и фактического валового сбора овощей

открытого грунта (ц) .

Ъды Капуста ранняя Капуста поздняя Свек ла Морковь Лук-репка Прочие Всего

[998 по модели 3000 55000 7000 10000 10000 500 85500

[998 г. 2830 54998 7480 9330 2100 513 77251

1999 по додели 4200 60580 7300 10000 10000 530 88830

Результаты, полученные при решении этой задачи, позволяют принять ре-ше о посеве новой культуры или производстве нового вида продукции. Для это-зпределяют функцию принадлежности нового продукта хп+ь проводят подсчет

согласно алгоритму и определяют в какой степени этот продукт (или культура) £ дет востребован. Руководитель может принять решение о производстве этой пр дукции (о посеве) ил и принять отрицательное решение.

Основные выводы и результаты исследования.

Экономическая, социальная и технологическая обстановка на сельхозпре приятии в настоящее время является значительно менее предсказуемой и находит в более нестабильной ситуации. Поэтому, как на уровне макро, так и микроэкон мики ведутся поиски новых подходов для поддержки принятия решений в услови рынка.

Конкурентоспособность сельхозпредприятия во меюгом определяется пр вильностью принимаемых руководством решений. Обоснованность принятия реш ний является наиболее сложной задачей управления в силу важности проблем стр тегического развития сельхозпредприятия и невозможности быстрого изменен: принятых решений. Высокая неопределенность, присущая прогнозированию экон мики предприятия, многообразие альтернатив приводят к необходимости использ вания научно обоснованного инструментария для поддержки принятия частных р шений, так и решения стратегических задач сельхозпредприятия. В этой связи акт альной является разработка алгоритмов предпочтения при принятии управленч ских решений в условиях неопределенности. Не менее важным является выбор м тодов, применимых для моделирования обоснования принимаемых решений, I простота и эффективность использования.

В работе построена общая структура моделей для принятия управленчест решений и разработан комплекс алгоритмов и программ предпочтения при решен! конкретных управленческих задач, встающих перед руководителями сельхозпре приятия. Построенные алгоритмы позволяют оперативно исследовать результат принимаемых решений и изучить возможные последствия для различных вариант« экономической ситуации.

К результатам диссертации следует отнести:

Проанализированы методы моделирования управленческих решений и сделано обоснование необходимости и возможности применения методов теории нечеткой логики для решения задач управления сельхозпредприятием. Определена методика разработки моделей принятия решений на основе теории нечеткой логики, проанализированы методы реализации каждого этапа процесса разработки модели и выбраны методы, необходимые для построения алгоритмов задач управления на сельхозпредприятии.

Разработаны алгоритмы решения конкретных задач управления сельхозпредприятием, и показана возможность применения методов теории нечеткой логики для моделировании процессов производственной деятельности предприятий аграрного сектора.

Разработано программное обеспечение, позволяющее в интерактивном режиме моделировать принятие решений в овощеводческом хозяйстве. Проведена экспериментальная апробация разработанного комплекса в пригородном совхозе «Овощевод».

Результаты подтвердили эффективность разработанного математического эограммного обеспечения и позволили моделировать процессы принятия решена сельхозпредприятии. Анализ показал возможность снижения затрат на про-здство продукции, планирования посевных площадей хозяйства с учетом нечет-[юрмализованного спроса на продукцию.

Публикации. Основные положения диссертации опубликованы в следую-í работах:

1. Царегородцев Е.И., Гусакова Т.М. Системы управления с нечеткой ло-эй. - Материалы конференции «Государственное регулирование и информаци-ое обеспечение реформ в АПК», Йошкар-Ола 1996. - С.52.

2. T. Gusakova, Е. Tsaregorodtsev. Fuzzy Logic as the Method of Adaptive lagement in Agricultural Enterprises. - Conférence on Management and Control of duction and Logistics (MCPL'97), Campiñas - SP - Brazil, 1997 - Posters.

