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

Разработка моделей прогнозирования для информационно-аналитической системы оценки рентабельности региональной транспортной компании

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Анализ опыта внедрения и эксплуатации ИАС позволил выявить их следующие особенности: внедрение данных систем осуществляется по принципу создания локальных систем в различных подразделениях на основе разнородных технических и программно-алгоритмических средств, как правило, не стыкующихся друг с другомразнородность состава используемых технических и программно-алгоритмических средств приводит… Читать ещё >

Содержание

  • 1. ХАРАКТЕРИСТИКА ВОЗДУШНО-ТРАНСПОРТНОЙ СИСТЕМЫ РЕГИОНА И ОСОБЕННОСТИ ЕЁ УПРАВЛЕНИЯ. ПОСТАНОВКА ОБЩЕЙ НАУЧНОЙ ЗАДАЧИ
    • 1. 1. Характеристика воздушно-транспортной системы региона
      • 1. 1. 1. Особенности воздушно-транспортной системы региона
      • 1. 1. 2. Особенности управления воздушно-транспортной системой региона
    • 1. 2. Анализ информационного обеспечения для воздушно-транспортной системы региона
    • 1. 3. Требования, предъявляемые к информационно-аналитической системе прогнозирования объёма авиаперевозок воздушно-транспортной системы региона
    • 1. 4. Выбор показателей эффективности функционирования информационно-аналитической системы прогнозирования объёмов воздушных пассажирских перевозок. Постановка научной задачи
    • 1. 5. Общая схема решения задачи. Частные задачи исследований
  • Выводы
  • 2. ОБОСНОВАНИЕ ПРОГНОЗНЫХ МОДЕЛЕЙ И МЕТОДОВ, ЦЕЛЕСООБРАЗНЫХ ДЛЯ ПЛАНИРОВАНИЯ И ОПТИМИЗАЦИИ УПРАВЛЕНИЯ ВОЗДУШНО — ТРАНСПОРТНОЙ СИСТЕМОЙ РЕГИОНА
    • 2. 1. Классификация прогнозов для перевозочных процессов воздушно-транспортной системы региона
    • 2. 2. Обоснование модели (моделей) прогнозирования объёмов перевозок для воздушно-транспортной системы региона
    • 2. 3. Обоснование методов прогнозирования объемов перевозок в воздушно-транспортной системе региона
  • Выводы
  • 3. РАЗРАБОТКА СПЕЦИАЛЬНОГО МАТЕМАТИЧЕСКОГО ОБЕСПЕЧЕНИЯ ИНФОРМАЦИОННО — АНАЛИТИЧЕСКОЙ СИСТЕМЫ ПРОГНОЗИРОВАНИЯ РЕНТАБЕЛЬНОСТИ РЕЙСОВ ДЛЯ ВОЗДУШНО — ТРАНСПОРТНОЙ СИСТЕМЫ РЕГИОНА
    • 3. 1. Алгоритмы расчета затрат рейсов
      • 3. 1. 1. Алгоритм расчета затрат на ГСМ
      • 3. 1. 2. Алгоритм расчета затрат на бортпитание
      • 3. 1. 3. Алгоритм расчета стоимости эстафет
      • 3. 1. 4. Алгоритм расчета затрат на сборы в аэропортах
      • 3. 1. 5. Алгоритм расчета затрат на аэронавигацию
    • 3. 2. Алгоритм расчета доходов рейсов
    • 3. 3. Алгоритм расчёта рентабельности
    • 3. 4. Модели краткосрочного, среднесрочного и долгосрочного прогнозов
      • 3. 4. 1. Модель краткосрочного прогноза
        • 3. 4. 1. 1. Сглаживание по линейной функции
        • 3. 4. 1. 2. Сглаживание по показательной функции
        • 3. 4. 1. 3. Сглаживание по квадратичной функции
      • 3. 4. 2. Модель среднесрочного прогноза рентабельности рейсов
      • 3. 4. 3. Модель долгосрочного прогноза рентабельности рейсов
    • 3. 5. Модель учёта сезонных волн с предварительным элиминированием тренда
    • 3. 6. Алгоритм расчёта ковариационных моментов
  • Выводы
  • 4. РАЗРАБОТКА АВТОМАТИЗИРОВАННОГО РАБОЧЕГО МЕСТА АНАЛИТИКА ВОЗДУШНО-ТРАНСПОРТНОЙ СИСТЕМЫ РЕГИОНА
    • 4. 1. Основные результаты разработки математического обеспечения автоматизированного рабочего места
    • 4. 2. Логическая структура и особенности функционирования автоматизированного рабочего места
    • 4. 3. Характеристика общего программного обеспечения
      • 4. 3. 1. Особенности разработки базы данных автоматизированного рабочего места
        • 4. 3. 3. 1. Индексирование данных БД автоматизированного рабочего места
    • 4. 4. Порядок работы на автоматизированном рабочем месте
    • 4. 5. Результаты апробации автоматизированного рабочего места
  • Выводы

