Дипломы, курсовые, рефераты, контрольные...
Срочная помощь в учёбе

Модели и алгоритмы оптимизации загрузки ресурсов в условиях мелкосерийного производства

Диссертация: Модели и алгоритмы оптимизации загрузки ресурсов в условиях мелкосерийного производства
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Апробация работы. Основные положения и отдельные результаты диссертационной работы докладывались и обсуждались на Всероссийских конференциях «Решетневские чтения», научно-практических конференциях «Проблемы информатизации региона», международной конференции по непараметрическим методам, международной научно-практической конференции «Проблемы информатизации региона». Модели, алгоритмы… Читать ещё >

Содержание

  • ГЛАВА 1. Формализация и исследования задач оптимизации загрузки ресурсов мелкосерийного производства при нерегулярном поступлении заказов
    • 1. 1. Экономико-математическая модель задачи распределения производственной программы предприятия по плановым периодам
    • 1. 2. Задачи формирования производственной программы при мелкосерийном производстве
    • 1. 3. Задачи формирования оптимальной производственной программы
  • ГЛАВА 2. Математический аппарат
    • 2. 1. Свойства пространства булевых переменных
    • 2. 2. Частичный порядок и Ф-множества в В2П
  • ГЛАВА 3. Оптимизация унимодальных псевдобулевых функций
    • 3. 1. Унимодальная монотонная псевдобулевая функция и ее свойства
    • 3. 2. Оптимизация разнозначных унимодальных монотонных псевдобулевых функций
    • 3. 3. Алгоритм оптимизации монотонных унимодальных псевдобулевых функций с множествами постоянства
    • 3. 4. Оценка сверху эффективности алгоритма
    • 3. 5. Оценка в среднем эффективности алгоритма
  • ГЛАВА 4. Оптимизация полимодальных локально монотонных псевдобулевых функций
    • 4. 1. Полимодальная локально структурно монотонная функция и ее свойства
    • 4. 2. Алгоритм оптимизации полимодальной локально строго монотонной псевдобулевой функции
    • 4. 3. Алгоритм оптимизации полимодальной локально монотонной псевдобулевой функции с множествами постоянства
    • 4. 4. Эффективность алгоритмов глобальной оптимизации
  • ГЛАВА 5. Практическая реализация моделей и алгоритмов
    • 5. 1. Алгоритмы прямого локального поиска для задач оптимизации функционалов с булевыми переменными
    • 5. 2. Генетические алгоритмы как генераторы начальных точек для мультистарта локального поиска
    • 5. 3. Программная система решения задач оптимизации загрузки ресурсов при мелкосерийных нерегулярных заказах
    • 5. 4. Результаты применения разработанного математического и алгоритмического обеспечения при решении практических задач

Модели и алгоритмы оптимизации загрузки ресурсов в условиях мелкосерийного производства (реферат, курсовая, диплом, контрольная)

Актуальность проблемы. В условиях радикальных изменений, происходящих в экономике России одной из важнейших задач является преобразование систем управления предприятий, необходимость изменения которых заключается в том, чтобы обеспечить координацию усилий всех их подразделений и служб по достижению конкретной цели — производства конкурентоспособной продукции, удовлетворяющей потребности потребителей лучше, чем продукция конкурентов. Сформированные при централизованном управлении промышленностью организационные структуры предприятий отличаются низкой адаптивностью к постоянно меняющимся внешним условиям функционирования предприятий, что выражается, в частности, и в использовании недостаточно адекватных методов в автоматизации управления и планирования производства.

В условиях развития рыночных отношений в экономике страны происходит переориентация деятельности предприятий с заранее определенной системы закрепления поставщиков и потребителей на самостоятельный выбор партнеров, в связи с чем возникает объективная необходимость в решении задач оптимизации загрузки ресурсов производства при нерегулярном поступлении заказов, которые носят мелкосерийный или единичный характер в отличие от массового или крупносерийного производства, характерного для большинства предприятий плановой экономики.