3. Гусакова Т.М., Царегородцев Е.И. Системы с нечеткой логике управлении АПК. - Материалы Европейской региональной конференции «Евро ские исследования: проблемы и перспективы развития», Йошкар-Ола, апрель 19 С.42-44.

4. Гусакова Т.М., Царегородцев Е.И., Альметьева Е.В. Нечеткая логш как метод адаптивного управления в аграрном производстве. - Материалы XXX Международной научной студенческой конференции, Новосибирск, 1999. - С. 11 116.

5. Гусакова Т.М., Царегородцев Е.И. Использование нечеткой логш моделировании управленческих решений предприятиями АПК. - Материалы N дународной конференции «Стабилизация аграрного сектора России», Са; Петербург-Пушкин, 1999 - С.132.

6. Гусакова Т.М. Применение нечеткой логики. - Материалы нау1 практической конференции «Государственное регулирование АПК: итоги, мете перспективы», Йошкар-Ола, 1999. -С.72-73.

7. Гусакова Т.М. Алгоритмы предпочтения при принятии управле! ских решений в условиях неопределенности. - Материалы II России американской конференции «Университеты как центры развития регионов», И кар-Ола, 1999-С.53.

Подписано в печать 25.05.00. формат 60x84 1/16 Печать оперативная. Гарнитура «Тайме» Усл. Печ. Л. 1,00. Тираж 100 экз.

Отпечатано с готовых оригинал-макетов СГАУ

Диссертация: содержание автор диссертационного исследования: кандидата экономических наук, Гусакова, Татьяна Михайловна

ВВЕДЕНИЕ.

ГЛАВА 1 ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ИСПОЛЬЗОВАНИЯ НЕЧЕТКОЙ ИНФОРМАЦИИ В ПРИНЯТИИ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ.

1.1. Предпосылки необходимости моделирования управленческих решений.

1.2 Анализ существующих методов принятия решений в условиях нечеткой информации.

1.3 Применение методов нечеткой логики для решения задач управления.

1.4 Актуальные задачи управления на сельхозпредприятии.

ГЛАВА 2 НЕЧЕТКАЯ ЛОГИКА КАК МЕТОД ДЛЯ ПОСТРОЕНИЯ АЛГОРИТМОВ ПРЕДПОЧТЕНИЯ ПРИ ПРИНЯТИИ РЕШЕНИЙ.

2.1 Основные понятия и операторы теории нечеткой логики.

2.2 Общая структура построения алгоритмов предпочтения и принципы его функционирования.

2.3 Разработка программного обеспечения комплекса алгоритмов предпочтения.

ГЛАВА 3.

РАЗРАБОТКА АЛГОРИТМОВ ПРЕДПОЧТЕНИЯ ПРИ ПРИНЯТИИ РЕШЕНИЙ НА СЕЛЬХОЗПРЕДПРИЯТИИ.

3.1 Описание хозяйства.

3.2 Определение районов эффективной коммерческой деятельности сельхозпредприятий.

3.3 Алгоритм расчета перспективного ассортимента выращиваемой сельхозпродукции.

Диссертация: введение по экономике, на тему "Комплекс алгоритмов предпочтения в выборе управленческих решений на сельхозпредприятии"

Актуальность исследования. Коренные изменения в экономике последних лет не обошли стороной ни одну сферу материального производства, в том числе и сельское хозяйство. При отсутствии централизованного планирования сельхозпредприятия вынуждены сами принимать решения по специализации, объемам производства и решать проблемы реализации произведенной продукции. Уровень доходов предприятия стал напрямую зависеть от уровня эффективности их деятельности и состояния рыночной инфраструктуры в регионе их расположения. Возросла ответственность руководителей хозяйств по принятию управленческих решений, появились новые звенья управления: служба маркетинга, рекламные и торговые органы. Эти изменения приблизили агропредприятия к структуре западных аграрных фирм.

Сравнение успешно работающих и отстающих хозяйств показывает возросшую зависимость эффективности деятельности сельхозпредприятия в целом от управления, изучения рынка, использования достижений научно-технического прогресса. Задача науки дать руководителям хозяйств инструмент, помогающий им при принятия управленческих решений, основанный на использовании современных методов количественного анализа.