Разработка моделей прогнозирования для информационно-аналитической системы оценки рентабельности региональной транспортной компании (реферат, курсовая, диплом, контрольная)

Актуальность темы

Эффективность функционирования региональной транспортной компании существенным образом зависит от оперативности, точности и достоверности управленческих решений, принимаемых её подразделениями. В свою очередь, оперативность зависит от степени автоматизации процесса принятия решений, а точность и достоверность от качества, используемого соответствующего специального математического и программного обеспечения.

В интересах усиления прикладного аспекта диссертации, процесс принятия решений рассмотрен на примере одной из наиболее проблемных на сегодняшний день разновидностей региональной транспортной компании — воздушно-транспортной системы региона.

Воздушно-транспортная система (ВТС) региона представляет собой совокупность сложных разнородных подсистем (подразделений), объединённых между собой различными информационными связями в интересах достижения единой цели — обеспечения полного количественного и качественного удовлетворения, постоянно изменяющегося в объёме, во времени и в пространстве спроса населения и хозяйства региона на авиационные перевозки.

Успешное функционирование современной ВТС региона зависит от степени использования её коммерческими и планово-экономическими подразделениями информационно-аналитических систем (ИАС), решающих комплекс задач анализа рынка авиаперевозок и мониторинга их важнейших показателей, в интересах последующего принятия управленческих решений. Среди комплекса задач выделяется задача прогнозирования рентабельности авиаперевозок.

Адекватность получаемых в результате ее решения исходных данных существенным образом влияет на доходы и расходы ВТС региона, т. е ее эффективность.

Анализ опыта внедрения и эксплуатации ИАС позволил выявить их следующие особенности: внедрение данных систем осуществляется по принципу создания локальных систем в различных подразделениях на основе разнородных технических и программно-алгоритмических средств, как правило, не стыкующихся друг с другомразнородность состава используемых технических и программно-алгоритмических средств приводит к возникновению в процессе эксплуатации трудностей технологического характера (различные форматы данных, взаимно исключающие условия реализации различных алгоритмов и т. п.) — отсутствие сопряжения, вновь внедряемых систем, с уже существующими ИАС, не позволяет в полной мере учитывать положительный опыт в данной сфере, что приводит к дублированию существующих наработокнестыковка по параметрам локальных информационных систем является причиной многих сбоев и ошибок в процессе функционирования, приводящих к резкому снижению эффективности систем данного классаотсутствие стандартизованной системы нормативной информации в виде справочников, классификаторов и т. п. создает трудности быстрого создания единой ИАСсуществующее специальное математическое и программное обеспечение, а также используемые технические средства не позволяют в полном объеме реализовать управление пассажирскими перевозками в реальном масштабе времени.

Наличие данных особенностей приводит к тому, что при существующих методах регионального планирования и управления в системе сбора, передачи и обработки поступающих данных, затруднена своевременная оценка информации и выработка оптимальных управленческих решений.

Кроме того, основными недостатками существующих ИАС, являются: трудности сбора и оперативной обработки необходимой информации для принятия решенийотсутствие четкой постановки задач управления и однозначных алгоритмов их решения, что приводит к реализации «волевых» решенийбольшой объем рутинных операций по обработке и подготовке документовнедостаточная упорядоченность документооборота, приводящая к дублированию информации с одной стороны, и старению информации, необходимой для принятия решений с другойнесоответствие существующей системы показателей требованиям объективности при оценке по этим показателям состояния управляемой системы.

