WWW.DISS.SELUK.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА
(Авторефераты, диссертации, методички, учебные программы, монографии)

 

На правах рукописи

ИГНАТОВ НИКОЛАЙ АНАТОЛЬЕВИЧ

МЕТОД ПРОГНОЗИРОВАНИЯ ВРЕМЕННЫХ РЯДОВ С РЕГУЛЯРНЫМИ

ПЕРИОДИЧЕСКИМИ КОМПОНЕНТАМИ НА ОСНОВЕ МОДЕЛИ

ПЕРИОДИЧЕСКИ КОРРЕЛИРОВАННЫХ СЛУЧАЙНЫХ ПРОЦЕССОВ

СПЕЦИАЛЬНОСТЬ 05.13.01

«Системный анализ, управление и обработка информации»

(информатика, управление и вычислительная техника)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Москва 2011

Работа выполнена на кафедре «Автоматизированные системы обработки информации и управления» Московского авиационного института (государственного технического университета) «МАИ».

Научный руководитель: доктор технических наук, профессор Хахулин Геннадий Федорович

Официальные оппоненты: доктор технических наук, профессор Балык Владимир Митрофанович кандидат технических наук Мелихов Василий Олегович

Ведущая организация: ОАО ВПК "НПО машиностроения", Россия, 143966, Московская область, г. Реутов, ул. Гагарина, д.33.

Защита диссертации состоится 10 октября 2011 г. в 11 часов 00 минут на заседании диссертационного совета Д 212.125.11 при Московском авиационном институте (государственном техническом университете) «МАИ» по адресу: 125993, А-80, ГСПМосква, Волоколамское шоссе, дом 4, зал заседаний Ученого Совета МАИ.

С диссертацией можно ознакомиться в библиотеке МАИ.

Автореферат разослан 8 сентября 2011 г.

Ученый секретарь диссертационного совета Д 212.125. кандидат технических наук, доцент Горбачев Ю.В.

ВВЕДЕНИЕ

Актуальность исследования Решение задачи прогнозирования играет важнейшую роль в процессах как стратегического планирования, так и оперативного управления в различных сферах науки и техники.

Прогнозирование временного ряда (или реализации скалярного случайного процесса) является одной из распространенных форм постановки задачи прогнозирования.

Применение каких-либо из существующих в настоящее время математических моделей и методов прогнозирования временных рядов тесно связано со спецификой предметной области и классификацией прогнозируемого временного ряда.

Рассматриваемый в настоящей работе класс временных рядов с регулярными периодическими компонентами является весьма распространенным, в частности, для предметных областей, в которых существенно влияние периодических факторов.

Примерами таких рядов являются: различные макроэкономические показатели (например, помесячные значения индексов промышленного производства), аэродинамические коэффициенты летательного аппарата в процессе полета, почасовые объемы выработки электрической и тепловой энергии объектами генерации и, как следствие, цена 1 кВтч электрической энергии на нерегулируемом рынке Российской Федерации, почасовые объемы потребления электрической энергии объектами ЖКХ и некоторыми промышленными предприятиями, метеорологические и гидрологические процессы и множество других. Таким образом, в силу наличия временных рядов данного класса в самых разных сферах в принципе, решение задачи их прогнозирования является актуальной и важной научнотехнической задачей.

Существует несколько математических моделей и методов, специально разработанных для прогнозирования временных рядов с регулярными периодическими компонентами, например, модель сезонного скользящего среднего (Хольт и Винтерс, 1950-1960), сезонная модель АРПСС (Бокс и Дженкинс, 1970), метод сингулярного спектрального анализа (реализация, названная методом «Гусеница» в России, разрабатывалась в Санкт-Петербургском Государственном Университете в 1997-2010 годах), а также ряд нейросетевых алгоритмов прогнозирования, в основном, получившим распространение с середины 90-х годов XX века.

Проведенный в настоящей работе анализ выявил ряд существенных недостатков данных методов. В частности, сезонное скользящее среднее и сезонная модель АРПСС не учитывают в полном объеме всю информацию о корреляционной связи между сечениями прогнозируемого ряда, а практическое применение метода сингулярного спектрального анализа и нейросетевых алгоритмов затруднено их слабой формализацией и необходимостью высокой квалификации оператора.

