Эффективные подходы к интенсификации объектов нефтеперерабатывающего и нефтехимического производства на основе системных методов

21 июня 17:01

Effective approaches to the intensification of oil refining and petrochemical production facilities on the basis of system methods

УДК 665.63-404(574)

15.08.2017
 

Выходные сведения:
Оразбаева К.Н Эффективные подходы к интенсификации объектов нефтеперерабатывающего и нефтехимического производства на основе системных методов // ИТпортал, 2017. №3 (15). URL: http://itportal.ru/science/economy/effektivnye-podkhody-k-intensifikats/

Авторы:
Оразбаева К.Н., д.т.н., профессор кафедры Менеджмент Казахского университета экономики, финансов и международной торговли, Астана, Республика Казахстан (010005, Казахстан, г.Астана, ул. Жубанова, 7),
e-mail: kulman_o@mail.ru

Authors:
Orazbayeva K.N. Doctor of Technical Sciences, professor of Dept. Management of the Kazakh University of Economiks, Finance and International Trade, Astana, Republic of Kazakhstan (010005, Kazakhstan, Astana, st Zhubanov 7.),
e-mail: kulman_o@mail.ru

Ключевые слова:
интенсификация производства, нефтепереработка, нефтехимия, системный метод, моделирование, нечеткая информация, эксперт, метод экспертной оценки в нечеткой среде

Keyword:
production intensification, oil refining, petrochemistry, system method, modeling, fuzzy information, expert, expert evaluation method in fuzzy environment

Аннотация: 
Приведены результаты исследования по определению эффективных подходов к интенсификации объектов нефтеперерабатывающего и нефтехимического производства на основе системных методов, т.е. комплексного применения формальных математических методов моделирования, оптимизации и неформальных методов – метода экспертной оценки в нечеткой среде. Дано обоснование на то, что для эффективного решения вопросов развития и интенсификации нефтеперерабатывающей и нефтехимического производств необходим системный подход, рассматривающий комплексно всего цикла нефтеперерабатывающего и нефтехимического производства, включающего хранение и переработку нефти, нефтепродуктов, сырья и продуктов нефтехимии, увеличения глубины переработки, производство вторичных продуктов из отходов основного производства как элементы и подсистемы единой системы, т.е целесообразность рассмотрения исследуемых производств нефтепереработки и нефтехимии как единую систему, в составе различных подсистем и элементов. В связи с тем, что технологические объекты исследуемых производств представляют собой сложную химико-технологическую систему взаимосвязанных агрегатов, рекомендуется разработать пакет моделей, который позволяет применение системного моделирования исследуемых объектов и их систем. Проблем многокритериальности и неопределенности производственных объектов нефтепереработки и нефтехимии, которые часто возникают на практике и затрудняют построить необходимых математических моделей и алгоритмов оптимизации, т.е. интенсификации производств предлагается решать с применением неформальных, эвристических методов с учетом предпочтений, знаний и опыта чело-века (специалистов-экспертов, технологов, лица, принимающего решения). Обсуждены вопросы применение методов экспертных оценок при математическом описании производственных, технологических процессов исследуемых производств. Для решения проблем невозможности экспертами количественно оценить во сколько раз один пара-метр или альтернатива превосходит по значимости другой, предложен метод организации и проведение экспертной оценки в нечеткой среде.

Annotation: 
The results of a study on the determination of effective approaches to the intensification of oil refining and petrochemical production facilities on the basis of system methods are presented. Complex application of formal mathematical methods of modeling, optimization and informal methods — the method of expert evaluation in a fuzzy environment. The rationale is given that a systematic approach is needed to effectively solve the issues of development and intensification of oil refining and petrochemical industries, considering the complex of the whole cycle of oil refining and petrochemical production, including storage and processing of oil, oil products, raw materials and petrochemical products, increase Depth of processing, the production of secondary products from wastes of basic production as elements and subsystems of a unified system, that is, eduemyh production refining and petrochemicals as a single system composed of various sub-systems and components. Due to the fact that the technological facilities of the production facilities are a complex chemical-technological system of interconnected aggregates, it is recommended to develop a package of models that allows the use of system modeling of the objects and their systems. The problems of multi-criteriaity and uncertainty of production objects of oil refining and petrochemistry, which often arise in practice and make it difficult to build the necessary mathematical models and optimization algorithms, i.e. Intensification of production is proposed to solve with the use of informal, heuristic methods taking into account the preferences, knowledge and experience of people (expert experts, technologists, decision-makers). The questions of application of methods of expert evaluations in the mathematical description of manufacturing processes of the production facilities under investigation are discussed. To solve the problems of the experts’ inability to quantify the number of times one parameter or alternative exceeds the other in importance, a method of organizing and conducting an expert evaluation in a fuzzy environment.

