автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.10, диссертация на тему:Моделирование процессов подбора кадров для органов внутренних дел на основе нейросетевых технологий

ВВЕДЕНИЕ.

7IABA 1. ПРОБЛЕМЫ УПРАВЛЕНИЯ ПОДБОРОМ КАДРОВ

ДЛЯ ОРГАНОВ ВНУТРЕННИХ ДЕЛ.

1. Современное состояние работы по подбору кадров для ОВД.

2. Применение психодиагностических методов в профессиональном отборе.

3. Обзор методов прогнозирования. Состояние проблемы.

4. Выводы по 1 главе.

7IABA 2. ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ КАК ИНСТРУМЕНТ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПРИ ПОДБОРЕ КАДРОВ

ДЛЯ ОРГАНОВ ВНУТРЕННИХ ДЕЛ.

1.1. Введение в искусственные нейронные сети.

2. Особенности обучения и применения нейронных сетей.

1.3. Построение нейросетевых моделей «ДИСЦИПЛИНА», «УСПЕВАЕМОСТЬ» и «РАБОТА».

Л. Выводы по 2 главе.

7LABA 3. МОДЕЛИРОВАНИЕ ПРОЦЕССА ПОСТУПЛЕНИЯ

В ВЫСШИЕ УЧЕБНЫЕ ЗАВЕДЕНИЯ МВД РФ.

А. Определение структуры и параметров сети.

2. Обучение нейронных сетей.

3. Нелинейная регрессионная комплексная модель дисциплины, успеваемости и эффективности работы кандидатов для поступления в высшие учебные заведения МВД РФ.

3.4. Выводы по 3 главе.

ЛАВА 4. УПРАВЛЕНИЕ ПОДБОРОМ КАДРОВ ДЛЯ ОРГАНОВ

ВНУТРЕННИХ ДЕЛ НА ОСНОВЕ МАТЕМАТИЧЕСКИХ

МОДЕЛЕЙ. kl. Применение разработанной методики при подборе кандидатов для поступления в высшие юридические учебные заведения МВД РФ.

L2. Оценка практической применимости разработанной методики для поддержки управленческих решений при подборе кадров в подразделения ГПС МВД РФ. кЗ. Методическое обеспечение и перспективы использования модели при подборе кадров в высшие учебные заведения МВД РФ. к4. Выводы по 4 главе.

1АЮПОЧЕНИЕ.

ШТЕРАТУРА.

ТРИЛОЖЕНИЯ.

Триложение 1. Результаты тестирования абитуриентов ДВЮИ МВД РФ (1992 г.), оценка их дисциплины,успеваемости (1996 г.) и эффективности последующей работы в ОВД (1999 г.).

1риложение 2. Результаты тестирования инспекторов ГПН ГПС УВД Хабаровского края (1993-1995 гг.) и оценка эффективности их последующей работы в ОВД (2001 г.).

Триложение 3. Вербализация сети «ДИСЦИПЛИНА».

Триложение 4. Вербализация сети «УСПЕВАЕМОСТЬ».

Триложение 5. Вербализация сети «РАБОТА».

1риложение 6. Применение нейроимитатора NEUROPRO 0. при подборе кадров для ОВД.

Значительный рост преступности в России за последние годы детерми-[ировал ее переход в качественно новое состояние. Преступность стала одним [з основных факторов политической и социальной нестабильности в Россий-кой Федерации, представляя собой угрозу национальной безопасности и рос-ийской государственности в целом. Осознание государством реальности этой ггрозы обусловило активизацию поиска путей возвращения ситуации под кон-роль.

Успех функционирования любого звена системы государственного ап-[арата определяется, прежде всего, качеством кадров, их профессиональной юдготовкой, правильным подбором, расстановкой и добросовестным отноше-сием к должностным обязанностям. В полной мере, разумеется, это относится и : системе МВД РФ, поскольку эффективность ее деятельности находится в [рямой зависимости от кадрового обеспечения [5.36].

С точки зрения стратегии борьбы с преступностью одним из главных лементов этой системы является ее кадровый потенциал. Без его качественно-о улучшения, без людей, обладающих необходимыми знаниями, опытом, энер-ией, желанием и стремлением обеспечить законность и правопорядок, защиту [рав и свобод членов общества, никакие программы борьбы с преступностью [е принесут значительной пользы, они будут только очередной краткосрочной [опыткой стабилизации ситуации [5.26-5.28].