Таким образом, актуальной является задача разработки нового метода прогнозирования временных рядов с регулярными периодическими компонентами, лишенного указанных недостатков других методов и моделей: более полный, по сравнению с сезонным скользящим средним и сезонной моделью АРПСС, учет статистических характеристик прогнозируемого ряда увеличивает эффективность прогнозирования, а разработка и реализация формального алгоритма применения метода – обеспечить легкость решения практических задач.

Объект исследования Временные ряды с регулярными периодическими компонентами.

Предмет исследования Задача прогнозирования временных рядов с регулярными периодическими компонентами.

Цель исследования Повышение эффективности прогнозирования временных рядов с регулярными периодическими компонентами с точки зрения критерия среднего квадрата ошибки.



Задачи исследования Для достижения поставленной цели были решены следующие научнотехнические задачи:

1. Разработан метод решения задачи прогнозирования временных рядов с регулярными периодическими компонентами на основе модели периодически коррелированного случайного процесса;

2. Разработанный метод прогнозирования реализован в программном комплексе «Автоматизированная система прогнозирования динамических процессов»;

3. Разработана методика проверки возможности применения разработанного метода прогнозирования и выполнено ее применение для статистического исследования временного ряда с регулярными периодическими компонентами;

4. Проведены статистические испытания разработанного метода прогнозирования на имеющихся данных и выполнено сравнение его эффективности с сезонной моделью АРПСС и нейросетевыми методами прогнозирования.

Методы исследования Поставленные задачи решались с использованием методов системного анализа, математического программирования, теории оптимального планирования и управления, теории вероятностей и математической статистики, статистической динамики и теории эффективности систем управления, объектно-ориентированного программирования.

Научная новизна работы заключается в следующем:

1. Разработан и реализован метод прогнозирования временных рядов с регулярными периодическими компонентами на основе модели периодически коррелированных случайных процессов;

2. Показана более высокая эффективность разработанного метода в рамках решения задачи прогнозирования временных рядов с регулярными периодическими компонентами по сравнению с актуальными в настоящее время сезонной моделью АРПСС и нейросетевой моделью.

Научные результаты, выносимые на защиту:

1. Разработанный метод прогнозирования временных рядов с регулярными периодическими компонентами на основе модели периодически коррелированных случайных процессов;

2. Алгоритмическая и программная реализация разработанного метода прогнозирования;

3. Разработанная методика проверки возможности применения разработанного метода прогнозирования;

4. Результаты статистических испытаний, подтверждающие эффективность разработанного метода прогнозирования по сравнению с актуальными в настоящее время сезонной моделью АРПСС и нейросетевой моделью.

Практическая значимость результатов Программный комплекс «Автоматизированная система прогнозирования динамических процессов», реализующий разработанный метод, внедрен и используется в группе компаний «ТеплоЭлектроГенерация» в процессе разработки режимов управления производством электрической энергии.

Апробация работы Основные положения и результаты диссертационной работы докладывались и обсуждались на следующих конференциях и семинарах:

«Информационные технологии в авиационной и космической технике-2008». 21- апреля 2008 г. Москва.

2) 2-я Всероссийская конференция молодых ученых и студентов «Информационные технологии в авиационной и космической технике-2009». 20- апреля 2009 г. Москва.

3) XVII Международный научно-технический семинар. Алушта, 2008.

4) 8-я Международная конференция «Авиация и космонавтика-2009». г.

Москва.

5) XVIII Международный научно-технический семинар. Алушта, 2009.

6) XIX Международный научно-технический семинар. Алушта, 2010.

Публикации Основные результаты диссертационной работы опубликованы в 8 печатных работах, в том числе, 1 публикация в ведущем рецензируемом научном журнале «Мехатроника, автоматизация, управление», входящем в список ВАК РФ; публикация в ведущем рецензируемом научном журнале «Научные труды: Институт народнохозяйственного прогнозирования РАН», входящем в список ВАК РФ;

выполнена государственная регистрация программного комплекса, реализующего разработанный метод, в качестве программы для ЭВМ, свидетельство №2011613068.

Структура и объем работы Диссертационная работа состоит из введения, четырех глав, заключения, списка источников из 57 наименований и двух приложений. Объем диссертации – страниц машинописного текста, включает 64 рисунка и 14 таблиц.

