автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.18, диссертация на тему:Математическое моделирование и оценка эффективности процесса социальной реабилитации детей "группы риска"

На правах рукописи

ООЗДЬ^ьоо

ХОРОШЕВА ТАТЬЯНА АЛЕКСАНДРОВНА

МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ И ОЦЕНКА ЭФФЕКТИВНОСТИ ПРОЦЕССА СОЦИАЛЬНОЙ РЕАБИЛИТАЦИИ ДЕТЕЙ «ГРУППЫ РИСКА»

05.13.18 - математическое моделирование, численные методы и комплексы программ

Автореферат диссертаций на соискание ученой степени кандидата технических наук

1 9 КОЗ

Новокузнецк 2009

003483669

Работа выполнена в Государственном образовательном учреждении высшего профессионального образования «Кемеровский государственный университет» (ГОУ ВПО «КемГУ»)

Научный руководитель:

доктор технических наук, профессор Карташов Владимир Яковлевич

Официальные оппоненты:

доктор технических наук, профессор Киселева Тамара Васильевна

кандидат технических наук, доцент Корягин Марк Евгеньевич

Ведущая организация:

СО РАМН, Научно-исследовательский институт комплексных проблем гигиены и профессиональных заболеваний, г. Новокузнецк

Защита состоится 8 декабря 2009 года в Ю00 часов на заседании диссертационного совета Д 212.252.02 в Государственном образовательном учреждении высшего профессионального образования «Сибирский государственный индустриальный университет» по адресу: 654007, г. Новокузнецк Кемеровской обл., ул. Кирова, д. 42, СибГИУ, ауд. ЗП. Факс:(3843)46-57-92 E-mail: sec_nr@sibsiu.ru

С диссертацией можно ознакомиться в библиотеке ГОУ ВПО «СибГИУ» Автореферат разослан 6 ноября 2009 года

Ученый секретарь диссертационного совета,

В. Ф. Евтушенко

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы. На современном этапе развития социально-экономических процессов в России одной из актуальных проблем является появление и интенсивный рост количества детей «группы риска». Дети «группы риска» - это та категория детей, которые в силу определенных обстоятельств своей жизни более других подвержены негативным внешним воздействиям со стороны общества и его криминальных элементов, ставших причиной дезадаптации несовершеннолетних. Мероприятия по социальной реабилитации детей данной категории осуществляются на уровне социально-реабилитационных центров.

Особенностью процесса реабилитации является то, что он носит, как правило, индивидуальный характер и зависит от степени дезадаптации ребенка. В процессе реабилитации и в постреабилитационный период проводят небольшое количество мониторинговых исследований, что связано со значительными затратами при их проведении. Мониторинг процесса социальной реабилитации включает обработку большого объема информации для статистического анализа, составления базы знаний и базы данных. Причем объем информации постоянно увеличивается, что связано не только с увеличением количества детей данной категории, но также и с тем, что реабилитация может проводиться неоднократно для одного ребенка. Совершенствование и эффективность процесса реабилитации в значительной степени связаны с использованием математических моделей при обработке информации.

Общие подходы к моделированию социальных, социально-педагогических систем, включая вопросы управления ресурсами, образовательными программами и комплексами рассмотрены в работах Д. А. Новикова, М. В. Губко, А. А. Воронина. Исследование социальных систем на основе статистических данных приводится в работах Ю. Н. Толсто-вой, В. Я. Райцина и др. Значительное число работ посвящено процессу проектирования и применения 'информационного обеспечения в социальных системах (Ю. И. Буряк, Н. М. Жилина, В. А. Трайнев, Э. А. Трахтенгерц). Однако работы, рассматривающие вопросы оценки эффективности программ реабилитации на основе моделирования процесса реабилитации не были найдены, что объясняется относительной молодостью систем социального сопровождения населения.

На сегодняшний день основными методами, используемыми при принятии решений, выступают экспертные методы. Дальнейшее развитие алгоритмов обработки информации и повышения эффективности процесса принятия решений по реабилитации связано с развитием формализованных методов математического моделирования оценки эффективности принимаемых решений, вопросов классификации результатов реабилитации, используя возможности современных ЭВМ. Данная работа выполнена в рамках Феде-

ральной целевой программы «Дети России», которая реализуется социально-реабилитационным центром для несовершеннолетних г. Кемерово.