В любом органе внутренних дел процесс обновления личного состава [роисходит постоянно, что обусловлено рядом объективных и субъективных )акторов: увеличением или сокращением штатной численности, передвижени-м по службе, переводом на службу в другие органы и подразделения, увольне-пием. Поэтому деятельность по подбору кадров и следующая за ним их расста-овка носит не эпизодический, а систематический характер и практически осуществляется повседневно [2.5]. 6

Вместе с тем, по своей направленности, содержанию и методам она мо-кет носить как текущий, так и перспективный характер [5.32]. В первом случае >ешаются в основном разовые задачи, возникающие в связи с потребностью юдобрать кандидатуру на ту или иную вакантную или освобождающуюся должность, во втором - задачи, рассчитанные на перспективу с учетом предви-1,ения последствий факторов, которые оказывают или могут оказать влияние на юстояние и качество кадрового обеспечения ОВД. Если работа по подбору и >асстановке кадров не носит перспективного характера, то решение данных за-порой сопряжено с трудностями [2.4]. В конкретной ситуации начинается юиск подходящих кандидатур, оценка вариантов решения проблемы, поспеш-юе привлечение к ее решению общественных организаций, вышестоящих органов управления и т.д. Все это порой приводит к неудачному выбору кандида-ов, что, естественно, впоследствии негативно отражается на качественном составе кадров, порождает проблемы их расстановки и текучести. Передовой >пыт свидетельствует, что цели качественного кадрового обеспечения дости-аются лишь тогда, когда оно строится на перспективной основе.

Повышение значимости такого подхода обусловлено и объективными факторами: динамизмом общественных процессов в условиях перехода к ры-ючным отношениям, криминогенной обстановкой [5.32, 5.45]. В настоящее |ремя значительно быстрее, чем раньше, происходят изменения как в среде функционирования ОВД, так и в их организационной структуре, в стиле и ме-одах управления ими.

Поэтому особенностью работы по подбору, комплектованию и расста-ювке кадров является ее обязательный перспективный характер. Прежде всего, год этим подразумевается научно обоснованное предвидение изменений в ор-анизационной структуре, штатах, укомплектованности ОВД на ближайший [ериод (1-2 года), в более отдаленные сроки (5-10 лет) и определение на этой юнове потребностей в кадрах для замещения вакантных должностей. Исходя из (ыявленных потребностей обеспечивается соответствующая плановая органи7 ация работы.

Основой творческого решения проблемы являются прогнозирование и шанирование не только потребности в кадрах, но и выход на качественно но-5ый уровень, основанный на прогнозировании качества работы лица, принимаемого на службу в ОВД. К сожалению, приходится констатировать, что в настоящее время в ОВД нет четкой системы прогнозирования, а также перспек-гивного планирования на его базе такой потребности [4.5, 4.6].

При приеме на службу в ОВД, поступлении в высшее юридическое или южарно-техническое учебное заведение МВД РФ каждый кандидат проходит )бследование с помощью различных методик, направленных на оперативное и удобное обследование психологической сферы индивида (мотивы, познава-:ельные процессы, самооценка, личностные особенности, социально-психо-югические качества, психофизиологические характеристики и др.).

Однако данные, полученные в результате обследования, в дальнейшем 1спользуются неэффективно. В этой связи возникает необходимость разработ-:и методики, применение которой давало бы возможность сопоставлять ре-;ультаты тестирования слушателей высших учебных заведений МВД РФ с состоянием их успеваемости, дисциплины, а также с эффективностью дальней-пей работы в ОВД и осуществлять поддержку обоснованных решений при гриеме лиц на службу в ОВД или на учебу в высшие учебные заведения МВД >Ф. Именно такая методика позволит более качественно осуществлять подбор сотрудников в ОВД и слушателей для высших юридических и пожарно-ехнических учебных заведений МВД РФ.

Многочисленные эксперименты, проводимые в Дальневосточном юри-щческом институте МВД РФ, позволили установить, что для методик, исполь-ующих статистические методы обработки данных (весь набор процедур >TATGRAPHICS Plus for Windows), максимальная погрешность ошибки со-тавляет не менее 30-40% [3.8, 4.5, 4.7]. Исходя из проведенных экспериментов, 8 ложно сделать вывод, что статистические методы не могут являться основным шструментом обработки результатов тестирования при прогнозировании вы-пеперечисленных параметров.

Решить указанную проблему с помощью известных методов прикладной ;татистики не удается. Исследованием, проведенным нами в рамках данной ра->оты, установлено, что наилучшим инструментом для разработки методики, способной осуществлять прогнозирование состояния дисциплины, успеваемости и эффективности последующей работы выпускников института по резуль-:атам их тестирования тестом Кеттела, являются искусственные нейронные се-:и (НС), которые за последние годы начали широко применяться для решения )азличных нерегулярных задач.

Разработанная в ходе исследования методика может найти применение щя широкого круга управленческих задач: отбора абитуриентов в высшие оридические и пожарно-технические учебные заведения МВД РФ; подбора максимально совместимого рабочего коллектива, удовлетворяющего выпол-1яемым функциям; подбора сотрудников в ОВД. Эти задачи могут решаться с гомощью специализированной методики, реализованной в виде программы, в юнове которой лежит нелинейная регрессионная комплексная модель дисцип-[ины, успеваемости и эффективности работы выпускников высших учебных введений МВД РФ.

Актуальность диссертационной работы связана с необходимостью:

- повышения качества отбора абитуриентов в высшие юридические и южарно-технические учебные заведения МВД РФ;

- разработки современных методов выявления на этапе предварительно-о отбора лиц, не способных выполнять на должном уровне свои функциональ-[ые обязанности в ОВД;

- создания надежной методики для количественных оценок эффективности подбора кадров. 9

Целью исследования является совершенствование информационно-аналитического обеспечения управления процессом подбора кадров в ОВД.