Отмеченные особенности и недостатки являются существенным тормозом развития Аэрофлота, вследствие чего в последнее время отмечается его отставание от ведущих зарубежных авиакомпаний и утрата своих позиций на мировом рынке авиаперевозок.

Таким образом, актуальность темы диссертационной работы продиктована, с одной стороны, необходимостью повышения эффективности разработки и внедрения ИАС в ВТС региона и, с другой стороны, отсутствием в настоящее время математического и программного обеспечения их реализующих.

Диссертационная работа выполнена в рамках федеральной комплексной программы «Исследования и разработки по приоритетным направлениям науки и техники гражданского назначения».

Цель и задачи исследования

Целью диссертационной работы является разработка математического и программного обеспечения прогнозирования рентабельности авиаперевозок в интересах повышения эффективности принятия управленческих решений в планово — экономических подразделениях воздушной транспортной системы региона.

Для достижения поставленной цели необходимо решить следующие основные задачи:

1. Проанализировать существующие модели и методы прогнозирования с целью выбора среди них наиболее перспективных для последующей модификации в интересах минимизации времени проведения расчетов и ошибок определения прогнозных значений рентабельности авиаперевозок для ВТС региона;

2. Разработать модель прогнозирования рентабельности авиаперевозок для воздушно-транспортной системы региона;

3. Разработать специальное математическое обеспечение прогнозирования рентабельности авиаперевозок для воздушно-транспортной системы региона;

4. Разработать автоматизированное рабочее место аналитика воздушнотранспортной системы региона и оценить эффективность его функционирования.

Методы исследования в данной работе основаны на теории математического моделирования, системного анализа, теориях распознавания образов, графов, многоуровневых иерархических систем, а также теории проектирования и разработки автоматизированных информационных систем.

Научная новизна. В работе получены следующие результаты, характеризующиеся научной новизной:

— интегральная модель прогнозирования рентабельности авиаперевозок для воздушно-транспортной системы региона, отличающаяся сценарным построением временных рядов воздействия основных факторов на экономические показатели с учетом сезонности с последующей их обработкой (рядов) методом перспективной экстраполяции, реализующая универсальную процедуру выбора вида прогноза и обеспечивающая повышение точности результатов прогноза;

— модифицированный алгоритм индексирования данных, содержащихся в базе данных, основанный на функции «деления узла», дополненной процедурами поиска непересекающихся множеств и «деления узла» без пересечений, позволяющий повысить время выборки искомых данных при значительном количестве записей (больше 1 000 000) более чем на 50% по сравнению с не модифицированным алгоритмом;

— комплекс взаимосвязанных моделей и алгоритмов, реализующих различные виды прогнозов, позволяющий повысить достоверность и точность прогнозных значений рентабельности авиаперевозок для воздушно-транспортной системы региона;

— элементы специального программного обеспечения, реализующего комплекс моделей и алгоритмов расчета значений прогноза рентабельности авиаперевозок для воздушно-транспортной системы региона, обеспечивающие повышение оперативности проведения расчетов и работу системы в реальном масштабе времени.

Практическая ценность работы. Предложенные в диссертационной работе модели и алгоритмы могут быть включены в состав специального математического и программного обеспечения существующих и разрабатываемых соответствующих специальных информационно-аналитических систем для ВТС различных регионов, различающихся как степенью сложности, так и характером решаемых задач.

Разработанное автоматизированное рабочее место аналитика ВТС региона, на конкретных примерах, показало высокую эффективность (погрешность прогнозных значений не превышает 8%), что подтверждено результатами проведенных численных экспериментов и актами внедрения.

Реализация и внедрение результатов работы. Результаты проведенных исследований были использованы в интересах автоматизации деятельности ЗАО «Ресурс-Авиа» (г. Москва) и ЗАО «Деловая Авиация» (г. Москва).