Цель и задачи диссертации. Целью диссертационной работы является разработка моделей и алгоритмов моделирования процессов социальной реабилитации детей «группы риска» для оценки эффективности программ реабилитации. В соответствии с поставленной целью решаются следующие задачи:

1. Разработка методики оценки эффективности индивидуальной программы реабилитации.

2. Создание и исследование алгоритмов построения математических моделей индивидуального процесса реабилитации на основе малого числа измерений.

3. Разработка алгоритма оценки действия типовой программы реабилитации, реализуемой на группе детей.

4. Построение системы моделирования процессов реабилитации для выявления особенностей процесса реабилитации и действия индивидуальной программы реабилитации.

5. Разработка системы информационной поддержки реализации и оценки эффективности индивидуальных программ реабилитации.

Методы выполнения работы. Методы системного анализа, прикладной статистики и анализа данных, теории нечетких множеств, теории непрерывных дробей и методы дробно-рациональной аппроксимации, теории автоматического управления и теории идентификации, методы интервальной математики.

Научная новизна

1. Методика оценки эффективности индивидуальной программы реабилитации, в основу которой положен коэффициент действия индивидуальной программы реабилитации, представленный в виде отношения приращения показателя состояния ребенка на интервале [«-1; л] действия программы к состоянию, полученному к концу и-го этапа.

2. Алгоритм построения неполных моделей процесса индивидуальной реабилитации по малому числу измерений с использованием идентифицирующей функции и алгоритмов непрерывных дробей.

3. Идентифицирующая функция, определяемая как отношение 2-преобразования входных и выходных сигналов с фиксированным шагом дискретизации и обладающая универсальностью, позволяющей при определенных условиях получить модели динамических процессов различной структуры.

4. Результаты исследования идентифицирующей функции, построенной по малому числу измерений, показывающие возможность построения неполных моделей, позволяющих оценить такие параметры процессов реабилитации, как постоянная времени и коэффициент передачи.

5. Система моделирования процесса реабилитации, основанная на совместном использовании динамических моделей процесса и процедур определения коэффициента действия программы реабилитации на каждом этапе и предназначенная для оценки ее эффективности.

6. Алгоритм оценки действия типовой программы реабилитации, основанный на формировании интервальных исходных данных с последующим построением разностной модели с интервальными коэффициентами.

Практическая значимость. Результаты диссертационной работы могут быть использованы:

- при оценке эффективности индивидуальных программ реабилитации в условиях организаций социальной защиты, работающих с семьей и детьми;

- при разработке системы мониторинга реабилитационного процесса в условиях учреждений социальной поддержки населения;

- в учебном процессе для социологических, социальных и социально-экономических специальностей.

Реализация результатов работы. Результаты диссертации внедрены и используются в Социально-реабилитационном центре для несовершеннолетних (г. Кемерово), а также в учебном процессе при подготовке студентов по специальности «Менеджмент организации». Достоверность реализации подтверждается актом о внедрении результатов, справками об использовании.

Предмет защиты и личный вклад автора. На защиту выносятся:

- методика оценки эффективности индивидуальной программы реабилитации на отдельном этапе;

- алгоритмы построения моделей процесса реабилитации;

- система моделирования процесса индивидуальной реабилитации;

- алгоритм оценки действия типовой программы реабилитации;

- информационное обеспечение процесса реабилитации;

Личный вклад автора заключается в выборе, развитии и конкретизации алгоритмов структурно-параметрической идентификации с учетом особенностей исследуемых процессов реабилитации; в проведении натурных и тестовых модельных исследований; в реализации информационного обеспечения процесса реабилитации.