Для достижения поставленной цели решены следующие задачи:

- осуществлены статистически достоверные процедуры тестирования [ичности кандидатов на обучение в высших учебных заведениях МВД РФ и со-рудников ОВД;

- обоснована принципиальная применимость нейронных сетей (НС) для фогнозирования состояния дисциплины, успеваемости и эффективности рабо-Ъ1 кандидатов при обучении в высших учебных заведениях МВД РФ;

- разработана количественная модель оценки состояния дисциплины, ус-юваемости и эффективности работы кандидатов для обучения в высших учеб-1ых заведениях МВД РФ;

- экспериментально апробирована математическая модель поддержки финятия управленческих решений при подборе кандидатов для обучения в 1ысших учебных заведениях МВД РФ, а также для работы в ОВД;

- разработано методическое обеспечение прогнозирования состояния (исциплины, успеваемости и эффективности работы кандидатов на обучение в 1ысших учебных заведениях МВД РФ.

Объектом исследования является система управления кадровыми ре-урсами ОВД.

Предметом исследования являются количественные методы и модели юддержки принятия решений при подборе кадров в ОВД.

Методы исследования. Для достижения поставленной цели применяясь методы современной практической психологии, теории вероятностей и ттематической статистики, прогнозирования на основе НС, теории управления организационными системами, а также современные алгоритмы обучения НС.

10

Материал исследования. Для построения математической модели и ее фактической апробации использовались результаты тестирования лиц, посту-тющих на учебу в Дальневосточный юридический институт МВД РФ, резуль-:аты тестирования сотрудников оперативных подразделений УВД Хабаровского края и Сахалинской области, а также результаты тестирования инспекторов государственного пожарного надзора (ГПН) государственной противопожарной шужбы (ГПС) УВД Хабаровского края.

Материал исследования состоит из десяти выборочных массивов. Первый 1редставляет собой результаты тестирования 270 абитуриентов ДВЮИ МВД 3Ф личностным опросником Кеттела (1992 г.) и оценок состояния их дисцип-шны, успеваемости (1996 г.), а также оценок эффективности их последующей эаботы в ОВД (1999 г.). Второй массив состоит из результатов тестирования 61 шспектора ГПН ГПС УВД Хабаровского края личностным опросником Кетте-ia (1993-1995 гг.) и оценок эффективности их последующей работы в южарных подразделениях (2001 г.). Остальные выборки (по 40 человек саждая) представляют собой результаты тестирования абитуриентов ДВЮИ у!ВД РФ, которые не входили в первую выборку, а также результаты тестирования абитуриентов Восточно-Сибирского института МВД РФ, юступающих на инженерный факультет, которые направлялись на учебу ГПС /ВД Хабаровского края, и сотрудников ОВД Сахалинской области. Они были 1редназначены для проверки качества прогнозирования с помощью разработанной методики. Каждая из данных выборок содержит по 40 результатов юстирования.

Обоснованность и достоверность полученных результатов обеспечивайся:

- использованием системного подхода при построении математических и юйросетевых моделей, позволяющего учитывать влияние наиболее существен-1ых факторов на процесс кадрового отбора;

11

- применением апробированного математического аппарата;

- экспериментальной проверкой разработанных математических моде-юй с использованием надежной и достоверной информационной базы.

Максимальная относительная погрешность расчетных параметров по шюшению к реальным составила не более 15%.

Границы исследования. В работе исследуется процесс поддержки и 1ринятия управленческих решений при подборе кандидатов для обучения в 5ысших учебных заведениях МВД РФ, а также на службу в ОВД на примере Дальневосточного региона.

На защиту выносятся:

- нелинейная регрессионная комплексная модель кандидата для посту-шения в высшее учебное заведение МВД РФ;

- методика поддержки принятия управленческих решений при отборе 1битуриентов, поступающих в высшие учебные заведения МВД РФ;

- методическое обеспечение применения нейросетевого моделирования щя повышения эффективности подбора кадров в ОВД.

Научная новизна работы заключается в том, что в диссертационном исследовании впервые обосновано применение НС и практически реализованы 1ейросетевые технологии для прогнозирования состояния дисциплины и успеваемости лиц, поступающих на учебу в высшие учебные заведения МВД РФ, а :акже оценки эффективности их последующей работы в ОВД.

Предыдущие работы в данной области основывались на обработке ре-ультатов тестирования абитуриентов высших юридических и пожарно-ехнических учебных заведений МВД РФ и кандидатов для поступления на щужбу в ОВД с помощью многомерных методов (факторный, дискриминант-1ый, кластерный, корреляционный анализ и т.д.), которые не всегда позволяли

12 выполнить надежное прогнозирование вышеназванных параметров вследствие целого ряда причин (нелинейная взаимосвязь и взаимозависимость исходных щнных, трудности разделения гиперплоскостями классифицируемых групп, :лабая интерпретируемость полученных результатов и т.д.).