Эффективные подходы к интенсификации объектов нефтеперерабатывающего и нефтехимического производства на основе системных методов

Введение

Интенсивное развитие нефтеперерабатывающей и нефтехимической отраслей Казахстана, требует научно-обоснованных решений различных производственных задач, т.е. необходимо научное сопровождение, которое опережает развития этих производств. В последнее время вопросам интенсификации нефтеперерабатывающей и нефтехимической промышленностей уделяется достаточное внимание [1, 2, 3, 4, 5]. Однако, большинство исследований посвящено рассмотрению производственно-технологических и экономико-экологических вопросов отдельных технологических процессов, модернизации конкретных установок, утилизации определенных экологически вредных компонентов.

Для эффективного решения вопросов развития и интенсификации нефтеперерабатывающей и нефтехимического производств необходим комплексный, системный подход ко всему циклу нефтеперерабатывающего и нефтехимического производства, включающего хранение и переработку нефти, нефтепродуктов, сырья и продуктов нефтехимии, увеличения глубины переработки, производство вторичных продуктов из отходов основного производства [5, 6]. Целесообразно рассмотрение исследуемых производств как единую систему, в составе различных подсистем и элементов.

Постановка цели, задачи

Целью статьи является исследование и определение эффективных подходов к интенсификации объектов нефтеперерабатывающего и нефтехимического производства с применением математических методов и метода экспертных оценок с учетом нечеткости исходной информации.

Рассмотрим формализацию задачи. Для эффективной интенсификации этих элементов, подсистем и производственных систем нефтепереработки и нефтехимии в целом необходимо будет учесть экономические, экологические и технологические критерии эффективности работы системы, а также использовать современные достижения математических методов, компьютерной технологии, а также различных эвристических методов, позволяющие учесть опыт и знания менеджеров (ЛПР – лица, принимающего решения), специалистов-экспертов, технологов [5, 7, 8, 9, 10]. Вследствие этого, предлагаемый в данной работе гибридный метод интенсификации путем математического моделирования и оптимизации технологических объектов нефтепереработки и нефтехимии с учетом предпочтений, опыта и знаний ЛПР, специалистов-экспертов является крайне важной задачи науки и техники, имеет научную ценность и практическую значимость.

 Для эффективного исследования и оптимизации процессов и агрегатов нефтепереработки и нефтехимии необходимо построить их математические моделей, которые учитывают природу и состояние процесса, тип, и другие особенности объектов. Так как технологические объекты этих производств представляют собой сложную химико-технологическую систему взаимосвязанных элементов (агрегатов), необходимо разработать пакет моделей, который позволяет применение системного моделирования исследуемых объектов и их систем [10]. При этом, часто возникают проблемы многокритериальности и неопределенности производственных объектов нефтепереработки, которые затрудняют построить необходимых математических моделей и алгоритмов оптимизации, т.е. интенсификации производств [11, 12].

Вопросы разработки пакета взаимосвязанных моделей (системное моделирование) комплекса технологических агрегатов, какими является установки нефтепереработки и нефтехимии, методов оптимизации их режимов работы в условиях многокритериальности и неопределенности вызванной нечеткостью исходной информации являются одним из мало изученных и полностью не решенных проблем в научных исследованиях и литературе. 