Апробация работы. Основные результаты работы докладывались и получили одобрение на пяти конференциях: Всероссийская научно-практическая конференция «Инновационные недра Кузбасса. ГГ-технологии» (г. Кемерово, 2006, 2008 гг.); VI Международная научно-практическая конференция «Информационные технологии и математическое моделирование» (г. Анжеро-Судженск, 2007 г.); VII Международная научно-практическая конференция «Методы и алгоритмы прикладной математики в технике, медицине и экономике» (г. Новочеркасск, 2007 г.); IX Всероссийская научно-практическая конференция с международным участием «Краевые задачи и математическое моделирование» (г. Новокузнецк, 2008 г.). Апробация предложенных рекомендаций и системы мониторинга осуществлены на трех об-

ластных семинарах Департамента социальной защиты населения Кемеровской области.

Публикации. По теме диссертации опубликовано 16 работ, в том числе 2 статьи в изданиях, рекомендованных ВАК.

Структура работы. Диссертация состоит из введения, четырех глав и заключения, изложенных на 124 страницах, библиографического списка (124 наименования) и приложений.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность темы диссертационной работы, проводится краткий анализ научных задач, формулируются цель и задачи исследования, приводятся сведения о практической ценности диссертации и результатах ее внедрения и апробации.

В первой главе работы «Анализ систем социальной поддержки детей «группы риска» обосновывается актуальность темы моделирования процесса социальной реабилитации детей «группы риска» в современных условиях. Показано, что на сегодняшний день основными методами разработки и анализа эффективности программ индивидуальной реабилитации являются экспертные методы. Выделены особенности процесса реабилитации в условиях социально-реабилитационных центров (СРЦ): 1) процесс реабилитации носит индивидуальный характер и зависит от степени социальной дезадаптации ребенка, поступающего в СРЦ; 2) как правило, для оценки индивидуального развития используются качественные показатели, отражающие мнение экспертов о степени выраженности определенного фактора у ребенка; 3) управление процессом реабилитации осуществляется специальным органом медико-психолого-педагогическим консилиумом (МППК), в функции которого входит оценка состояния ребенка, разработка и коррекция индивидуальной программы реабилитации (ИПР); 4) в целях оптимизации процесса разработки реабилитационных программ, необходим единообразный подход к оценке эффективности индивидуальных программ реабилитации; 5) для решения задач повышения эффективности процесса реабилитации в условиях СРЦ необходимо наличие объективной информации о ресурсах, процессах и результатах реабилитации, что, в свою очередь, требует проектирования и разработки информационного обеспечения, использующего возможности современных ЭВМ.

Дана общая характеристика процесса реабилитации, который представлен в виде многоэтапного процесса (рис. 1).

Рис. 1. Этапы процесса реабилитации

На каждом из этапов осуществляется комплекс мероприятий (стадий), включающий: 1) оценку состояния ребенка; 2) разработку индивидуальной программы реабилитации на временном интервале А1; 3) реализацию реабилитационных воздействий, определенных в ИПР, на временном интервале Т-А/. Количество этапов процесса реабилитации определяется частотой проведения мониторинговых исследований.

В конце первой главы приводятся задачи диссертационной работы, их взаимосвязь, предложены способы их решения.

Во второй главе диссертации «Моделирование процесса социальной реабилитации» рассматривается методика оценки индивидуального развития при социальной реабилитации. Предложена методика оценки эффективности индивидуальной программы реабилитации на каждом этапе процесса реабилитации посредством введения коэффициента действия ИПР. Введено понятие неполных моделей, построенных по малому числу измерений.

Задача 1. Разработка методики оценки эффективности индивидуальной программы реабилитации.

Дано: 1) качественный анализ процесса реабилитации; 2) показатели индивидуального развития ребенка г2,..., гт) в начале каждого этапа.

Требуется: 1) ввести и проинтерпретировать коэффициент действия индивидуальной программы реабилитации, оценивающий эффективность ИПР и исследовать его свойства; 2) разработать методику оценки ИПР на отдельном этапе и апробировать ее на натурных данных.

