Список использованной литературы

Публикации на русском языке

1. "Семь инструметов качества" в японской экономике.–М.: Изд–во стандартов, 1990. – 80 с.

2. Обработка нечеткой информации в системах принятия решений. /А.Н. Борисов, А.В. Алексеев, Г.В. Меркурьева и др. – М: Радио и связь. 1989. – 304 с.

3. Авдеев Р.Ф. Философия информационной цивилизации.–М.: ВЛАДОС, 1994.–288 с.

4. Аверкин А., Батыршин И. Мягкие вычисления //Новости искусственного интеллекта. 996. № 3. – С. 161–164.

5. Аверкин А.Н. Нечеткое отношение моделирования и его использование для классификации и аппроксимации в нечетких лингвистических пространствах //Изв. АН СССР: Техническая кибернетика. 1982. N 2. – С. 215.

6. Аверкин А.Н., Гаазе–Рапопорт М.Г., Поспелов Д.А. Толковый словарь по искусственному интеллекту.– М.:Радио и связь, 1992. – 256 с.

7. Аверкин А.Н., Макеев С.П. Аппроксимация нечетких отношений I–го и 2–го типов нечеткими отношениями эквивалентности //Управление при наличии расплывчатых категорий: Тез. III научно–технического семинара. – Пермь, 1980. –С. 20 – 22.

8. Аверкин А.Н., Нгуен Х. Использование нечеткого отношения моделирования для экспертных систем. – М.: ВЦ АН СССР, 1988. – 24 с.

9. Автоматизация проектирования имитационных моделей в САПР /В.С.Симанков, Ю.К.Лушников, А.П.Частиков и др.: Аналитический обзор, 1970–1985 гг., № 4148.–М.: ЦНИИТЭИ, 1986. – 35 с.

10. Автоматизация процессов принятия решений в системах управления /В.С.Симанков, Ю.К.Лушников, В.А.Морозов и др.: Аналитический обзор, 1970–1985 гг., № 4087. –М.: ЦНИИТЭИ, 1986. – 42 с.

11. Автоматизированное проектирование атономных комплексов, использующих возобновляемые источники энергии на основе интллектуальной подсистемы / В.С. Симанков, Т.Т.Зангиев, П.Е.Сельманов и др. //Современные проблемы нетрадиционной энергетики: Сб. тез. докл. Международной научно–технической конференции, 1994. –С.19–21.

12. Автоматизированные системы управления в народном хозяйстве /Под ред. В.С.Синяка. – М.: Экономика, 1987. – 125 с.

13. Адрющенко В.А. Теория систем автоматического управления. –Л.: Изд–во Ленинградского ун–та, 1990. –251 с.

14. Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: классификация и снижение размерности: Справочник. –М.: Финансы и статистика, 1989. –250 с.

15. Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Классификация и снижение размерности: Справочное издание /Под ред. С.А. Айвазяна. – М.: Финансы и статистика, 1989. – 607 с.

16. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Исследование зависимостей: Справочник. –М.: Финансы и статистика, 1985. –182 с.

17. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: основы моделирования и первичная обработка данных: Справочник. –М.: Финансы и статистика, 1983. –225 с.

18. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: основы моделирования и первичная обработка данных: Справочное издание. – М.:Финансы и статистика, 1983. – 471 с.

19. Айгнер М. Комбинаторная теория. – М.: Мир, 1982. – 558 с.

20. Айзерман М.А., Завалишин Н.В., Рятницкий Е.С. Глобальные функции множеств в теории выбора альтернатив //Автоматика и телемеханика. 1977. №3.–С.111–125; №5.–С.103–113.

21. Айзерман М.А., Малишевский А.В. Некоторые аспекты общей теории выбора лучших вариантов //Автоматика и телемеханика. 1982. N 2. – С. 65–83.

22. Акофф Р. Планирование будущего корпорации. –М.: Мир, 1985. –185 с.

23. Акофф Р., Сасиени М. Основы исследования операций. –М.: Мир, 1971. –170 с.

24. Алиев Р.А., Абдикеев Н.М., Шахназаров М.М. Производственные системы с искусственным интеллектом. –М: Радио и связь. 1990. – 264 с.

25. Алиев Р.А., Захарова Э.Г., Ульянов С.В. Нечеткие модели управления динамическими системами //Итоги науки и техники. Сер. Техническая кибернетика.Т.29.–М.: ВИНИТИ АН СССР, 1990. – С. 127–201.

26. Алиев Р.А., Захарова Э.Г., Ульянов С.В. Нечеткие регуляторы и интеллектуальные промышленные системы управления //Итоги науки и техники. Сер. Техническая кибернетика. Т.32. –М.:ВИНИТИ АН СССР, 1991. – С. 233–313.

27. Амамия М., Танака Ю. Архитектура ЭВМ и искусственный интеллект: Пер. с японского. –М.: Мир, 1993. –310 с.

28. Андреев Н.И. Теория статистически оптимальных систем управления. –М.: Наука, 1980. –155 с.

29. Антонюк Б.Д. Информационные системы в управлении. – М.: Радио и связь, 1986. – 125 с.

30. Афанасьев В.Н., Колмановский В.Б., Носов В.Р. Математическая теория конструирования систем управления. –М.: Высшая школа, 1989.– 447 с.

31. Ахо А., Хопкрофт Дж., Ульман Дж. Построение и анализ вычислительных алгоритмов.– М: Мир, 1979.– 536 с.

32. Барабаш Ю.Л. Коллективные статистические решения при распознавании. – М.: Радио и связь, 1983. – 224 с.

33. Баранов А.К., Бобрынин Н.Б., Минаев В.А. Использование профессиональных персональных ЭВМ в деятельности органов внутренних дел: Учеб. пособие. – Горький: ГВШ МВД СССР, 1989. – 200 с.

34. Батурин Ю.М. Стратегическая компьютерная инициатива. – М.:Знание, 1988. –С. 5–27.

35. Батыршин И.З. Иерархическая кластеризация на основе нечисловой информации о близости //Нечисловая статистика, экспертные оценки и смежные вопросы: Тез. докл. II Всесоюзной конференции по статистическому и дискретному анализу нечисловой информации и экспертным оценкам. –М., 1984.– С. 277.

36. Батыршин И.З. Иерархические алгоритмы выделения классов толерантности в задачах классификации //Применение вероятностно–статистических методов в бурении и нефтедобыче: Тез. докл. IV Всесоюзной конференции. – Баку, 1984.– С. 16–17.

37. Батыршин И.З. К анализу процедур вывода знаний в экспертных системах //Повышение эффективности технологических процессов химических, нефтехимических и биотехнологических производств: Тез. докл. Республиканской научно–практической конференции. – Казань: КХТИ, 1986. – С. 119–121.

38. Батыршин И.З. Кластеризация на основе размытых отношений сходства //Управление при наличии расплывчатых категорий: Тез.докл. 3–го научно–технического семинара.– Пермь, 1980. – С. 25–27.

39. Батыршин И.З. Краткая справка о деятельности Казанского государственного технологического университета в области интеллектуальных технологий //Новости искусственного интеллекта. 1996. № 1. – С. 79 – 92.

40. Батыршин И.З. Лексикографические оценки в экспертных системах //Интеллектуальные системы в задачах проектирования, планирования и управления в условиях неполноты информации: Тез.докл. Всесоюзного научно–технического совещания. – Казань, 1990. – С. 133–136.

41. Батыршин И.З. Лексикографические оценки и обработка неопределенностей в моделях рассуждений //Тез.докл. III конференции по искусственному интеллекту. Т. 1.– Тверь, 1992.– С. 70 – 73.

42. Батыршин И.З. Лексикографические оценки правдоподобности с универсальными границами. I. Техническая кибернетика //Известия академических наук. 1994. N 5. – С. 28–45.

43. Батыршин И.З. Меры энтропии и метрические свойства алгебры нечетких множеств //Нечеткие системы: моделирование структкры и оптимизация.– Калинин:КГУ, 1987.– С. 4–16.

44. Батыршин И.З. Методы представления и обработки нечеткой информации в интеллектуальных системах //Новости искусственного интеллекта. 1996. № 2. – С. 9 – 65.

45. Батыршин И.З. Модели размытых предпочтений в задачах выбора //Модели выбора альтернатив в нечеткой среде: Тез.докл. Всесоюзного научного семинара.–Рига, 1980. – С. 45–46.

46. Батыршин И.З. Нечеткие отношения в семиотических системах: Лекции САИИ и САНС. – Тверь: Изд–во НПО "Центрпрограммсистем", 1991.– 15 с.

47. Батыршин И.З. О транзитивности размытых упорядочений //Исследование операций и аналитическое проектирование в технике: –Казань: Казанскиий авиационный н–т,1979. – С. 67–73.

48. Батыршин И.З. Об одном способе построения обобщенного критерия //Принятие решений при многих критериях: Тез. докл. V Межреспубликанского семинара по исследованию операций и системному анализу.– М., 1985.– С.51.

49. Батыршин И.З. Операции упорядочения и лексикографические оценки правдоподобности в моделях рассуждений //Техническая кибернетика. Известия АН СССР. 1991. N 3.– С. 80–91.

50. Батыршин И.З. Теория нечеткости в распозновании образов и анализе структуры систем //Модели выбора альтернатив в нечеткой среде: Тез. докл. Межреспубликанской научной конференции. – Рига, 1984.– С. 105–109.

51. Батыршин И.З. Шкалированные отношения и принятие решений в логиках на шкалах // Методы математической логики в задачах планирования и поведения. Т.2: Тез. докл. IX Всесоюзного симпозиума по кибернетике. –М., 1981– С. 4–6.

52. Батыршин И.З., Вагин В.Н. Алгоритмы кластеризации, основывающиеся на понятии неразличимости объектов //Управление при наличии расплывчатых категорий: Тез.докл. 4–го научно–технического семинара.– Фрунзе, 1981.– С.79.

53. Батыршин И.З., Вагин В.Н. Об алгебре размытых множеств и алгебрах Де Моргана //Управление при наличии расплывчатых категорий: Тез.докл. 3–го научно–технического семинара. – Пермь, 1980.– С. 27–29.

54. Батыршин И.З., Гилязетдинов И.М., Закуанов Р.А., Фаткуллина Р.Р. Продукционная экспертная система с лексикографическими оценками уверенности //Гибридные интеллектуальные системы. Ч.1: Тез.докл. Всесоюзной научно–практической конференции. – Ростов–на–Дону: Терскол, 1991.– С. 86–88.

55. Батыршин И.З., Закуанов Р.А. Алгебраические свойства параметризованных лексикографических оценок //Создание и применение гибридных экспертных систем: Тез. докл. Всесоюзной конференции.– Рига, 1990.– С. 51–53.

56. Батыршин И.З., Морозов В.А., Халитов Р.Г. КЛАСТИЕР–программная система иерархической кластеризации //Статистический и дискретный анализ данных и экспертное оценивание: Материалы IV Всесоюзной школы–семинара.– Одесса, 1991.– С. 319–321.

57. Батыршин И.З., Панова А.М., Хабибулин Р.Ф. Алгоритмы кластеризации в анализе объектов искусства и культуры //Новые технологии в культуре и искусстве: Тез. докл. Регионального научно–практического семинара.– Казань: НИИ "Прометей", 1995. – С. 40 – 43.

58. Батыршин И.З., Скворцов В.В. О полезностной интерпретации функции принадлежностии //Модели выбора альтернатив в нечеткой среде: Тез.докл. Межреспубликанской научной конференции. – Рига, 1984.– С. 100–102.

59. Батыршин И.З., Хабибулин Р.Ф. Атрибуция псевдонимных произведений на основе инвариантных реляционных алгоритмов кластеризации. –В кн.: Труды Международного семинара по компьютерной лингвистике и ее приложениям: ДИАЛОГ'95. – Казань, 1995. – С. 43–53.

60. Батыршин И.З., Хабибулин Р.Ф. Тестирование кластерных алгоритмов на инвариантность относительно нумерации объектов //Известия академии наук. Теория и системы управления. 1997. № 2. – С. 165 – 168.

61. Батыршин И.З., Халитов Р.Г. Иерархические алгоритмы кластеризации на базе классов толерантности //Исследование операций и аналитическое проектирование в технике.– Казань: КАИ, 1987. – С. 105–110.

62. Батыршин И.З., Шустер В.А. Структура семантического пространства словесных оценок поступков //Принципиальные вопросы теории знаний: Труды по искусственному интеллекту. Ученые записки Тартусского гос. ун–та. Вып. 688. – Тарту, 1984.– С. 20–38.

63. Беллман Р., Заде Л. Принятие решений в расплывчатых условиях.– В кн.: Вопросы анализа и процедуры принятия решений.– М.: Мир, 1976. – С. 172–215.

64. Бендат Дж., Пирсол А. Прикладной анализ случайных данных: Пер. с англ. – М.: Мир, 1989. –350 с.

65. Биркгоф Г. Теория решеток.– М.: Наука, 1984.– 568 с.

66. Биркгоф Г., Барти Т. Современная прикладная алгебра..– М.: Мир, 1976.– 400 с.

67. Бирюков Б.В., Тростников В.Н. Жар холодных чисел и пафос бесстрастной логики. –М.: Знание, 1977. –191 с.

68. Блишун А.Ф. Сравнительный анализ методов измерения нечеткости //Изв. АН СССР. Техническая кибернентика. 1988. N 5.– С. 152–175.

69. Блишун А.Ф., Знатнов С.Ю. Обоснование операций теории нечетких множеств. В кн.: Нетрадиционные модели и системы с нечеткими знаниями. – М.: Энергоатомиздат, 1991. – С. 21–33.

70. Блэкуэлл Д., Гиршик М.А. Теория игр и статистических решений.–М.: ИЛ, 1958. –100 с.

71. Бор Н. Атомная физика и человеческое познание: Пер.с англ. –М.: Мир, 1961. –151 с.

72. Борде С.Б., Магазов С.С., Понькин С.А., Салычев М.В. Недоопределенное календарное планирование //КИИ–94. Национальная конференция с международным участием "Искусственный интеллект–94". Т. 2. – Рыбинск, 1994. – С. 377 – 381.

73. Борисов А.Н. Системы, основанные на знаниях, в автоматизированном проектировании: Методическая разработка. – Рига: РПИ, 1989. – 126 с.

74. Борисов А.Н., Глушков В.И. Использование нечеткой информации в экспертных системах //Новости искусственного интеллекта. № 3. 1991. – С. 13 – 41.

75. Борисов А.Н., Крумберг О.А., Федоров И.П. Принятие решений на основе нечетких моделей. Примеры использования.– Рига: Зинатне, 1990. – 184 с.

76. Борисов А.Н., Левченков А.С. Методы интерактивной оценки решений.–Рига: Зинатне,1982. –250 с.

77. Браверман Э.М., Мучник И.Б. Структурные методы обработки эмпирических данных. –М.: Наука, 1983. – 464 с.

78. Будак Б.М., Фомин С.В. Кратные интегралы и ряды /Под ред. А.Н.Тихонова, В.А.Ильина, А.Г.Свешникова. –М.: Наука, 1967. – 607 с.

79. Будущее искусственного интеллекта /Под ред. К.Е. Левитина, Д.А. Поспелова.– М.: Наука, 1991. – 302 с.

80. Бусленко Н.П. Моделирование сложных систем. –М.: Наука, 1978. –400 с.

81. Бутковский А.Г., Самойленко Ю.И. Управление квантово–механическими процессами. –М.: Наука, 1984. –250 с.

82. Вагин В.Н. Дедукция и обобщение в системах принятия решений. – М.:Наука, 1988.– 384 с.

83. Вагнер Г. Основы исследования операций. –М.: Мир, 1972. –210 с.

84. Варга Б., Димень Ю., Лопариц Э. Язык, музыка, математика. – М.: Мир, 1981.– 248 с.

85. Варосян С.О., Поспелов Д.А. Неметрическая пространственная логика //Известия АН СССР. Техническая кибернетика. 1982. N 5. – С. 86–89.

86. Васильев В.И. Распознающие системы: Справочник. – К.: Наукова думка, 1983. –230 с.

87. Вентцель Е.С. Исследование операций: задачи, принципы, методология. –М.: Наука, 1988. –250 с.

88. Вигнер Е. Этюды о симметрии: Пер.с англ. –М.: Мир. –315 с.

89. Вилкас Э.Й. Оптимальность в играх и решениях.– М: Наука, 1990. – 256 с.