В связи с этим, задачи эффективного ведения технологических процессов нефтеперерабатывающего и нефтехимического отраслей Республики Казахстан, интенсификации и оптимизации режимов работы технологических систем этих производств в условиях многокритериальности (экономического, технологического и экологического характера) и нечеткости исходной информации на основе системного моделирования в нечеткой среде с применением формальных и неформальных методов, компьютерной технологии, а также вопросы разработки технических, технологических решений для реконструкции, интенсификации и экологизации объектов нефтепереработки, для развития нефтехимии в последние время стали очень актуальными.

Идея подхода к решению данного вопроса заключается: в системном решении экономико-экологических и технологических задач нефтеперерабатывающего и нефтехимического производства на основе системного моделирования и оптимизации в условиях неопределенности с применением современных достижений математических методов (методов математического моделирования, экспертной оценки и нечеткой математики) и компьютерной технологии.

В соответствии с этим необходимо провести следующие исследования:

— исследование современного состояния проблем интенсификации технологических объектов нефтепереработки на примере Атырауского НПЗ, процессов получения бензола путем моделирования, оптимизации и подходов к их решению. Анализ состояния и перспективы развития нефтеперерабатывающего и нефтехимического производства Казахстана;

— разработка метода системного моделирования технологических комплексов процесса получения бензола и нефтехимии для решения задач интенсификации производства. Разработка алгоритма синтеза моделей технологических объектов процесса получения бензола с учетом нечеткости исходной информации, а также методологии создания пакета моделей для системного моделирования. Построение моделей основных агрегатов установок получения сырья и технологического комплекса по производству бензола;

— разработка эффективных методов и алгоритмов оптимизации технологических агрегатов комплекса по производству бензола в условиях многокритериальности объектов и нечеткости исходной информации. Формализация и получение постановок многокритериальных задач оптимизации технологических объектов нефтепереработки нефтехимии на примере технологического комплекса по производству бензола и разработка комплекса алгоритмов их решения в нечеткой среде;

— исследование и предложение эффективных технико-экономических и технологических решений для интенсификации и экологизации технологических установок при проектировании, монтаже и эксплуатации технологических систем глубокой нефтепереработки и нефтехимии;

— исследование и разработки методики создания компьютерных систем моделирования, оптимизации и выбора эффективных режимов работы технологических систем производства нефтепродуктов и продуктов нефтехимии, например высококачественных топлив, бензола, параксилола, полипропилена, полиэтилена и др. Анализ перспективы развития нефтепереработки и нефтехимии в Казахстане и применения результатов исследований в этих отраслях.

Результаты исследования и их обсуждение

Рассмотрим основные результаты исследования по решению проблем интенсификации конкретных объектов нефтепереработки и нефтехимии. Для эффективного решения задач интенсификации объектов нефтеперерабатывающего и нефтехимического производства, например технологического комплекса по производству бензола Атырауского нефтеперерабатывающего завода, необходимо [13]:

а) методология построения системы математических моделей взаимосвязанных агрегатов технологического комплекса, заключающаяся в анализе различных типов моделей агрегатов комплекса по заданным критериям и выборе самых приемлемых из них, учитывающая доступную информацию различного характера при создании моделей и объединяющая их в пакет согласно структуры соединения агрегатов, а также метод системного моделирования работы объектов исследований, который заключается в совместном моделировании различных агрегатов технологического комплекса в целом на основе построенного пакета моделей;

б) метод синтеза моделей технологического комплекса нефтепереработки и нефтехимии с учетом неопределенности и алгоритм его реализации, который на основе идеи методов нечеткой математики – теории возможностей и экспертных оценок, и в зависимости от характера нечеткости параметров объекта, позволяет построить нечеткие регрессионные модели с нечеткими коэффициентами или лингвистические модели на основе логических правил условного вывода;

в) новые математические постановки задач оптимизации технологических объектов и выбора эффективных режимов их в виде многокритериальных задач нечеткой оптимизации (нечеткого математического программирования) и разработка комплекса эвристических (диалоговых) алгоритмов их решения, которые, на основе модификации идеи компромиссных схем и принципов оптимальности на случай нечеткости исходной информации, ставят и решают задачи, сохраняя доступной информацию нечеткого характера, что позволит получить адекватные решения сложных производственных задач в условиях неопределенности.

