

Управление качеством природных экосистем: новый подход
https://doi.org/10.18412/1816-0395-2016-7-60-63
Аннотация
Рассмотрены методологические аспекты создания информационно-измерительной подсистемы, с помощью которой можно осуществить распознавание технико-экологических состояний и выбор оптимальных программ их контроля объектов природно-промышленной системы. Приведена примерная функциональная схема подсистемы, классификация контролирующих признаков. Описан один из возможных методов выбора рабочего словаря признаков подсистемы контроля, предусматривающий в пределах выделенных средств на разработку измерительной аппаратуры оптимальное распределение затрат на создание (приобретение) каждого прибора. Рассмотрены перспективы использования подсистемы при создании информационно-измерительной системы, обеспечивающей поддержку принятия управленческих решений при распределении квот сброса сточных вод промышленными предприятиями г. Тамбова на городскую станцию биохимической очистки.
Об авторах
В.А. НемтиновРоссия
д-р техн. наук, профессор
А.М. Манаенков
Россия
аспирант
Ю.В. Немтинова
Россия
доцент
Список литературы
1. Малыгин Е.Н., Немтинов В.А. Автоматизированное проектирование на основе системного подхода // Экология и промышленность России. 2001. № 5. С.36-40.
2. Малыгин Е.Н., Немтинов В.А., Немтинова Ю.В. Принципы построения системы для решения задач промышленной экологии // Вестник Тамбовского государственного технического университета. 2001. Т. 7. № 2. С.205-212.
3. Немтинов В.А., Бубнов С.А, Овчинников И.И., Пчелинцева А.А. Модели и алгоритмы информационной системы принятия решений при проектировании объектов по очистке промышленных сточных вод // Вестник Тамбовского государственного технического университета. 2012. Т. 18. № 3. С.558-562.
4. Егоров А.Ф., Савицкая Т.В. Управление безопасностью химических производств на основе новых информационных технологий. М.: Химия, КолосС, 2004. 416 с.
5. Wilhelm T., Brüggemann R. Goal functions for the development of natural systems // Ecological Modelling. 2000. 132. P.231-246.
6. Milde H., Hotz L., Kahl J. etc. MAD: A real world application of qualitative model-based decision tree generation for diagnosis // Industrial and Engineering Applications of Artificial Intelligence and Expert Systems (IEA/AIE). 1999. P.246-255.
7. Isermann R. Model-based fault detection and diagnosis. Status and applications // Annual Reviews in Control. 2005. V. 29. P.71-85.
8. Console L., Dressier O. Model-based diagnosis in the real world: lessons learned and challenges remaining // Proceedings of the Sixteenth International Joint Conference on Artificial Intelligence. 1999. P.1393-1400.
9. Хапазов А.М., Цвид С.Ф. Методы оптимизации в технической диагностике. М.: Машиностроение, 1983. 130 с.
10. Васильев А.Н., Немтинов В.А. Информационно логическая модель поддержки принятия решений при управлении вторичными водными ресурсами промышленного узла // Вопросы современной науки и практики. Университет им. В.И. Вернадского. 2011. № 2. С.112-117.
11. Демьянов В.Ф., Малоземов В.Н. Введение в мини-макс. М.: Наука, 1972. 245 с.
Рецензия
Для цитирования:
Немтинов В., Манаенков А., Немтинова Ю. Управление качеством природных экосистем: новый подход. Экология и промышленность России. 2016;20(7):60-63. https://doi.org/10.18412/1816-0395-2016-7-60-63
For citation:
Nemtinov V., Manaenkov A., Nemtinova Yu. The Quality Management of Natural Ecosystems: a New Approach. Ecology and Industry of Russia. 2016;20(7):60-63. (In Russ.) https://doi.org/10.18412/1816-0395-2016-7-60-63