Анализ имеющихся методов принятия управленческих решений показывает, что они в своем большинстве не позволяют учитывать неопределенность и нечеткость целого ряда параметров, которые необходимо учитывать прежде, чем принимать решение. Для повышения эффективности использования производственного потенциала в отдельном хозяйстве необходимо использовать методы управления, основанные на современных информационных технологиях, способных обеспечить повышение эффективности работы предприятия в конкурентной среде.

В связи с этим актуальными становятся задачи совершенствования методов, позволяющих смоделировать принятия решений на сельхозпредприя тии с учетом специфических условий развития рыночных отношений в России. Для решения задач управления, построения моделей и алгоритмов предпочтения одних управленческих решений другим, был выбран аппарат нечеткой математики, который позволяет формализовать, выразить и преоб-Ф разовать количественно нечеткие (качественные) понятия, которыми манипулирует эксперт при описании своих представлений о реальной системе, своих рекомендаций и целей.

Подтверждением актуальности теоретических и практических разработок, основанных на применении методов теории нечеткой логики, может служить интерес к проблемам их использования в различных областях знаний в таких странах как Япония, Китай, США; а также создание научноисследовательских институтов и центров, занимающихся исследованием применения нечеткой логики, например, лаборатория LIFE в Японии и европейская лаборатория ELITE в Германии. Однако, несмотря на значительное число исследований, задача разработки алгоритмов предпочтения при принятии управленческих решений с использованием нечеткой информации в управлении сельскохозяйственным предприятием ставится в России впервые.

Актуальность темы диссертации, ее практическая значимость определили цели и задачи предмета данного научного исследования.

Цель и задачи исследования. Целью диссертационного исследования является разработка системы поддержки выбора управленческого решения на основе создания комплекса алгоритмов предпочтения при выборе управленческих решений на сельскохозяйственном предприятии (включая математическое и программное обеспечение расчетов на ПЭВМ).

Реализация данной цели осуществляется путем решения следующих конкретных задач:

1. На основе анализа существующих методов и алгоритмов принятия управленческих решений в различных отраслях экономики определить возможность применения теории нечеткой логики при построении моделей принятия управленческих решений на сельхозпредприятии.

2. Определить методику построения моделей управления на основе нечеткой логики и систематизировать основные методы теории нечетких множеств, необходимые при разработке алгоритмов предпочтения при принятии управленческих решений.

3. Разработать комплекс алгоритмов и определить вопросы методики построения алгоритмов предпочтения при принятии управленческих решений на сельхозпредприятии.

4. Осуществить экспериментальную апробацию разработанных алгоритмов и программ на примере конкретного сельхозпредприятия.

Методы исследования. Теоретической и методологической основой исследования послужили работы ведущих российских и зарубежных ученых, посвященные вопросам принятия управленческих решений и применения методов теории нечеткой логики для построения моделей в различных областях знаний. Кроме того, использовались методы системного анализа, рас-четно-конструкторские и монографические методы.

Научная новизна исследования. В ходе исследования получены следующие результаты:

1. На основе проведения сравнительного анализа существующих методов и алгоритмов предпочтения при выборе управленческого решения в условиях нечеткой информации обоснована необходимость применения теории нечеткой логики для решения задач управления на сельхозпредприятии.;

2. Проанализированы основные достижения применения теории нечеткой логики в различных областях знаний и определены методы построения моделей принятия управленческих решений на предприятии с применением теории нечеткой логики;

3. Впервые для решения задач моделирования управленческих решений на сельхозпредприятии применены методы теории нечеткой логики, позволяющие учесть качественные факторы, в частности такие, как конкуренция на рынке и предпочтение потребителей. Для решения конкретных задач управления деятельностью сельхозпредприятия построены математические модели, и на их основе построены алгоритмы решения задач определения зон эффективной коммерческой деятельности сельхозпредприятия и определения ассортимента производимой продукции;

4. Разработано программное обеспечение для расчетов данных задач на ПЭВМ и определена методика функционирования и использования данного программного продукта, представляющего собой нечеткую систему принятия решений по определению стратегии предприятия. Проведена практическая апробация созданного комплекса алгоритмов на примере овощеводческих хозяйствах Республики Марий Эл.