г) создать компьютерную систему моделирования, оптимизации и выбора решений при управлении технологическими объектами нефтеперерабатывающего [3] и нефтехимического производства, отличающиеся от аналогичных тем, что в состав системы включаются комплекс алгоритмов системного моделирования взаимосвязанных технологических агрегатов и эвристических методов многокритериальной оптимизации режимов их работы работоспособные и в нечеткой среде.

Некоторые из перечисленных методов и задач разработаны и решены авторами в работе [5, 11, 13, 14], в данной работе предлагаем результаты некоторых дополнительных исследований, в частности вопросы применение экспертных оценок при исследовании и интенсификации процесса получения бензола в нечеткой среде.

Как известно, при моделировании и оптимизации сложных систем в условиях неопределенности используется вероятностный подход, основанный на методах теории вероятностей и математической статистики [15, 16]. Однако, на практике не всегда при наличии неопределенностей выполняются аксиомы теории вероятностей, что показывает неправомерность применения этих методов. Более того, в случаях, когда есть основания считать, что процессы или системы ведут себя по вероятностным законам, дефицит информации, невозможность или дороговизна получения достоверных статистических данных толкают на иные пути описания реальных процессов в производственных системах, на разработку нестатистических, например, нечетких методов моделирования объектов [9, 10, 11, 17].

Эксперт может сравнить различные параметры объекта, альтернативы и т.п., дать им словесные оценки «значимый», «приемлемый», «менее значимый по сравнению с…», «сильно влияет на …», «слабо влияет», упорядочить несколько объектов по привлекательности, но обычно не может сказать, во сколько раз или на сколько раз один параметр или альтернатива превосходит по значимости другой. Другими словами, ответы эксперта обычно измерены в порядковой шкале, являются ранжировками, результатами парных сравнений и другими объектами нечисловой природы. 

Одним из решений данной проблемы является применение качественных экспертных оценок, т.е. экспертной оценки в нечеткой среде, не содер­жащих чисел. Их можно подразделить на две группы:

— оценки, проводимые по заранее составленным шкалам (оценка качественных признаков);

— оценки, шкалы для которых заранее не могут быть состав­лены.

Оценки первой группы применяются при определении зна­чений признаков, имеющих качественную вариацию, все значе­ния которых могут быть заранее перечислены и определены не­которыми стандартными терминами или выражениями (терм-множеств). Напри­мер, признак «влияние входного параметра процесса на ко­личество и качество конечного продукта» может иметь следующие градации: выход продукта сильно увеличивается, а качество продук­та ухудшается; количество продукта увеличивается, качество не меняется; количество получаемого продукта не меняется, качество улучшается и т.д.

Оценивая влияние данного параметра на количество и каче­ство, эксперт указывает на одну из перечисленных градаций и, следовательно, проводит выбор оценки из числа заранее опре­деленных значений.

Оценки второй группы, не имеющей заранее составленных шкал, используются при проведении операций генерации. Они выражаются в предложениях, гипотезах, перечнях тех или иных показателей, фактов. Качественные экспертные оценки в виде перечней будущих событий или цепей взаимосвязанных собы­тий появляются при решении задач прогнозирования, составле­нии сценариев. Экспертные оценки в нечеткой среде этой груп­пы, имеющие характер рекомендаций по выбору той или иной последовательности действий, встречаются в задачах управле­ния технологическими объектами.

Из-за сложности технологического процесса производства бензола, нехватки или отсутствия промышленных средств измерения и контроля, присутствия человека-оператора в процессе управления, собранная информация об их функцио­нировании, как правило, носит нечеткий характер. В этих усло­виях для оценки нечетких параметров необходимо провести экспертную процедуру в нечеткой среде.

Создание метода экспертной оценки данных и выбора решений при наличии нечетких факторов основывается на использования мнений экспертов и тео­рии нечетких множеств [17, 18, 19, 20].

Метод ЭО в нечеткой среде.