90. Вицин С.Е. Системный подход и преступность. –М.: 1980. –59 с.

91. Воробьев В.К. Психологические причины неправомерного применения оружия. Психологическая коррекция как функция разрешительной системы //Состояние и связи криминалистики и теории оперативно–розыскной деятельности ОВД: Сб науч. трудов. – Краснодар: КЮИ МВД РФ, 1995. – С.142–143.

92. Воробьев В.К. Психологические проблемы формирования микроклимата в спортивном коллективе. – Краснодар: КубГУ, 1994. –45 с.

93. Воронов А.А. Устойчивость, управляемость, наблюдаемость. –М.: Наука, 1979. –315 с.

94. Вунш Г. Теория систем. –М.: Советское радио, 1978. –174 с.

95. Гаазе–Рапопорт М.Г., Поспелов Д.А. От амебы до робота: модели поведения. – М.: Наука, 1987. – 285 с.

96. Гаврилова Т.А., Червинская К.Р. Извлечение и структурирование знаний для экспертных систем.– М.: Радио и связь, 1982.– 200 с.

97. Гаскаров Д.В., Шаповалов В.И. Малая выборка.–М.:Статистика, 1978.–248 с.

98. Гвишиани Д.М. Организация и управление. –М.: Наука, 1972. –265 с.

99. Гетманова А.Д. Отрицания в системах формальной логики. – М.: МГПИ, 1972. – 139 с.

100. Гетманова А.Д. Учебник по логике. – М.: Владос, 1995. – 303 с.

101. Гильберт Д. Основания геометрии. М.–Л.: 1948. –349 с.

102. Гласс Дж., Стэнли Дж. Статистические методы в педагогике и психологии: Пер.с англ.–М.: Прогресс, 1976. –495 с.

103. Гнеденко Б.В. Курс теории вероятностей: Учебник. –М.: Наука, 1988. –380 с.

104. Горелик А.Л., Скрипкин В.А. Методы распознавания. Изд.2. –М.: Высшая школа, 1984. –219 с.

105. Горелов Н.Н. Разговор с компьютером (психолингвистический аспект проблемы). –М.: Наука, 1987. –255 с.

106. Горохов В.Г. Системотехника и управление. –М.: Знание, 1979. –56 с.

107. Горский Д.П. Обобщение и познание. – М.: Мысль, 1985. – 208 с.

108. Горский Д.П., Ивин А.А., Никифоров А.Л. Краткий словарь по логике. – М. : Просвещение, 1991. – 208 с.

109. ГОСТ 19675–74. Автоматизированные системы управления. Основные положения. Термины и определения. –М.: Изд–во стандартов, 1974. –5 с.

110. Гретцер Г. Общая теория решеток.– М.: Мир, 1982.– 456 с.

111. Денисов А.А. Информационные основы управления. –Л.: Энергоатомиздат, 1983. –72 с.

112. Денисов А.А., Колесников Д.Н. Теория больших систем управления.–Л.: Энергоатомиздат, 1982.–287 с.

113. Джонсон Р., Каст Ф., Розенцвейг Д. Системы и руководство. –М.: Советское радио, 1971. –320 с.

114. Дитер Клебельсберг. Транспортная психология: Пер.с нем. –М.: Транспорт, 1989. –368 с.

115. Дуда Р., Харт П. Распознавание образов и анализ сцен: Пер.с англ. –М.: Мир, 1978. –510 с.

116. Дэйвисон М. Многомерное шкалирование. – М.: Финансы и статистика, 1988. – 254 с.

117. Дюбуа Д., Прад А. Теория возможностей. Приложения к представлению знаний в информатике.– М: Радио и связь. 1990. – 288 с.

118. Дюк В.А. Компьютерная психодиагностика. – СПб: Братство, 1994. –365 с.

119. Дюран Б., Оделл П. Кластерный анализ: Пер. с англ. –М.: Статистика, 1977. –125 с.

120. Евреинов Э.В. Однородные вычислительные среды и системы.–М.: Радио и связь, 1981.–208 с.

121. Ежкова И.В. Можно ли построить универсальную экспертную систему? //Программные продукты и системы. 1991. N 2. – С. 19–29.

122. Ежкова И.В., Поспелов Д.А. Принятие решений при нечетких основаниях. I. Универсальная шкала //Известия АН СССР. Техническая кибернетика. 1977. N 6. – С. 3 – 11.

123. Елисеева И.И., Рукавишников В.О. Группировка, корреляция, распознавание образов (Статистические методы классификации и измерения связей).– М.: Статистика, 1977. – 143 с.

124. Ермоленко В.В. Разработка нейросетевой базы знаний интеллектуальной автоматизированной системы мониторинга образовательного процесса: Дис… канд .техн. наук. – Краснодар: КубГТУ, 1996. –206 с.

125. Ермольев Ю.М. Методы стохастического программирования. –М.: Наука, 1976. –400 с.

126. Жаке–Лагрез Э. Применение размытых отношений при оценке предпочтительности распределенных величин. – В кн.: Статистические модели и многокритериальные задачи принятия решений.– М.: Статистика, 1979. С. 168–183.

127. Жамбю М. Иерархический кластер–анализ и соответствия. – М: Финансы и статистика, 1988. – 342 с.

128. Жуков Н.И. Информация. – Минск: Минское кн. изд–во, 1971. –275 с.

129. Журавлев А.П. Диалог с компьютером. – М.: Молодая гвардия, 1987. – 205 с.

130. Журавлев А.П. Звук и смысл. – М.: Просвещение, 1981. – 160 с.

131. Загоруйко И.Г.Методы распознавания и их применение.– М.: Советское радио, 1972. – 208 с.

132. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. –М.: Наука, 1976. –260 с.

133. Заде Л.А. Основы нового подхода к анализу сложных систем и процессов принятия решений.– В кн.: Математика сегодня.– М.: Знание, 1974. – С. 5–49.

134. Заде Л.А. Понятие лингвистической переменной и его применение к принятию приближенных решений.–М.: Мир, 1976. –165 с.

135. Заде Л.А. Размытые множества и их применение в распознавании образов и кластер–анализе. – В кн.: Классификация и кластер /Под ред. Дж.Вэн Райзина.– М: Мир, 1980.– С. 208–247.

136. Заде Л.А. Тени нечетких множеств. Проблемы передачи информации. Т.П. Вып. 1. 1966. – С. 37 – 44.

137. Закуанов Р.А., Батыршин И.З., Бикушев Г.С., Архиреев В.П. Представление нечетких понятий в гибридной экспертной системе СМОПЛЕКС //Мягкие вычисления–96: Труды Международного семинара /Под ред. И.З. Батыршина, Д.А. Поспелова. – Казань, 1996. – С. 122 – 128.

138. Засухина О.А. Компьютерные технологии и прогнозирование, Кубань–бизнес (связь, информатика). – Краснодар: Кубань–бизнес, 1994.–2 с.

139. Захаров В.Н., Ульянов С.В. Нечеткие модели интеллектуальных промышленных регуляторов и систем управления. 1. Научно–организационные, технико–экономические и прикладные аспекты //Известия АН РАН. Сер. Техническая кибернетика. 1992. N 5. – С. 171–196.

140. Захаров В.Н., Ульянов С.В. Нечеткие модели интеллектуальных промышленных регуляторов и систем управления. 2. Эволюция и принципы построения //Известия АН РАН. Сер. Техническая кибернетика. 1993. N 4. – С. 189–205.

141. Зиновьев А.А. Очерк многозначной логики. – В кн.: Проблемы логики и теории познания. – М.: МГУ, 1968. – С. 113 – 204.

142. Иваненко В.И., Лабковский В.А. К вопросу о накоплении информации в адаптивных системах управления //Адаптивные системы упавления: Сб. науч. тудов. –Киев: ИК АН УССР,1977. – С.3–12.

143. Иванов В.В. Четная и нечетная ассиметрия мозга и знаковых систем. –М.: Советское радио, 1978. –184 с.

144. Ивашко В.Г., Кузнецов С.О. Оценки правдоподобия в продукционных экспертных системах //Экспертные системы: состояние и перспективы.– М.: Наука, 1989. – С. 92–103.

145. Искусственный интеллект.– В 3–х кн. Кн.1. Системы общения и экспертные системы: Справочник /Под ред. Э.В. Попова.–М.:Радио и связь, 1990.– 464 с.

146. Искусственный интеллект.– В 3–х кн. Кн.2. Модели и методы: справочник /Под ред. Д.А. Поспелова.–М.: Радио и связь, 1990.– 304 с.

147. Искусственный интеллект.– В 3–х кн. Кн.3. Программные и аппаратные средства: Справочник /Под ред. В.Н. Захарова, В.Ф. Хорошевского.–М.: Радио и связь, 1990.– 368 с.

148. Искусственный интеллект: применение в интегрированных производственных системах /Под ред. Э. Кьюсиака. –М: Машиностроение, 1991.– 544 с.

149. Искусственный интеллект: применение в химии /Под ред. Т. Пирса, Б. Хони.– М.: Мир, 1988.– 430 с.

150. Исследования по нечетким системам в ТРТИ //Новости искусственного интеллекта. 1991. № 3. – С. 42 – 44.

151. Калмыков С.А., Шокин Ю.И., Юлдашев З.Х. Методы интервального анализа. – Новосибирск: Наука, 1986. – 222 с.

152. Кальфа В., Овчинников В.В. Основы автоматизации управления производственными процессами. –М.: Советское радио, 1980. –410 с.

153. Кандрашина Е.Ю., Литвинцева Л.В., Поспелов Д.А. Представление знаний о времени и пространстве в интеллектуальных системах /Под ред. Д.А. Поспелова. – Москва: Наука. – 1989. – 328 с.

154. Каплинский А.И., Руссман И.Б., Умывакин В.М. Моделирование и алгоритмизация слабоформализованных задач выбора наилучших вариантов систем. – Воронеж: Изд–во ВГУ, 1990. – 168 с.

155. Кафаров В.В., Дорохов И.Н., Марков Е.П. Системный анализ процессов химической технологии. Применение метода нечетких множеств.– М: Наука, 1986.–359 с.

156. Келли Дж. Л. Общая топология. – М.: Наука, 1981. – 432 с.

157. Кимбл Г. Как правильно пользоваться статистикой.–М.: Финансы и статистика,1982. – 293 с.

158. Клайн Пол. Справочное руководство по конструированию тестов: Введение в психометрическое проектирование. –Киев.: ПАН ЛТД, 1994. – 283 с.

159. Классификация и кластер /Под ред. Дж.Вэн Райзина.– М: Мир, 1980.– 389 с.

160. Клиланд Д., Кинг В. Системный анализ и целевое управление. –М.: Советское радио, 1974. –300 с.

161. Климонтович А.В. Применение нечеткой логики для управления движением автономного робота.– В кн.: Обработка динамической информации в интеллектуальных системах. –М., 1992. – С. 120–133.

162. Ковалерчук Б.Я. О 8–й Европейской конференции по кибернетике и системным исследованиям //Новости искусственного интеллекта. 1993. № 3. – С. 25 – 28.

163. Кожухаров А.Н., Ларичев О.И. Многокритериальная задача о назначениях //Автоматика и телемеханика. 1977. N 7.

164. Концепция системной интеграции информационных технологий в высшей школе. –М.: РосНИИСИ, 1993. –72 с.

165. Корн Г., Корн Т. Справочник по математике для научных работников и инженеров. – М.: Наука, 1968. – 832 с.

166. Кофман А. Введение в теорию нечетких множеств.– М.: Радио и связь, 1982.– 432 с.

167. Кривцов Л.М., Шеховцев В.В. Сетевое планирование и управление. –М.: Экономика, 1978. –178 с.

168. Крускал Дж. Взаимосвязь между многомерным шкалированием и кластер–анализом.– В кн.: Классификация и кластер /Под ред. Дж.Вэн Райзина.– М: Мир, 1980.– С. 20 – 41.

169. Кузин Л.Т. Основы кибернетики: Основы кибернетических моделей. Т.2. –М.: Энергия, 1979. –584 с.

170. Кузьмин В.Б. Построение групповых решений в пространствах четких и нечетких бинарных отношений.– М: Наука, 1982.– 168 с.

171. Кузьмин В.Б., Орлов А.И. О средних величинах, сравнение которых инвариантно относительно допустимых преобразований шкалы. – В кн.: Статистические методы анализа экспертных оценок.– М.: Наука, 1977. – С. 220 – 227.

172. Кук Д., Бейз Г. Компьютерная математика.– М.: Наука, 1990.– 384 с.

173. Кун Т. Структура научных революций. –М.: Прогресс, 1977. –300 с.

174. Куропаткин П.В. Оптимальные и адаптивные системы. –М.: Высшая школа, 1980. –270 с.

175. Курош А.Г. Лекции по общей алгебре.– М.: Наука, 1973.– 399 с.

176. Лаптев В.Н. Исследование путей совершенствования управленческой деятельности дежурных частей ОВД на основе использования сети мини–ЭВМ: Дис…канд. техн.наук. –М.: Академия МВД СССР, 1986. –232 с.

177. Лаптев В.Н., Луценко Е.В. Изучение некоторых понятий гносеологии и психологии на примере когнитивной аналитической системы "ЭЙДОС" //Организация и методологические проблемы компьютеризации учебного процесса: Сб. науч. трудов. – Краснодар: КВВАУ, 1998. – С. 53–59.

178. Лаптев В.Н., Луценко Е.В. Применение когнитивной аналитической системы "ЭЙДОС" для прогнозирования успешности будущей профессиональной деятельности абитуриентов и учащихся вузов //Организация и методологические проблемы компьютеризации учебного процесса: Сб. науч. трудов. – Краснодар: КВВАУ, 1998. – С.45–49.

179. Ларичев О.И. Наука и искусство принятия решений. – М: Наука, 1979. – 200 с.

180. Ларичев О.И., Мечитов А.И., Мошкович Е.М., Фуремс Е. М. Выявление экспертных знаний.– М.:Наука, 1989.– 128 с.

181. Левин Р., Дранг Д., Эделсон Б. Практическое введение в технологию искусственного интеллекта и экспертных систем с иллюстрациями на Бейсике.– М.: Финансы и статистика, 1990. – 239 с.

182. Лелюк В.А. Проектирование, управление и обучение с использованием банков знаний: Учеб. пособие. – Киев: УМК ВО, 1989.– 124 с.

183. Лисицын С.Б. Решить ключевые задачи, Кубань–бизнес: связь, информатика. 94. – Краснодар: Кубань–бизнес, 1994. – С.2–3.

184. Литвак Б.Г. Экспертная информация. Методы получения и анализа.–М.: Радио и связь, 1982.– 184 с.

185. Личко А.Е., Иванов Н.Я. Патохарактелогический диагностический опросник для подростков и опыт его практического использования. –Л.: Медицина. 1976. –280 с.

186. Логический подход к искусственному интеллекту: от классической логики к логическому программированию / А. Тейз, П. Грибомон, Ж. Луи и др. – М.: Мир, 1990.– 432 с.

187. Луценко Е.В. Автоматизированная система "ЭЙДОС" – как инструмент для разработки и эксплуатации психологических тестов //Теоретические и прикладные проблемы социально–психологической и медико–педагогической службы: Сб. науч. трудов. –Краснодар: КубГУ, 1995. – С.47–52.

188. Луценко Е.В. Автоматизированная система распознавания образов: математическая модель и опыт применения //В.И. Вернадский и современность (к 130–летию со дня рождения): Материалы конференции. – Краснодар: Краснодарское книжное изд–во, 1993. – С.37–42.

189. Луценко Е.В. Когнитивная аналитическая система "ЭЙДОС–6.0" и система "ЭЙДОС–Y" – адекватный инструментарий для психологических служб МВД //Актуальные проблемы социально–правовой подготовки специалистов и перспективы совершенствования системы комплектования органов внутренних дел: Сб. науч. трудов. – Краснодар: КЮИ МВД РФ, 1997. – С.146–152.

190. Луценко Е.В. Когнитивная аналитическая система "ЭЙДОС–6.0", как инструмент исследования интегральной индивидуальности по Вольфу Мерлину //Актуальные проблемы социально–правовой подготовки специалистов и перспективы совершенствования системы комплектования ОВД: Сб. науч. тр. – Краснодар: КЮИ МВД РФ, 1997. –С.136–141.

191. Луценко Е.В. Представляем научно–производственное предприятие "ЭЙДОС". – Краснодар: Ринг №1, 1993. –11 с.