СОДЕРЖАНИЕ РАБОТЫ

В первой главе проведен системотехнический анализ процесса прогнозирования как этапа процесса управления, приведены общие сведения о решении задачи прогнозирования временных рядов. В устоявшейся в настоящее время терминологии в теории прогнозирования понятие временного ряда определяется как единственная наблюдаемая в дискретные моменты времени реализация скалярного случайного процесса (естественно, в общем случае, нестационарного).

Основой для прогнозирования случайного процесса всегда служит математическая модель. Большинство моделей подразумевают, что прогнозирование случайного процесса общего вида основано на его декомпозиции на трендовую, периодическую (циклическую) и случайную компоненты.

В общем случае, допускается как аддитивное представление случайного процесса (сумма трендовой, периодической и стохастической компонент), так и мультипликативное (их произведение).

детерминированную компоненту, не содержащую периодических составляющих, кроме, возможно, тех, периоды которых заведомо больше объема имеющейся выборки.

Периодическая компонента случайного процесса обычно определяется как совокупность неслучайных гармонических колебаний, периоды которых заведомо меньше, чем объем имеющейся выборки.

Случайная компонента, в свою очередь, представляет собой центрированный случайный процесс.

Выбор и применение какой либо из известных в настоящее время математических моделей прогнозирования связаны, в первую очередь, с определением степени статистической значимости каждой из данных компонент (доли дисперсии компоненты в дисперсии процесса) и степени ее регулярности (параметры регулярных компонент меняются сравнительно медленно, закон их изменения известен или возможно получение его достоверной оценки).

Для определенных временных рядов наибольшую статистическую значимость могут иметь регулярные периодические (циклические) компоненты.

Трендовая компонента в таких рядах, как правило, является монотонной, имеет постоянные либо сравнительно медленно меняющиеся параметры, проблем с построением ее модели и прогнозированием обычно не возникает, случайная же компонента либо имеет малую статистическую значимость, либо носит периодический характер, аналогичный сезонной.

Природа таких временных рядов может быть самой разной, примерами могут служить различные макроэкономические показатели (например, помесячные значения индексов промышленного производства), колебательные движения летательного аппарата в процессе полета, почасовые объемы выработки электрической и тепловой энергии объектами генерации (как для отдельных объектов генерации, так и для региональных рынков) и, как следствие, цена 1 кВтч электрической энергии на нерегулируемом рынке Российской Федерации, почасовые объемы потребления электрической энергии объектами ЖКХ и некоторыми промышленными предприятиями, ежедневные объемы продаж некоторых товаров, пользующихся преимущественно сезонным спросом, помесячные объемы пассажирских перевозок, метеорологические и гидрологические процессы и множество других.

Это подтверждает актуальность решения задачи прогнозирования таких временных рядов для различных областей науки и техники.

Графики реализаций некоторых из этих процессов приведены на рисунках 1–3.

Рисунок 1 – график индекса выпуска товаров и услуг по базовым видам деятельности Российской Федерации, в процентах относительно предыдущего периода Рисунок 2 – график аэродинамического коэффициента момента крена ЛА Рисунок 3 – график цены 1 кВтч электрической энергии на нерегулируемом рынке Теория случайных процессов классифицирует такие временные ряды как реализации скалярных квазистационарных случайных процессов с регулярными стохастическими периодическими компонентами.

Квазистационарность случайного процесса означает, что скорость изменения его статистических свойств относительно начала отсчета значительно меньше скорости изменения их же относительно расстояния между рассматриваемыми сечениями.

Формализацию задачи прогнозирования случайного процесса удобно осуществить, сводя ее к задаче поиска оптимального по некоторому критерию (критерию прогнозирования) оператора (прогнозирующего), которая является одной из наиболее распространенных среди задач статистической оптимизации систем управления.

Оптимальным оператором, в классическом понимании, называется оператор, обеспечивающий экстремальное значение некоторого критерия качества функционирования некоторой системы, на вход которой поступает случайный процесс X(t) с известными статистическими характеристиками.

Постановка задачи прогнозирования предполагает, что на выходе прогнозирующей системы в момент времени t требуется получить сигнал X(t+), равный спрогнозированному на интервал входному сигналу. На самом же деле, в момент времени t система формирует выходной сигнал Y(t), являющийся оптимальной по некоторому критерию оценкой X(t+). Разность идеального и реального выходного сигналов, очевидно, возникает вследствие невозможности точно предсказать будущее процесса.