Объектом исследования являются вопросы выбора предпочтения при принятии управленческих решений на сельхозпредприятии.

Предметом исследования являются модели и алгоритмы предпочтения при принятии управленческих решений на сельхозпредприятии.

Теоретическая и практическая значимость диссертации: В теоретическом плане значимость диссертации заключается в разработке научного и методического аппарата, позволяющего повысить эффективность принимаемых управленческих решений в условиях неопределенности, для этого впервые использованы методы теории нечеткой логики для решения задач предпочтения при выборе управленческих решений на сельхозпредприятии. Практическая значимость выполненной работы состоит в разработанном и апробированном комплексе алгоритмов решения конкретных задач управления сельхозпредприятием и на его основе разработан пакет прикладных программ, который может быть использован руководителями хозяйств различной специализации для обоснованного принятия управленческих решений.

Апробация работы. Основные положения диссертации докладывались и обсуждались на российских и международных конференциях: «Государственное регулирование и информационное обеспечение реформ в АПК.», Йошкар-Ола, 1996; The 1st Annual International Conference on Industrial Engineering and Practice, Houston, Texas USA, December 4-7, 1996; Conference on Management and Control of Production and Logistics (MCPL'97), Campinas -SP, Brazil (стендовый доклад), 1997; Европейская региональная конференция «Европейские исследования: проблемы и перспективы развития», Йошкар

Ола, 1998; «Государственное регулирование АПК: итого, методы, перспективы» Йошкар-Ола, 1999; Международная конференция «Стабилизация аграрного сектора России», Санкт-Петербург - Пушкин, 1999; II Российско-американская конференция «Университеты как двигатели развития региона», Йошкар-Ола, 1999.

По теме диссертации автором отдельно и совместно с др. авторами опубликовано 7 печатных работ.

Структура и объем работы: диссертация состоит из введения, трех глав, заключения, списка литературы из 105 наименований и приложений. Общий объем диссертации - 137 страниц, включая 5 рисунков и 14 таблиц.

Диссертация: заключение по теме "Математические и инструментальные методы экономики", Гусакова, Татьяна Михайловна

ЗАКЛЮЧЕНИЕ

Экономическая, социальная и технологическая обстановка на сельхозпредприятии в настоящее время является значительно менее предсказуемой и находится в значительно более нестабильной ситуации. Поэтому, как на уровне макро, так и микроэкономики ведутся поиски новых подходов для изучения ситуаций, которые переживают экономические системы и предприятия.

Конкурентоспособность сельхозпредприятия во многом определяется правильностью принимаемых руководством решений. Обоснованность принятия решений является наиболее сложной задачей управления в силу важности проблем стратегического развития сельхозпредприятия и невозможности быстрого изменения принятых решений. Высокая неопределенность, присущая прогнозированию будущего, многообразие альтернатив приводят к необходимости использования научно обоснованного инструментария для поддержки принятия частных решений, так и решения стратегических задач сельхозпредприятия. В этой связи актуальной является разработка алгоритмов предпочтения при принятии управленческих решений в условиях неопределенности. Не менее важным является выбор используемых методов для обоснования принимаемых решений, их простота и эффективность использования.

В работе построена модель для принятия управленческих решений и разработан комплекс алгоритмов и программ предпочтения при решении конкретных управленческих задач, встающих перед руководителями сельхозпредприятия. Построенные алгоритмы позволяют оперативно исследовать результаты принимаемых решений и получить возможные последствия для различных вариантов экономической ситуации.

К результатам диссертации следует отнести:

1. Проанализированы известные методы принятия решений и сделано обоснование необходимости и возможности применения методов теории нечеткой логики для решения задач управления сельхозпредприятием.