192. Луценко Е.В. Разработка методологии синтеза адаптивных АСУ сложными объектами на основе применения моделей распознавания образов и принятия решений. Дис… канд. техн. наук /КубГТУ. – Краснодар, 1998. – 150с.

193. Луценко Е.В. Селиверстов В.В. Разработка профессиональных оптимальных адаптивных тестов на основе интеллектуальной технологии "ЭЙДОС" //Организация и методологические проблемы компьютеризации учебного процесса: Сб. науч. трудов. – Краснодар: КВВАУ, 1998. – С.28–31.

194. Луценко Е.В. Синтез адаптивных систем управления индивидуальным обучением на базе интеллектуальной системы "ЭЙДОС" //Организация и методологические проблемы компьютеризации учебного процесса: Сб. науч. трудов. – Краснодар: КВВАУ, 1998. – С.32–37.

195. Луценко Е.В. Синтез экстремальных систем "человек–машина" на основе принципа многоуровневой адаптивности //Труды Краснодарского военного авиационного института: Межвузовский научно–методический сб. Вып. 4. – Краснодар: КВАИ, 1999. – С.186–190.

196. Луценко Е.В. Теоретические основы и технология адаптивного семантического анализа в поддержке принятия решений (на примере универсальной автоматизированной системы распознавания образов "ЭЙДОС–5.1"). – Краснодар: КЮИ МВД РФ, 1996. – 280 с.

197. Луценко Е.В. Универсальная автоматизированная система распознавания образов "ЭЙДОС–4". ИЛ №438–93, КЦНТИ, 1993. –4С.

198. Луценко Е.В. Универсальная автоматизированная система распознавания образов "ЭЙДОС". Версия 4.2. – Краснодар: КЮИ МВД РФ, 1995. –76 с.

199. Луценко Е.В. Универсальная автоматизированная система распознавания образов "ЭЙДОС": опыт и перспективы применения //Состояние и связи криминалистики и теории оперативно–розыскной деятельности ОВД: Сб. науч. тр. – Краснодар.: КЮИ МВД РФ, 1995. С.45–57.

200. Луценко Е.В. ЭЙДОС–6.2, Кубань–бизнес (связь, информатика). – Краснодар: Кубань–бизнес. 1994. –2 с.

201. Лучшие психологические тесты для профотбора и профориентации (Описание и руководство к использованию) /Под ред. А.Ф.Кудряшова. – Петрозаводск: Петроком, 1992. – 318 с.

202. Лучшие психологические тесты: Пер. с англ. – Харьков: НПФ "Комплекс ЛТД", 1994. – 320 с.

203. Льюс Р.Д., Райфа Х. Игры и решения. – М.: Изд–во иностранной литературы, 1961. – 642 с.

204. Майерс Г. Надежность программного обеспечения: Пер. с англ.. – М.: Мир, 1980. –300 с.

205. Майоров А.Н. Тесты школьных достижений: конструирование, проведение, использование. – СПб.: Образование и культура, 1996. – 304 с.

206. Макаров И.М. Теория выбора и принятия решений. – М.: Наука,1987. – 350 с.

207. Макеев С.П. Декомпозиция задачи вычисления функции от взаимодействующих нечетких переменных //Техническая кибернетика. 1990. № 5. – С. 207-211.

208. Макеев С.П., Серов Г.П., Шахнов И.Ф. Аппроксимация бинарных расплывчатых отношений и последовательная оптимизация на взвешенных графах.– М: Изд–во ВЦ АН СССР, 1980.– 66 с.

209. Макеев С.П., Шахнов И.Ф. Упорядочение альтернатив на основе расплывчатых оценок: Сообщения по прикладной математике.– М.: ВЦАН СССР, 1989. – 42 с.

210. Маковский В.А., Похлебаев В.И. Базы знаний (экспертные системы). – М.: Изд–во стандартов, 1993. – 37 с.

211. Мальчиков А.В. Социально–психологические основы управления спортивной командой: Учеб. пособие для студентов ИФК. – Смоленск, 1987. – 81 с..

212. Мамиконов А.Г. Управление и информация. –М.: Наука, 1975. – 207 с.

213. Мандель И.Д. Кластерный анализ. – М.: Финансы и статистика, 1988. – 176 с.

214. Марселлус Д. Программирование экспертных систем на Турбо Прологе. – М.: Финансы и статистика, 1994. – 256 с.

215. Марусенко М.А., Атрибуция анонимных и псевдонимных литературных произведений методами теории распознавания образов. –Л.: ЛГУ, 1990. – 164 с.

216. Масалович А. Пять шагов к вершине (портрет российского рынка аналитических систем) //Рынок ценных бумаг. 1996. № 14 (77). – С. 41–57.

217. Матула Д.В. Методы теории графов в алгоритмах кластер–анализа.– В кн.: Классификация и кластер /Под ред. Дж.Вэн Райзина.– М: Мир, 1980.– С. 83–111.

218. Мейер Д. Теория реляционных баз данных.– М.: Мир, 1987. – 608 с.

219. Мелихов А.Н., Берштейн Л.С., Коровин С.Я. Ситуационные советующие системы с нечеткой логикой.– М.: Наука, 1990.– 272 с.

220. Мерлин В.С. Очерк интегрального исследования индивидуальности. – М., 1986. –187 с.

221. Месарович М., Мако Д., Такахара И. Теория иерархических многоуровневых систем. –М.: Мир, 1973. – 312 с.

222. Методы и средства автоматизации психологических исследований /Под ред. Ю.М.Забродина. –М.: Наука, 1982. – 300 с.

223. Мешалкин В.П. Экспертные системы в химической технологии. – М.: Химия, 1995. – 368 с.

224. Миллер Г. Магическое число семь плюс или минус два. О некоторых пределах нашей способности перерабатывать информацию. – В кн.: Инженерная психология. – М.: Прогресс, 1964. – С. 192 – 225.

225. Миркин Б.Г. Анализ качественных признаков и структур. – М.: Статистика, 1980. – 319 с.

226. Миркин Б.Г. Анализ качественных признаков. – М.: Статистика, 1976. – 166 с.

227. Миркин Б.Г. Проблема группового выбора. – М.: Наука, 1974. – 256 с.

228. Модели принятия решений на основе лингвистической переменной /А.Н. Борисов, А.В. Алексеев, О.А. Крумберг и др. – Рига: Зинатне, 1982. – 256 с.

229. Моделирование процессов обработки информации и управления. –М.: МФТИ, 1990. –158 с.

230. Модин А.А. Основы разработки и развития АСУ. –М.: Наука, 1981. –330 с.

231. Моисеев Н.Н. Численные методы в теории оптимальных систем. –М.: Наука. 1971. –278 с.

232. Моррис У. Наука об управлении. Байесовский подход. –М.: Мир, 1971. –282 с.

233. Мулен Э. Кооперативное принятие решений: аксиомы и модели. – М: Мир, 1991. – 464 с.

234. Мягкие вычисления – 96: Труды Международного семинара /Под ред. И.З. Батыршина, Д.А. Поспелова. – Казань, 1996. – 222 с.

235. Мясоедов П.Г. Отраслевая автоматизация системы управления МВД СССР.: Учеб. пособие. –М.: Академия МВД СССР, 1979. – 132 с.

236. Налимов В.В., Вероятностная модель языка. О соотношении естественных и искусственных языков. –М., 1974. – 350 с.

237. Нариньяни А.С. Недоопределенность в системах представления и обработки знаний //Известия АН СССР. Техническая кибернетика. 1986. № 5. – С. 3–28.

238. Нариньяни А.С. Недоопределенные модели и операции с недоопределенными значениями //Препринт. ВЦ СО АН СССР. 1982. N 400.

239. Нариньяни А.С. Недоопределеные множества – новый тип данных для представления знаний //Препринт. Новосибирск. 1980. N 232.

240. Нариньяни А.С. Не–факторы и инженерия знаний: от наивной формализации к естественной прагматике //КИИ–94. Национальная конференция с международным участием. "Искусственный интеллект – 94". Т. 1.– Рыбинск, 1994. – С. 9 – 18.

241. Научные основы организации управления и построения АСУ /Под. ред В.П. Бройдо, В.С. Крылова. Изд. 2–е, перераб. и доп. –М.: Высшая школа, 1990. –320 с.

242. Негойце К. Применение теории систем к проблемам управления. – М.: Мир, 1981. – 180 с.

243. Нейлор К. Как построить свою экспертную систему. – М.: Энергоатомиздат, 1991.– 286 с.

244. Нечеткие множества в моделях управления и искусственного интеллекта /А.Н. Аверкин, И.З. Батыршин, А.Ф. Блишун и др. /Под ред. Д.А. Поспелова.– М.: Наука, 1986.–312 с.

245. Нечеткие множества и теория возможностей. Последние достижения /Под ред. Р.Р. Ягера. –М.: Радио и связь, 1986.– 408 с.

246. Нильсон Н. Принципы искусственного интеллекта. – М.: Радио и связь, 1985. – 376 с.

247. Норвич А.М., Турксен И.Б. Построение функций принадлежности.– В кн.: Нечеткие множества и теория возможностей. Последние достижения /Под ред. Р.Р. Ягера. – М.: Радио и связь, 1986.– С. 64–71.

248. Норвич А.М., Турксен И.Б. Фундаментальное измерение нечеткости.– В кн.: Нечеткие множества и теория возможностей. Последние достижения /Под ред. Р.Р. Ягера. – М.: Радио и связь, 1986.– С. 51–64.

249. Нуриев Н.К., Батыршин И.З., Медведев В.А. Проектирование структуры обслуживающей системы гальванообработки //Создание и применение гибридных экспертных систем: Тез.докл. Всесоюзной конференции. – Рига, 1990.– С. 135–136.

250. Нуриев Н.К., Батыршин И.З., Медведев В.А. Система проектирования поточных гальванических линий //Интеллектуальные системы в задачах проектирования, планирования и управления в условиях неполноты информации: Тез.докл. Всесоюзного научно–технического совещания. – Казань, 1990.– С. 109–111.

251. Общая алгебра. Т. 2. //В.А. Артамонов, В.Н. Салий, Л.А. Скорняков и др.–М.: Наука, 1991. – 480 с.

252. Общая алгебра. Т. 2. /Под ред. Л.А. Скорнякова. –М.:Наука, 1991.– 480 с.

253. Общая психодиагностика /Под ред. А.А. Бодалева. –М.: МГУ, 1987. – 303 с.

254. Олдендерфер М.С., Блэшфилд Р.К. Кластерный анализ. В кн.: Факторный, дискриминантный и кластерный анализ. – М.: Финансы и статистика, 1989. – С. 139 – 214.

255. Орлов А.И. Задачи оптимизации и нечеткие переменные.–М.: Знание, 1980.– 64 с.

256. Орлов А.И. Общий взгляд на статистику объектов нечисловой природы: Анализ нечисловой информации в социологических исследованиях.– М.: Наука, 1985.

257. Орлов А.И. Прикладная теория измерений. В кн.: Прикладной многомерный статистический анализ. – М.: Наука, 1978. – С. 68 – 138.

258. Орлов А.И. Связь между средними величинами и допустимыми преобразованиями шкалы: Математические заметки. Т. 30. Вып. 4, 1981. – С. 561–568.

259. Орлов А.И. Устойчивость в социально–экономических моделях. –М., 1979.

260. Орловский С.А. Проблемы принятия решений при нечеткой информации.– М.: Наука, 1981.– 206 с.

261. Орловский С.А. Проблемы принятия решений при расплывчатой информации.–М.: Наука,1981. –370 с.

262. Осипов Г.В., Андреев Э.П. Методы измерения в социологии. –М.: Наука, 1977. –287 с.

263. Осипов Г.С. Построение моделей предметных областей. Ч. I. Неоднородные семантические сети //Техническая кибернетика. 1990. N 5. – С. 32 – 45.

264. Основы автоматизации процессов управления: Учеб. пособие /Под ред. Г.Г. Зуйкова и Б.А. Красюкова. –М.: Академия МВД СССР, 1977. – 123 с.

265. Основы инженерной психологии /Под ред. Б.Ф. Ломова. – М.: Высшая школа, 1986. – 448 с.

266. Осуга С. Обработка знаний. – М.: Мир, 1989. – 293 с.

267. Паповян С.С. Математические методы в социальной психологии. – М.: Наука, 1983. – 343 с.

268. Пат № 940334. Универсальная автоматизированная система анализа и прогнозирования ситуаций на фондовом рынке "ЭЙДОС–фонд" /Е.В. Луценко (Россия), Б.Х. Шульман (США); Заяв. 940336. Опубл. 23.08.94.

269. Пат. 1752196 РФ. Устройство для моделирования генератора постоянного тока на возобновляемых источниках /В.С.Симанков, И.В.Зайцев, Т.Т.Зангиев и др. (Россия); Заявлено; Опубл.–12с.

270. Пат. № 17777641 РФ. Установка автномного электроснабжения /В.С.Симанков, В.М.Лыжко (Россия); Заявлено; Опубл. 12с.

271. Пат. № 940217. Универсальная автоматизированная система распознавания образов "ЭЙДОС" /Е.В. Луценко (Россия); Заяв. № 940103. Опубл. 11.05.94.

272. Пат. № 940328 РФ. Универсальная автоматизированная система анализа, мониторинга и прогнозирования состояний многопараметрических динамических систем "ЭЙДОС–Т" /Е.В. Луценко (Россия); Заяв. № 940324. Опубл. 18.08.94.

273. Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ. –М.: Высшая школа, 1989. – 367 с.

274. Петренко В.Ф. Введение в экспериментальную психосемантику: исследование форм репрезентации в обыденном сознании.– М.: Изд–во МГУ, 1983. – 177 с.

275. Петренко В.Ф. Психосемантика сознания.– М.: МГУ, 1988. – 208 с.

276. Подиновский В.В. Коэффициенты важности критериев в задачах принятия решений. Порядковые или ординальные коэффициенты важности //Автоматика и телемеханика. 1978. N 10. – С. 130 – 141.

277. Подиновский В.В. Об относительной важности критериев в многокритериальных задачах принятия решений. – В кн.: Многокритериальные задачи принятия решений. – М.: Машиностроение, 1978. – С. 48 – 82.

278. Подиновский В.В., Гаврилов В.М. Оптимизация по последовательно применяемым критериям. –М.: Советское радио, 1975.

279. Полежаев А.П. Основы построения отраслевой автоматизированной системы управления МВД СССР (ОАСУ МВД СССР): Лекция. –М.: Академия МВД СССР, 1981. – 38 с.

280. Попов Г.Х. Проблемы теории управления. –М.: Экономика, 1974. – 317 с.

281. Попов Э.В. Экспертные системы.– М: Наука, 1987. – 288 с.

282. Поспелов Г.С. Искусственный интеллект – основа новой информационной технологии: Сер. Академические чтения. –М.: Наука, 1988.–– 280 с.

283. Поспелов Г.С., Ириков В.А. Системно–программное планирование. –М.: Советское радио, 1975. – 380 с.

284. Поспелов Д.А. Логико–лингвистические модели в системах управления.– М.: Энергоиздат, 1981.– 232 с.

285. Поспелов Д.А. Моделирование рассуждений.– М.: Радио и связь, 1989.– 184 с.

286. Поспелов Д.А. Моделирование человеческих рассуждений в интеллектуальных системах: Лекции Всесоюзной школы по основным проблемам искуственного интелекта и интелектуальным системам. Ч. 1. –Тверь: Центр программных систем, 1990.

287. Поспелов Д.А. Ситуационное управление: теория и практика.– М. Наука, 1986.– 288 с.

288. Представление и использование знаний /Под ред. Х. Уэно, М. Исидзука. –М.: Мир, 1989. – 220 с.

289. Прикладная статистика: Классификация и снижение размерности: Справочник/ Под ред. С.А.Айвазяна. –М.: Финансы и статистика, 1989. – 450 с.

290. Прикладные нечеткие системы /К. Асаи, Д. Ватада, С. Иваи и др. /Под ред. Т. Тэрано, К. Асаи, М. Сугено.– М.: Мир, 1993. – 368 с.

291. Приобретение знаний /Под ред. С. Осуги, Ю. Саэки. – М.: Мир, 1990. – 304 с.

292. Программа создания, внедрения и эффективного использования автоматизированных систем и средств вычислительной техники в МВД СССР на период до 2000 года. – М.: МВД СССР, 1987. – 75 с.