Исходными данными для п-то этапа являются оценки степени индивидуального развития ребенка х(п - 1), х(и), которые представляют собой интегральный показатель степени'индивидуального развития:

*(")=! ДМ4' 0)

где (2|, г2, ...,2,„) (/' = 1,..., т) - показатели индивидуального развития ребенка (г. е [0,1]); Д - вес показателя 2\, причем £ Д = 1, 0 < Д < 1. В данной

ы

работе полагается Д = — (/ = 1,..., т). Для визуализации результата измере-т

ний предложена лепестковая диаграмма, на которой отражаются значения г-,

М«<«) = ^^ = (2)

(/= 1,..., т). Лепестковая диаграмма позволяет давать качественную оценку состояния ребенка на первой стадии каждого этапа и определять основные направления реабилитационных мероприятий, а на последующих этапах корректировать индивидуальную программу реабилитации.

Для оценки эффективности используемой на «-ом этапе индивидуальной программы реабилитации введен коэффициент действия ИПР к,тр(и, п), значение которого рассчитывается по окончании «-го этапа с использованием следующей формулы:

лг(«)-лг(«-1) _ ^ х(п-1) х(п) х(п)

.где и обозначает целенаправленные воздействия ИПР. Коэффициент действия ИПР представляет собой отношение приращения показателя состояния ребенка на интервале [«-1; и] действия программы к состоянию, полученному к концу «-го этапа. Принимается, что в начальный момент действия ИПР кипр{и, 0) = 0. Введенный коэффициент характеризует интенсивность действия программы на ребенка.

Преобразуя формулу (2), получим следующее представление оценки действия ИПР на ребенка:

*(») = , •*("-!)• (3)

В отличие от других социальных процессов, процессы реабилитации исследуемого объекта при реализации ИПР, в силу его особенностей, не всегда приводят к положительным результатам. Этот факт отражается в свойствах кипр(и, «), которые следуют из соотношений (2) и (3):

1) если к,тр(и, п) = 1, то х(п-1) = 0, т.е. все г; = 0 для любого / = 1,..., т, что фактически невозможно;

2) если кшр(и, п) = 0, то х(п) = х(п -1), т.е. ИПР не изменяет состояние ребенка;

3) если к,тр(и, п) < 0, то х(и) < х(п -1), т.е. ИПР не эффективна;

4) если к„„р(и, п) > 1, то такая ИПР теряет смысл;

5) если 0 < кШ1р(и, п)< 1, то ИПР эффективна.

Таким образом, методика оценки эффективности ИПР на каждом этапе включает: качественный анализ лепестковой диаграммы и оценку эффективности программы через коэффициент действия ИПР. Применение предложенной методики на реальных данных показали ее адекватность. Оценив результаты реабилитации в конце каждого этапа, можно скорректировать ИПР так, чтобы она стала более эффективной для данного ребенка.

Задача 2. Исследование возможности применения метода структурно-параметрической идентификации для построения математических моделей динамического процесса, используя малое число измерений.

Дано: малое число редких измерений динамического процесса.

Требуется: показать, что модели, построенные с использованием метода структурно-параметрической идентификации (БР-идентификации) при малом числе измерений, являясь неполными, определяют постоянную времени и коэффициент передачи моделируемого процесса.

В работе рассматриваются наиболее часто используемые в практике деятельности СРЦ одноэтапные и двухэтапные процессы реабилитации, для которых характерной чертой является малое число измерений. Учитывая особенности процесса реабилитации, вводится понятие неполных моделей, основанное на следующем утверждении, доказанном в диссертациях В. Я. Карташова, С. Г. Щекочихиной, О. Н. Инденко.