С точки зрения сегодняшней практики производства существенным ограничением используемых ранее моделей и методов является то, что они построены в предположении, что распределяемые объемы производства известны заранее полностью. В современных условиях резкого сокращения государственного заказа и разрыва партнерских связей значительную долю программы выпуска предприятия составляют заказы от мелких коммерческих фирм и небольших предприятий, которые с одной стороны носят нерегулярный характер, т. е. не могут с достаточной точностью планироваться заранее, и являются мелкосерийными или единичными, а с другой стороны — исключительно выгодны для предприятия в коммерческом отношении. Это приводит к необходимости решать задачи планирования загрузки производства многократно в случайные моменты времени, что требует умения встроить новые мелкие заказы в имеющиеся «окна» в загрузке оборудования крупносерийными заказами при безусловном выполнении плана по ним. Кроме того, это приводит к проблеме учета времени переналадки оборудования под выполнение мелкосерийного заказа, так как оно в такой ситуации занимает значительно больший процент времени выполнения заказа, чем при крупносерийном производстве.

Таким образом, возникает необходимость частого решения специфических задач планирования загрузки оборудования, причем в условиях жесткого дефицита времени, что затрудняет использование известных моделей и методов, которые обычно не учитывают новых условий и требуют значительного времени для вычислений. Недостаточная разработанность необходимых для этого методов наряду с возрастающей практической значимостью обусловили выбор темы диссертационного исследования и определили ее актуальность.

Целью работы является создание математического обеспечения АСУП, позволяющего автоматизировать планирование загрузки оборудования в условиях мелкосерийного производства и нерегулярного поступления заказов.

Для достижения поставленной цели решались следующие задачи:

— формализация задач планирования загрузки ресурсов в условиях мелкосерийного производства и нерегулярного поступления заказов,.

— исследование свойств построенных формальных моделей и выделение класса оптимизационных задач, возникающих в данной ситуации,.

— 6- изучение свойств класса оптимизационных задач и обоснование алгоритмов решения таких задач,.

— реализация алгоритмов решения полученных оптимизационных задач и исследование их эффективности,.

— программная реализация построенных алгоритмов и их апробация на реальных производственных задачах.

Научная новизна полученных в диссертации результатов состоит в следующем:

1. Установлены свойства задач оптимизации загрузки ресурсов мелкосерийного производства, выделен отражающий эти свойства класс монотонных функционалов с булевыми переменными, изучены свойства данного класса функционалов.

2. На основе установленных свойств монотонных функционалов с булевыми переменными построены регулярные алгоритмы локальной и глобальной оптимизации, реализующие информационную сложность данного класса функционалов.

3. Разработанное математическое и алгоритмическое обеспечение реализовано в виде программной системы, с помощью которой решены реальные задачи планирования загрузки ресурсов мелкосерийного производства.

Практическая значимость.

Диссертационная работа выполнялась в рамках комплексной программы «Технология и оборудование современных процессов (Прогресс-99)» и по проектам межотраслевых программ Минобразования России и Минатома России, а также в рамках заказ-нарядов НИР НИИ СУВПТ (1998;2000 гг.), финансируемых из средств федерального бюджета.

Полученные в работе теоретические и практические результаты позволяют осуществлять оптимизацию планирования загрузки производственных ресурсов в условиях мелкосерийного и единичного производства при нерегулярном поступлении заказов, что позволяет предприятиям повышать рентабельность в современных условиях.

Модели, алгоритмы и программное обеспечение, разработанные в ходе выполнения диссертации, апробировались на реальных задачах планирования производства НПО «Карболит» (г. Кемерово), Горно-химического комбината (г. Железногорск), ОАО «КРАМЗ-Кузнец» (г. Красноярск). Математическое и программное обеспечение, а также результаты решения задач переданы указанным организациям.

Основные защищаемые положения.

1. Задачи оптимизации загрузки ресурсов мелкосерийного производства в условиях нерегулярности поступления заказов адекватно формализуются в виде задач оптимизации монотонных функционалов с булевыми переменными.

2. Разработанный математический аппарат позволяет построить регулярные точные алгоритмы локальной и глобальной оптимизации монотонных функционалов с булевыми переменными.

3. Построенные алгоритмы обеспечивают определение точного положения безусловного экстремума унимодальных и полимодальных монотонных функционалов с булевыми переменными.

4. Разработанное математическое и программное обеспечение отвечает современным требованиям и позволяет эффективно решать задачи оптимизации загрузки ресурсов мелкосерийного производства.

Публикации. По теме диссертации опубликовано более десяти печатных работ. Список основных публикаций автора по теме диссертации приведен в списке литературы в конце диссертации.