2. Определена методика разработки моделей принятия решений на основе методов теории нечеткой логики, проанализированы методы реализации каждого этапа процесса разработки модели, и выбраны методы, необходимые для построения алгоритмов задач управления на сельхозпредприятии.

3. Разработаны алгоритмы решения конкретных задач управления сельхозпредприятием, и показана возможность применения методов теории нечеткой логики для моделировании процессов производственной деятельности предприятий аграрного сектора.

4. Разработано программное обеспечение для построения в интерактивном режиме моделей принятия решений в овощеводческом хозяйстве. Проведена экспериментальная апробация разработанного комплекса на пригородном совхозе «Овощевод».

Результаты подтвердили эффективность разработанного математического и программного обеспечения и позволили моделировать процессы принятия решений на сельхозпредприятии. Анализ показал возможность снижения затрат на производство продукции, планирования посевных площадей хозяйства с учетом нечетко формализованного спроса на продукцию.

Диссертация: библиография по экономике, кандидата экономических наук, Гусакова, Татьяна Михайловна, Йошкар-Ола

1. Аверкин А.Н. и др. Нечеткие множества в модулях управления и искусственного интеллекта. / Под ред. Д.А. Поспелова. М.: Наука, 1986. -396с.

2. Аверкин А.Н., Нгуен X. Использование нечеткого отношения моделирования для экспертных систем. М.: ВЦ АН СССР, 1988. - 176с.

3. Афанасьев В.Г. Системность и общество. М.: Политиздат, 1980. - 368с.

4. Баас Р., Фервай М., Гюнтер X. Delphi4: полное руководство./ Пер. с нем. -Киев: Издательская группа BHV, 1998. -800с.

5. Багриновский К.А., Егорова Н.Е. Имитационные системы в планировании экономических объектов. М.: Наука, 1980.-434с.

6. Багриновский К.А., Прокопова B.C. Моделирование межотраслевого обмена и процессов ресурсосбережения в переходной экономике // Личное и коллективное в современной деревне. М.: РАСХН, ВИАПК, 1997.-С.206-209.

7. Батыршин И.З. Методы представления и обработки нечеткой информации в интеллектуальных системах. //Новости искусственного интеллекта, 1996, №2, С.9-65.

8. Батыршин И.З. Принятие решений на базе нечетких отношений предпочтения и функций выбора.// Системы поддержки принятия решений. Калинин: КГУ, 1989. -С.29-35.

9. Беллман Р. Процессы регулирования с адаптацией. М.: Наука, 1964.-364с.

10. Ю.Беллман Р., Заде Л. Принятие решений в расплывчатых условиях. /Вопросы анализа и процедуры принятия решений. -М.: Наука, 1984. -568с.11 .Борисов А.Н. и др. Модели принятия решений на основе лингвистической переменной. Рига: Зинатне, 1982. - 235с.

11. Борисов А.Н. и др. Обработка нечеткой информации в системах принятия решений. М.: Радио и связь, 1989. -304с.

12. З.Борисов А.Н. и др. Принятие решений на основе нечетких моделей: Примеры использования. Рига: Зинатне, 1990. - 374с.

13. Браславец М.Е., Кравченко Р.Т. Математическое моделирование экономических процессов в сельском хозяйстве. М.: Колос, 1970.-590с.

14. Бусленко В.Н. Автоматизация имитационного моделирования сложных систем. М.: Наука, 1977.- 240с.

15. Бусленко Н.П. Лекции по теории сложных систем. М.: Советское радио, 1973.-439с.

16. Вопросы анализа и процедуры принятия решений. / Под ред. И.Ф. Шах-нова. М.: Мир, 1976. - 3 90с.

17. Гатаулин A.M. Оценка народнохозяйственной эффективности отраслей в системе АПК.// Математические методы и системный анализ в управлении АПК. М., 1988.- С.7-24.

18. Гатаулин A.M. Принцип системности в методологии экономических исследований // Аграрная экономика и политика: история и современность -М.: РАСХН, Аграрный институт, 1996. С. 223-227.