Утверждение: Метод БР-идентификации, основанный на теории непрерывных дробей, позволяет полностью восстановить дискретную передаточную функцию, а также и непрерывную передаточную функцию динамического объекта, если период дискретизации переходного процесса Т е(А1шп;А1тга), который порожден динамическими свойствами объекта. В тех случаях, когда Т <£ (Д?ш]11; Д/тот) происходит подмена модели, которая отражает только некоторые свойства моделируемого объекта. Такие модели являются неполными, т.к. не позволяют полностью восстановить дискретную передаточную функцию объекта. В процессе реабилитации комплексные оценки степени индивидуального развития ребенка производят ориентировочно два-три раза за переходный процесс, т.е. Т е , где Тпп - время переходного процесса. При этом показано, что восстановление передаточной функции возможно при минимальном числе измерений, равным трем и позволяет оценить параметры: Тпв - постоянная времени, к — коэффициент передачи. Проведены исследования неполных моделей, построенных по двум и трем ненулевым значениям для объектов различной природы: апериодического звена второго порядка, объекта с запаздыванием, колебательного процесса. Показано, что: 1) метод БР-идентификации с использованием непрерывных дробей позволяет получить неполные модели по малому числу измерений; 2) неполная модель динамического процесса, построенная по малому числу измерений, позволяет найти коэффициент передачи, по которому определяется новое установившееся значение переходного процесса; 3) неполная модель сохраняет такое свойство динамического процесса, как инерционность, которое имеет особое значение при моделировании процессов реабилитации; 4) неполная модель не позволяет оценить запаздывание объекта и колебательный характер процесса в силу редких вход-выходных измерений. При наличии более частых измерений метод БР-идентификации позволяет получить более точные модели.

В третьей главе работы «Модельные исследования процесса реабилитации» проводятся модельные исследования процесса реабилитации и оценки действия программ реабилитации на основе разработанных алгоритмов. Впервые решается задача структурно-параметрической идентификации объ-

екта по вход-выходным измерениям при ненулевых начальных значениях. Рассматривается моделирование наиболее часто применяемых в практике работы социально-реабилитационных центров одноэтапных и двухэтапных процессов реабилитации. Предложен алгоритм анализа действия типовых программ реабилитации (ТПР), которые разрабатываются и применяются для группы детей.

Задача 3. Исследование способа построения математических моделей динамического процесса при ненулевых начальных значениях.

Дано: значения выходного сигнала уп и входного сигнала хп динамического процесса, имеющие ненулевые начальные значения: у0 Ф 0, х„ Ф 0.

Требуется: получить модели динамического процесса.

Для совместного анализа временных рядов {х„,уп} предложен способ структурно-параметрической идентификации с использованием теории непрерывных дробей. Учитывая тот факт, что в процессах реабилитации мы имеем ненулевые начальные значения, введем понятие идентифицирующей функции определяемую как отношение 2-преобразований выходного сигна-

СО 00

ла У (г, АО =А/£ }'пг~" и входного сигнала Х{г, А/) = А/ :

П=0 п=0

= (4)

п=О

где А? - период дискретизации; г - переменная 2- преобразования. В работе приведено доказательство свойств идентифицирующей функции (4) при некоторых дополнительных условиях. В частности, перехода к передаточной функции с использованием идей натурно-математического моделирования; связь идентифицирующей функции с 2-преобразованием выходного сигнала при входном ступенчатом сигнале. Показано, что применение перечисленных способов к моделированию процесса социальной реабилитации приводит к одинаковым результатам, что позволяет сделать вывод о ее связи с дискретной передаточной функцией и с импульсной функцией реакции объекта в виде г-преобразования.

Задача 4. Разработка алгоритмов построения математических моделей индивидуального процесса реабилитации на основе малого количества измерений при ненулевых начальных значениях.

Дано: 1) основные особенности одноэтапных и двухэтапных процессов реабилитации, реализуемых в социально-реабилитационном центре; 2) результаты измерений степени индивидуального развития в случае одноэтап-ного процесса: МО); х(1)}; в случае двухэтапного процесса: {х(0); х(1); х(2)}; 3) значение х(0) Ф 0, д:(0) > 0.

Требуется: 1) разработать алгоритмы построения математических моделей процесса реабилитации; 2) применить предложенные алгоритмы для модельного исследования особенностей процесса реабилитации.

Заметим, что при построении модели процесса реабилитации решается задача идентификации при ненулевых начальных значениях, поэтому при построении моделей процесса индивидуальной реабилитации используется идентифицирующая функция. Моделирование процессов реабилитации проводится по следующим алгоритмам.

Одноэтапные процессы реабилитации. Особенностью одноэтапного процесса реабилитации является то, что измерение проводится лишь дважды: в начале и в конце курса реабилитации. Пусть даны значения степени индивидуального развития л:(0) и х(1). Задача построения модели реализуется в несколько шагов.