Ошибка прогнозирования определяется в этом случае соотношением Качество прогнозирования случайного процесса в конечном итоге часто характеризуется экономическим эффектом, полученным в результате применения рассчитанных прогнозов. На практике данный экономический эффект оценивается, во-первых, интегрально на значительном интервале времени (кварталы, годы), вовторых, в среднем.

Исходя из этих соображений, генеральным критерием прогнозирования и, как следствие, критерием качества функционирования прогнозирующей системы, обычно является и выбран в рамках настоящей работы средний квадрат ошибки прогнозирования:

Критерий Q(t), очевидно, является квадратичной функцией, что дает возможность, в случае, когда прогнозирующая система является линейной, минимизировать его аналитически.

Исходными данными для прогнозирования является наблюдаемая на интервале [t0, t] реализация прогнозируемого случайного процесса X(t) с заданным интервалом дискретизации:

Окончательно, формальная постановка задачи предполагает оптимальную по критерию среднего квадрата ошибки прогнозирования оценку значения наблюдаемой реализации X (tk) случайного процесса X(t) в момент времени t+.

В диссертационной работе рассмотрен ряд распространенных в настоящее время методов и моделей, позволяющих решать задачи прогнозирования временных рядов с регулярными периодическими компонентами. Особое внимание уделяется их недостаткам.

Обобщенный метод экспоненциального сглаживания (метод Винтерса), реализует обычный стационарный фильтр с экспоненциально затухающей импульсной переходной функцией. Учет периодической компоненты при прогнозировании обеспечивается взятием значений прогнозируемого процесса через интервал периодичности. Такой подход, очевидно, позволяет учесть только закономерности процесса, проявляющиеся на интервале периодичности, с соответствующим экспоненциальным сглаживанием.

Сезонная модель АРПСС уходит от экспоненциального сглаживания, однако, учет периодической компоненты по-прежнему обеспечивается взятием значений прогнозируемого процесса через интервал периодичности. Упрощение модели посредством ограничения порядка авторегрессии и скользящего среднего существенно снижает качество прогнозирования в случае, если прогнозируемый процесс содержит сложные корреляционные связи.

Метод сингулярного спектрального анализа изначально предполагает значительную зависимость от решений, принимаемых на каждом его этапе, в частности, от выбора параметров (длины окна, числа компонент), способа группировки компонент, алгоритма восстановления ряда. Это требует крайне высокого уровня эксперта, адаптирующего его для решения конкретной задачи, и значительно ограничивает возможности его применения.

Результаты применения нейросетевых алгоритмов существенно зависят от структуры нейронной сети, функций активации, данных, на которых проводилось обучение. Несмотря на доказанную теоретическую сходимость нейронных сетей к минимуму целевой функции, их применение нередко приводит к результатам простейших методов.

Проведенный качественный анализ подтвердил целесообразность разработки метода прогнозирования временных рядов с регулярными периодическими компонентами (позволяющего учесть эти компоненты в явном виде), отвечающего следующим свойствам:

- учет взаимосвязи сечений не только на интервале периодичности;

- инвариантность относительно предметной области в рамках выбранного класса прогнозируемых процессов;

- наличие прозрачного, теоретически обоснованного алгоритма оптимизации;

- возможность регуляризации по небольшому числу параметров.

Вторая глава содержит теоретическое описание реализованного метода прогнозирования на основе модели периодически коррелированных случайных процессов, обоснование его эффективности по сравнению с распространенными в настоящее время методами и моделями, и описание его алгоритмической и программной реализации в подсистеме автоматизированной системы прогнозирования динамических процессов.

В диссертационной работе предлагается метод, основанный на аддитивном представлении временного ряда в виде неслучайной трендовой и периодической стохастической компонент.

где XТ(t) – трендовая, а Xс(t) – стохастическая периодическая компонента, соответственно.

Прогнозирование на интервал в этом случае предполагает решение задачи выработки оптимальной оценки прогнозируемого сигнала Y(t), равной сумме оптимальной оценки трендовой компоненты YТ(t) и оптимальной оценки периодической стохастической компоненты Yс(t):

Неслучайная трендовая компонента описывается монотонной функцией времени. Вид функции и метод оценки ее параметров определяется видом прогнозируемого процесса.