Апробация работы. Основные результаты исследований докладывались и обсуждались на следующих конференциях и семинарах: VII научной сессии МИФИ (г. Москва) в 2004 г;

VI и VII межвузовских студенческих научных конференциях «Актуальные проблемы науки в студенческих исследованиях» в АНО МОК «Воронежский экономико-правовой институт» (г. Воронеж) в 2005, 2006 г.

Публикации. Основные результаты диссертации опубликованы в 9 печатных работах, из них 1 работа выполнена без соавторов. В работах, опубликованных в соавторстве, лично соискателем предложены: в [44] автором получены расчетные соотношения для определения коэффициентов эластичности спроса, а также подготовлен пример прогноза пассажирооборота для авиакомпании «Аэрофлот-Российские авиалинии» (лично автором выполнено 6 е.) — в [90] автор предложил модель среднесрочного прогноза рентабельности рейсов, основанную на методе гармонических весов (лично автором выполнено 2 е.) — в [89] автором предложено элиминирование тренда сезонной волны итеративным методом Четверикова Н. С (лично автором выполнено 2 е.) — в [106−108] автором предложены алгоритмы расчета рентабельности и различные виды сглаживаний, используемых при подборе уравнений тренда (лично автором выполнено 75 е.) — в [88] автором описан комплекс взаимосвязанных моделей и алгоритмов подготовки исходных данных, проведения расчетов и обработки прогнозных значений рентабельности авиаперевозок для ВТС региона (лично автором выполнено 5 е.) — в [87] автором предложен алгоритм расчета ковариационных моментов (лично автором выполнено 3 е.).

Структура и объём работы. Диссертация состоит из введения, четырёх глав, заключения, списка литературы из 169 наименований и 2 приложений. Работа содержит 131 страницу: 113 страниц машинописного текста, 30 рисунков и 5 таблиц.

выводы.

1. Автоматизированное рабочее место аналитика воздушно-транспортной системы региона (в дальнейшем с целью сокращения АРМ), является комплексом программно-технических средств, предназначенным для автоматизации обработки специальной информации в интересах её использования для прогнозирования рентабельности ВТС региона. Оно обеспечивает решение следующей последовательности задач: выбор модели прогнозированияподготовку и загрузку исходных данных для модели прогнозирования объемов воздушных перевозок (расчет доходов рейсов, расчет затрат рейсов, расчет затрат на горюче-смазочные материалы, расчет на бортпитание, расчет стоимости эстафет, расчет затрат на сборы в аэропортах, расчет затрат на аэронавигацию, расчет ковариационных моментов) — прогнозирование объемов воздушных пассажирских перевозок.

2. АРМ реализовано на IBM-PC совместимой ПЭВМ класса Pentium-IV (тактовая частота процессора 2400 МГц) с установленной операционной системой Microsoft Windows-XP. В качестве интегрированной среды разработчика для большей части программ АРМ (модулей) использована система визуального объектно-ориентированного программирования Delphi.

3. При разработке базы данных автоматизированного рабочего места аналитика воздушно-транспортной системы региона, в интересах стандартизации интерфейсов словарей данных для достижения большей доступности и упрощения их совместного функционирования в рамках АРМ была применена специальная служба словаря информационных ресурсов (Information Resource Dictionary System — IRDS), сертифицированная Международной организацией стандартизации (International Organization for Standardization — ISO). Она включает определение таблиц, содержащих словарь данных и операций, которые могут быть использованы для доступа к этим таблицам. Данные операции обеспечивают непротиворечивый метод доступа к словарю данных и способ преобразования определений данных из словаря одного типа в определения другого типа, что обеспечивает сопряжение различных видов СУБД.

4. В интересах повышения оперативности функционирования АРМ воздушно-транспортной системы региона в части обработки запросов к базе данных, был разработан модифицированный алгоритм индексирования, хранящихся в ней данных. Суть модифицированного алгоритма заключалась в дополнении основной функции «деления узла» поиском непересекающихся множеств и процедурой деления узла без пересечений. Для просмотра всех записей находящихся в узле строились списки разбиения ребер охватывающего прямоугольника без пересечений. После чего, в главном цикле функции «деления узла», проводился анализ возможных разбиений, что обеспечило алгоритмическую сходимость метода. В случае нескольких вариантов разбиения узла без пересечений выбирался тот, при котором площадь охватывающих прямоугольников была минимальной. Если деление без пересечений было невозможным, выполнялся уже существующий алгоритм. В результате, к существующей реализации Р*-дерева было добавлено несколько дополнительных структур, реализованных с использованием стандартной библиотеки языка С. Модифицированный алгоритм обобщенного индексного дерева превосходит по быстродействию существующий в среднем более чем на 25%. В случае увеличения количества записей в таблице, производительность предложенного алгоритма возрастает в среднем боле чем на 50%, что актуально для БД данной предметной области.