293. Психологические тесты для деловых людей. –М.: А/О Бизнес–школа "Интел–Синтез", 1994. – 317 с.

294. Психологические тесты. – Майкоп: Адыгейское республиканское книжное изд–во, 1992. – 270 с.

295. Пугачев В.С. Теория вероятностей и математическяа статистика. –М.: Наука, 1979.– 495 с.

296. Пфанцагль И. Теория измерений.– М.: Мир, 1976. – 248 с.

297. Пшеничный Б.Н., Данилин Ю.М. Численные методы в экстремальных задачах. – М.: Наука, 1975. – 370 с.

298. Рабочая книга по прогнозированию /Под ред. И.В.Бестужева–Лада. –М.: Мысль, 1983. – 300 с.

299. Райков А.Н. Аналитическим службам – информационные технологии //Ваш выбор. 1994. № 4. – С.28–29.

300. Райфа Г. Анализ решений. Введение в проблемы выбора в условиях неопределенности. –М.: Наука, 1977. – 120 с.

301. Рамишвили Г.С. Автоматическое опознавание говорящего по голосу. –М.: Радио и связь, 1981. – 120 с.

302. Рассел Б. Человеческое познание. Его сферы и границы: Пер. с англ. –М.: ИЛ, 1957. – 115 с.

303. Растригин Л.А. Современные принципы управления сложными объектами.–М.: Советское радио,1980. – 120 с.

304. Раяцкас Р.Л., Плакунов М.К. Количественный анализ в экономике. – М.: Наука, 1987. – 391 с.

305. Рейнгольд Э., Нивергельт Ю., Део Н. Комбинаторные алгоритмы. Теория и практика.– М.: Мир, 1980. – 476 с.

306. Роберт Г.Джан, Бренда Дж.Данн. Границы реальности (Роль сознания в физическом мире): Пер. с англ. –М.: Объединенный институт высоких температур РАН, 1995. – 287 с.

307. Руа Б. Классификация и выбор при наличии нескольких критериев (метод ЭЛЕКТРА). – В кн: Вопросы анализа и процедуры принятия решений. –М.: Мир, 1976. – С. 80 – 107.

308. Рубанов Л.И. Метод классификации словаря для помехоустойчивой системы машинного понимания естественного языка //Известия РАН. Техническая кибернетика. 1991. № 5. – С. 84 – 93.

309. Рыбина Г.В. Технология проектирования прикладных экспертных систем. –М.: МИФИ, 1991.– 104 с.

310. Рыжов А.П. Степень нечеткости лингвистической шкалы и ее свойства: Нечеткие системы поддержки принятия решений.– Калинин: Изд–во КГУ, 1989. – С. 82–92.

311. Рыжов А.П., Аверкин А.Н. Аксиоматическое определение степени нечеткости лингвистической шкалы и ее основные свойства //Искусственный интеллект –90. Т. 1: II Всесоюзная конференция. – Минск, 1990. – С. 162 – 165.

312. Рябикина З.М., Некрасов С.Д., Луценко Е.В. Личность и профессия: проблема самоактуализации //Психологические проблемы самореализации личности: Сб. науч. трудов /Под ред. О.Г.Кукосяна. Вып. 2. –Краснодар: КубГУ, 1997. – С.127–140.

313. Симанков В.С. Планирование определительных испытаний и оптимизация интервальных оценок при исследовании надежности электрических цепей. –Краснодар, 1982.–11 с. Деп.в ВИНИТИ, № D/987.

314. Симанков В.С. Повышение эффективности электроснабжения комплексов по производству сельскохозяйственной продукции в Краснодарском крае. –Краснодар: Изд. Краевого совета НТО, 1982. –22 с.

315. Симанков В.С., Бучацкий П.Ю., Шопин А.В. Методология моделирования физических процессов в энергетических комплексах с нетрадиционными источниками энергии и оптимизация их параметров //Труды физического общества республики Адыгея. 1998. № 3. С. 18–26.

316. Симанков В.С., Зайцев И.В. Проектирование систем управления автономных гелиоветроэлектроэнергетических систем на основе имитационного моделирования //Моделирование электроэнергетических систем: Тез. докладов X научной конференции. –Каунас, 1991. – С.196–198.

317. Симанков В.С., Зайцев И.В., Луценко Е.В. Синтез автоматизированных систем управления автономными комбинированными фотоветроэлектроэнергетическими установками. –Краснодар,1998. – 22 с. Деп.в ВИНИТИ 27.11.98, № 3500.

318. Симанков В.С., Зайцев И.В., Луценко Е.В. Синтез адаптивных САУ ФВЭУ с применением моделей распознавания бразов и принятия решений, основанных на теории информации //Компьютерные технологии в науке, проектировании и производстве: Сб. тез. докл. 1–й Всероссийской научно–технической конференции. –Нижний Новгород: НГТУ, 1999. – С. 12.

319. Симанков В.С., Зангиев Т.Т. Методологические основы поддержки принятия решений при оценке эффективности использования нетрадиционных возобновляемых источников энергии //Компьютерные технологии в науке, проектировании и производстве: Сб.тез.докл. 1–й Всероссийской научно–технической конференции.–Нижний Новгород, 1999. – 1 с.

320. Симанков В.С., Зангиев Т.Т. Моделирование Процессов вовлечения нетрадиционных возобновляемых источников энергии в энергобаланс для решения экологических проблем //Математика. Компьютер. Образование: Сб.тез.докл.VI Международной конференции.–Москва, 1999. – 1 с.

321. Симанков В.С., Зангиев Т.Т. Оценка эффективности использования тонких пленок в фотоэлектрических системах //Электротехника. 1998. № 12. – С. 8–12.

322. Симанков В.С., Зангиев Т.Т. Экология и нетрадиционные возобновлямые источники энергии. Краснодар, 1998. 9с. Деп. в ВИНИТИ 27.11.98, №3501, В–98.

323. Симанков В.С., Зангиев Т.Т., Тыщенко В.Ю. Имитационное моделирование при исследовании и проектировании автономных энерегтических комплексов с нетрадиционными возобновляемыми источниками энергии //Моделирование электроэнергетических систем: Сб. тез. докл. Всесоюзной конференции.–Рига,1987. – 2 с.

324. Симанков В.С., Луценко Е.В. Адаптивная автоматизированная система управления качеством обучения //Информационные технологии и системы. ВТУ: Тез. докл. Всероссийской конференции. –Воронеж, 1999.–2с.

325. Симанков В.С., Луценко Е.В. Исследование эффективности управления обучением с применением адаптивной информационной модели //Компьютерные технологии в науке и образовании XXI века: Тез. докл. Всероссиской конференции. –Уляновск: УлГУ, 1999. – 3 с.

326. Симанков В.С., Луценко Е.В. Моделирование принятия решений в адаптивных АСУ сложными системами на основе теории информации. – Краснодар, 1998. – 12 с. Деп. в ВИНИТИ 18.09.98, №2838–В98.

327. Симанков В.С., Луценко Е.В. Моделирование принятия решений в адаптивных АСУ сложными системами на основе теории информации //Информационные технологии. 1999. № 2. – С. 8–14.

328. Симанков В.С., Луценко Е.В. Синтез адаптивных АСУ сложными системами с применением моделей распознавания образов. –Краснодар,1998. – 11 с. Деп. в ВИНИТИ 18.09.98, № 2839–В98.

329. Симанков В.С., Луценко Е.В. Синтез адаптивных АСУ сложными системами с применением моделей распознавания образов //Автоматизация и современные технологии. 1999. № 1. – С. 32–37.

330. Симанков В.С., Лыжко В.М. Экпертная система для проектирования гелиоветровых автономных энергетических комплексов //Проблемы разработки и виды экспертных систем: Сб. тез. докл. Всесоюзной конференции /Моск.ин–т систем последований в непромышленной сфере.–Москва,1989, – 2 с.

331. Симанков В.С., Попова Т.П., Моисеенко Л.В. Имитационное моделирование и методы искусственного интеллекта при определении энергетического потенциала нетрадиционных возобновляемых источников энергии //Моделирование электроэнергетических систем: Сб. тез. докл. X научной конференции.–Каунас,1991. – 1 с.

332. Симонс Дж. ЭВМ пятого поколения: компьютеры 90–х годов.– М: Финансы и статистика, 1985. – 173 с.

333. Словарь по кибернетике /Под ред. акад. В.М. Глушкова. –Киев,1979. – 502 с.

334. Смилянский Г.Л. Какая АСУ эффективна? (Руководителю об автоматизированных системах управления). –М.: Экономика, 1988. – 303 с.

335. Смирнов И., Безносюк Е., Журавлёв А. Психотехнологии: Компьютерный психосемантический анализ и психокоррекция на неосознаваемом уровне. – М.: Издательская группа "Прогресс" – "Культура", 1995. – 416 с.

336. Современное состояние теории исследования операций /Под ред. Н.Н. Моисеева. – М.: Наука, 1979. – 464 с.

337. Сойер Б., Фостер Д.Л. Программирование экспертных систем на Паскале. –М.: Финансы и статистика, 1990. – 191 с.

338. Сокал Р.Р. Кластер–анализ и классификация: предпосылки и основные направления. – В кн: Классификация и кластер /Под ред. Дж.Вэн Райзина.– М: Мир, 1980.– С. 7 – 19.

339. Соколов Н., Ляшков А. Информационные хранилища для систем принятия решений //Рынок ценных бумаг. 1996. № 14 (77). – С.45–51.

340. Солодовников В.В., Сивцов В.И., Чулин Н.А. Пакетная система для автоматизированного синтеза частотным методом //Автоматизация проектирования систем управления: Сб. науч. трудов /Под ред. И.Г. Дмитриева. –М.: Финансы и статистика, 1982. – С.63–74.

341. Солсо Р.Роберт. Когнитивная психология: Пер. с англ. – М.: Тривола, 1996. – 600с.

342. Спиди К., Браун Р., Гудивин Дж. Теория управления. –М.: Мир, 1973. – 248 с.

343. Статистические методы повышения качества /Под. ред. Х. Кумэ.– М.: Финансы и статистика, 1990.– 304 с.

344. Стефанюк В.Л. Некоторые аспекты теории экспертных систем //Известия АН СССР. Техническая кибернетика. 1987. N 2. – С. 85–91.

345. Суппес П., Зинес Дж. Основы теории измерений.– В кн.: Психологические измерения.–М.: Мир, 1967. – С. 9–110.

346. Такеда Э. Связность расплывчатых графов.– В кн.: Вопросы анализа и процедуры принятия решений.– М.: Мир, 1976. – С. 216–228.

347. Тарасов В.Б. Инструментальные средства разработки нечетких интеллектуальных систем //Новости искусственного интеллекта. 1991. № 3. – С. 93–107.

348. Тарасов В.Б., Желтов С.Ю., Степанов А.А. Нечеткие модели в обработке изображений: обзор зарубежных достижений //Новости искусственного интеллекта. 1993. № 3. – С. 40 – 64.

349. Тарасов В.К. Персонал–технология: отбор и подготовка менеджеров. – Л.: Машиностроение, 1989. – 368 с.

350. Таунсенд К., Фохт Д. Проектирование и программная реализация экспертных систем на персональных ЭВМ.– М.: Финансы и статистика, 1990.– 320 с.

351. Темников Ф.Е., Афонин В.А., Дмитриев В.И. Теоретические основы информационной техники. –М.: Энергия, 1979. – 511 с.

352. Теория прогнозирования и принятия решений /Под ред. С.А.Саркисяна. –М.: Высшая школа, 1977. – 220 с.

353. Теория расписаний и вычислительные машины: лексикографическое правило Коффмана–Грэхема – список приоритетов в задаче составления оптимального расписания /Под ред. Э.Г. Коффмана.– М.: Наука, 1984. – 334 с.

354. Техника управления /Под ред. Г.Х. Попова и Ю.И. Кракополса. –М.: МГУ, 1977. –370 с.

355. Третьяк В.Г. Учебная активность и индивидуальные особенности обучаемых юридического института МВД. –Краснодар: КЮИ МВД РФ, 1996. – 110 с.

356. Трильяс Э., Альсина К., Вальверде А. Нужны ли в теории нечетких множеств операции max, min и 1–j? – В кн.: Нечеткие множества и теория возможностей. Последние достижения /Под ред. Р.Р. Ягера. – Радио и связь, 1986.– С.199–228.

357. Ту Дж., Гонсалес Р. Принципы распознавания образов: Пер. с англ. –М.: Мир, 1978. – 410 с.

358. Туманов Г.А. Организация управления в сфере охраны общественного порядка. –М.: Юридическая лит–ра, 1972. – 47 с.

359. Уинстон П. Искусственный интеллект: Пер. с англ. –М.: Мир, 1980. – 520 с.

360. Ульянов С.В. Нечеткие модели интеллектуальных промышленных систем управления: теоретические и прикладные аспекты //Известия АН СССР. Сер. Техническая кибернетика. 1991. N 3. – С. 3–29.

361. Ульянов С.В. Нечеткие модели логических регуляторов с интеллектуальными системами управления мобильными робототехническими комплексами.– В кн.: Обработка динамической информации в интеллектуальных системах. –М., 1992. – С. 133–185.

362. Уотермен Д. Руководство по экспертным системам.– М: Мир, 1989. – 388 с.

363. Фаткуллина Р.Р., Батыршин И.З. Решение задачи многокритериального выбора методом парных сравнений с лексикографическим упорядочением //Актуальные экологические проблемы Республики Татарстан: Тез. докладов III Республиканской научной конференции. – Казань, 1997. – С. 219 – 220.

364. Фешберн П. Теория полезности для принятия решений. –М.: Наука, 1978. – 120 с.

365. Фишер Р.Э. Использование множественных измерений в задачах таксономии //Современные проблемы кибернетики. – М.: Знание, 1979. С. 6 – 20. (Fisher R.A. The use of multiple measurements in taxonomic problems. – Ann. Eugenics, 1936, September, v.7, 179 – 188.)

366. Фосфорилметил–N–(1– гидрокси–2,2,2–трихлорэтил) карбаматы. Анализ связи структура – пестицидная активность / Р.И. Тарасова, В.В. Москва, Н.И. Синицина и др. //Общая химия, 1991. Т. 61 (123). Вып. 12. – С. 2672–2679.

367. Франселла Ф., Банистер Д. Новый метод исследования личности: руководство по репертуарным личностным методикам: Пер. с англ. –М.: Прогресс, 1987. – 230 с.

368. Френкель А.А., Бар–Хиллел. Основания теории множеств, –М., 1966. – 238 с.

369. Фролов М.В. Контроль функционального состояния человека–оператора –М.: Наука, 1987. – 420 с.

370. Фрумкина Р.М. Прогноз речевой деятельности.– М.: Наука, 1974.

371. Фрумкина Р.М., Василевич А.П. Прогнозирование оценок вероятностей слов психометрическими методами. Вероятностное прогнозирование речи. –М.: Наука, 1971.

372. Фу К. Структурные методы в распознавании образов: Пер.с англ. –М.: Мир, 1977. – 320 с.

373. Харкевич А.А. О ценности информации //Проблемы кибернетики: Сб. науч. трудов. Вып. 4. –М.: Физматгиз, 1960. – С.53–57.

374. Хартли Р.В.Л., Передача информации. – В кн.: Теория информации и ее приложения /Пер. под ред. А.А.Харкевича. –М.: Физматгиз, 1959. – 305 с.

375. Хемминг Р.В. Численные методы: для научных работников и инженеров: Пер. с англ. –М.: Наука, 1972. – 400 с.

376. Хорошевский В.Ф. Автоматизация программирования экспертных систем.– М.: МИФИ, 1988.– 64 с.

377. Храмцова А. Программные пакеты – основа анализа и прогноза экономических процессов //Рынок ценных бумаг. 1996. № 14 (77). – С. 49–55.

378. Хузеев Р.Г., Батыршин И.З. Вопросы анализа географических систем на основе взвешенных отношений //Социально–экономическая география: Тез. докл. научно–практической конференции.– Приазовье, 1985. – С. 28–30.

379. Хьюберт Дж., Бейкер Б. Экспериментальное сравнение эталонных моделей иерархической группировки по r–диаметру относительно показателя согласия.– В кн.: Классификация и кластер /Под ред. Дж.Вэн Райзина.– М: Мир, 1980.– С. 112 – 128.