Прогнозирование данной компоненты осуществляется очевидным образом – подстановкой в данную неслучайную функцию времени необходимого аргумента:

Периодическая стохастическая компонента, представляющая собой центрированный квазистационарный скалярный случайный процесс с регулярными периодическими стохастическими компонентами, описывается моделью периодически коррелированного случайного процесса.

Прогнозирование данной компоненты осуществляется с помощью оптимального по критерию среднего квадрата ошибки линейного экстраполятора.

Предлагаемый в настоящей работе метод прогнозирования центрированных квазистационарных случайных процессов с регулярными стохастическими периодическими компонентами основан на статистической модели периодически коррелированных случайных процессов (ПКСП), представляющих собой частный случай периодически нестационарных в широком смысле слова случайных процессов.

Модель ПКСП предполагает как стохастичность, так и повторяемость (цикличность) процесса, для описания которого она применяется.

Такая модель процесса предполагает, что для его автокорреляционной функции выполняется условие инвариантности относительно сдвига обоих ее аргументов на фиксированную величину T - интервал периодичности:

Одним из свойств ПКСП, очевидно вытекающих из (7), является то, что последовательность



Похожие работы:

«Вайндорф-Сысоева Марина Ефимовна ОРГАНИЗАЦИЯ ВИРТУАЛЬНОЙ ОБРАЗОВАТЕЛЬНОЙ СРЕДЫ В ПОДГОТОВКЕ ПЕДАГОГИЧЕСКИХ КАДРОВ К ИННОВАЦИОННОЙ ДЕЯТЕЛЬНОСТИ 13.00.08 – теория и методика профессионального образования Автореферат на соискание ученой степени доктора педагогических наук Москва, 2009 1 Работа выполнена на кафедре педагогики Государственного образовательного учреждения высшего профессионального образования Московского государственного областного университета Официальные...»

«Сулимова Валентина Вячеславовна ПОТЕНЦИАЛЬНЫЕ ФУНКЦИИ ДЛЯ АНАЛИЗА СИГНАЛОВ И СИМВОЛЬНЫХ ПОСЛЕДОВАТЕЛЬНОСТЕЙ РАЗНОЙ ДЛИНЫ Специальность 05.13.17 – Теоретические основы информатики АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата физико-математических наук Москва 2009 2 Работа выполнена в Тульском государственном университете на кафедре автоматики и телемеханики Научный руководитель доктор технических наук, профессор Вадим Вячеславович Моттль Официальные оппоненты...»

«Богинская Ирина Анатольевна Металлополимерный нанокомпозит на основе полипараксилилена и наночастиц серебра для оптоэлектроники 05.17.06 - технология и переработка полимеров и композитов 05.16.06 - порошковая металлургия и композиционные материалы АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук Москва - 2012 Работа выполнена в Московском государственном университете тонких химических технологий имени М.В. Ломоносова на кафедре химии и технологии...»

«Вавилычева Татьяна Юрьевна СОВРЕМЕННЫЕ ПРОБЛЕМЫ ЗАЩИТЫ ЧЕСТИ И ДОСТОИНСТВА ЛИЧНОСТИ (УГОЛОВНО-ПРАВОВОЙ И КРИМИНОЛОГИЧЕСКИЙ АСПЕКТЫ) Специальность: 12.00.08 — Уголовное право и криминология; уголовно-исполнительное право Автореферат диссертации на соискание ученой степени кандидата юридических наук Москва–2012 Работа выполнена на кафедре уголовного права Приволжского филиала ГОУ ВПО ПФ Российская академия правосудия. Научный руководитель : доктор юридических наук, профессор...»

«ПЕШКОВА Наталья Александровна СТРУКТУРА И ОСОБЕННОСТИ Я-КОНЦЕПЦИИ УЧИТЕЛЕЙ НАЧАЛЬНЫХ КЛАССОВ С РАЗНЫМ УРОВНЕМ САМОРАЗВИТИЯ Специальность: 19.00.01 – общая психология, психология личности, история психологии Автореферат диссертации на соискание ученой степени кандидата психологических наук Москва 2010 1 Работа выполнена на кафедре социальной и дифференциальной психологии филологического факультета Российского университета дружбы народов Научный руководитель : доктор...»