5. Результаты апробации разработанного АРМ приведены применительно к сценарному долгосрочному прогнозированию. Сценарный подход позволил оценить влияние различных ситуаций на изменение доходов и затрат, а также смоделировать различные воздействия и оценить, как они отразятся на экономическом состоянии авиакомпании, что необходимо при стратегическом планировании ее развития. Анализ затрат не в целом, а по каждому типу, позволил оценить влияние различных факторов на изменения уровня статей затрат непосредственно с ним связанных.

ЗАКЛЮЧЕНИЕ

.

В ходе решения задач, поставленных в диссертационной работе, получены следующие основные результаты:

1. Проведен анализ существующих моделей и методов прогнозирования, показавший, что для краткосрочного прогнозирования рентабельности рейсов предпочтительна модель «Тренд-сезонность» как более простая, обладающая приемлемой точностью и не имеющая ряда ограничений характерных для других моделей. Для долгосрочного прогнозирования рентабельности рейсов целесообразно использовать сценарную модель. Среди широкого спектра методов анализа временных рядов в интересах краткосрочного, среднесрочного и долгосрочного прогнозирований были выбраны бутстреп, метод гармонических весов и метод стационарных процессов соответственно. Установлено, что одной из важных особенностей воздушного транспорта, влияющей на точность прогнозирования объемов воздушных перевозок является сезонность спроса на перевозки. Для ее моделирования использован метод сезонных волн с предварительным элиминированием тренда, учитывающий различные тенденции (линейные и нелинейные) развития спроса и объемов пассажирских перевозок.

2. Разработана интегральная модель прогнозирования рентабельности авиарейсов ВТС региона, объединяющая в себе сценарную и «Тренд-сезонность» модели, что позволило ее использовать для любых видов прогноза (краткосрочного, среднесрочного, долгосрочного) при приемлемой точности (погрешность менее 8%) и быстродействии.

3. Разработано специальное математическое обеспечение прогнозирования рентабельности авиаперевозок для воздушно-транспортной системы региона, представляющее собой систему взаимосвязанных по «входу-выходу» моделей и алгоритмов, реализующих различные виды прогнозов, позволяющее повысить достоверность и точность получаемых результатов.

4. Разработано и апробировано на практике автоматизированное рабочее место аналитика воздушно-транспортной системы региона, обеспечивающее повышение оперативности подготовки исходных данных, проведения расчетов и анализа полученных результатов прогноза. Программные средства зарегистрированы в Государственном фонде алгоритмов и программ.