Теоретическая значимость работы. Математически описана нейронная ;еть, предназначенная для прогнозирования состояния дисциплины и успеваемости лиц, поступающих на учебу в высшие учебные заведения МВД РФ, а :акже эффективности их последующей работы в подразделениях ОВД.

Разработана оптимальная методика обучения НС на результатах психо-югического тестирования абитуриентов высших учебных заведений МВД РФ.

В процессе исследования выявлены наиболее значимые черты характе->а, которые оказывают наибольшее влияние на состояние дисциплины, успе-$аемости и эффективность работы слушателей и выпускников высших учебных введений МВД РФ и позволяют получить интересные результаты с точки зре-шя психологии.

Практическая ценность исследования состоит в разработке эффективных I простых в использовании методик анализа и прогнозирования по подбору :валифицированных кадров на службу в ОВД.

Разработанные методики могут быть использованы для прогнозировашя:

- состояния успеваемости лиц, поступающих на учебу в высшие юриди-геские и пожарно-технические учебные заведения МВД РФ;

- состояния дисциплины лиц, поступающих на учебу в высшие юриди-геские и пожарно-технические учебные заведения МВД РФ;

- эффективности работы выпускников высших юридических и пожарно-ехнических учебных заведений МВД РФ в практических подразделениях ми-шции и государственной противопожарной службы МВД России;

13

- количественных оценок эффективности подбора кадров.

Нелинейная регрессионная модель состояния дисциплины, успеваемости I эффективности работы реализована в виде программного продукта, написан-юго в среде программирования DELPHI 5.0, и представляет собой простую для фактических работников кадровых аппаратов ОВД методику поддержки при-1ятия решений при подборе абитуриентов в высшие учебные заведения МВД 5Ф, а также кандидатов на службу в практические подразделения ОВД.

Полученные результаты используются в лекционных курсах высших оридических и пожарно-технических учебных заведений МВД РФ, а также при юдготовке и проведении практических занятий по учебным курсам "Основы травления в органах внутренних дел", "Информатика и математика" и "Психо-югия и педагогика".

Внедрение результатов исследования. Результаты исследования внедре-1ы в практическую деятельность Главного управления кадров МВД РФ, УВД Сахалинской области, ДВЮИ МВД РФ, ПЧ-1 ГПС УВД Хабаровского края и в учебный процесс Академии ГПС МВД РФ.

Результаты диссертационной работы докладывались на Международных сонференциях «Информатизация правоохранительных систем» (г.Москва) в 1999 г., «Научно-техническое и экономическое сотрудничество стран АТР в <Х1 веке» (г.Хабаровск) в 1999 г., межрегиональной конференции «Механизмы чэсударственного и гражданского противодействия коррупции» (г.Хабаровск) в .999 г., межвузовских конференциях (г.Хабаровск) в 1992, 1999-2001 гг. По ре-ультатам исследования опубликовано 11 научных работ.

Структура и объем работы. Диссертация состоит из введения, четырех 'лав и заключения. Работа изложена на 183 страницах, включая 55 рисунков и 0 таблиц, список литературы включает 102 наименования, приложения приветны на 31 странице.

4.4. Выводы по 4 главе

1. Данное исследование доказывает возможность применения искусственных нейронных сетей для прогнозирования состояния дисциплины и успеваемости слушателей высших юридических и пожарно-технических учебных 5аведений МВД РФ, а также эффективности их последующей работы в подразделениях ОВД [4.6, 4.7].

2. Проведенными экспериментами получены следующие результаты по лрогнозированию вышеперечисленных параметров: ошибка прогнозирования состояния дисциплины слушателей - не более 8-10%, ошибка прогнозирования состояния успеваемости слушателей - не более 8-12,5%, ошибка прогнозирования эффективности работы выпускников высших юридических и пожарно-гехнических учебных заведений МВД РФ - не более 12,5-15%.

3. Результатом исследования является методика, которая позволяет осуществлять поддержку принятия решений при решении следующих прикладных $адач [4.1]:

- отбор абитуриентов в высшие юридические и пожарно-технические учебные заведения МВД РФ, набравших одинаковое количество баллов;

- подбор максимально совместимого рабочего коллектива ОВД, удовлетворяющего выполняемым функциям;

- выявление на этапе предварительного отбора кадров в ОВД лиц, не способных выполнять на должном уровне свои функциональные обязанности;

- обработка результатов тестирования сотрудников практических под-эазделений милиции и ГПС МВД России искусственными нейронными сетями щя количественных оценок эффективности подбора кадров;

139

ЗАКЛЮЧЕНИЕ

Представленные в данной работе нейросетевые модели создавались на 5азе 16 оценочных шкал личности, полученных в результате тестирования 270 абитуриентов, поступающих на учебу в ДВЮИ МВД РФ, личностным опросником Кеттела, а также полученных методом экспертных оценок значений состояния дисциплины, успеваемости и последующей эффективности их работы в ОВД. Для обучения нейронной сети результаты тестирования берутся 7-и и 3-х ггетней давности, а остальные параметры - за текущий год. Обученная на исходных данных нейронная сеть способна осуществлять прогнозирование вышеперечисленных параметров с горизонтом прогнозирования 4 и 7 лет [4.7].