Рассмотрим основные шаги предлагаемого метода экспертной оценки в нечеткой среде:

1.     Категоризация объекта оценки, классов задач и операций;

2.     Выбор нечетких, лингвистических перемен­ных, терм-множества, адекватных объекту оценки и классу операций;

3.     Выбор типа шкал, описывающих объект и задачи;

4.     Определение способа оценки и проведение оценки;

5.     На основе анализа исследуемого объекта составляется полный план «мысленных» экспериментов. Составление плана аналогично составлению плана при математическом планирования экспериментов, где вместо количественных данных используются их приближенные значения в виде нечетких чисел или значения лингвистической переменной в виде нечетких параметров (терм);

6.     Эксперты на основе практического опыта и знаний отсекают варианты плана, которые практически нереализуемы или явно приводят к аварийным ситуациям (при этом они должны обосновать причины исключения каждого варианта из плана).

7.     По всем остальным вариантам эксперты словесно оценивают влияния данного соотношения входных факторов на выходные параметры объекта (ва­рианты опыта). Оценка осуществляется на базе терм-множеств, которые выбраны в пункте 2.

8.     В случае неуверенности экспертов при оценке некоторых вариантов, необходимо эти варианты по возможности реализовать в соответствии с планом и оценить результаты.

9.     Проверка на субъективную совместимость признаков и их совокупности (соответствие интуитивному образу объекта). Так как, при оценке планов должна участвовать группа экспертов, следующим этапом является определение степени согласованности их мнении по известной методике. Если мнение экспертов в основном совпадают, т.е. значения дисперсионного коэффициента конкордации близки к 1 и , то реализации планов и переход к обработке полученных результатов, где  — соответственно расчетное и табличное значения коэффициентов конкордации для выбранного уровня.

10.                  Если , т.е. когда мнения экспертов не совпадают, им представляется возможность ознакомиться с ответами других экспертов, проанализировать и откорректировать свои предыдущие оценки, т.е. экспертная процедура повторяется.

11.                  Для получения конечных результатов полученная информация обрабатывается методами теории нечетких множеств.

В основе этого метода лежит совокупность следующих основных факторов: особенности задачи, класса нечетких кате­горий, способа формирования шкал, способа опроса экспертов и обработки полученной нечеткой (качественной) информации.                                 

Отметим, что формальное представление нечетких характе­ристик может осуществляться следующими основными путями: непосредственным диалогом исследователя (консультанта) с ЛПР (экспертом); диалогом ЛПР с ЭВМ; диалогом ЛПР с партнерами по коммуникации с помощью ЭВМ.

Перечисленные пути представления нечетких параметров используются в зависимости от типа и характера конкретной решаемой задачи. Последний путь более эффективно применя­ется в широком диапазоне коммуникативных задач, возникаю­щих в организационных системах, в которых ЛПР находится в сложной системе взаимоотношений с независимыми объектами, обладающими собственными критериями и ограничениями (на­пример, задача обеспечения завода сырьем, необходимыми комплектующими и рационального сбыта готовой продукции).

Заключение 

В работе исследованы и описаны эффективные подходы к интенсификации объектов нефтепереработки и нефтехимии на основе формальных математических методов и неформальных методов (экспертные оценки в нечеткой среде). Обсуждены вопросы применение методов экспертных оценок при математическом описании производственных и технологических процессов исследуемых производств. Для решения проблем невозможности экспертами количественно оценить во сколько раз один параметр или альтернатива превосходит по значимости другой, предложен метод организации и проведение экспертной оценки в нечеткой среде. В основе предлагаемого метода лежит совокупность следующих основных факторов: особенности задачи, класса нечетких кате­горий, способа формирования шкал, способа опроса экспертов и обработки полученной нечеткой, словесной информации с применением методов теории нечетких множеств.                                  