Апробация работы. Основные положения и отдельные результаты диссертационной работы докладывались и обсуждались на Всероссийских конференциях «Решетневские чтения», научно-практических конференциях «Проблемы информатизации региона», международной конференции по непараметрическим методам, международной научно-практической конференции «Проблемы информатизации региона» .

Диссертационная работа в целом обсуждалась на научных семинарах кафедры системного анализа и исследования операций Сибирской а: эро-космической академии (2000;2001), кафедры математики и информатики Сибирского юридического института (2001), кафедры механики и прощес-сов управления Красноярского госуниверситета (2001), научных семинарах НИИ СУВПТ (1999;2001), научно-техническом совете НИИ СУВПТ (20(01).

Структура и объем работы. Диссертация состоит из введения, пяти глав, заключения, списка литературы и приложений.

ЗАКЛЮЧЕНИЕ

.

В данной диссертационной работе получены следующие основные результаты:

1. Проведена формализация задач планирования загрузки ресурсов мелкосерийного производства в виде задач оптимизации функционалов с булевыми переменными и показано, что данные функционалы обладают свойством структурной монотонности.

2. Изучены свойства унимодальных и полимодальных монотонных функционалов с булевыми переменными, обоснованы регулярные алгоритмы их оптимизации.

3. Трудоемкость построенных алгоритмов исследована аналитически, показано, что данные алгоритмы реализуют информационную сложность класса.

4. Выполнена программная реализация разработанного математического и алгоритмического обеспечения решения задач планирования загрузки ресурсов.

5. Выполнена апробация математического и алгоритмического обеспечения на задачах с реальными данными, позволяющая сделать вывод об эффективности предложенного подхода в практических задачах оптимизации загрузки ресурсов в условиях мелкосерийного производства.

Таким образом, в данной диссертационной работе получено решение задачи оптимизации загрузки ресурсов мелкосерийного производства при нерегулярном поступлении заказов, имеющей существенное значение для автоматизации управления производством в современных условиях.