380. Цаленко М.Ш. Моделирование семантики в базах данных.– М: Наука, 1989. – 288 с.

381. Цехмистро И.З. Диалектика множественного и единого: Квантовые свойства мира как неделимого целого. –М.: Мысль, 1972. – 275 с.

382. Цымбал В.П. Теория информации и кодирование. –Киев.:Вища школа, 1977.–287 с.

383. Цыпкин Я.З. Основы информационной теории идентификации. –М.: Наука, 1984. –520 с.

384. Четвериков В.Н., Ревунков Г.И., Самохвалов Э.Н. Базы и банки данных. – М.: Высшая школа, 1987. – 210 с.

385. Четверников В.Н. Подготовка и телеобработка данных в АСУ. –М.: Высшая школа, 1981. – 180 с.

386. Чуев Ю.В., Михайлов Ю.Б. Прогнозирование в военном деле. –М.: Воениздат, 1975. – 110 с.

387. Шалютин С.М. Искусственный интеллект. –М.: Мысль, 1985. – 196 с.

388. Шапиро Д.И. Принятие решений в системах организационного управления: использование расплывчатых категорий. –М.: Энергоатомиздат, 1983. – 415 с.

389. Шенк Р. Обработка концептуальной информации.– М: Энергия, 1979. – 344 с.

390. Шеннон Р. Имитационное моделирование систем – искусство и наука. –М.: Мир, 1978. – 87 с.

391. Шилейко А.В., Кочнев В.Ф., Химушин Ф.Ф. Введение в информационную теорию систем. –М.: Радио и связь, 1985. – 278 с.

392. Шипов Г.И. Теория физического вакуума. –М.: НТ–Центр, 1993. – 363 с.

393. Шнейдерман Б. Психология программирования: Человеческие факторы в вычислительных и информационных системах: Пер. с англ. –М.: Радио и связь, 1984. –303 с.

394. Шокин Ю.И. Интервальный анализ.– Новосибирск: Наука,1981.– 112 с.

395. Шостак А.П. Двадцать лет нечеткой топологии: основные идеи, понятия и результаты //Успехи математических наук. 1989. N 6. Т. 44. – С. 99 – 147.

396. Шошин П.Б. Размытые числа как средство описания субъективных величин. – В кн.: Статистические методы анализа экспертных оценок. –М.: Наука, 1977. – С. 234 – 250.

397. Шрейдер Ю.А. Равенство, сходство, порядок.– М: Наука, 1971.– 254 с.

398. Эйкхофф П. Основы идентификации систем управления. – М.: Мир, 1975. – 120 с.

399. Экспертные системы для персонального компьютера: методы, средства, реализации: Справочное пособие.– Мн.:Высшая школа, 1990. – 197 с.

400. Экспертные системы. Принципы работы и примеры /Под ред. Р. Форсайта.– М.: Радио и связь, 1987.– 224 с.

401. Экспертные системы. Принципы работы и примеры /Под ред. Р.Форсайта. – М.: Радио и связь, 1987. – 350 с.

402. Экспертные системы: состояние и перспективы /Под ред. Д.А. Поспелова –М.: Наука, 1989. – 152 с.

403. Элти Дж., Кумбс М. Экспертные системы: концепции и примеры. –М.: Финансы и статистика, 1987.– 191 с.

404. Юдин Д.Б. Математические методы управления в условиях неполной информации. –М.: Советское радио, 1974. – 120 с.

405. Юзвишин И.И. Информациология или закономерности информационных процессов и технологий в микро– и макромирах Вселенной.Изд. 4–е, испр. – М.: Международное изд–во Информациология,1996. – 214 с.

406. Яблонский С.В. Введение в дискретную математику.– М.: Наука, 1979. – 272 с.

407. Ягер Р.Р. Множества уровня для оценки принадлежности нечетких подмножеств. – В кн.: Нечеткие множества и теория возможностей. Последние достижения. – М.: Радио и связь, 1986. – С. 71–78.

408. Яглом А.М., Яглом И.М. Вероятность и информация. Изд. 3–е, перераб. и доп. –М.: Наука, 1973. – 511 с.

409. Ядов В.А. Социологическое исследование: методология, программа, методы. – М.: Наука, 1987. – 248 с.

410. Янг С. Системное управления организацией. –М.: Советское радио, 1972. – 230 с.

Публикации на английском языке

411. Abe S., Lan M.–S., Thawonmas R. Tuning of a fuzzy classifier derived from data. – Int. J. Of Approx. Reasoning, 14, 1996, 1 – 24.

412. Aczel J., Lectures on Functional Equations and Their Applications. New York: Academic Press, 1966.

413. Adachi G., Furuhashi T., Uchikawa Y. An automatic design method of fuzzy controllers based on linguistic specifications and fuzzy model of controlled object, in: AMC'96–MIE, 144 – 149.

414. Adachi G., Horikawa S.I., Furuhashi T., Uchikawa Y. A new linguistic design method of fuzzy controller using a description of dynamical behavior of fuzzy control systems, in: Proc. of the American Control Conf., Seattle, Washington, 1995, 2282 – 2286.

415. Aho A.V., Hopcroft J.E., Ullman J.D. The Design and Analysis of Computer Algorithms. Massachusetts: Addison–Wesley, 1976.

416. Ait Abderrahim K., Touseau C. Comparison of fuzzy logic and state feedback control of a nonlinear system, in: FLINS'94, 97 – 102.

417. Aldenderfer M.S., Blashfield R.K. Cluster Analysis. Sage Publications, 1984.

418. Almond R. G. Discussion: Fuzzy logic: better Science? Or better engineering? – Technometrics, v. 37, 3, 1995, 267 – 270.

419. Alsina C. On a family of connectives for fuzzy sets. – Fuzzy Sets and Systems, 16, 1985, 231 – 235.

420. Alsina C., Castro J.L., Trillas E. On the characterization of S and R implications, in: VI IFSA World Congress, Sao Paulo, Brazil, 1995, v.1, 317 – 319.

421. Alsina C., Mayor G., Tomas M.S., Torrens J. A characterization of a class of a aggregation functions. – Fuzzy Sets and Systems, 53, 1993, 33 – 38.

422. Alsina C., Trillas E. On uniformly close fuzzy preorders. – Fuzzy Sets and Systems, 53, 1993, 343 – 346.

423. Alsina C., Trillas E., Valverde L. On some logical connectives for fuzzy sets theory. – J. Math. Anal. Appl., 93, 1983, 15 –26.

424. Ambrosio R., Martini G.B. Maximum and minimum between fuzzy symbols in non–interactive and weakly non–interactive situations. – Fuzzy Sets and Systems, 12, 1984, 27 – 35.

425. Arora P.N. On characterizing some generalizations of Shannon's entropy. – Information Sciences, 21, 1980, 13 – 22.

426. Atanassov K., Bustince H., Burillo P., Mohedano V. A method for inference in approximate reasoning for the one–dimensional case based on normal intuitionistic fuzzy sets. – Proceedings of VI IFSA World Congress, Sao Paulo, Brasil, 1995, v.1, 149 – 152.

427. Bandler W., Kohout L. Fuzzy power sets and fuzzy implication operators//Fuzzy Sets and Systems. 1980. V. 4, 13–30.

428. Barrett C.R., Pattanaik P.K., Salles M. On choosing rationally when preferences are fuzzy. – Fuzzy Sets and Systems, 1990, 34, 197 – 212.

429. Basu K., Deb R., Pattanaik P.K. Soft sets: an ordinal formulation of vagueness with some applications to the theory of choice.– Fuzzy Sets and Systems, 45, 1992, 45 – 58.

430. Batle N., Trillas E. Entropy and fuzzy integral. – J. Math. Anal.Appl., 69, 1979, 469 – 474.

431. Batyrshin I. Measures of fuzziness and interval subalgebras of Kleene algebras//Uncertainty measures/Abstracts of 13th Linz Seminar on Fuzzy Set Theory.– Linz, Austria, 1991.– P. 12–13.

432. Batyrshin I. Negation operations on a linearly ordered set of plausibility values. – 3d European Congress on Intelligent Techniques and Soft Computing, EUFIT'95. Aachen, Germany, 1995, v.2, 241 – 244.

433. Batyrshin I., Fatkullina R. Fuzzy expert system for natural ecosystems, in: Space and Time in Environmental Information Systems. 9th International Symposium on Computer Science for Environmental Protection (Ed. by H. Kremers and W. Pillmann). Metropolis – Verlag, Marburg, 1995, Part II, 713 – 718.

434. Batyrshin I., Kaynak O., Khabibulin R. Test generation for clustering algorithms, in: New Trends in Artificial Intelligence and Neural Networks (Ed. by T. Ciftcibasi, M. Karaman, V. Atalay), EMO Scientific Books, Ankara, 1997, 195 – 199.

435. Batyrshin I., Khabibulin R. On construction of invariant relational clustering algorithms, in: Interactive Systems: The Problems of Human–Computer Interaction, (Ed. by P. Sosnin), Uljanovsk, 1997, v.2, 3 – 5.

436. Batyrshin I., Khabibulin R. Testing of Clustering Algorithms on Invariance EUFIT'97, Aachen, Germany, 1997, pp. 1847–1851.

437. Batyrshin I., Khabibulin R., Fatkullina R. Application of fuzzy relational clustering algorithms to ecological data, in: ICAFS–96, Second International Conference on Application of Fuzzy Systems and Soft Computing (Ed. by R.A. Aliev et al.). Siegen, Germany, 1996, 115 – 117.

438. Batyrshin I., Wagenknecht M. Noninvolutive negations on [0,1]. – The Journal of Fuzzy Mathematics, vol. 5, No 4, 1997, 997 – 1010.

439. Batyrshin I., Wagenknecht M. The structure of noninvolutive negations on [0,1], in: IFSA'97 Prague. Seventh International Fuzzy Systems Association World Congress. Proceedings, ACADEMIA, Prague, 1997, vol. 1, 265 – 270.

440. Batyrshin I.Z. Fuzzy relations in system analysis//Fuzzy Sets in Informatics/Moscow internation. conf.– Moscow, 1988.– P. 11–12.

441. Batyrshin I.Z. Lexicographic estimates of the likelihood with universal bounds. II. Operations of negation. – Journal of Computer and Systems Sciences International, v. 34, n. 6, 1996, 44 – 59.

442. Batyrshin I.Z. Negation operations for lexicographic valuations of plausibility, in: IPMU'96, Information Processing and Management of Uncertainty in Knowledge–Based Systems. Proceedings of Sixth International Conference, Granada, Spain, 1996, v. III, 1211 – 1216.

443. Batyrshin I.Z. On fuzzinesstic measures of entropy on Kleene algebras.– Fuzzy Sets and Systems.– V. 34, 1, 1990.– P. 47–60.

444. Batyrshin I.Z. Ordering operations and lexicographical estimates of likelihood in models of reasoning. – Soviet Journal of Computer and Systems Sciences, v. 30, n. 3, 1992, 103 – 114.

445. Batyrshin I.Z., Khabibulin R.F. Testing of cluster algorithms for invariance with respect to numbering of objects. – Journal of Computer and Systems Sciences International, Vol. 36, No 2, 1997, pp. 317 – 320.

446. Batyrshin I.Z., Zakuanov R.A. On some generalization of Bellmann–Zadeh approach to decision making//Third Joint IFSA–EC and EURO–WG Workshop on Fuzzy Sets. Towards a unified fuzzy sets theory/ Abstracts.–Visegrad, Hungary, 11–13 December, 1990.– P. 9–10.

447. Batyrshin Ildar Z. Uncertainties with memory in decision–making and expert systems.– Proceedings of the Fifth IFSA World Congress'93. Seoul, Korea, 1993, 737 – 740

448. Batyrshin Ildar, Fatkullina Rimma. Context–dependent fuzzy scales and context–free rules for dependent variables. – IFSA'95. Proceedings of the Sixth International Fuzzy Systems Association World Congress. Sao Paulo, Brasil. July, 1995, v.1, 89 – 91.

449. Batyrshin Ildar, Zakuanov Rinat, Bikushev Gani. Expert system based on algebra of uncertainties with memory in process optimization, in: Fuzzy Logic and Intelligent Technologies in Nuclear Science. Proceedings ot the 1st International FLINS Workshop, Mol, Belgium, 1994. (World Scientific, 1994), 156 – 159.

450. Batyrshin Ildar, Zakuanov Rinat. Lexicographical valuations in decision–making and expert systems.– Proceedings of the First European Congress on Fuzzy and Intelligent Technologies EUFIT'93. Aachen, Germany, 1993, 1599–1602.

451. Batyrshin Ildar. Errors of type 2 in cluster analysis and invariant cluster procedures based on similarity relations, in: Application of Fuzzy Systems, ICAFS–94 (Ed. by R. Aliev and R. Kenarangui) Univ. Press of Tabriz, Iran, 1994, 374–378.

452. Batyrshin Ildar. Modus ponens generating function in the class of /\–valuations of plausibility, in: Tenth Annual Conference on Uncertainty in Artificial Intelligence, Seattle, Washington, 1994, 55–59.

453. Bellman R., Kalaba R., Zadeh L.A. Abstraction and pattern classification. – Journal of Mathematical Analysis and Applications, 1966, v. 13, p. 1–7.

454. Bellman R.E., Giertz M. On the analytic formalism of the theory of fuzzy sets.– Inf. Sci.– 1973.– V.5, 149–156.

455. Bellman R.E., Zadeh L.A. Decision–making in a fuzzy environment.– Management Sci.,–1970.– V.17, 4, 141–164.

456. Benferhat S., Cayrol C., Dubois D., Lang J., Prade H. Inconsistency management and prioritized syntax–based entailment. In: 13th Intern. Joint Conf. on Artificial Intelligence. Chambery, 640–645, 1993.

457. Berenji H. R. A reinforcement learning – based architecture for fuzzy logic control. – Int. J. of Approx. Reasoning, 6, 1992, 267 – 292.

458. Berger M. A new parametric family of fuzzy connectives and their application to fuzzy control. – Fuzzy Sets Syst., vol. 93, 1998, pp. 1–16.

459. Bersini H., Bontempi G. Now comes the time to defuzzify neuro–fuzzy models.– Fuzzy Sets and Systems, 90, 1997, 161 – 169.

460. Bezdek J.C. A note on generalized self–organizing network algorithms. – SPIE, vol. 1293, Applications of Artificial Intelligence VIII (1990), 260–267.

461. Bezdek J.C. A note on two clustering algorithms for relational network data. – SPIE, vol. 1293, Applications of Artificial Intelligence VIII (1990), 268–277.

462. Bezdek J.C. Fuzzy models and digital signal processing (for pattern recognition): is this a good marriage? – Digital Signal Processing, 3, 1993, 253 – 270.

463. Birkhoff G. Lattice theory (Amer. Math. Soc., Providence, RI, 1967).

464. Blanco A., Delgado M., Requena I. A learning procedure to identify weighted rules by neural networks. – Fuzzy Sets and Systems, 69, 1995, 29 – 36.

465. Bonissone P.P. Discussion: Fuzzy logic control technology: a personal perspective. – Technometrics, v. 37, 3, 1995, 262 – 266.

466. Bouyssou D. Acyclic fuzzy preference and the Orlovsky choice function: a note. – Fuzzy Sets and Systems, 89, 1997, 107 – 111.

467. Buxton R. Modelling uncertainty in expert systems.– Int. J. Man–Machine Studies, V. 31, 1989, 415–476.

468. Capocelli R., De Luca A. Fuzzy sets and decision theory. – Information and Control, 1973, v. 23, p. 446 – 473.

469. Carlsson C., Fuller R. Fuzzy if–then rules for modeling interdependencies in FMOP problems. – Proceedings of the Second European Congress on Intelligent Techniques and soft Computing, Aachen, Germany, 1994, v. 3, 1253 – 1257.

470. Castro J.L., Castro–Schez J.J., Zurita J.M. Learning with fuzzy logic, in: IPMU'96, Granada, 1996, 545 – 550.

471. Castro J.L., Zurita J.M. An inductive learning algorithm in fuzzy systems. – Fuzzy Sets and Systems, 89, 1997, 193 – 203.

472. Castro J.L., Zurita J.M., Trillas E. Expert systems validation, in: VI IFSA World Congress, Sao Paulo, razil, 1995, v. 1, 41 – 44.

473. Cervinka O. Automatic tuning of parametric T–norms and T–conorms in fuzzy modeling, in Proc. 7th IFSA World Congress. Prague: ACADEMIA, 1997, vol. 1, pp. 416–421.