В процессе обучения нейронных сетей на тестах 270 абитуриентов ДВЮИ МВД РФ и 61 инспектора ГПН ГПС УВД Хабаровского края экспериментально установлено, что для решения поставленной задачи наиболее подходят однослойные нейронные сети, состоящие: из 14 нейронов для прогнозирования состояния дисциплины, 12 нейронов для прогнозирования состояния успеваемости и 13 нейронов для прогнозирования эффективности работы при шачении коэффициента преобразователя 0,2 [4.6].

Данное исследование доказывает возможность применения нейронных :етей для прогнозирования состояния дисциплины, успеваемости слушателей высших юридических и пожарно-технических учебных заведений МВД РФ, а также эффективности их последующей работы в ОВД. Проведенными экспериментами получены следующие результаты по прогнозированию вышеперечис-1енных параметров: ошибка прогнозирования состояния дисциплины слушате-1ей - не более 8-10%, ошибка прогнозирования состояния успеваемости слушателей - не более 8-12,5%, ошибка прогнозирования эффективности работы вы-тускников в практических подразделениях милиции и ГПС - не более 12,5-15% ;5.56].

В процессе исследования выявлены наиболее значимые шкалы опросни

140 т Кеттела применительно к вышеперечисленным параметрам, анализ которых тсихологами-теоретиками может дать интересные результаты.

Экспериментальным путем установлено, что наиболее важными чертами характера, влияющими на дисциплину, являются: G (подверженность чувствам - высокая нормативность поведения), С (эмоциональная неустойчивость -шоциональная устойчивость), Q3 (низкий самоконтроль - высокий самоконтроль), F (сдержанность - экспрессивность) и N (прямолинейность -дипломатичность).

Наиболее важными чертами характера, влияющими на успеваемость, 1вляются: G (подверженность чувствам - высокая нормативность поведения), В интеллект), С (эмоциональная неустойчивость - эмоциональная устойчивость), 53 (низкий самоконтроль - высокий самоконтроль) и Q4 (расслабленность -напряженность).

На эффективность работы выпускников высших юридических и тожарно-технических учебных заведений МВД РФ в практических юдразделениях влияют, в большей степени, следующие черты характера: G подверженность чувствам - высокая нормативность поведения), С эмоциональная неустой-чивость - эмоциональная устойчивость), Q3 (низкий самоконтроль - высокий самоконтроль) и Q4 (расслабленность - напряженность).

Результаты данного исследования могут использоваться в практической заботе отделений по работе с личным составом, отделов по работе с кадрами, г.к. выявленный набор качеств, положительно и отрицательно характеризующее сотрудников ОВД, позволяет более эффективно воздействовать на них, и гем самым влиять на состояние их дисциплины, успеваемости, а также эффективность их последующей работы. Однако необходимо учитывать, что данные юкомендации относятся к лицам определенной возрастной группы (18-27 лет) )аботающим оперуполномоченными или инспекторами ГПН.

141

Полученная в результате исследования нелинейная регрессионная комплексная модель дисциплины, успеваемости и эффективности работы реализована в виде программы, написанной в среде программирования DELPHI 5.0.

Данная система может использоваться для поддержки принятия управ-1енческих решений при приеме сотрудников на службу в ОВД на основании гех же методик тестирования и распознавания.

Использование данной системы поддержки принятия управленческих зешений в практической деятельности ОВД Хабаровского края и Сахалинской области позволило улучшить качество подбора кадров.

Дальнейшие исследования с использованием полученных результатов штор видит [4.5, 5.56]:

- во-первых, в дальнейших исследованиях данной методики, направлен-шх на повышение горизонта прогнозирования и уменьшение ошибки прогнозирования путем применения современных методов или комплекса методов тестирования личности;

-во-вторых, в анализе с помощью разработанной методики психологи-неской обстановки в ОВД, степени их укомплектованности квалифицированными кадрами;

- в-третьих, в разработке комплексной методики, способной прогнозиро-шть при помощи обученных нейронных сетей не только дисциплину, успеваемость и эффективность работы, но и психологическую совместимость членов соллектива, определять ролевой статус лица, принимаемого на службу в ОВД, и 1рогнозировать эффективность работы коллектива под его управлением.

На основании вышеизложенного можно сделать вывод, что использование разработанной нами методики в практической деятельности ОВД может [начительно улучшить их работу, т.к. в некоторых жизненных ситуациях ком-1ьютерные системы искусственного интеллекта могут являться «квалифициро-*анными» и «беспристрастными» помощниками руководителя любого ранга.

142

1. Нормативные документы

2. Закон РФ "О милиции" от 18 апреля 1993 г.