«Щепетилов Алексей Валериевич АНАЛИЗ И МЕХАНИКА НА ДВУХТОЧЕЧНО-ОДНОРОДНЫХ РИМАНОВЫХ ПРОСТРАНСТВАХ Специальность 01.01.03 – математическая физика Автореферат диссертации на соискание ученой степени доктора физико-математических наук Москва, 2009 г. Работа выполнена на кафедре математики физического факультета Московского государственного университет имени М.В.Ломоносова Официальные оппоненты :...»

«МАЛЫШКИН Александр Константинович АВТОМАТИЗИРОВАННЫЕ ИССЛЕДОВАНИЯ ОТКРЫТЫХ ЭЛЕКТРОДИНАМИЧЕСКИХ СИСТЕМ МИЛЛИМЕТРОВОГО ДИАПАЗОНА Специальности: 01.04.01 – приборы и методы экспериментальной физики 01.04.03 – радиофизика АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата физико-математических наук Москва – 2009 Работа выполнена на физическом факультете и в учебно-научном центре магнитной томографии и спектроскопии МГУ имени М.В. Ломоносова. Научные руководители:...»

«Трубецкой Алексей Юрьевич Категория репутации в социально-политической коммуникации 19.00.05 – Социальная психология (психологические наук и) Автореферат диссертации на соискание ученой степени доктора психологических наук Москва – 2006 Работа выполнена на кафедре социальной психологии факультета психологии Московского государственного университета им. М.В.Ломоносова Официальные оппоненты : доктор политических наук...»

«ОБЪЯВЛЕНИЕ О ЗАЩИТЕ КАНДИДАТСКОЙ ДИССЕРТАЦИИ Ф.И.О Редькин Иван Александрович Название диссертации Разработка и исследование процесса сушки керамических оболочковых форм в условиях объемно-напряженного состояния Специальность 05.16.04 - Литейное производство Отрасль наук и Технические науки Шифр совета Д 212.110.05 Тел. ученого секретаря (499)141-9495 E-mail a_paltievich@mati.ru Предполагаемая дата защиты 23 декабря 2010 Место защиты диссертации Оршанская, 3, ауд. 523А Автореферат и текст...»

«Гаврилова Россиния Анатольевна ИНТЕЛЛЕКТУАЛЬНЫЙ КАПИТАЛ В ИНФОРМАЦИОННО-СЕТЕВОЙ ЭКОНОМИКЕ Специальность 08.00.01 – Экономическая теория АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата экономических наук Санкт-Петербург - 2013 2 Работа выполнена в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования Санкт-Петербургский государственный университет экономики и финансов. Научный руководитель – доктор экономических...»

«Каштанова Елена Александровна КОНСТИТУЦИОННОЕ ПРАВО ГРАЖДАН НА ПРОФЕССИОНАЛЬНОЕ ОБРАЗОВАНИЕ И ОСОБЕННОСТИ ЕГО РЕАЛИЗАЦИИ В СИСТЕМЕ МВД РОССИИ Специальность: 12.00.02 – конституционное право; муниципальное право Автореферат диссертации на соискание ученой степени кандидата юридических наук Тюмень – 2012 2 Работа выполнена в ФКОУ ДПО Санкт-Петербургский институт повышения квалификации работников ФСИН России Научный руководитель : Аврутин Юрий Ефремович, доктор юридических наук,...»

«ГАТАУЛЛИНА РЕЗЕДА ФАРВАЗОВНА ДИДАКТИЧЕСКИЕ УСЛОВИЯ РАЗВИТИЯ ПЕДАГОГИЧЕСКОЙ КОМПЕТЕНЦИИ ПО СЕМЕЙНОМУ ВОСПИТАНИЮ У БУДУЩИХ ПЕДАГОГОВ 13.00.01 – общая педагогика, история педагогики и образования АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата педагогических наук Казань – 2009 2 Работа выполнена на кафедре педагогической психологии и педагогики ЧОУ Институт экономики, управления и права (г. Казань) Научный руководитель : доктор педагогических наук, профессор...»

«ЛАМЕЙКИНА ЕЛЕНА ЮРЬЕВНА ОСОБЕННОСТИ ОСУЩЕСТВЛЕНИЯ И ЗАЩИТЫ ПРАВА СОБСТВЕННОСТИ СУПРУГОВ Специальность 12.00.03 - гражданское право; предпринимательское право; семейное право; международное частное право АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата юридических наук Краснодар 2009 2 Диссертация выполнена на кафедре гражданского права и процесса Института экономики, права и гуманитарных специальностей (г. Краснодар) Научный руководитель - доктор юридических...»