19. Гатаулин A.M., Гаврилов Г.В., Харитонова JI.A. Экономико-математические методы в планировании сельскохозяйственного производства. М.: Агропромиздат, 1986.- 347с.

20. Гусакова Т.М., Царегородцев Е.И. Системы с нечеткой логикой в управлении АПК. // Европейские исследования: проблемы и перспективы развития. Йошкар-Ола, 1998. - С.57-58.

21. Гусакова Т.М. Применение нечеткой логики. // Государственное регулирование АПК: итого, методы, перспективы. Йошкар-Ола, 1999. - С. 7273.

22. Гусакова Т.М., Царегородцев Е.И., Альметьева Е.В. Нечеткая логика как метод адаптивного управления в аграрном производстве./ Студент и научно-технический прогресс. Новосибирск, 1999. - С. 115-116.

23. Гусакова Т.М. Применение нечеткой логики в моделировании принятия решений в управлении АПК.// Стабилизация аграрного сектора России. -Санкт-Петербург-Пушкин, 1999.

24. Заде Л. Понятие лингвистической переменной и его применения. М.: Мир, 1976.-167с.

25. Катков Н.С., Царегородцев Е.И. Адаптивные системы управления сельскохозяйственным производством. // Достижения науки и техники АПК.-1993. 149с.

26. Кирюшин В.И. Принципы формирования адаптивно ландшафтных систем земледелия.// М.: Аграрная наука. - 1993, №3, С.7-11.

27. Классификация и кластер. / Под ред. Дж. Вэн Райзина. М.: Мир, 1980. -402с.31 .Кофман А. Введение в теорию нечетких множеств. М.: Радио и связь, 1982 -432с.

28. Кофман А., Хил, Хаймс Введение теории нечетких множеств в управлении предприятием. Минск, 1992. - 527с.

29. Крайзмер Л.П. Кибернетика. М.: Агропромиздат, 1985 - 255с.

30. Кудрица К.Н. Математическая модель высшего растения.// Физиология приспособления растений к почвенным условиям. Новосибирск, 1973. -С.25-37.

31. Кузьмин В.Б. Построение групповых решений в пространстве четких и нечетких бинарных отношений. М.: Наука, 1982.-168с. * Зб.Курцев И.Н., Задков А.А. Моделирование адаптивных систем ведениясельского хозяйства. Вестник с/х науки. №11, С.67-69.

32. Математическое моделирование экономических процессов в сельском хозяйстве./ Под ред. Гатаулина A.M. М.: Агропромиздат, 1990. -432с.

33. Мелихов А.Н., Баронец В.Д. Проектирование микропроцессорных средств обработки нечеткой информации. Ростов на Дону: Изд-во Ростовского университета, 1990 -128с.

34. Мелихов А.Н., Бернштейн JI.C., Коровин С .Я. Ситуационные советующиеIсистемы с нечеткой логикой. М.: Наука, 1990. -272с.

35. Мелихов А.Н., Мелихова О.А. О логическом выводе в интеллектуальных системах на основе нечеткой аналогии. М.: Журнал РАН Известия АН Теория и системы управления, №5 1995, С. 112-123.

36. Мелихов А.Н., Мелихова О.А. Построение БЗ интеллектуальной системытназначения лекарственных средств народной медицины. М.: Журнал Ассоциации искусственного интеллекта. Новости Искусственного Интеллекта. №1, 1997. - С.57-71.

37. Милосердов В.В., Беспахотный Г.В. Региональное планирование развития сельского хозяйства. М.: Экономика, 1982.-274с.

38. Моделирование роста и продуктивности сельскохозяйственных культур. / Под ред. Пеннинга де Фриза Ф.В.Т. и Ван Лаара Х.Х. Л.: Гидрометеоиз-дат, 1986.- 320с.

39. Моисеев Н.Н. Математические задачи системного анализа. М.: Наука, 1981.-488с.

40. Негойце К. Применение теории систем к проблемам управления. М.: Мир, 1981.-180с.

41. Нетрадиционные модели и системы с нечеткими знаниями. М.: Энерго-атомиздат, 1991. - С.65-69.