Показать весь текст

Список литературы

  1. О.И., Коган Я. А. Управление вычислительным процессом в ЭВМ: Алгоритмы и модели. — М.: Энергия, 1978, 240 с.
  2. О.И., Гурин Н. Н., Коган Я. А. Оценка качества и оптимизация вычислительных систем. М: Наука, 1982, 464 с,
  3. М. Комбинаторная теория. М.: Мир, 1982, 558 с.
  4. О.Г., Мержанов В. Ю. Алгоритм распределения задач по минимаксному критерию // Управляющие системы и машины, 1977, С. 3640.
  5. . О числе монотонных булевых функций и переменных // Кибернетический сборник М.: Наука, 1968, вып. 5, с. 53−57.
  6. А.Н. Оптимизация функционалов с булевыми переменными. Томск: Издательство Томского университета, 1986, 130 с.
  7. А.Н. Решение прикладных задач оптимизации функционалов с булевыми переменными. Кемерово: ОСНТО, 1983. 54 с.
  8. А.Н., Семёнкин Е. С. Об эффективности метода сужающихся окрестностей // Молодые ученые Кузбасса в 10-й пятилетке. Тез. докл. конф, — Кемерово: НТО, 1981,173−174 с.
  9. А.Н., Сараев В. Н. О расшифровке функционалов, заданных на вершинах единичного гиперкуба // Математическое обеспечение пакетов прикладных программ и методы дискретной оптимизации. -Киев: ИК АН УССР, 1984, с. 60−65.
  10. Ю.Баранов В. И. Применение методов комбинаторного анализа при проектировании алгоритмов управления распределением памяти ЭВМ. Программирование, 1985, с. 33−38.
  11. И.Биркгоф Г. Теория решеток. М.: Наука, 1984, 566 с.
  12. М.Бузыцкий П. Л., Фрейман Г. А. О применении вычислительных методов в комбинаторных задачах. Известия АН СССР. Техническая кибернетика, 1980, № 2.
  13. И.Л. Эволюционное моделирование и его приложения. М.: Наука, 1979, 231 с.
  14. В.Н., Рубинштейн М. И. Комбинаторное программирование. -М.: Знание, 1977, 64 с.
  15. П.Горбунцов В. В. Теоретико-групповой подход к решению комбинаторных задач оптимизации. Киев: Наукова думка, 1983, 192 с.
  16. Г. В., Левнер Е. В. Дискретные оптимизационные задачи и эффективные приближенные алгоритмы (обзор) // Известия АН СССР. Техническая кибернетика, 1976, № 6, с. 84−92.
  17. Л9.Гене Г. В., Левнер Е. В. Эффективные приближённые алгоритмы для комбинаторных задач. Препринт ЦЭМИ АН СССР. М.: ЦЭМИ, 1981, 63с.
  18. Э.Х., Глебов Н. И., Перепелица В. А. Алгоритмы с оценкой для задач дискретной оптимизации // Проблемы кибернетики. М.: Наука, 1970, вып. 31, с. 35−42.
  19. Е.Г., Юдин Д. Б. Новые направления в линейном программировании. М.: Сов. радио, 1966, 324 с.
  20. A.M. Адаптивное управление потоками задач в вычислительной системе // Автоматика и вычислительная техника, 1982, № 3, с. 53−60.
  21. A.M., Назаров А. А., Терпугов А. Ф. Управление и адаптация в системах массового обслуживания. Томск: Издательство ТГУ, 1978, 208 с.
  22. С.П., Зайченко Ю. П., Мисюра Е. Б. Алгоритмы диспетчеризации потоков задач в сетях вычислительных средств // Управляющие машины и системы.-1976, № 4, 42−46 с.
  23. Дискретная математика и математические вопросы кибернетики, Т. 1. -М.: Наука, 1974.
  24. А.А. Информатика: предмет и задачи//Вестник АН СССР, 1985, № 2, с. 85−89.
  25. В.А. К задачам дискретной оптимизации. ДАН СССР, 1970. № 5, 192 с.
  26. В.А., Комлик В. И. Метод построения последовательности планов для решения задач дискретной оптимизации. М.: Наука, 1981, 207 с.
  27. Ю.И., Финкелыптейн Ю. Ю. Локальные алгоритмы для задач линейного целочисленного программирования // Проблемы кибернетики. М.: Наука 1965, вып. 14, с. 289−295.
  28. ЗО.Клейнрок Л. Вычислительные системы с очередями. М.: Мир, 1979. u 31. Ковалев М. М. Дискретная оптимизация (целочисленное программиро-вание).-Минск: БГУ, 1977, 191 с.
  29. М.М. Метод частичных порядков. ДАН БССР, 1980, Т.24, № 2.-33.Ковалев М. М. Новые приложения метода частичных порядков. // Кибернетика, 1985, № 2, с. 11−16.
  30. Р.В., Максвелл В. Л., Миллер П. В. Теория расписаний. М.: Наука, 1975.