«БУРХАНОВ РУСТАМ МАНСУРОВИЧ МЕХАНИЗМЫ ФОРМИРОВАНИЯ, РАЗВИТИЯ И ИДЕНТИФИКАЦИИ ПРОМЫШЛЕННЫХ КЛАСТЕРОВ (НА ПРИМЕРЕ САНКТ-ПЕТЕРБУРГА) Специальность 08.00.05 – Экономика и управление народным хозяйством (экономика, организация и управление предприятиями, отраслями, комплексами: промышленность) АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата экономических наук Санкт-Петербург-2012 2 Работа выполнена в федеральном государственном бюджетном образовательном учреждении...»

«УДК 519.212.2, 519.214.5 Шибанов Олег Константинович ПРЕДЕЛЬНЫЕ ТЕОРЕМЫ ДЛЯ МНОГОЭТАПНЫХ СХЕМ РАЗМЕЩЕНИЯ ЧАСТИЦ ПО ЯЧЕЙКАМ 01.01.05 Теория вероятностей и математическая статистика АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата физико-математических наук Москва 2009 Работа выполнена на кафедре математической статистики и случайных процессов механико-математического...»

«МУСАЛОВА Заира Магомедовна КОНСТИТУЦИОННО-ПРАВОВОЕ РЕГУЛИРОВАНИЕ ЭКОНОМИЧЕСКИХ ОТНОШЕНИЙ В РОССИИ: ФЕДЕРАЛЬНЫЙ И РЕГИОНАЛЬНЫЙ АСПЕКТЫ Специальность 12.00.02 – Конституционное право; муниципальное право АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата юридических наук Санкт-Петербург – 2011 2 Работа выполнена в Государственном образовательном учреждении высшего профессионального образования Дагестанский государственный университет. Научный руководитель - доктор...»

«Николаев Дмитрий Петрович Алгоритмы цветовой сегментации, применимые в условиях сложного освещения сцены Специальность 05.13.18 – математическое моделирование, численные методы и комплексы программ Автореферат диссертации на соискание ученой степени кандидата физико-математических наук МОСКВА, 2004 г. Работа выполнена в Институте проблем передачи информации РАН Научный руководитель : доктор физико-математических наук, профессор Чуличков Алексей Иванович Консультант: доктор...»

«Карасв Кирилл Александрович МОДЕЛИРОВАНИЕ И ПРОГНОЗ ЭФФЕКТИВНОСТИ БУРЕНИЯ В УСЛОВИЯХ НАПРАВЛЕННОГО ИЗМЕНЕНИЯ СВОЙСТВ ГОРНЫХ ПОРОД ПОВЕРХНОСТНО-АКТИВНЫМИ ВЕЩЕСТВАМИ Специальность 25.00.22 – Геотехнология (подземная, открытая и строительная) Автореферат диссертации на соискание ученой степени кандидата технических наук Екатеринбург - 2014 Работа выполнена в ФГБОУ ВПО Уральский государственный горный университет Научный руководитель - доктор технических наук, профессор Латышев...»

«Бишарова Светлана Геннадьевна Синтоистские основы традиционной японской культуры 24.00.01 – Теория и история культуры Автореферат диссертации на соискание ученой степени кандидата философских наук Новосибирск - 2006 2 Работа выполнена на кафедре теории, истории культуры и музеологии Института истории, гуманитарного и социального образования ГОУ ВПО Новосибирский государственный педагогический университет Научный руководитель : доктор философских наук, профессор Сабиров...»

«УДК 342(575.1) МУХАМЕДОВ АЛИШЕР РУСТАМОВИЧ ПРОБЛЕМЫ ФОРМИРОВАНИЯ ГРАЖДАНСКОГО ОБЩЕСТВА В УЗБЕКИСТАНЕ 12.00.01 – Теория и история государства и права; история политических и правовых учений АВТОРЕФЕРАТ диссертации на соискание учёной степени кандидата юридических наук ТАШКЕНТ – Работа выполнена в отделе Государствоведение и международное право Института философии и права им. И.Муминова...»








 
2014 www.av.disus.ru - «Бесплатная электронная библиотека - Авторефераты, Диссертации, Монографии, Программы»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.