42. Нечеткие множества в информатике / Отв. ред. Кузьмин В.Б. М., 1986.

43. Нечеткие множества и теория возможностей: Последние достижения / Под ред. Р. Ягера. М.: Радио и связь, 1986. -408с.

44. Нечеткие системы поддержки принятия решений.// Сборник научных трудов под ред. Язенина А.В. Калинин, 1989. - 95с.

45. Нечеткие системы: модели и программные средства. Тверь: Изд-во ТГУ, 1991.- С. 17-24.

46. Образцов А.С. Системный метод: применение в земледелии. М.: Агро-промиздат, 1990. -303с.52.0рловский С.А. Проблемы принятия решений при нечеткой исходной информации. М.: Наука, 1981. -206с.

47. Пастернак П.П. Системное моделирование экономических процессов в АПК. -М.: Агропромиздат, 1985.-195с.

48. Пономарев Н.В. Исторический обзор правительственных мероприятий по развитию сельского хозяйства в России от начала государства до настоящего времени. СПб, 1888.

49. Поспелов Д.А. Логико-лингвистические модели в системах управления. -М.: Энергоатомиздат, 1981. -232с.

50. Поспелов Д.А. Прикладные системы искусственного интеллекта. Кишинев, 1991.- 124с.

51. Прикладные нечеткие системы /Под ред. Т.Тэрано, К.Асаи. М.Сугено. -М.: Мир. 1993.-368с.

52. Саати Т.М. Принятие решений. Метод анализа иерархий. М.: 1993, 315с.

53. Севрук М.А. Система маркетинга: Социально-экономический анализ, компьютеризация. -М.: Издательство Московского университета, 1992, 198с.60.«Семь инструментов качества» в японской экономике. -М.: Изд-во стандартов, 1990.- 80с.

54. Сиротенко О.Д., Бойко А.П., Абашина Е.В. Имитационные агрометеорологические системы.// Труды ВНИИ сельскохозяйственной метеорологии, 1986, Вып. 21,C.3-13.

55. Тарасов В.Б. Моделирование предпочтения в задачах принятия решений параметризованными нечеткими отношениями// Нечеткие системы: моделирование структуры и оптимизация. Калинин: Изд-во КГУ, 1987.-С. 17-30.

56. Царегородцев Е.И. Основы адаптивного управления в сельском хозяйстве. Йошкар-Ола: МарГУ, 1996. -114с.

57. Царегородцев Е.И., Гусакова Т.М. Системы управления с нечеткой логикой. // Государственное регулирование и информационное обеспечение реформ в АПК. Йошкар-Ола, 1996. - С.52.

58. Экспертные системы: состояние и перспективы/ Под ред. Д.А. Поспелова -М.:Наука. 1989.- 152с.

59. Язенин А.В. Нечеткие системы: модели и программные средства. Тверь, ТГУ, 1991.-78с.

60. Akari S. A Self-Generating Method of Fuzzy Inference Rules // Fuzzy Engineering toward Human Friendly Systems, Vol.2. International Fuzzy Systems Engineering, 1991.

61. Bezdek J.C. Pattern Recognition with Fuzzy Objective Function Algorithm. -New York: Plenum Press, 1981.

62. Deboeck Guido J. Trading on the Edge. New York: Prentice Hall, 1994.

63. Dubois D. and Prade H. Fuzzy Sets and Systems: Theory and Applications. -Academic Press, New York, 1980.

64. Edan Y., Maltz E., Morag I. Decision Suppot Systems for the Dairy Farm.// Advances in Industrial Engineering Applications and Practice 1, 1996. -pp. 185-190.

65. Fuzzy Logic for the Management of Uncertainty. / Zadeh L., Kocprzyk J(Editors), New York: Prentice Hall, 1992.

66. Fuzzy Logic in Knowledge-Based Systems, Decision and Control. / M.M. Gupta and T. Yamakawa (Editors). Elsevier Science Publishers B.V. (North-Holland), 1988.