1. Строится идентифицирующая матрица:

4 1 О 0Л

х(0) .т(1) - -

а,(0) - - -

(5)

где - 1 строка содержит значения индикаторной функции, описываю-

1, если действует ИПР;

щей действие программы реабилитации: и(1) = 1(7)

[О, в противном случае. Нулевая строка состоит из значений оценок степени индивидуального развития. Элемент аДО) рассчитывается по формуле:

а(0) = 1-^Ш. (6)

*(0)

2. Первый столбец матрицы (5) позволяет найти идентифицирующую функцию (ИФ) объекта:

С?„(г) = Х(0) ,. (7)

3. Идентифицирующая функция порождает математическую модель в форме разностного уравнения:

х{п) = х(0)и(п) - а1(0)х(п -1). (8)

Двухэтапные процессы реабилитации. В случае двухэтапного процесса реабилитации имеется три оценки степени индивидуального развития: х(0), х(1) и х(2). Моделирование рассматриваемого процесса проводится поэтапно, включая шаги, аналогичные алгоритму для одноэтапных процессов:

1.

где

2.

3.

*(0) о,(0) <х2(0)

1

х(1)

а,(1)

1 О х(2) -

(9)

х(О)

х(0)

а (0) = *(1) а'(1) *(0)' 2 х(О) а, (О)'

дг(0)(1 + а2(0)7-')

1 +

1 + (а1(0) + а2(0))2-'

1 + а2(0)2"

(10)

(П)

х(п) = х(0)и(п) + а2(0)и(п -1) - (а,(0) + а2(0))л:(и -1).

На реальных данных проведены модельные исследования процесса реабилитации. Приведем пример моделирования двухэтапного процесса реабилитации с использованием реальных данных. Заметим, что структура моделей соответствует имитационным моделям.

Пример. Объект исследования - ребенок 15 лет, значения интегрального показателя степени индивидуального развития представлены в таблице 1.

__Таблица 1

к 'г

Значения х(п) 0,5 0,61 0,66

2.

1 1 1 ^ 0,5 0,61 0,66 --0,22 -0,32 --0,23 -05__ 0,5(1 - 0,23г"')

1-

0,22г

1 - 0,45г~

1 - 0,23г

Коэффициент передачи полученной ИФ:

3.

1-0,45

х(п) = 0,45х(п - 1) + 0,5к(п) - 0,11 и(п - 1).

(12)

(13)

(14)

(15)

Проведем модельные исследования объекта для двух случаев: если постреабилитационный период отсутствует (т.е. действие ИПР прекращается сразу после курса реабилитации) и если действие ИПР продолжается в постреабилитационный период. В первом случае положим

и(3) = и(4) =... = и(к) = 0. Тогда, используя дискретную модель объекта (15), получим следующие модельные значения (табл. 2).

Таблица 2

к к к к и к и

Модельные значения х(п) 0,5 0,61 0,66 0,19 0,09 0,04 0,01

Рисунок 2 иллюстрирует динамику изменения состояния модельного объекта без постреабилитационного периода.

о

х

-т-

Рис. 2. Динамика состояния объекта без постреабилитационного периода

Результаты исследования иллюстрируют инерционность процесса реабилитации: даже при прекращении реабилитационных воздействий некоторое время сохраняется положительное состояние изучаемого объекта, постепенно стремящееся к нулевому значению. Данные, полученные при моделировании, описывают лишь нижнюю границу возможных значений показателя степени индивидуального развития.

Предположим, что действие ИПР не заканчивается после срока реабилитации, а продолжается в постреабилитационном периоде. Во втором случае положим и{3) = и(4) = ... = и{к) = 1. Рассчитаем модельные значения развития ребенка, используя дискретную модель объекта (15) (табл. 3).

Таблица 3

к ¿1 к к и к к

Модельные значения х(п) 0,5 0,61 0,66 0,68 0,69 0,7 0,7

Динамика изменения состояния модельного объекта с постреабилитационным периодом представлена на рисунке 3.