474. Chakraborty M.K., Sarkar S., Das M. Some aspects of [0,1]–fuzzy relation and a few suggestions towards its use, in: M.M. Gupta, A. Kandel, W. Bandler, J.B. Kiszka (eds.). Approximate Reasoning in Expert Systems. Elsevier Science Publishers V.B. (North–Holland), 1985, 139 – 156.

475. Cheeseman P. Discussion: Fuzzy thinking. – Technometrics, v. 37, 3, 1995, 282 – 283.

476. Classification and Clustering (Ed. by J. Van Ryzin). Academic Press, 1977.

477. Cordon O., Herrera F., Peregrin A. Applicability of the fuzzy operators in the design of fuzzy logic controllers. – Fuzzy Sets and Systems, 86, 1997, 15 – 41.

478. Cunningham K.M., Ogilvie J.C. Evaluation of hierarchical grouping techniques: a preliminary study. – The Computer Journal, 15, 3, 209 – 213.

479. D'Ambrosio B. Extending the Mathematics in Qualitative Process Theory.– Internat. J. of Intelligent Systems, 4, 1989, 55–80.

480. Davison M.L. Multidimensional scaling. John Wiley & Sons, New York, 1983.

481. De Baets B., Kerre E. Fuzzy inclusions and the inverse problems, in: Second European Congress on Intelligent Techniques and Soft Computing, Aachen, Germany, 1994, v.2, 940 – 945.

482. De Baets B., Kerre E., Van der Walle B. Fuzzy preference structures and their characterization. – The Journal of Fuzzy Mathematics, 3, 2, 1995, 373 – 381.

483. De Baets B., Mesiar R. Fuzzy partitions and their entropy, in: IPMU'96, Granada, 1996, 1419 – 1424.

484. De Baets B., Van der Walle B. Weak and strong fuzzy interval orders. – Fuzzy Sets and Systems, 79, 1996, 213 – 225.

485. De Cooman G. Non–truth–functional order norms, in: EUFIT'95, 1995, Aachen, 126 – 130.

486. De Cooman G., Kerre E.E. Order norms on bounded partially ordered sets. – J. Fuzzy Mathematics, vol. 2, 1994, 281–310.

487. De Cooman G., Ruan D., Ryjov A.P. FLINS–related activities in Russia. – – Fuzzy Sets and Systems, 74, 1995, 163 – 173.

488. De Luca A., Termini S. A definition of a non–probabilistic entropy in the setting of fuzzy sets theory. – Information and Control, 1972, v. 20, p. 301 – 312.

489. De Luca A., Termini S. Algebraic properties of fuzzy sets. – Journal of Mathematical Analysis and Applicationsa, 1972, v. 40, N. 2, 373–386.

490. De Luca A., Termini S. Entropy of L–fuzzy sets. – Information and Control, 1974, v. 24, p. 55 – 73.

491. De Luca A., Termini S. On the convergence of entropy measures of a fuzzy sets. – Kybernetes, v. 6, 1977, 219 – 227.

492. Delgado M., Gomez–Skarmeta A.F. Vila A. On the use of hierarchical clustering in fuzzy modeling. Int. J. Of Approx. Reasoning, 14, 1996, 237 – 257.

493. Di Nola A., Pedrycz W., Sessa S. Fuzzy relation equations and algorithms of inference mechanism in expert systems, in: M.M. Gupta, A. Kandel, W. Bandler, J.B. Kiszka (eds.). Approximate Reasoning in Expert Systems. Elsevier Science Publishers V.B. (North–Holland), 1985, 355 – 367.

494. Di Nola A., Ventre A.G.S. On fuzzy implication in De Morgan Algebras//Fuzzy Sets and Systems. 1989. V. 33, 155–164.

495. Diday E. et coll. Optimisation en classification automatique. INRIA, 1979.

496. Dombi J. Basic concepts for a theory of evaluation: the aggregative operator. – European Journal of Operational Research, 10, 1982, 282 – 293.

497. Dombi J. Membership function as an evaluation. – Fuzzy Sets and Systems, 35, 1990, 1 – 21. Dubois D., Fargier H., Prade H. Refining the maximin approach to decision–making in fuzzy environment. – Proceedings of VI IFSA World Congress, Sao Paulo, Brasil, 1995, v. 1, 313 – 316.

498. Dombi J. Membership function as an evaluation. – Fuzzy Sets and Systems, 35, 1990, 1 – 21.

499. Dombi J., Vas Z. Basic theoretical treatment of fuzzy connectives. – Acta Cybernet., v. 6, 1983, 191 – 201.

500. Driankov D., Hellendoorn H. Reinfrank M. An Introduction to Fuzzy Control. Springer, Berlin, 1996. – 316.

501. Dubois D., Esteva F., Garcia P., Godo L., Prade H. A logical approach to interpolation based on similarity realtions. – Report de Recerca IIIA 96/07, 1996, Barcelona.

502. Dubois D., Lang J., Prade H. A possibilistic assumption–based truth maintenance system with uncertain justifications, and its application to belief revision. In J.P. Martins, M. Reinfrank (ed.), Truth Maintenagnce Systems. Proceedings of ECAI–90 Workshop. Stockholm, 1990, 87–106.

503. Dubois D., Lang J., Prade H. Inconsistency in possibilistic knowledge bases. In L.A.Zadeh, J. Kacprzyk (eds.), Fuzzy Logic for the Management of Uncertainty. New York: John Wiley \& Sons, 1992, 335–351.

504. Dubois D., Prade H. A review of fuzzy set aggregation connectives. – Information Sciences, 36, 1985, 85–121.

505. Dubois D., Prade H. Fuzzy real algebra: some results. – Fuzzy Sets and Systems, 1979, 2, 327 – 348.

506. Dubois D., Prade H. The three semantics of fuzzy sets. – Fuzzy Sets and Systems, 90, 1997, 141 – 150.

507. Dubois D., Prade H., Ughetto L. Checking the coherence and redundancy of fuzzy knowledge bases. – IEEE Trans. on Fuzzy Systems, 5, 3, 1997, 398 – 417.

508. Duda R. , Hart P. Pattern classification and scene analysis. New York, Wiley–Interscience, 1973.

509. Dujet Ch., Vincent N. Force implication: a new approach to human reasoning. – Fuzzy Sets and Systems, 69, 1995, 53 – 63.

510. Dumitrescu D. A definition of an informational energy in fuzzy sets theory. – Stud. Univ. Babes–Bolyai, Mathematica, 2, 1977, 57–59.

511. Dunn J.C. A graph–theoretic analysis of pattern classification via Tamura's fuzzy relation , IEEE Trans. on Systems, Man and Cybernetics SMC–4 (1974), 310–313.

512. Emptoz H. Nonprobabilistic entropies and indetermination measures in the setting of fuzzy sets theory. – Fuzzy Sets and Systems, 5, 1981, 307 – 317.

513. ERUDIT Newsletter, N 1, 1995.

514. ESPRIT – European strategic programme for research and development in information technology. Progress and results. – Luxemburg: Office for Official Publications of the European Communities, 1991. – 153 p.

515. Esteva F. On Negations and Algebras in Fuzzy Set Theory. Report No. UCB/CSD 87/330, 1986, Berkeley, California.

516. Esteva F., Trillas E., Domingo X. Weak and strong negation functions for fuzzy set theory. Proceedings of the Eleventh Int. Symp. on Multiple–Valued logic, Norman, 1981, pp. 23–26.

517. Fargier H., Lang J., Schiex T. Selecting preferred solutions in fuzzy constraint satisfaction problems. In: Proc.of First European Congress on Fuzzy and Intelligent Technologies. Aachen, 1993, v.3, 1128–1134.

518. Fishburn P.C. Utility Theory for Decision Making. New York: John Wiley & Sons, 1970.

519. Fisher R.A. The use of multiple measurements in taxonomic problems. – Ann. Eugenics, 1936, September, v.7, 179 – 188.

520. Fodor J., Roubens M., Fuzzy Preference Modelling and Multicriteria Decision Support. Dordrecht: Kluwer Academic Publishers, 1994.

521. Fodor J.C, Roubens M. Aggregation of strict preference relations in MCDM procedures, in: Novak V., Mares M., Cerny M., Nekola J. (Eds.) Fuzzy Approach to Reasoning and Decision Making. Academia, Prague and Kluwer, Dordecht, 1992, 163 – 171.

522. Fodor J.C. A new look at fuzzy connectives. – Fuzzy Sets and Systems, 57, 1993, 141 – 148.

523. Fodor J.C. A remark on constructing t–norms. – Fuzzy Sets and Systems, 41, 1991, 195 – 199.

524. Fodor J.C. An axiomatic approach to fuzzy preference modeling. – Fuzzy Sets and Systems, 52, 1992, 47 – 52.

525. Fodor J.C. On fuzzy implication operators. – Fuzzy Sets and Systems, 42, 1991, 293 – 300.

526. Fodor J.C. Strict preference relations based on weak t–norms. – Fuzzy Sets and Systems, 43, 1991, 327 – 336.

527. Fodor J.C. Traces of fuzzy binary relations. – Fuzzy Sets and Systems, 50, 1992, 331 – 341.

528. Forbus K.D. Qualitative Process Theory.– Artificial Intelligence, 24, 1984, N 1–3, 83–168.

529. Forsyth R. (Ed.) Expert systems. Principles and case studies.– London: Chapman and Hall, 1984.

530. Frank H. A new axiom system of fuzzy logic. – Fuzzy Sets and Systems, 77, 1996, 203 – 205.

531. Frank M. J. On the simultaneous associativity of F(x,y) and x + y –F(x,y). – Aequat. Math. , vol. 19, pp. 194–226, 1979.

532. FUBEST'94. The First Workshop on Fuzzy Based Expert Systems. Proceedings. Sofia, Bulgaria, 1994. – 143 p.

533. Fung L.W., Fu K.S. An axiomatic approach to rational decision making in a fuzzy environment, in: Fuzzy Sets and their Applications to Cognitive and Decision Processes (Ed. by L.A. Zadeh, K.S. Fu, K. Tanaka, M. Shimura). – Academic Press, New York, 1975.

534. Furuhashi T., Adachi G., Uchikawa Y. On description of dynamical behavior of fuzzy control systems and a linguistic design method of fuzzy controllers, in: ANNES: Artificial Neural Networks and Expert Systems, Dunedin, New Zealand, 1995, 160 – 163.

535. Gaines B.R. Fuzzy and probability uncertainty logics. – Information and Control, 38, 1978, 154 – 169.

536. Galuzzo M., Capellani V., Garofalo U. Fuzzy control of PH using NAL. – Intern. J. of Approximate Reasoning, 1991, 5, 505 – 519.

537. Gisolfi A., Cicalese F. Classifying through a fuzzy algebraic structure. – Fuzzy Sets and Systems, 78, 1996, 317 – 331.

538. Godo L.L., Lopez de Mantaras R., Sierra C., Verdaguer A. Managing Linguistically Expressed Uncertainty in MILORD Application on Medical Diagnosis. – AICOM, V.1, 1, 1988, 14–31.

539. Goguen J.A. L–fuzzy sets.– J. Math. Anal. Appl. – 1967.– V.18. – P. 145–174.

540. Gottwald S. Set theory for fuzzy sets of higher level. – Fuzzy Sets and Systems, 2, 1979, 125 – 151.

541. Grabisch M., Nguyen H.T. Walker E.A. (Eds.) Fundamentals of Uncertainty Calculi with Applications to Fuzzy Inference. – Kluwer Academic Publishers. 1995. – 360 p.

542. Gu T., Dubuisson B. Similarity of classes and fuzzy clustering. – Fuzzy Sets and Systems, 34, 1990, 213 – 221.

543. Gupta K.C., Gupta R.K. Fuzzy equivalence relation redefined.– Fuzzy Sets and Systems, 79, 1996, 227 – 233.

544. Gupta M.M, Sanchez E. (eds.). Approximate Reasoning in Decision Analysis. North–Holland Publishing Company, 1982.

545. Gupta M.M., Kandel A., Bandler W., Kiszka J.B. (eds.). Approximate Reasoning in Expert Systems. Elsevier Science Publishers V.B. (North–Holland), 1985.

546. Gupta M.M., Qi J. Design of fuzzy logic controllers based on generalized T–operators. – Fuzzy Sets and Systems, 40, 1991, 473 – 489.

547. Gupta M.M., Qi J. Theory of T–norms and fuzzy inference methods. – Fuzzy Sets and Systems, 40, 1991, 431 – 450.

548. Hall L.O. The choice of ply operator in fuzzy intelligent systems. – Fuzzy Sets and Systems.–1990.–V. 34, 135–144.

549. Hasegawa T., Furuhashi T., Uchikawa Y. Stability analysis of fuzzy control systems based on petri nets, in: Proc. Int. Discourse on Fuzzy Logic and the Management of Complexity, FLAMOC'96, 1996, 191 – 195.

550. Hasegawa T., Horikawa S.I., Furuhashi T., Uchikawa Y. On design of adaptive fuzzy controller using fuzzy neural networks and a description of its dynamical behavior. – Fuzzy Sets and Systems, 71, 1995, 3 – 23.

551. Hasegawa T., Horikawa S.I., Furuhashi T., Uchikawa Y., Shimamura S., Yamada T., Kunitake O., Otsuka S. A study on fuzzy modeling of BOF using a fuzzy neural network., in: Proc. of the 2nd Int. Conf. on Fuzzy Logic and Neural Networks, Iizuka, Japan, 1992, 1061 – 1064.

552. Hasegawa T., Horikawa S.I., Furuhashi T., Uchikawa Y., Shimamura S., Yamada T., Kunitake O., Otsuka S. An application of fuzzy neural network to fuzzy modeling of basic oxygen furnace, in: Proc. Of IEEE Int. Workshop on Neuro–Fuzzy Control, 1993, 133 – 138.

553. Hashimoto H. Transitivity of generalized fuzzy matrices. – Fuzzy Sets and Systems, 17, 1985, 83 – 90.

554. Henkind S.J., Harrison M.C. An analysis of four uncertainty calculi. – IEEE Trans. on Systems, Man, and Cybernetics, 18, 5, 1988, 700 – 714.

555. Herrera F., Herrera–Viedma E., Verdegay J.L. A model of consensus in group decision making under linguistic assessments. – Fuzzy Sets and Systems, 78, 1996, 73– 87.

556. Herrera F., Herrera–Viedma E., Verdegay J.L. Direct approach process in group decision making using linguistic OWA operators. – Fuzzy Sets and Systems, 79, 1996, 175– 190.

557. Higashi M., Klir G.J. On measures of fuzziness and fuzzy complements. – Int. J. General Systems, 1982, Vol. 8, pp. 169 –180.

558. Hiraga I., Furuhashi T., Uchikawa Y., Nakayama S. An acquisition of operator's rules for collision avoidance using fuzzy neural networks. – IEEE Trans. on Fuzzy Systems, 3, 3, 1995, 280 – 287.

559. Hirsch G., Lamotte M., Mas M.T., Vigneron M.J. Phonemic classification using a fuzzy dissimilitude relation. – Fuzzy Sets and Systems, 5, 267 – 275, 1981.

560. Hohle U., Klement E.P. (Eds.) Non–Classical Logics and their Applications to Fuzzy Subsets. – Kluwer Academic Publishers. 1995. – 400 p.

561. Hong T.–P., Lee C.–Y. Induction of rules and membership functions from training examples. – Fuzzy Sets and Systems, 84, 1996, 33 – 47.

562. Horikawa S.I., Furuhashi T., Okuma S., Uchikawa Y. A fuzzy controller using a neural network and its capability to learn expert's control rules, in: Proceedings of the Int. Conf. On Fuzzy Logic & Neural Networks, Iizuka, Japan, 1990, 103 – 106.

563. Horikawa S.I., Furuhashi T., Uchikawa Y. A new type of fuzzy neural network for linguistic fuzzy modeling, in: Proc. of the 2nd Int. Conf. on Fuzzy Logic and Neural Networks, Iizuka,Japan, 1992, 1053 – 1056.

564. Horikawa S.I., Furuhashi T., Uchikawa Y. A new type of fuzzy neural network based on a truth space approach for automatic acquisition of fuzzy rules with linguistic hedges. – Int. J. Of Approx. Reasoning, 13, 1995, 249 – 268.

