ОГЛАВЛЕНИЕ
Условные обозначения
Введение
1. Принципы системного экономикоматематического моделирования и оптимизации показателей хозяйственной деятельности
предприятия.
1.1. Структура машиностроительного предприятия
1.2. Оптимизация производственной программы предприятия
1.3. Анализ задач математического программирования, используе
мых для оптимизации производственнохозяйственной деятельности предприятия
1.4. Допущения, ограничения и основные экономические показатели ППП.
1.5. Оптимизация по одному экономическому показателю при оперативном управлении производством на предприятии
1.6. Многокритериальные математические модели ППП предприятия
1.7. Информационная система предприятия для построения ППП .
1.8. Полученные результаты и выводы.
2. Модели и интеллектуальные технологии для оптимального
управления долгосрочным развитием предприятия.
2.1. Описание основных проблем российских корпораций и промышленных компаний
2.2. Институциональное и ситуационное управление в организационных системах
2.3. Стратегическое динамическое планирование.
2.4. Выбор критериев оптимизации, входящих в интеллектуальную
систему
2.5. Построение целевой функции
2.6. Общая процедура построения целевой функции. Элементы многокритериальной теории полезности
2.7. Определение структуры целевой функции при долгосрочном планировании
2.8. Общая итерационная процедура стратегического планирования .
2.9. Практическое использование интеллектуальной системы управления долгосрочным развитием предприятий Удмуртской Республики .
2 Полученные результаты и выводы.
Оценка влияния развитии информационнокоммуникационных технологий на показатели развития промышленных предприятий в РФ и методика долгосрочного прогнозирования темпов их внедрения .
3.1. Оценка влияния развития информационнокоммуникационных технологий на темпы развития экономики России
3.2. Методика долгосрочного прогнозирования темпов внедрения информационнокоммуникационных технологий
3.3. Стохастические связи между случайными величинами при решении задачи обоснованного прогноза
3.4. Телекоммуникационные системы как объект диффузии инноваций
3.5. Глобальное решение уравнения диффузии.
3.6. Логистическая функция адекватная аппроксимирующая функция линии условной регрессии средств телекоммуникаций во времени
3.7. Прогноз оптимального темпа роста рынка средств телекоммуникаций РФ в перспективе до года
3.8. Оценка точности прогноза динамики инноваций.
3.8.1. Математическая модель.
3.8.2. Среднее и дисперсия отклонений реальной динамики инноваций от прогнозируемой.
3.8.3. Оценки распределения отклонений реальной динамики инноваций от прогнозируемой.
3.8.4. Асимптотика распределения отклонений реальной динамики инноваций от прогнозируемой
3.9. Исследование общности методики долгосрочного прогнозирования на примере стратегического маркетинга рынка Интернет
на сети связи РФ.
3.9.1. Особенности рынка Интернет России.
3.9.2. Определение оптимальных темпов развития рынка
Интернет при помощи разработанной методики долгосрочного прогнозирования .
3 Полученные результаты и выводы.
4. Применение математической теории интеллектуальных систем
для нормирования в машиностроении
4.1. Методы нормирования в машиностроении
4.2. Метод классификации, основанный на деревьях решений
4.3. Система нечеткого вывода на основе деревьев решений.
4.3.1. Метод построения нечетких деревьев решений
4.3.2. Результаты численного эксперимента тестирования
метода нечетких деревьев решений
4.3.3. Добавление экспертных правил
4.4. Сжатие входной информации.
4.5. Расчет трудозатрат с применением информационной системы на
основе нечетких деревьев решений.
4.5.1. База данных.
4.5.2. Предварительная обработка входных данных
4.5.3. Построение дерева базы правил.
4.6. Программные средства для разработки систем нечеткой логики .
4.7. Интеллектуальная технология получения технических характе
ристик деталей путем распознавания их конструкторских чертежей
4.8. Полученные результаты и выводы
5. Методика формализации управленческих решений в области ценообразования на основании результатов нечеткой кластеризации
5.1. Анализ механизма контрактации.
5.2. Концепция риска взаимодействия контрагентов в рамках контрактации .
5.3. Анализ методологии обработки экономических данных
5.4. Модель кластеризации контрагентов
5.5. Механизм динамической корректировки
5.6. Принятие управленческих решений в области ценообразования .
5.7. Полученные результаты и выводы.
6. Развитие методов оптимизации, применяемых для обучения интеллектуальных систем
6.1. Полиэкстремальность целевых функций при обучении интеллектуальных систем.
6.2. Генетический алгоритм вещественного кодирования для решения полиэкстремальных задач
6.3. Тестирование генетического алгоритма с вещественным кодированием и новыми операторами скрещивания
6.4. Дополнительное обучение нечеткой системы прогноза трудозатрат генетическим алгоритмом с вещественным кодированием .
6.5. Полученные результаты и выводы.
Заключение
Литература
- Київ+380960830922