3. Положение о службе в органах внутренних дел Российской Федерации. Утверждено постановлением ВС РФ N 4202-1 от 23 декабря 1992 г.2. Авторефераты диссертаций

4. Доррер М.Г. Психологическая интуиция искусственных нейронных сетей. Автореф. дис. .канд. техн. наук. Киев.: СГТУ, 1998.

5. Маловинский А.В. Разработка и применение методов принятия решений для идентификации лиц, употребляющих наркотики и склонных к наркомании. Автореф. дис. . .канд. техн. наук. М.: АГПС МВД РФ, 2000.

6. Свириденкова М.А. Разработка и исследование методов обнаружения разладки на основе нейросетей. Автореф. дис. .канд. техн. наук. М.: МЭИ, 1997.

7. Амиров А.В. Оптимизация распределения кадровых ресурсов органов внутренних дел на основе типологизации регионов Российской Федерации. Автореф. дис. .канд. техн. наук. М.: МИПБ МВД России, 1999.

8. Шурупов А.Н. Нейросетевые рейтинговые системы в задачах контроля качества подготовки кадров. Автореф. дис. .канд. техн. наук. М.: ГИРЭ-иА, 1998.3. Статьи и отчеты

9. Тэнк Д.У., Хопфилд Д.Д. Коллективные вычисления в нейро-ноподобных электронных схемах // В мире науки. 1988. N 2. С. 44-53.

10. Розенблат Ф. Аналитические методы изучения нейронных сетей // Зарубежная радиоэлектроника. 1965. N 5. С.40-50.

11. Горбань А.Н. Обобщенная аппроксимационная теорема и вычисли143тельные возможности нейронных сетей // Сиб. журн. вычисл. математики / РАН. Сиб. отд-ние. Новосибирск, 1998. - Т.1, №1. - С.11-24.

12. Масалович А.И. От нейрона к нейрокомпьютеру // Журнал доктора Добба. 1992. №1.-С. 20-23.

13. Горбань А.Н., Миркес Е.М. Логически прозрачные нейронные сети для производства знаний из данных. ВЦ СО РАН в г. Красноярске. Красноярск, 1997. С. 12 (Рукопись деп. в ВИНИТИ 17.07.97, № 2434-В97).

14. Горбань А.Н., Миркес Е.М. Оценки и интерпретаторы ответа для сетей двойственного функционирования. ВЦ СО РАН в г. Красноярске. Красноярск, 1997. С. 24 (Рукопись деп. в ВИНИТИ 25.07.97, № 2511-В97).

15. Хинтон Д. Как обучаются нейронные сети// В мире науки. 1992. N 11-12.-С.103-107.

16. Лебедько В.В. Профессионально-психологический отбор при поступлении в ДВЮИ МВД РФ. Выявление лиц, склонных к девиации поведения // Психодиагностика в практических органах. Научно-практический журнал. 1996.-С.6.

17. Галустян О.А., Кутушев В.Г. Планирование работы кадровых аппаратов органов внутренних дел.: Лекция.- М., Академия МВД, 1983. С. 27.

18. Галушкин А. Современные направления развития нейрокомпьютер-ных технологий в России // Открытые системы. 1997. №4. С. 26.

19. Материалы съездов, конференций, симпозиумов

20. Белозеров О.И. Моделирование психологической интуиции на основе искусственных нейронных сетей // Комплексное использование древесины при144производстве композиционных материалов. Научные труды.- Вып. 310. М.: МГУЛ, 2000. - С.97-99.

21. Белозеров О.И. Нейросетевая модель сотрудника ОВД // Международная конференция «Информатизация правоохранительных систем» (1999 г., Москва). Тезисы докладов, ч.2. М.: Академия управления МВД РФ, 1999. С. 70-71 (в соавторстве).

22. Белозеров О.И. Сравнение статистических и нейросетевых методов прогнозирования // Тезисы докладов XXXIX научно-технической конференции студентов и аспирантов. Хабаровск.: ХГТУ, 1999. С.22.145

23. Белозеров О.И. Объектно-ориентированная система поддержки принятия решений "Минтай" // Экономика Дальнего Востока в условиях перехода к рынку. Тезисы докладов. Хабаровск.: ХГТУ, 1993. С. 214. (в соавторстве).

24. Белозеров О.И. Введение в системы распределенного искусственного интеллекта // Тезисы докладов XXXII студенческой научно-практической конференции. Хабаровск.: ХПИ, 1992. С. 116. (в соавторстве).

25. Доррер М.Г. Обработка психологической информации при помощи нейронных сетей // Проблемы информатизации региона: Материалы 2-й межрегиональной конференции. Красноярск: КГТУ, 1997.- С.33-43.

26. Доррер М.Г. Попытка применения нейронных сетей для прогнозирования психологической совместимости в группе // Нейроинформатика и ее приложения: Программа и тезисы докладов II Всеросийского рабочего семинара. Красноярск: КГТУ, 1994.- С.13.

27. Доррер М.Г., Горбань А.Н., Копытов А.Г., Зенкин В.И. Психологическая интуиция нейронных сетей // Нейроинформатика и ее приложения: Про146грама и тезисы докладов III всеросийского рабочего семинара. Красноярск: КГТУ, 1995.-С.114-127.