Показать весь текст

Список литературы

  1. Н.П. Творчество: системный подход, законы развития, принятие решений. Серия «Информатизация России на пороге XX1. века». — М: СИНТЕГ, 1998, 312 с.
  2. Ю.А. Прогнозирование спроса в розничной торговле. М: Экономика, 1978. — 103 с.
  3. Автоматизация управления войсками /Под ред. В. М. Бондаренко и А. Ф. Волкова. М.: Воениздат, 1989. — 31 с.
  4. С.А., Бухштабер В. М., Енюков И. С. и др. Прикладная статистика. Классификация и снижение размерности. М.: Финансы и статистика, 1989. — 270 с.
  5. С.А., Енюков И. С., Мешалкин Л. Д. Прикладная статистика. Основы моделирования и первичная обработка данных. М.: Финансы и статистика, 1983. — 472 с.
  6. С.А., Мхитарян B.C. Прикладная статистика и основы эконометрики: Учебник. М: ЮНИТИ, 1998. — 390 с.
  7. И.Н. Моделирование вычислительных систем. Д.: Машиностроение. Ленингр. отд-ние, 1988. — 248 с.
  8. Т. Статистический анализ временных рядов. М: Мир, 1978.-102 с.
  9. Н.В., Новосельцев В. И., Редкозубое С. А. Управление динамикой рынка: системный подход.-Воронеж: ВГУ, 2004. 148 с.
  10. Архангельский А.Я. Delphi версии 5−7. Приёмы программирования. -М.: Бином, 2003.-836 с.
  11. А.Я. Программирование в Delphi 5. М.: Бином, 2000. -1072 с.
  12. Бан-Ари М. Языки программирования: Практический сравнительный анализ: Учебник/ Пер. с англ. B.C. Штаркман, М. Н. Яковлева. М.: Мир, 2000.-366 с.
  13. . Методы оптимизации. Вводный курс: Пер. с англ. М.: Радио и связь, 1988. — 128 с.
  14. Бар калов П.С., Буркова И. В., Колпачев В. Н. Модель распределения ресурсов при переменном их уровне на проекте. // В кн. Современные сложные системы управления. Сборник научных трудов международной конференции, Воронеж, 2003. Т. 1. — С. 204- 207.
  15. С.А., Буркова И.В., В.Н. Колпачев, Потапенко A.M. Модели и методы распределения ресурсов в управлении проектами. Институт проблем управления им. В.А. Трапезникова РАН. М.: 2004. 87 с.
  16. И. К. Маркетинговое исследование: информация, анализ, прогноз. М.: Финансы и статистика, 2001. — 206 с.
  17. Д. Управление производством. Количественный подход. М.: Мир, 1973.-304 с.
  18. И. В., Юдин Э. Г. Становление и сущность системного подхода.-М., 1973.-216 с.
  19. .Н. Прогнозирование пассажирских перевозок на воздушном транспорте. Л.: Труды ОЛАГА. Вып. 54. — 1973. С. 116 -122.
  20. Боровиков В.П. STATISTICA. Статистический анализ и обработка данных в среде Windows/ В. П. Боровиков, И. П. Боровиков. -М.: Ин-форм.-издат.Дом «Филинъ», Ч. I. 1997. -592 с.
  21. Боровиков В.П. Statistica. Статистический анализ и обработка данных в среде Windows/ В. П. Боровиков, И. П. Боровиков. -2 изд., стер. -М.: Информ.-издат.Дом «Филинь», Ч. И. 1998. -592 с.
  22. В.П. Популярное введение в программу STATISTICA/ В. П. Боровиков. -М.: Компьютер-Пресс, 1998. -266 с.
  23. А .Я., Громыко Г. Л. Общая теория статистики. М.: Издательство МГУ, 1977. — 327 с.
  24. Д.Р. Временные ряды: Обработка данных и теория. -М.: Мир, 1980.-536 с.
  25. И.П., Боровиков В.П. STATISTIKA. Статистический анализ и обработка данных в среде Windows. M.: Информационно-издательский дом «Филинъ». 2004. — 608 с.
  26. И.Н., Семендяев К. А. Справочник по математике для инженеров и учащихся вузов. М.: Наука, 1986. — 534 с.
  27. И.А. Проектирование баз знаний и экспертные системы: Учеб. пособие/ И. А. Брусакова, Д. Д. Недосекин, С. В. Прокопчина. -СПб., 1993. -59 с.
  28. Буч Г. Объектно-ориентированное проектирование с примерами применения/ Г. Буч. Киев: Диалектика, 1993.-312 с.
  29. Д. Стратеги клиент/сервер. Руководство по выживанию для специалистов по реорганизации бизнеса. К.: «Диалектика», 1996. -384 с.