Библиографический список

1.Сериков Т.П., Оразбаев Б.Б. Технологические схемы переработки нефти и газа в Казахстане. Ч.1. -М.: Нефть и газ, 1993. — 118 с.
2.Амантурлин Г.Ж. Реконструкция Атырауского нефтеперерабатывающего завода. //Нефть и газ, №4, 2005, -С. 55-56.
3.http://www.kmg.kz/page.php?page_id=326&lang=1
4.Сармурзина Р.Г. Нефтехимические производства в Казахстане// Журнал Нефть и газ. –Алматы: 2007. №3, -С.104-107
5.Сериков Т.П., Оразбаева К.Н. Проблемы интенсификации объектов нефтепереработки математическими методами (на казахском и русском языках). Монография. -Алматы: Эверо, 2006, -150 с.
6.Сериков Ф.Т., Оразбаева К.Н. Моделирование экономико-экологических систем нефтегазового производства в нечеткой среде // Научно-теоретический и практический «Современный научный вестник» № 1(1). -Белгород: 2005, -С.14-18.
7.Оразбаев Б.Б. Математические методы оптимального планирования и управление производством. -Алматы: Ғылым: 2000. -200 с.
8.Оразбаев Б.Б. Новые информационные технологии в нефтепереработке //Новости науки Казахстана, Вып.5, 1998, -С.51-54.
9.Кафаров В.В., Дорохов И.Н., Марков В.П. Системный анализ процессов химической технологии. Применение метода нечетких множеств. -М.: Наука, 1986. -307 с.
10. Алиев Р.А., Церковный А.Э., Мамедова Г.А. Управление производством при нечеткой исходной информации. -М.: Энергоатомиздат, 1991. -250 с.
11. Оразбаев Б.Б., Оразбаева К.Н., Утенова Б.Е. Разработка математических моделей и моделирование химико-технологической системы в условиях неопределенности// Теоретические основы химической технологии. 2014. Том 48, № 2, -С.152-162.
12. B.B. Orazbayev, K.N. Orazbayev L.T. Kurmangaziyeva, V.E. Makhatova Multi-criteria optimization problems for chemical engineering systems and algorithms for their solution based on fuzzy mathematical methods // EXCLI Journal 2015; vol.14: P.984-998 – ISSN 1611-2156.
13. Оразбаев Б.Б., Кульжанов Д.У. Оразбаева К.Н., Исследование и описание процесса производства бензола на основе методов экспертных оценок // Новости науки Казахстана, №2(124). 2015. –С. 172-186.
14. Оразбаева К.Н. Исследование состояния формирования нефтехимического кластера и создание интегрированного нефтехимического комплекса в Казахстане // Иннов: электронный научный журнал, 2016. №4 (29). URL:
15. Гмурман, В.Е. Теория вероятностей и математическая статистика: Учеб. пособие -12-е изд., перераб. -М.: Высшее образование, 2006. -479 с.
16. Zhi-Wen Zhao, De-Hui. Wang Statistical inference for generalized random coefficient autoregressive model. Mathematical and Computer Modelling. Vol. 56, 152-166. 2012.
17. Dubois D. The role of fuzzy sets indecision sciences: Old techniques and new directions // Fuzzy Sets and Systems. V. l. No 184. – 2011. –C. 3–28.
18. Оразбаева К.Н. Применение методов экспертных оценок при разработке математического обеспечения АСУ комплексом производства бензола// Научно-технический журнал «Автоматизация, телемеханизация и связь в нефтяной промышленности», ВАК РФ, –Москва: ВНИИОЭНГ, №9, 2009. –С.41-45.
19.Мешалкин В.П. Экспертные системы в химической технологии. -М.: Химия, 1995. -350 с.
20. Оразбаев Б.Б. Экспертные системы для медицинской диагностики с применением методов теории нечетких множеств // Журнал ИТпортал, 2016. №4 (12). –С. 1-16, URL: http://itportal.ru/science/tech/ekspertnye-sistemy-dlya-meditsinsko/