28. Минаев В.А., Шопин А.В. Методика моделирования экстремальных ситуаций в деятельности правоохранительных органов // Технические средства и автоматизированные системы в правоохранительной сфере. Труды Академии. М.: Академия МВД РФ, 1994. С. 121-128.

29. Свириденков К.И., Свириденкова М.А., Широков С.С. Использование нейромоделей для прогнозирования // Международная конференция "Информатизация правоохранительных систем" (1998 г., Москва). Тезисы докладов. М:. Академия МВД РФ, 1998. С. 116-117.

30. Царегородцев В.Г. Производство полуэмпирических знаний из таблиц данных с помощью обучаемых нейронных сетей // Методы нейроинформа-тики. Сборник научных трудов. Красноярск: КГТУ, 1998. С. 205.

31. Лебедько В.В. Организация психопрофилактики в подразделениях147

32. УВД Хабаровского края // Психологическое обеспечение профессиональной деятельности сотрудников ОВД. Сборник материалов Всероссийской научно-методической конференции. Омск, ОВШМ, 1994. - С. 87-95.

33. Игровое моделирование и пожарная безопасность / под. ред. Бруш-линского Н.Н. М.: Стройиздат, 1993. - С. 252.

34. Брушлинский Н.Н. и др. Системный анализ и проблемы пожарной безопасности народного хозяйства. М.: Стройиздат, 1988. - С. 413.

35. Баранов А.К., Карпычев В.Ю., Минаев В.А. Компьютерные экспертные технологии в органах внутренних дел. М.: 1992. - 130 с.

36. Барцев С.И. Некоторые свойства адаптивных сетей (программная реализация).- Красноярск: Институт физики СО АН СССР, 1987. 120 с.

37. Барцев С.И., Охонин В.А. Адаптивные сети обработки информации. -Красноярск: Институт физики СО АН СССР, 1986. 180 с.

38. Филиппов А.В. Работа с кадрами. Психологический аспект. М.: Экономика, 1984. - 167 с.

39. Берн Э. Введение в психотерапию. СПб, 1991.

40. Бурков В.Н. и др. Большие системы: моделирование организационных механизмов. М.: Наука, 1989. - 247 с.148

41. Бурков В.Н., Кондратьев В.В. Механизмы функционирования организационных систем. М.: Наука, 1981. - 212 с.

42. Гаврилова Т. А., Червинская К. Р. Извлечение и структурирование знаний в экспертных системах. М.: Радио и связь, 1992. - 290 с.

43. Гладун В. П. Эвристический поиск в сложных средах. Киев: Нау-кова думка, 1977. - 340 с.

44. Брушлинский Н.Н. Системный анализ деятельности ГПС. М.: МИПБ. 1998.-С. 250.

45. Горбань А.Н. Обучение нейронных сетей. М.: изд. СССР - США СП "ParaGraph", 1990. - 160 с.

46. Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. Новосибирск: Наука, 1996. - 276 с.

47. Грешилов А.А. Как принять наилучшее решение в реальных условиях М.: Радио и связь, 1991. - 320 с.

48. Дударев Г.И. и др. Аналитическая деятельность и компьютерные технологии. Учебное пособие: М., МЦ при ГУК МВД России, 1996. 156 с.

49. Дюк В. А. Компьютерная психодиагностика. СПб: Братство, 1994.

50. Дюк В.А. Обработка данных на ПК в примерах СПб: Питер, 1997.

51. Евланов Л.Г. Теория и практика принятия решений. М.: Экономика, 1984. - 288 с.

52. Елисеева И.И., Юзбашев М.М. Общая теория статистики: Учебник / Под. ред. чл.- корр. РАН И.И.Елисеевой.- М.: Финансы и статистика, 1996. -368 с.

53. Загоруйко Н. Г. Эмпирическое предсказание. Новосибирск: Наука, 1979. 340 с.

54. Зиверт X. Тестирование личности. М., 1997.

55. Иванченко А.Г. Персептрон системы распознавания образов. - Киев.: Наукова думка, 1972. - 298 с.

56. Карданская Н.Л. Основы принятия управленческих решений: Учеб149ное пособие. М.: Русская деловая литература, 1988. - 288 с.

57. Кононеико В.И. Информатика и вычислительная техника в деятельности органов внутренних дел. Учебное пособие. М.: ГИЦ МВД России, 1995.

58. Кононенко В.И. Информационные технологии управления в органах внутренних дел. Учебник. М., 1997.

59. Кашолкин Б.И., Мешалкин Е.А. Тушение пожаров в энергоустановках.- М.: Энергоатомиздат, 1985.- 111 с.

60. Мешалкин Е.А., Палей С.М., Васильев М.С. Иллюстрированный словарь по пожарной безопасности.- М.: ВНИИПО, 1999. 435 с.