  30. C.B., Гореев А. Ф., Корнеев В. В. Базы данных. Интеллектуальная обработка информации- 2-е изд-М.: Издатель Молгачёва C.B., Нолидж, 2001.-496 с.
  31. A.M. Проектирование программного обеспечения экономических информационных систем: Учебник. М.: Финансы и статистика, 2000. — 352 с.
  32. Е.С. Теория вероятностей: Учеб. для вузов. 6-е изд. стер. -М.: Высш. шк., 1999.
  33. Н. Алгоритмы и структуры данных. М.: Мир, 1989. — 360 с.
  34. A.A. Исследование операций и управление. М.: Наука, 1970. -128 с.
  35. А. М. «Эффект Эдипа» и методологические проблемысоциального прогнозирования. Вопросы философии, 1970, № 15. -96 с.
  36. В.Е. Теория вероятностей и математическая статистика. Учеб. пособие для вузов, изд. 7-е, стер. М.: Высш. шк., 1999. -479 с.
  37. И.С., Сакач Р. В., Логинов Е. Л. Исследование операций в гражданской авиации. М.: Транспорт, 1980. — 256 с.
  38. .И. и др. Ряды и преобразования Уолша: Теория и применения. / Голубов Б. И., Ефимов A.B., Скворцов В. А. М: Наука, 1987. -344 с.
  39. У., Сеге Г. Теплицевы формы и их приложения. М.: Изд-во иностр. лит. 1961. — 329 с.
  40. П.А., Кучевский Н. Г. Методы прогнозирования пассажирских перевозок. Минск.: Наука и техника. 1975. — 88 с.
  41. Дражек 3. Применение методов искусственного интеллекта для выбора и интерпретации данных с целью поддержки принятия решений //Труды 2-й международной конференции «Новые информационные технологии в образовании». Т.2. Минск, 1996. С 112−118.
  42. В.В., Конторов Д. С. Проблемы системотологии (проблемы теории сложных систем). М.: Сов, радио, 1976. — 237 с.
  43. В. Г, Селезнев П.В. Математические модели долгосрочного прогнозирования пассажирского спроса // Информационные технологии в проектировании и производстве // Науч.- тех. журнал № 3, 2004 Г.-С.23−32.
  44. A.M., Мхитарян B.C., Трошин А. И. Многомерные статистические методы для экономистов и менеджеров. М.: Финансы и статистика. 2000.- 352 с.
  45. Е.Б., Юшкевич A.A. Теоремы и задачи о процессах Маркова. -М.: Наука, 1967.-308 с.
  46. В.А. Теория графов: алгоритмы обработки деревьев/ В. А. Евстигнеев, В. Н. Касьянов. Новосибирск: Наука, 1994. -361 с.
  47. И. А. Михайлов А.Г. Литвинчук A.M. К вопросу о прогнозировании и оптимизации показателей плана авиатранспортных предприятий. В кн.: Экономика, организация, планирование и управление гражданской авиацией. Рига: РКИИ ТА, 1980, с. 66−67.
  48. Е.Е. Моделирование на ЭВМ. М.: МИФИ, 1980. — 63 с.
  49. Ф.Н. Актуальные проблемы теории и истории статистики и анализа: Сб. науч. тр/Ф.Н. Завьялов. Ярославль, 1991. -120 с.
  50. О.О., Толстопятенко A.B., Черемных Ю. Н. Математические методы в экономике: Учебник. 2-е изд. М.: МГУ им. Ломоносова, Издательство «Дело и сервис», 1999. — 368 с.
  51. Ю.П., Лотов A.B. Математические модели в экономике. М.: Наука, 1979.-304 с.
  52. А.И., Малявина A.B. Разработка управленческих решений: Учебное пособие. М.: МАЭП, ИИК «Калита», 2000. — 112 с.
  53. А.Г. Моделирование сложных систем: Информационный подход. Киев: Вища школа, 1987. — 63 с.
  54. Информационная технология. Комплекс стандартов и руководящих документов на автоматизированные системы. М.: Комитет стандартизации и метрологии СССР, 1991. — 120 с.
  55. Информационные технологии управления: Учебное пособие / Под ред. Ю. М. Черкасова. М.: ИНФРА-М, 2001. — 216 с.
  56. Калянов Г. Н. CASE-технологии. Консалтинг при автоматизации бизнес- процессов. 2-е изд. Перераб. и доп. М.: Горячая линия — Телеком, 2000.-320 с.
  57. Г. Н. Теория и практика организации бизнес-процессов. Серия «Реинжиниринг бизнес-процесса». М.: СИНТЕГ, 2000. — 212 с. 59,60
Заполнить форму текущей работой