  31. А.А., Финкельштейн Ю. Ю. Дискретное программирование. -М.: Наука, 1969,368 с.бб.Корбут А. А., Финкельштейн Ю. Ю. Приближенные методы дискретного программирования // Известия АН СССР. Техническая кибернетика,-1983, с. 165−176.
  32. A.A., Сигал И. Х., Финкельштейн Ю. Ю. Об эффективности комбинаторных методов дискретного программирования // Современное состояние теории исследования операций. М.: Наука, 1979.
  33. В.В., Цвиркун А. Д. О формализованном распределении множества решаемых задач между различными узлами системы управления // Автоматика и телемеханика, 1979, № 9, с. 79−85.
  34. Г. С. Выбор эффективной системы зависимых признаков // Вычислительные системы. Новосибирск: ИМ СО АН СССР. 1965, вып. 19, с. 21−34.8 40. Лбов Г. С. Методы обработки разнотипных экспериментальных данных. -Новосибирск: Наука, 1981, 160 с.
  35. В.И., Липанов В. Д. Составление оптимального графика решения задач на мультипрограммной ЭВМ // Управляющие системы и ма-шины.-1976, № 5, с. 69−81.
  36. Т.Т., Михалевич B.C. и др. Структура, состав и назначение пакета прикладных программ ДИСПРО для решения задач дискретной оптимизации // Изв. АН СССР. Техническая кибернетика. -1983, с. 193 196.
  37. Л.М., Подняк А. С., Черничер А. В. Адаптивные алгоритмы оптимизации дисциплины обслуживания системы динамических объектов // Автоматика и вычислительная техника, 1977, № 1, с. 39−46.
  38. Ю.Ф., Позин С. М. Составление оптимального расписания решения задач на ВЦ //Управляющие системы и машины.-1980, № 1, с. 132−133.
  39. B.C. Последовательные алгоритмы оптимизации и их применение I, II // Кибернетика, 1965, № 1, 2.
  40. B.C., Сергиенко И. В. и др. Пакет программ ДИСПРО-3: назначение, классы решаемых задач, системное и алгоритмическое обеспечение // Кибернетика, 1985, № 1, с. 56−71.
  41. Н.Н. Элементы теории оптимальных систем. М.: Наука, 1975.
  42. Перспективы развития вычислительных систем (применение идей адаптации и эволюции) / II Всесоюзный семинар (Рига, 1985). Тезисы докладов. Рига: Риж. политехи, инст, 1985, 200 с.
  43. Л.А. Статистические методы поиска. М.: Наука, 1968.
  44. Л.А. Адаптация сложных систем.-Рига: Зинатне, 1981.
  45. Л.А., Фрейманис Э. Э. Решение задач разношкальной оптимизации методом бинаризации // Вопросы разработки ТАСУ. Кемерово: КемГУ, 1984, вып. 3, с. 30−38.
  46. .А. Методы и алгоритмы оптимизации на дискретных моделях сложных систем. Л.: ВИКИ им. Можайского, 1983. 250 с.
  47. Э., Нивергельт Ю., Део Н. Комбинаторные алгоритмы. Теория и практика. М.: Мир, 1980.
  48. И.В. Алгоритмы решения экстремальных задач. М.: Наука, 1977.
  49. Т. Целочисленные методы оптимизации и связанные с ними проблемы. М.: Мир, 1973.
  50. Е.С. О применении метода сужающихся окрестностей в задачах оптимизации загрузки ресурсов в условиях проектной организации // Применение случайного поиска при решении прикладных задач. Тез. докл. Совещания. Кемерово, НТО, 1982, с. 48.
  51. Е.С. Свойства точечных множеств пространства булевых переменных. КемГУ, Кемерово, 1986, 13 с. Рукопись депон. в ВИНИТИ 16 апр. 1986 г., № 2746-В86.
  52. Е.С. О перечислении псевдобулевых функций //Дискретная математика и компьютеры. Тез. докл. Всесоюзной школы-семинара. -М.: ЦЭМИ, 1987, с. 86−87.
  53. Е.С., Семенкина О. Э., Терсков В. А. Методы оптимизации в управлении сложными системами. Красноярск: СЮИ, 2000. — 254 с.
  54. И.В., Лебедева Т. Т., Рощин В. А. Приближенные методы решения дискретных задач оптимизации. Киев: Наукова Думка, 1981, 272 с.
  55. И.В. Математические модели и методы решения задач дискретной оптимизации. Киев: Наукова Думка, 1985, 384 с.
  56. И.В., Каспшицкая М. Ф. Модели и методы решения на ЭВМ комбинаторных задач оптимизации. Киев: Наукова думка, 1981.
  57. А.В. Оптимальный алгоритм расшифровки некоторых классов монотонных функций // Журнал вычислительной математики и математической физики. 1983, т.23, с. 206−212.
  58. Л.А. Элементы теории структур. М.: Наука, 1982, 169 с.
  59. Ю.Г., Яковлев С. В. Исследование сходимости и эффективностиметода сужающихся окрестностей. Препринт ИПМаш АН УССР,-Харьков, 1981, 43 с.