References

1.Serikov T.P., Orazbayev B.B. Tekhnologicheskiye skhemy pererabotki nefti i gaza v Kazakhstane. CH.1. -M.: Neft’ i gaz, 1993. — 118 s.
2.Amanturlin G.ZH. Rekonstruktsiya Atyrauskogo neftepererabatyvayushchego zavoda. //Neft’ i gaz, №4, 2005, -S. 55-56.
3.http://www.kmg.kz/page.php?page_id=326&lang=1
4.Sarmurzina R.G. Neftekhimicheskiye proizvodstva v Kazakhstane// Zhur-nal Neft’ i gaz. –Almaty: 2007. №3, -S.104-107.
5. Serikov T.P., Orazbayeva K.N. Problemy intensifikatsii ob»yektov neftepererabotki matematicheskimi metodami (na kazakhskom i rus-skom yazykakh). Monografiya. -Almaty: Evero, 2006, -150 s.
6.Serikov F.T., Orazbayeva K.N. Modelirovaniye ekonomiko-ekologicheskikh sistem neftegazovogo proizvodstva v nechetkoy srede // Nauchno-teoreticheskiy i prakticheskiy «Sovremennyy nauchnyy vest-nik» № 1(1). -Belgorod: 2005, -S.14-18.
7.Orazbayev B.B. Matematicheskiye metody optimal’nogo planirovaniya i upravleniye proizvodstvom. -Almaty: Ġylym: 2000. -200 s.
8. Orazbayev B.B. Novyye informatsionnyye tekhnologii v neftepererabotke //Novosti nauki Kazakhstana, Vyp.5, 1998, -S.51-54.
9.Kafarov V.V., Dorokhov I.N., Markov V.P. Sistemnyy analiz protses-sov khimicheskoy tekhnologii. Primeneniye metoda nechetkikh mnozhestv. -M.: Nauka, 1986. -307 s.
10.Aliyev R.A., Tserkovnyy A.E., Mamedova G.A. Upravleniye proizvodstvom pri nechetkoy iskhodnoy informatsii. -M.: Energoatomizdat, 1991. -250s.
11.Orazbayev B.B., Orazbayeva K.N., Utenova B.Ye. Razrabotka matematiche-skikh modeley i modelirovaniye khimiko-tekhnologicheskoy sistemy v usloviyakh neopredelennosti// Teoreticheskiye osnovy khimicheskoy tekhnologii. 2014. Tom 48, № 2, -S.152-162.
12.B.B. Orazbayev, K.N. Orazbayev L.T. Kurmangaziyeva, V.E. Makhatova Multi-criteria optimization problems for chemical engineering systems and algorithms for their solution based on fuzzy mathematical methods // EXCLI Journal 2015; vol.14: P.984-998 – ISSN 1611-2156.
13.Orazbayev B.B., Kul’zhanov D.U. Orazbayeva K.N., Issledovaniye i opisaniye protsessa proizvodstva benzola na osnove metodov ekspertnykh otsenok // Novosti nauki Kazakhstana, №2(124). 2015. –S. 172-186.
14.Orazbayeva K.N. Issledovaniye sostoyaniya formirovaniya neftekhimiche-skogo klastera i sozdaniye integrirovannogo neftekhimicheskogo kom-pleksa v Kazakhstane // Innov: elektronnyy nauchnyy zhurnal, 2016. №4 (29). URL:
15. Gmurman, V.Ye. Teoriya veroyatnostey i matematicheskaya statistika: Ucheb. posobiye -12-ye izd., pererab. -M.: Vyssheye obrazovaniye, 2006. -479 s.
16. Zhi-Wen Zhao, De-Hui. Wang Statistical inference for generalized random coefficient autoregressive model. Mathematical and Computer Modelling. Vol. 56, 152-166. 2012.
17.Dubois D. The role of fuzzy sets indecision sciences: Old techniques and new directions // Fuzzy Sets and Systems. V. l. No 184. – 2011. –Р. 3–28.
18.Orazbayeva K.N. Primeneniye metodov ekspertnykh otsenok pri razra-botke matematicheskogo obespecheniya ASU kompleksom proizvodstva benzola// Nauchno-tekhnicheskiy zhurnal «Avtomatizatsiya, telemekhani-zatsiya i svyaz’ v neftyanoy promyshlennosti», VAK RF, –Moskva: VNIIOENG, №9, 2009. –S.41-45.
19.Meshalkin V.P. Ekspertnyye sistemy v khimicheskoy tekhnologii. -M.: Khimiya, 1995. -350 s.
20.Orazbayev B.B. Ekspertnyye sistemy dlya meditsinskoy diagnostiki s primeneniyem metodov teorii nechetkikh mnozhestv // Zhurnal ITportal, 2016. №4 (12). –S. 1-16, URL: http://itportal.ru/science/tech/ekspertnye-sistemy-dlya-meditsinsko/