565. Horikawa S.I., Furuhashi T., Uchikawa Y. On fuzzy modeling using fuzzy neural networks with the back–propagation algorithm. – IEEE Trans. on Neural Networks, 3, 5, 1992, 801 – 806.

566. Horikawa S.I., Furuhashi T., Uchikawa Y. On identification of structures in premises of a fuzzy model using a fuzzy neural networks, in: Second IEEE Int. Conf. On Fuzzy Systems, FUZZ–IEEE'93, 1993, 661 –666.

567. Horikawa S.I., Furuhashi T., Uchikawa Y., Tagawa T. A study on fuzzy modeling using fuzzy neural networks, in: Fuzzy Engineering toward Human Friendly Systems, IFES'91, 562 – 573.

568. Horikawa S.I., Yamaguchi M., Furuhashi T., Uchikawa Y. Fuzzy control for inverted pendulum using fuzzy neural networks. – Journal of Robotics and Mechatronics, 7, 1, 1995, 36 – 44 (even pages !!?).

569. Hubert L. J., Baker F.B. Experimental comparison of hierarchical grouping etalon models on r–diameter of confirming index, in: Classification and Clustering (Ed. by J. Van Ryzin). Academic Press, 1977. (Russian translation: Clussificatsija i cluster.– Moscow, Mir, 1980, 112–128.)

570. Iancu I. T–norms with threshold. – Fuzzy Sets and Systems, 85, 1997, 83 – 92.

571. Jacquet–Lagreze E. Modelling preferences among Distributions using Fuzzy Relations. The Fifth Research Conference on Subjective Propability, Utility and Decision Making. Darmstadt, Sept. 1–4, 1975.

572. Jambu M. Classification Automatique Pour L'analyse des Donnees. Bordas. Paris, 1978.

573. Jang J.S.R. ANFIS: Adaptive–Network–Based Fuzzy Inference System. – IEEE Trans. SMC, 23, 3, 1993, 665 – 685.

574. Jang J.S.R., Sun C.T., Mizutani E. Neuro–Fuzzy and Soft Computing. A Computational Approach to Learning and Machine Intelligence. Prentice–Hall International, 1997. – 613 pp.

575. Jardine N., Sibson R. Mathematical taxonomy.– London: John Wiley & Sons, 1971.

576. Johnson N., Kotz S. Axiomatic approaches to formulas for combining likelihoods or evidence. C 310, in: J. of Stat. Computation and Simulation, 31, 1989, 49 – 54.

577. Johnson S.C. Hierarchical clustering schemes. – Psychometrika, 1967, 32, 3, 241–254.

578. Joint Hungarian–Japanese symposium on Fuzzy systems and applications. Extended abstracts/Ed. by L.T. Koczy and K. Hirota.– Budapest, 1991.– 173 p.

579. Kalman J.A. Lattices with involution. – Trans. Amer. Math. Soc., 87, 1958, 485 – 491.

580. Kandel A., Martins A., Pacheco R. Discussion: On the very real distinction between fuzzy and statistical methods. – Technometrics, v. 37, 3, 1995, 276 – 281.

581. Karr C.L., Gentry E.J. Fuzzy control of pH using genetic algorithms. – IEEE Trans. On Fuzzy Systems, 1, 1, 1993, 46 – 53.

582. Kaufmann A. Introduction a la theorie des sous–ensembles flous. Masson, Paris, 1977.

583. Kaufmann A., Gupta M.M. Fuzzy Mathematical Models in Engineering and Management Science. Amsterdam: North–Holland,, 1988.

584. Kaufmann A., Gupta M.M. Fuzzy Mathematical Models in Engineering and Management Science. Amsterdam: North–Holland,, 1988.

585. Keeney R.L., Raiffa H. Decisions with Multiple Objectives: Preference and Value Tradeoffs. New Yor Keller J.M., Krishnapuram R., Chen Z., Nasraoui O. Fuzzy additive hybrid operators for network–based decision making. – Int. J. Intelligent Systems, 9, 1994, 1001 – 1023.

586. Kimberling C. On a class of associative functions. – Publ. Math. Debrecen, v. 20, 1973, 21 – 39.

587. King P.J., Mamdani E.H. "The application of fuzzy control systems to industrial processes," Automatica, vol. 13, pp. 235–242, 1977.

588. Kitainik L. Fuzzy Decision Procedures with Binary Relations. Towards a Unified Theory. – Kluwer, Boston, 1993. – 254 pp.

589. Klawonn F., Kruse R. Derivation of fuzzy classification rules from multidimensional data.

590. Klawonn F., Kruse R. Equality relations as a basis for fuzzy control. – Fuzzy Sets and Systems, 54, 1993, 147 – 156.

591. Klawonn F., Nauck D., Kruse R. Generating rules from data by fuzzy and neuro–fuzzy methods, in: Proceedings of the Third German GI–Workshop "Fuzzy–Neuro–Systeme'95", Darmstadt, Germany, 1995.

592. Klement E.P. Construction of fuzzy sigma–algebras using triangular norms. – J. Math. Anal. Appl., 85, 1982, 543 –565.

593. Klement E.P. Some mathematical aspects of fuzzy sets: triangular norms, fuzzy logics, and generalized measures. – Fuzzy Sets and Systems, 90, 1997, 133 – 140.

594. Klement E.P., Mesiar R., Pap E. A characterization of the ordering of continuous t–norms. – Fuzzy Sets and Systems, 86, 1997, 189 – 195.

595. Klement E.P., Mesiar R., Pap E. On the relationship of associative compensatory operators to triangular norms and conorms. – Int. J. of Uncertainty, Fuzziness and Knowledge–Based Systems 2 (1996) 129–144.

596. Klir G.J. A principle of uncertainty and information invariance. – Int. J. General Systems, 1990, Vol.17, pp. 249 – 275.

597. Klir G.J. Where do we stand on measures of uncertainty, ambiguity, fuzziness, and the like? – Fuzzy Sets and Systems, 1987, 24, 141 – 160.

598. Klir G.J., Folger T.A. Fuzzy Sets, Uncertainty, and Information. Prentice–Hall International,1988.

599. Knopfmacher J. On measures of fuzziness. – Journal of Mathematical Analysis and Applications, 1975, v. 49, p. 529 – 534.

600. Koczy L.T. Computational complexity of various fuzzy inference algorithms. – Annales Univ. Sci. Budapest., Sect. Comp. 12, 1991, 151 – 158.

601. Kosko B. Fuzzy Engineering. Prentice–Hall, New Jersey, 1997. – 549 pp.

602. Kosko B. Fuzzy systems as universal approximators. – IEEE Trans. On Computers, v. 43, 11, 1329 – 1333, 1994.

603. Kovalerchuk B. Interpolation for fuzzy rules in expert and control systems, in: The First Workshop on Fuzzy Based Expert Systems. FUBEST'94. Sofia, Bulgaria, 1994, 101 – 103.

604. Kruse R., Schwecke E., Heinsohn J. Uncertainty and vagueness in knowledge based systems. Numerical methods. Springer–Verlag, Berlin, 1991.

605. Kruskal J. B. Multidimensional Scaling and cluster analysis, in: Classification and Clustering (Ed. by J. Van Ryzin). Academic Press, 1977. (Russian translation: Clussificatsija i cluster.– Moscow, Mir, 1980, 20–41.)

606. Lance G.N., Williams W.T. A general theory of classificatory sorting strategies. I. Hierarchical systems. – Comput. J., 1969, 9, 4, 373 – 380.

607. Laviolette M., Seeman J. W., Jr., Barrett J.D., Woodall W.H. A probabilistic and statistical view of fuzzy methods. – Technometrics, v. 37, 3, 1995, 249 – 261.

608. Laviolette M., Seeman J. W., Jr., Barrett J.D., Woodall W.H. Reply. – Technometrics, v. 37, 3, 1995, 287 – 292.

609. Lee C.C. Fuzzy logic in control systems: fuzzy logic controller, Part I. – IEEE Trans. SMC, 20, 2, 1990, 404 – 418; Part II. – IEEE Trans. SMC, 20, 2, 1990, 419 – 435.

610. Lee N.S., Grize Y.L., Dehnad K. Quantitative models for reasoning under uncertainty in knowledge–based expert systems. – Int. J. of Intelligent Systems, 2, 1, 1987, 15 – 38.

611. Lewis F.L., Liu K. Towards a paradigm for fuzzy logic control. – Automatica, 32, 2, 1996, 167 – 181.

612. Li H.X., Gatland H.B., Green A.W. Fuzzy variable structure control. – IEEE Trans. SMC – Part B: Cybernetics, v. 27, No 2, April 1997, 306 – 312.

613. Li T.–Y., Yorke J.A. Period three implies chaos.

614. Libert G., Roubens M. Non metric fuzzy clustering algorithms and their cluster validity, in: M.M. Gupta and E. Sanchez (eds.). Approximate Reasoning in Decision Analysis. North–Holland Publishing Company, 1982, 417 – 425.

615. Lin C.T. Neural Fuzzy Control Systems with Structure and Parameter Learning. World Scientific, Singapore, 1994. – 127 pp.

616. Lin C.–T., Lee C.S. G. Neural Fuzzy Systems. Prentice Hall, 1996.

617. Ling C.H. Representation of associative functions. Publ. Math. Debrecen, vol. 12, pp. 189–212, 1965.

618. Loo S.G. Measures of fuzziness. – Cybernetica, 20, 3, 1977, 201 – 210.

619. Lopez de Mantaras R., Valverde L. New results in fuzzy clustering based on the concept of indistinguishability relation. – IEEE Trans. on Pattern Analysis and Machine Intelligence, 10, 5, 1988, 754 – 757.

620. Lou S. P., Cheng W.C., Chao L.M. Two new methods in fuzzy cluster, in: M.M. Gupta and E. Sanchez (eds.). Approximate Reasoning in Decision Analysis. North–Holland Publishing Company, 1982, 427 – 430.

621. Lowen R. On fuzzy complements. – Information Sciences, 14, 1978, 107 – 113.

622. Matsushita S., Kuromiya A. Yamaoka M., Furuhashi T., Uchikawa Y. A stady on fuzzy GMDH with comprehensible fuzzy rules. IEEE Symp. On Emerging Technologies & Factory Automation, 1994, 192 – 198.

623. Matsushita S., Kuromiya A. Yamaoka M., Furuhashi T., Uchikawa Y. Determination of antecedent structure for fuzzy modeling using genetic algorithm, in: Proc. ICEC'96, IEEE Intern. Conf. On Evolutionary Computation, Nagoya, Japan, 1996, 235 – 238.

624. Matula D.W. Methods of graph theory in cluster analysis algorithms, in: Classification and Clustering (Ed. by J. Van Ryzin). Academic Press, 1977. (Russian translation: Clussificatsija i cluster.– Moscow, Mir, 1980, 83–111.)

625. Mayor G. Sugeno's negations and t–norms. – Mathware & Soft Computing, 1, 1994, 93 – 98.

626. Mayor G., Calvo T. Fractal negations. – Mathware & Soft Computing, 3, 1994, 277 – 283.

627. Mazlack L.J., Flowers C. Unsupervised database discovery through dissonance reduction and uncertainty management to support knowledge extraction, in: IPMU–96, 1996, 917 – 922.

628. Mesiar R. A note to the T–sum of L–R fuzzy numbers. – Fuzzy Sets and Systems, 79, 1996, 259 – 261.

629. Michels K. Numerical stability analysis for a fuzzy or neural network controller. – Fuzzy Sets and Systems, 89, 1997, 335 – 350.

630. Mizumoto M. Fuzzy controls under various fuzzy reasoning methods. – Information Sciences, 45, 1988, 129 – 151.

631. Mizumoto M., Tanaka K. Some properties of fuzzy sets of type 2. – Information and Control, 31, 1976, 312 – 340.

632. Morita Y., Oka Y.A fuzzy scale induced by intransitive ordering, in: M.M. Gupta and E. Sanchez (eds.). Approximate Reasoning in Decision Analysis. North–Holland Publishing Company, 1982, 139 – 150.

633. Moulin H. Axioms of cooperative decision making.– Cambridge: Cambridge University Press, 1988.

634. Mukaidono M. Representation of fuzzy data with fuzzy logic expressions, in: M.M. Gupta, A. Kandel, W. Bandler, J.B. Kiszka (eds.). Approximate Reasoning in Expert Systems. Elsevier Science Publishers V.B. (North–Holland), 1985, 369 – 381.

635. Nakayama S., Horikawa S.I., Furuhashi T., Uchikawa Y. Knowledge acquisition of strategy and tactics using fuzzy neural networks, in: IJCNN92, Baltimore, 1992, II, 751 – 756.

636. Nauck D. Beyond neuro–fuzzy: perspectives and directions, in: EUFIT'95, 1995, 1159 – 1164.

637. Nauck D., Klawonn F., Kruse R. Fuzzy sets, fuzzy controllers, and neural networks. – Wissenschaftliche Zeitschrift der Humboldt–Universitat zu Berlin, Reihe Medizin, 41, Nr 4, 1992, 99 – 120.

638. Nauck D., Kruse R. Choosing appropriate neuro–fuzzy models. In: Proceedings of the Second European Congress on Intelligent Techniques and Soft Computing EUFIT'94. – Aachen, Germany, 1994, v.1, 552 – 557.

639. Negoita C.V., Ralesku D.A. Applications of fuzzy sets to systems analysis. – Basel: Birkhausner Verlag, 1975.

640. Novak V. On the syntactico–semantical completeness of first–order fuzzy logic. Part 1. Syntax and Semantics. – Kybernetika, 26, 1, 1990, 47 – 66.

641. Novak V. On the syntactico–semantical completeness of first–order fuzzy logic. Part 2. Main Results. – Kybernetika, 26, 2, 1990, 134 – 154.

642. Novak V., Dvorak L. Linguistically oriented fuzzy logic control, its present stage and futher development, in: The First Workshop on Fuzzy Based Expert Systems, FUBEST'94. Sofia, Bulgaria, 101–103.

643. Novak V., Ivanek J. The position of fuzzy logic in rule–based expert systems. – Proceedings of VI IFSA World Congress'95.– Sao Paulo, Brasil, 1995, v.1, 33 – 35.

644. Nozaki K., Ishibuchi H., Tanaka H. A simple but powerful heuristic method for generating fuzzy rules from numerical data. – Fuzzy Sets and Systems, 86, 1997, 251 – 270.

645. Ovchinnikov S.V. General negations in fuzzy set theory. – J. Math. Anal. Appl., 92, 1983, 234 – 239.

646. Peng Y., Reggia J.A. Abductive Inference Models for Diagnostic Problem–Solving. Springer–Verlag, New–York, 1987.

647. Preparata F.P., Yeh R.T. Continuously valued logic. – J. Comput. Syst. Sciences, 1972, 6, 397–418.

648. Proceedings of the Fifth IFSA World Congress'93.– Seoul, Korea, v. 1–2, 1993.– 1421 pp.

649. Proceedings of the First European Congress on Fuzzy and Intelligent Technologies EUFIT'93.– Aachen, Germany, v.1–3, 1993.– 1678 pp.

650. Proceedings of the Second European Congress on Intelligent Techniques and Soft Computing EUFIT'94. – Aachen, Germany, 1994, v.1–3.– 1756 pp.

651. Proceedings of the Tenth Conference on Uncertainty in Artificial Intelligence (Ed. by R. Lopez de Mantaras and D. Poole), Seattle, 1994. – Morgan Kaufmann Publishers, San Francisco, 1994. – 616 p.

652. Proceedings of Third IFSA–EC and Euro–WGFS Workshop on Fuzzy Sets.–Annales Univer. Sci. Budapest. Sect. Comp. 12, 1991. – 256 p.

653. Ralescu A.L., Ralescu D.A. New concepts of fuzzy aggregation, in: VI IFSA World Congress, Sao Paulo, Brasil, 1995, 1, 301 – 304.

654. Rasiowa H. An algebraic approach to non–classical logics. – Amsterdam: North–Holland, 1974.

655. Rasmussen D., Yager R.R. Using summary SQL as a tool for finding fuzzy and gradual functional dependencies, in: IPMU–96, Granada, 1996, 275 – 287.

656. Reed T.R. A review of recent texture segmentation and feature extraction techniques. – CVGIP: Image Understanding, v. 57, 3, 1993, 359 – 372.