  60. Ю.Г., Яковлев С. В. Статистические методы последовательного анализа вариантов. Тез. докл. международной конференции «Стохастическая оптимизация». — Киев: Ж АН УССР, 1984, ч. II, с. 93−95.
  61. А.А. Математическая модель мультипрограммного вычислительного процесса на основе метода фрагментации // Программирование, 1983, с. 80−87.
  62. А.А., Миронов Ю. Г. К вопросу об эффективности мультипрограммирования//Программирование, 1985, № 2, с. 73−78.
  63. B.C., Шкурба В. В. Введение в теорию расписаний. М.: Наука, 1975.
  64. В.Е. Комбинаторные задачи и (0,1) матрицы. М.: Наука, 1985, 192 с.
  65. Ю.Ю. Приближенные методы и прикладные задачи дискретного программирования. М.: Наука, 1979, 264 с.
  66. Ху Т. Целочисленное программирование и потоки в сетях. М.: Мир, 1974.
  67. В.П. Решение некоторых комбинаторных задач оптимального планирования методом последовательных расчетов // Опыт и перспективы применения математических методов и ЭВМ в планировании. -Новосибирск: СО АН СССР, 1962.
  68. Экономико-математические модели в системе управления предприятиями (под ред. Федоренко Н. П. и Шубкиной И.П.).-М.: Наука, 1983, 390 с.
  69. Экономико-математические методы и модели (под ред. А.В. Кузнецова). Мн.: БГЭУ, 2000. — 412 с.
  70. Д.Б. Задачи и методы стохастического программирования. М.: Сов. радио, 1979.392 с.
  71. Д.Б., Горящко А. П., Немировский А. С. Математические методы оптимизации устройств и алгоритмов АСУ. М.: Радио и связь, 1982, 288 с.
  72. Brucker P., Hurink J., Werner F. Improving Local Search for Some Scheduling Problems. Part I and Part II. Osnabruecker Schriften zur Mathematik, Hefte 161−162,1994.
  73. De Jong K. An analysis of the behaviour of a class of genetic Algorithms. Doctoral dissertation. University of Michigan, 1975.
  74. Glover F., Laguna M. Tabu Search. Modern Heuristics in Combinatorial Optimization. / C.R.Reeves (Ed.), Blackwell Scientific Publications, Oxford, 1993.
  75. D.E. (1989). Genetic Algorithms in search, optimization and machine learning.• 86. Hammer (Ivanesky) P.L., Rudeanu S. Boolean methods in operation research and related areas. Berlin: Springer-Verlag, 1968, 306 p.
  76. Hausen P. Methods of non-linear 0−1 programming.- Ann. Discrete Math., 1979, v.5, pp. 214−228.
  77. Holland J.H. Outline for a logical theory of adaptive systems. Journal of the Association for Computing Machinery, 1962.
  78. Kirkpatnck S., Gelett C.D., Vecchi M.P. Optimization by Simulated Annealing. Science 220, 1983. Pp. 621−630.
  79. Laarhoven P.J.M. van, Aarts E.H.L. Simulated Annealing: Theory and Applications.
  80. Laguna M. Methods and Strategies for Robust Combinatorial Optimization. -«Operations Research'94″ Thes. of the International Conference, TU Berlin, Berlin, 1994. P. 81.
  81. Nemhauser G.L., Wolsey L.A., Fisher M.N. Analysis of approximation for maximizing submodular set functions. 1-Math. Programming, 1978, 14, № 3.
  82. Rechenberg I. Cybernetic solution path of an experimental problem. U.K.: Fanborough, 1965.
  83. Rechenberg I. Evolutionsstrategie: Optimierung technischer Systeme nach Prinzipien der biologischen Evolution. Stuttgart: Frommann-Holzboog (1973).
  84. Saaty T. Optimization in integer and related extremal problems.- N.Y.: McGraw-Hill, 1970, 302 p.
  85. Schwefel H.-P. Kybernetische Evolution als Strategie der Stromangstechik. Diploma thesis, Technical University of Berlin (1965).
  86. Schwefel H.-P. Numerische Optimierung von Computer-Modellen mittels der Evolutionsstrategie, Volume 26, Basel, 1977.
  87. The XI international symposium on mathematical programming.- Annual report of Institut fur okonometrie and operations research at the Universitat Bonn, 1982, report № 83 255-OR, p.45−48.
  88. V-th Bonn Workshop on Combinatorial Optimization.- Annual report of institut fur Okonometrie and Operations Research at the Universitat Bonn, 1984, report № 85 362-OR, p.56, 57.