61. Проблемы организации пожарно-профилакической работы: Сб. научи. тр. / Всероссийский НИИ противопожарной обороны; Редкол.: Е.А.Мешалкин (отв. ред.) и др.- М.: ВНИИПО, 1989. 92 с.

62. Минаев В.А., Саблин В.Н. и др. Теоретические основы информатики и информационная безопасность. М.: Радио и связь, 2000. -468 с.

63. Минаев В.А. Кадровые ресурсы органов внутренних дел: современные подходы к управлению. М.: Академия МВД СССР, 1991. -164 с.

64. Микеев А.К. Пожар: Социальные, экономические, экологические проблемы.- М.: Ассоц. "Пожнаука", 1994.- 385 с.

65. Миркин Б. Г. Анализ качественных признаков и структур. М.: Статистика, 1980. 240 с.

66. Н. Д. Нильсон. Искусственный интеллект. Методы поиска решений.-М.: Мир, 1973.-243 с.

67. Основы управления в органах внутренних дел (под ред. А.П.Корене150ва). М: МВШМ МВД России, 1994. - 264 с.

68. Анастази А.С. Психологическое тестирование. М.: Педагогика, 1982. Т.1.-316 с.

69. Проблемы принятия решения ( ред. коллегия: Анохин П.К и др.). -М.: Наука, 1976.-318 с.

70. Румшинский JI.3. Математическая обработка результатов эксперимента. М.: Наука, 1971. - 192 с.

71. Сазонов Б.И. Руководитель органа внутренних дел.: Учебное пособие.- М., 1983.- 34 с.

72. Саркисян Н.А. и др. Теория прогнозирования и принятия решений / Под. ред. С.А.Саркисян. М.: Высшая школа, 1977. -355 с.

73. Сафонов В.О. Экспертные системы интеллектуальные помощники специалистов. -СПб: Санкт-Петербургская организация общества "Знания" России, 1992. - 233 с.

74. Соколов Е.Н., Вайтнявичус Г.Г. Нейроинтеллект: от нейрона к нейрокомпьютеру. М.: Наука, 1989. - 283 с.

75. Социологический справочник / под ред. Волович В.И. и др. Киев: Политиздат Украины, 1990. - 380 с.

76. Теория управления в сфере правоохранительной деятельности (под ред. В.Д.Малкова). М.: Академия МВД СССР, 1990. - 324 с.

77. Трахтенгерц Э.А. Компьютерная поддержка принятия решений: Научно-практическое издание. Серия "Информатизация России на пороге XXI века".- М.: СИНТЕГ, 1998. 376 с.

78. Тюрин Ю.Н., Макаров А.А. Анализ данных на компьютере. М.: Инфра-М, Финансы и статистика, 1995. - 384 с.

79. Фатхудинов Р.А. Разработка управленческого решения: Учебное пособие.- М.: ЗАО "Бизнес-школа", 1997. 208 с.

80. Финн В. К. Интеллектуальные системы: проблемы их развития и социальные последствия // Будущее искусственного интеллекта / Под ред. К. Е.151

81. Левитина, Д. А. Поспелова. М.: Наука, 1991.- 320 с.

82. Хант Э., Мартин Дж., Стоун Ф. Моделирование процесса формирования понятий на вычислительной машине. М.: Мир, 1970. - 320 с.

83. Хрестоматия по инженерной психологии (под ред. Б.А.Душкова). -М.: Высш. шк., 1991. 287 с.

84. Шлеер С., Меллор С. Объектно-ориентированный анализ: моделирование мира в состояниях: Пер. с англ.- Киев: Диалектика, 1993. 240с.

85. Эддоус М., Стенсфилд Р. Методы принятия решений / Пер. с англ., под ред. И.И.Елисеевой.- М.: Банки и биржи, 1994. 324 с.

86. Д. Элти, М. Кумбс. Экспертные системы: концепции и примеры.-М.: Финансы и статистика, 1987. 231 с.

87. Энциклопедия психологических тестов. Профессиональное консультирование, профессиональный отбор, профессиональная ориентация, тесты для безработных. М.: ООО "Издательство ACT", 1997. - 320 с.

88. Белозеров О.И. Современные методы прогнозирования. Искусственные нейронные сети: Учебное пособие.- Хабаровск.: ХГИИК, 2000. С.50.

89. Белозеров О.И. Современные методы прогнозирования. Многомерные методы: Учебное пособие.- Хабаровск, ХГИИК.: 2001. С.32.

90. Bardcev S.I., Okhonin V.A. The algorithm of dual functioning (back-propagation): general approach, vesions and applications. Krasnojarsk: Inst, of biophysics SB AS USSA, 1989. P. 246.

91. Davis R. TEIRESIAS: Applications of meta-level knowledge // Knowledge-based Systems in Artifical Intelligence. N. Y.: McGrow-Hill, 1982. P. 220.

92. Neural Computing// London: IBE Technical Services, 1991. P. 320.

93. Rosenblatt F. Principles of neurodynamics. Spartan., Washington, D.C., 1962. P. 330.

94. Treliven P. Neurocomputers// London: University college, 1989. P.278.152