657. Reggia J.A., Nau D.S., Peng Y., Perricone B. A theoretical foundation for abductive expert systems, in: M.M. Gupta, A. Kandel, W. Bandler, J.B. Kiszka (eds.). Approximate Reasoning in Expert Systems. Elsevier Science Publishers V.B. (North–Holland), 1985, 459 – 472.

658. Ribeiro R.A. Fuzzy multiple attribute decision making: a review and new preference elicitation techniques. – Fuzzy Sets and Systems, 78, 1996, 155 – 181.

659. Rosenfeld A. Fuzzy groups. – J. of Mathematical Analysis and Applications, 35, 1971, 512 – 517.

660. Roubens M. Choice procedures in fuzzy multicriteria decision analysis based on pairwise comparisons. – Fuzzy Sets and Systems, 84, 1986, 135 – 142.

661. Roubens M. Fuzzy sets in preference modelling and decision analysis. – Proceedings of VI IFSA World Congress, Sao Paulo, Brazil, 1995, v.1, 19 – 24.

662. Rousseeuw P.J. Discussion: Fuzzy clustering at the intersection. – Technometrics, v. 37, 3, 1995, 283 – 286.

663. Roy B. Classement et choix en presence de points de vue multiples (la methode ELECTRE), Rev. Franc. d'Informatique et de Rech. Operat., 2, N 8, 1968, 57 – 75.

664. Roychowdhury S. "New triangular operator generators for fuzzy systems," IEEE Trans. Fuzzy Syst., vol. 5, pp. 189–198, 1997.

665. Roychowdhury S. Connective generators for archimedian triangular operators. – Fuzzy Sets and Systems, vol. 94, 1998, pp. 367–384.

666. Ruan D., Kerre E.E. Fuzzy implication operators and generalized fuzzy method of cases. – Fuzzy Sets and Systems, 54, 1993, 23 – 37.

667. Ruspini E.H. On truth and utility. 297 – 304. – ???

668. Ruspini E.H. Possibilistic data structures for the representation of uncertainty, in: M.M. Gupta and E. Sanchez (eds.). Approximate Reasoning in Decision Analysis. North–Holland Publishing Company, 1982, 411 – 416.

669. Saaty T.L. Exploring the interface between hierarchies, multiple objectives and fuzzy sets. – Fuzzy Sets and Systems, 1978, v. 1, 57 – 68.

670. Schweizer B. Multiplications on the space of probability distribution functions. – Aequationes Math., 12, 1975, 156 – 183.

671. Schweizer B., Sklar A. Associative functions and abstract semigroups. – Publ. Math. Debrecen, v. 10, 1963, 69–81.

672. Schweizer B., Sklar A. Associative functions and statistical triangle inequalities. – Publ. Math. Debrecen, v. 8, 1961, 169 – 186.

673. Schweizer B., Sklar A. Probabilistic Metric Spaces. Amsterdam: North–Holland, 1983.

674. Segapeli J.–L., Cavarero A., Cavarero J.–L. Building a hierarchy of classes from examples, in: IPMU–96, 1996, 265 – 270, Granada.

675. Shortliffe E. Computer based medical consultations: MYCIN, (American Elsevier, New York, 1976).

676. Silvert W. Symmetric summation: a class of operations on fuzzy sets. – IEEE Trans. on Systems, Man, and Cybernetics, v. SMC–9, No 10, October 1979, 657 – 659.

677. Skala H.J. On many–valued logics, fuzzy sets, fuzzy logics and their applications. – Fuzzy Sets and Systems, 1, 1978, 129 – 149.

678. Smets P., Magrez P. Additive structure of the measures of information content, in: M.M. Gupta, A. Kandel, W. Bandler, J.B. Kiszka (eds.). Approximate Reasoning in Expert Systems. Elsevier Science Publishers V.B. (North–Holland), 1985, 195 – 197.

679. Sokal R.R. Cluster analysis and classification: general directions, in: Classification and Clustering (Ed. by J. Van Ryzin). Academic Press, 1977. (Russian translation: Clussificatsija i cluster.– Moscow, Mir, 1980, 7–19.)

680. Srihari S.N. On choosing measurements for invariant pattern recognition. – Information Sciences, 21, 1980, 1 – 11.

681. State L. Quelques proprietes des algebres De Morgan, in: G.C. Moisil (Ed.) Logicue, Automatique, Informatique (Bucharest, 1971) 195 – 207.

682. Stephanou H.E., Sage A.P. Perspectives on inperfect information. – IEEE Trans. on Systems, Man, and Cybernetics, 17, 5, 1987, 780– 798.

683. Sugeno M. An introductory survey of fuzzy control. – Information Sciences, 36, 1985, 59 – 83.

684. Sugeno M., Park G.–K. An approach to linguistic instruction based learning.– Intern. J. of Uncertainty, Fuzziness and Knowledge–Based Systems, v. 1, N 1, 1993, 19–56.

685. Takagi T., Imura A., Ushida H., Yamaguchi T. Conceptual fuzzy sets as a meaning representation and their inductive construction. – Int. J. of Intelligent Systems, 10, 1995, 929 – 945.

686. Takagi T., Sugeno M. Fuzzy identificaton of systems and its applications to modeling and control. – IEEE Trans. SMC, 15, No 1, 1985, 116 – 132.

687. Takeda E. Connectivity in Fuzzy graphs.– Technol. Repts. Osaka Univ., 23, 1973. 343–352.

688. Tamura S., Higuchi S., Tanaka K. Pattern classification based on fuzzy relations.– IEEE Trans. on Systems, Man and Cybernetics SMC–1 (1971), 61–66.

689. Tay T.T., Tan S.W. Fuzzy system as parameter estimator of nonlinear dynamic functions. – IEEE Trans. SMC – Part B: Cybernetics, V. 27, No 2, April 1997, 313 – 326.

690. Thole U., Zimmermann H.–J., Zysno P. On the suitability of minimum and product operators for the intersection of fuzzy sets. – Fuzzy Sets and Systems, 2, 1979, 167 – 180.

691. Torra V. Negation functions based semantics for ordered linguistic labels. – Int. J. of Intelligent Systems, 11, 1996, 975 – 988.

692. Trillas E. "Sobre funciones de negacion en la teoria de conjuntos difusos," Stochastica, vol. 3, pp. 47–59, 1979.

693. Trillas E., Alsina C., Valverde L. Do we need max, min and 1–j in fuzzy set theory?, in: Fuzzy Set and Possibility Theory/Ed. by R.R. Yager. New York: Pergamon Press, 1982, p. 275–297.

694. Trillas E., Riera T. Entropies in finite fuzzy sets. – Information Sciences, 15, 1978, 159 – 168.

695. Trillas E., Valverde L. On mode and implication in approximate reasoning, in: M.M. Gupta, A. Kandel, W. Bandler, J.B. Kiszka (eds.). Approximate Reasoning in Expert Systems. Elsevier Science Publishers V.B. (North–Holland), 1985, 157 – 166.

696. Turksen I.B. "Unified fuzzy system modeling," in New Trends in Artificial Intelligence and Neural Networks, Ciftcibasi, Karaman and Atalay, Eds. Ankara: EMO Sci. Books, pp. 5–19, 1997.

697. Uncertainty in Artificial Intelligence. Proceedings of the Tenth Conference (Ed. by R. Lopez de Mantaras and D. Poole), 1994. – 616 p.

698. Valverde L. On the structure of F–indistinguishability operators. –Fuzzy Sets and Systems, 17, 1985, 313 – 328.

699. Valverde L., Trillas E. On modus ponens in fuzzy logic, in: The International Sysmposium on Multiple–Valued Logic (Kingston, Ontario, Canada 1985).

700. Verbruggen H.B., Bruijn. Fuzzy control and conventional control: what is (and can be) the real contribution of fuzzy systems? – Fuzzy Sets and Systems, 90, 1997, 151 – 160.

701. Voxman W., Goetschell R. A note on the characterization of the max and min operators. – Information Sciences, 30, 1983, 5 – 10.

702. Wagenknecht M. On pseudo–transitive approximations of fuzzy relations. – Fuzzy Sets and Systems, 44, 1991, 45 – 55.

703. Wagenknecht M. Unfuzzy non–dominated elements in fuzzy collective choice problems. – The Journal of Fuzzy Mathematics, v. 2, No 4, 1994, 835 – 845.

704. Wagenknecht M., Batyrshin I. On negations generated by compensations, in: International Workshop on Soft Computing, SC – 96, Proceedings (Ed. by I. Batyrshin and D. Pospelov), Kazan, Russia, 1996, 59 – 66.

705. Wang L., Mendel J.M. Fuzzy basis functions, universal approximation and orthogonal least–squares learning. – IEEE Trans. on Neural Networks, v. 3, 5, 807 – 814, 1992.

706. Wang L.–X. Combining mathematical model and heuristics into controllers: an adaptive fuzzy control approach. – Fuzzy Sets and Systems, 89, 1997, 151 – 156.

707. Wang L.–X. Fuzzy systems are universal approximators, in: Proceedings of the IEEE Int. Conf. On Fuzzy Systems, San Diego, 1992.

708. Wang X. An investigation into relations between some transitivity–related concepts. – Fuzzy Sets and Systems, 89, 1997, 257 – 262.

709. Watanabe S. Fuzzification and invariance. – Proc. Int. Conf. Cybern. and Soc. Tokyo – Kyoto, 1978, v. 2–3, 947 – 951.

710. Watkins F.A. Comments on Singh and Zeng:"Approximation theory of fuzzy systems – SISO case". – IEEE Trans. on Fuzzy Systems, 4, 1, 1996, 80 – 81.

711. Weber S. A modification of Lukasiewicz logic and its applications to fuzziness and distances, in: M.M. Gupta, A. Kandel, W. Bandler, J.B. Kiszka (eds.). Approximate Reasoning in Expert Systems. Elsevier Science Publishers V.B. (North–Holland), 1985, 123 – 137.

712. Weber S.A. A general concept of fuzzy connectives, negations and implications based on t–norms and t–conorms.– Fuzzy Sets and Systems. v. 11, N 2, 1983, p. 115–134.

713. Whalen T. Exact solutions for interacting rules in generalized modus ponens with parameterized implication functions. – Information Sciences, 92, 1996, 211 – 232.

714. Windham M.P. Numerical classification of proximity data with assignment measures.– J. of Classification, 2, 157–172 (1985).

715. Wu W., Teh H.H. Reasoning with propositional knowledge based on fuzzy neural logic. – Int. J. of Intelligent Systems, 11, 1996, 251 – 265.

716. Yager R.R. A note on fuzziness in a standard uncertainty logic. – IEEE Trans. Systems, Man, Cybernet. 1979. V. 9, 387–388.

717. Yager R.R. A unified approach to aggregation based upon MOM and MAM operators. – Int. J. of Intelligent Systems, 10, 1995, 809 – 855.

718. Yager R.R. Cardinality of fuzzy sets via bags. – Mathl. Modelling, 9, 6, 1987, 441 – 446.

719. Yager R.R. Comments to "Textured Sets: An Approach to Aggregation Problems with Multiple Concerns". – IEEE Trans. on Systems, Man, and Cybernetics, v. SMC – 11, 10, October 1981, 730 – 731.

720. Yager R.R. Constrained OWA aggregation. – Fuzzy Sets and Systems, 81, 1996, 89 – 101.

721. Yager R.R. Finite linearly ordered fuzzy sets with applications to decisions. – Int. J. Man–Machine Studies, 12, 1980, 299 – 323.

722. Yager R.R. On a class of weak triangular norm operators. – Information Scienes, 96, 1997, 47 – 78.

723. Yager R.R. On the measure of fuzziness and negation. II. Littices. – Information and Control, 44, 1980, 236 – 260.

724. Yager R.R. On the theory of bags. – Int. J. General Systems, 13, 1986, 23 – 37

725. Yager R.R., Larsen H.L. Retrieving Information by Fuzzification of Queries. – Journal of Intelligent Information Systems, v.2, N 4, 1993, 421 – 441.

726. Yager R.R., Rybalov A. Noncommutative self–identity aggregation. – Fuzzy Sets and Systems, 85, 1997, 73 – 82.

727. Yager R.R., Rybalov A. Uninorm aggregation operators. – Fuzzy Sets and Systems, 1996, 80, 111 – 120.

728. Yamakawa T., Miki T. "The current mode fuzzy logic integrated circuits fabricated by the standard CMOS process," IEEE Trans. Comput., vol. 35, pp. 161–167, 1986.

729. Yang Z., Zhou X. A sufficient and necessary condition for an OWA bag mapping having the self–identity. – Fuzzy Sets and systems, 90, 1997, 327 – 334.

730. Yazenin A.V., Wagenknecht M. Non–dominated elements and fuzzy scalarizing functions in vector optimization. – The Journal of Fuzzy Mathematics, v. 2, No. 3, 1994, 565 – 578.

731. Yazici A., Aksoy D., George R. The similarity–based fuzzy object–oriented data model, in: IPMU–96, v. III, 1996, 1177 – 1182.

732. Yehia S.E. Fuzzy partitions and fuzzy–quotient rings. – Fuzzy Sets and Systems, 54, 1993, 57 – 62.

733. Yen J., Wang L. Constructing optimal fuzzy models using statistical information criteria, in: Proc. Int. Symp. Artificial Intelligence, Mexico, 1996, 395 – 402.

734. Yen J., Wang L. Improving the interpretability of TSK fuzzy models by combining global learning and local learning.

735. Yen J., Wang L. Integrated structure and parameter identification of fuzzy models using backpropagation and singular value decomposition.

736. Yen J., Wang L. Simplification of fuzzy rule based systems using orthogonal transformation, in: Proc. IEEE Int. Conf. Fuzzy Systems. Barcelona, Spain, July, 1997.

737. Ying H. A nonlinear fuzzy controller with linear control rules is the sum of a global two–dimensional multivalued relay and a local nonlinear proportional–integral controller. – Automatica, 29, 2, 1993, 499 – 505.

738. Ying H. General analytical structure of typical fuzzy controllers and their limiting structure theorems. – Automatica, 29, 4, 1993, 1139 – 1143.

739. Ying H. The simplest fuzzy controllers using different inference methods are different nonlinear proportional–integral controllers with variable gaines. – Automatica, 29, 6, 1993, 1579 – 1589.

740. Yuan B., Wu W. Fuzzy ideals on a distributive lattice. – Fuzzy Sets and Systems 35 (1990) 231–240.

741. Zadeh L. A. Fuzzy logic = computing with words. – IEEE Trans. on Fuzzy Systems, v. 4, 2, 1996, 103 – 111.

742. Zadeh L.A. A fuzzy–set–theoretic interpretation of linguistic hedges. – Journal of Cybernetics. – 1972, 2, 3, 4 – 34.

743. Zadeh L.A. Discussion: Probability theory and fuzzy logic are complementary rather than competitive. – Technometrics, v. 37, 3, 1995, 271 – 276.

744. Zadeh L.A. Fuzzy algorithms.– Information and Control.– 1968.– 12, 94 – 102.

745. Zadeh L.A. Fuzzy Languages and their relation to human and machine Intelligence, in: Proc. Int. Conference on Man and Computers. 1970. Basel (Ed. by S. Karger) 1972, 130–165.

746. Zadeh L.A. Fuzzy sets and their application to pattern clasification and cluster analysis, in: Classification and Clustering (Ed. by J. Van Ryzin). Academic Press, 1977. (Russian translation: Clussificatsija i cluster.– Moscow, Mir, 1980, 208–247)

747. Zadeh L.A. Fuzzy sets as a basis for a theory of possibility. – Fuzzy Sets and Systems, 1, 1978, 3 – 28.

748. Zadeh L.A. Fuzzy sets.– Information and Control.– 1965.– 8, 3, 338–353.

749. Zadeh L.A. New frontiers in fuzzy logic. – Proceedings of VI IFSA World Congress, Sao Paulo, Brasil, 1995, v.1, 1 – 2.

750. Zadeh L.A. Outline of a new approach to the analysis of complex systems and decision processes.– IEEE Trans. Syst. Man. Cybern. – 1973, 1, 28–44.

751. Zadeh L.A. Quantitative fuzzy semantics.– Information Sciences. – 1971, 3, 159–176.

752. Zadeh L.A. Similarity relations and fuzzy orderings.– Inform. Sciences.– 1971.– V.3.– P. 177–200.

753. Zadeh L.A. Toward a theory of fuzzy information granulation and its centrality in human reasoning and fuzzy logic. – Fuzzy Sets and Systems, 90, 1997, 111 – 127.