  89. Публикации Т. P. Ильиной по теме диссертации
  90. Т.Р. Задачи планирования загрузки ресурсов мелкосерийного производства // Препринт НИИ СУВПТ. Красноярск: НИИ СУВПТ, 1998.-24 с.
  91. Т.Р., Семенкина О. Э., Коробейников С. П. Формализация задачи планирования загрузки ресурсов мелкосерийного производства // Интеллектуальные технологии и адаптация Красноярск: НИИ СУВПТ, 1999.-Сс. 31−40.
  92. Т.Р., Семенкина О. Э. Модель формирования производственной программы при нерегулярном поступлении заказов // Интеллектуальные технологии и адаптация Красноярск: НИИ СУВПТ, 1999. — Сс. 41−49.
  93. Т.Р. Монотонные по уровням унимодальные функционалы с булевыми переменными и алгоритмы их оптимизации // Адаптивные- 145 системы управления и моделирования. Красноярск: НИИ СУВПТ, 2000. — Сс. 22−30.
  94. ТР. Алгоритмы оптимизации монотонных многоэкстремальных функционалов с булевыми переменными // Адаптивные системы управления и моделирования. Красноярск: НИИ СУВПТ, 2000. -Сс. 31−39.
  95. Т.Р., Семенкина О. Э. Поисковые методы оптимизации монотонных функционалов с булевыми переменными /У Вестник НИИ СУВПТ, вып. 7. Красноярск: НИИ СУВПТ, 2001. — Сс. 142−152.
  96. Т.Р. Обобщенный локальный поиск для задач оптимизации с булевыми переменными // Вестник НИИ СУВПТ, вып. 7. Красноярск: НИИ СУВПТ, 2001.-Сс. 153−158.
  97. Т.Р. Модели и алгоритмы оптимального планирования загрузки ресурсов мелкосерийного производства // Препринт НИИ СУВПТ. Красноярск: НИИ СУВПТ, 2001. — 35 с.
  98. Ilina Т., Semenkina О. Algorithms of pseudoboolean optimization for a class of resource constrained project scheduling problems. In: International Conference on Modelling and Simulation, Santiago de Compostela, 1999.
  99. Ilina Т., Semenkina O. On decision support in some class of production scheduling problems. In: 11th workshop of the working group „Entschei-dungstheorie und -praxis“ of the Gesellschaft fuer Operations Research e.V., Kloster Banz, 2001.1. Утверждаю»
  100. Директор НИИ СУВПТ, д.т.н., профессор1. Н В. Василенко2001г.1. Утверждаю"
  101. Директор ООО «КраМЗ-Кузнец"1. М.В.Фурсов2001г.1. Акто передаче и использовании
  102. Научно-исследовательским институтом систем управления, волновых процессов и технологий переданы ООО „КраМЗ-Кузнец“:
  103. Формальные модели планирования загрузки производственных ресурсов лелкосерийного и единичного производства в условиях нерегулярного поступления заказов разработчики Семенкина О. Э., Ильина Т.Р.).
  104. Формальные модели формирования производственной программы и порядка -апуска заказов на выполнение (разработчики Семенкина О. Э., Ильина Т.Р.).
  105. Разработка и внедрение моделей и методов проводилось НИИ СУВПТ в рамках: омплексной программы „Технология и оборудование современных процессов“ (Прогресс-•9»), а также в рамках договора с ООО «КраМЗ-Кузнец».
  106. Зам. директора НИИ СУВПТ по науке джм., профессор1. UojSjh1. Антамошкин, А Н. 2001 г.
  107. Директор по качеству ООО «КраМЗ-Кузнец"/ Дресвянский И.Ю.n.oo0Us 2001 г.1. Утверждаю"1. Утверждаю»
  108. Директор НИИ СУВПТ, д.т.н., профессор1. Н.В. Василенко1. Генеральный директор ГХК1. В.В. Жидков1. П И2001 г. 2001 г.1. Акто передаче и использовании
  109. Научно-исследовательским институтом систем управления, волновых процессов и технологий переданы горно-химическому комбинату:
  110. Формальные модели планирования загрузки производственных ресурсов мелкосерийного и единичного производства в условиях нерегулярного поступления заказов (разработчики Семенкина О. Э., Ильина Т.Р.).
  111. Формальные модели формирования производственной программы и порядка запуска заказов на выполнение (разработчики Семенкина О. Э., Ильина Т.Р.).
  112. Зам. директора НИИ СУВПТ по науке д.т.н., профессор1. Антамошкин А.Н.
  113. Главный инженер ГХК, кандидат технических наук1. Ревенко Ю.А.2001 г. 2001 г.
Заполнить форму текущей работой

Заказал и сдал!