67. Fuzzy Sets and Applications. / Yager R.R. (editor), NY: John Wiley and Sons, 1987

68. Gaines B. R. Fuzzy and Probability Uncertainty Logic. / Information and Control, N38, pp.154-169.

69. Goguen J.A. Concept representation in natural and artificial languages: Axioms, extensions and applications for fuzzy sets.// International Journal of Man-Machine Studies. N6, pp.513-561.

70. Goodman I. R. And Nguyen H.T. Uncertainty Models for Knowledge-Based Systems, North-Holland, Amsterdam, 1985.

71. Gusakova T.M., Tsaregorodtsev E.I. Fuzzy Logic as the Method of Adaptive Management in Agricultural Enterprises // Management and Control of Production and Logistics (MCPL'97), Campinas SP - Brazil, 1997.

72. Kandel A. Fuzzy Mathematical Techniques with Applications, -Addison-Wesley Publishing Company, Reading, Mass, 1986.

73. Kaufmann A. And Gupta M. M. Fuzzy Mathematical Models with Applications to Engineering and Management Science. North Holland, Amsterdam, 1988.

74. Klimasauskas C.C. Hybrid Fuzzy Encoding for Improved Backpropagation Performance./ Advanced Technology for Developers, 1992.

75. Klir G.J., Bo Yuan. Fuzzy Sets and Fuzzy Logic. Prentice Hall PTR, 1995.

76. Kosko B. Neural Networks and Fuzzy Systems. New York: Prentice Hall, 1992.

77. Leung Y. Locational choice, a fuzzy set approach. -Geography Bulletin. Vol.15, 1979 pp.28-34.

78. Mamdami E.H. Application of Fuzzy Algorithm for Control of Simple Dynamic Plant.// Proc. IEEE, V.121, 1974, #12.

79. Martin McNeill, Ellen Thro. Fuzzy Logic: A Practical Approach. -AP Professional, New York, 1994.

80. Negoita C.V. Expert Systems and Fuzzy Systems. -Benjamin/Cummings, Menlo Park, California, 1985.

81. Negoita C.V. Fuzzy Systems. -Tunbridge Wells, England, 1981.

82. Negoita C.V. Management Applications of System Theory. Birkhauser, Bale and Stuttgart, 1979.

83. Rothenberg S.I. Overview of Fuzzy Systems in Japan. //Spang Robinson Rept.1.tell. Syst., V.8,1992, #2. 91.Stamatios V. Kartalopoulos Understanding Neural Networks and Fuzzy Logic.- New York: Prentice Hall, 1995.

84. Terano Т., К. Asai and Sugeno M. Fuzzy Systems Theory and its Applications.- Academic Press, 1992,268p.

85. Weaver W. Science and Complexity.// American Scientist, V.36, 1948.

86. Yager R.R. and Zadeh L. Fuzzy Sets, Neural Networks, and Soft Computing. -Van Nostrand Reinhold, 1994.

87. Zadeh L.A. Fuzzy Sets// Information and Control, V.8,1965.- pp.338-353.

88. Zadeh L.A. Outline of a new approach to the analysis of complex systems and decision processes.// IEEE Transactions on Systems, Man, and Cybernetics, SMC-3, 1973.-pp.28-44.

89. Zadeh L.A.Fuzzy logic and approximate reasoning. Synthese, 1975. - 30p.

90. Zadeh L.A. The concept of linguistic variable and its application to approximate reasoning -1.// Information Sciences, V.8, 1975. pp. 199-249.

91. Zadeh L. A. The concept of linguistic variable and its application to approximate reasoning II.// Information Sciences, V.8, 1975. - pp.301-357.

92. Zemankova-Leech M. and Kandel A. Fuzzy Relational Data Bases A Key to Expert Systems. -Verlag TUV Rheinland, Koln, Germany, 1984.

93. Zimmermann H.J. Fuzzy Sets Theory and Its Applications. -Kluwer, Ni-jhoff, Publishing, Dordrecht, 1985.

94. Zimmermann H.J. Fuzzy Sets Theory. -Kluwer, Boston, 2nd edition, 1991.