Пример иллюстрирует инерционное поведение объекта под воздействием ИПР: при достаточно длительном воздействии значение показателя степени индивидуального развития выходит на установившееся значение. и.

1-------------

--1-1-1-1-1-1+ (

О 1 2 3 4 5 6

х-1-

--1-1-:-1-1-1-1-" I

О 1 2 3 4 5 6

Рис. 3. Динамика состояния объекта с постреабилитационным периодом

Для двухэтапных процессов реабилитации в работе строится модель изменения коэффициента действия ИПР с помощью метода 8Р-ндентификации. Анализ результатов модельных исследований коэффициента действия ИПР на реальных данных позволяет сделать вывод, что программа реабилитации наиболее эффективна на первом этапе реабилитации. В дальнейшем ее эффективность постепенно снижается, и при насыщении (выходе на максимально ожидаемое значение интегрального показателя степени индивидуального развития) значение эффекта становится близким к нулю. В случае, если в первый момент времени не наблюдается возрастания значения к„пР(и,п), то ИПР для данного ребенка не эффективна и нуждается в коррекции. Однако, даже при неэффективной ИПР, происходит со временем стабилизация в оценке состояния ребенка. По итогам модельных исследований можно сделать качественное заключение: коэффициент действия для эффективной ИПР должен представлять собой непрерывную функцию, положительную на конечном отрезке (рис. 4).

ктр(и,п) 1-

килр(0)-0 кипр тах х кШ1р{Х) О

Рис. 4. Динамика коэффициента действия программы реабилитации

Эффективность ИПР характеризуется двумя показателями: максимальным значением коэффициента действия программы реабилитации (кщр тш) и временем эффективного воздействия (т), определяемое между начальным и конечным нулевыми значениями коэффициента к1тр{и,п).

Задача 5. Разработка алгоритма оценки действия типовой программы реабилитации, применяемой для группы детей.

Дано: 1) данные мониторинговых измерений N детей: О/О); х} (1);... лу (и)) и (0; ^Ипр(и, 1); к]тр(и, 2);... ^„„р(и, и)), где п - количество этапов реабилитации,у = 1 ... И\ 2) выделенная группа проходила реабилитацию по типовой (групповой) программе; 3) дети имеют близкие начальные значения оценки индивидуального развития и социальный статус.

Требуется: разработать алгоритм оценки действия ТПР.

Предложена методика, включающая статистический анализ данных мониторинговых исследований и математическое моделирование процесса реабилитации на основе способа интервальной идентификации динамического объекта. Алгоритм оценки действия ТПР включает четыре этапа:

1. Находятся выборочные средние оценки степени индивидуального развития (х(0); х(1); ...х(п)).

2. Для каждой группы оценок *//') (/=1...п;7=1...Ы) строится интервал [*(0-е(,х(/) + е,], в котором £ определяется с заданной вероятностью с использованием неравенства Чебышева.

3. Полученные интервалы отражаются на графике интервальной оценки действия программы на исследуемую группу.

4. Используя способ интервальной идентификации динамического объекта, строится модель программы реабилитации в виде разностного уравнения с интервальными коэффициентами.

т п

х(п) = %лФ-0-ТвА»-Л- (16)

1=0

Полученная модель может использоваться как дополнительное информационное обеспечение при анализе данных социальной реабилитации в условиях СРЦ в процессе разработки и коррекции типовой программы реабилитации.

Четвертая глава «Информационное обеспечение процесса реабилитации» посвящена разработке и реализации информационного обеспечения процесса реабилитации детей «группы риска». Основным инструментом в вопросе информационного обеспечения принятия решений в рамках реабилитационной деятельности является система мониторинга индивидуального развития ребенка при реализации ИПР. В данной работе мониторинг рассматривается как система сбора, обработки, хранения информации об изменении параметров индивидуального развития ребенка и проводимой индивидуальной программы реабилитации, ориентированная на информационное обеспечение процесса разработки и коррекции ИПР. Построение системы

мониторинга осуществляется на основе алгоритма социальной реабилитации детей «группы риска».

Для информатизации процесса разработки и коррекции ИПР наиболее целесообразным является разработка системы поддержки принятия решений (СППР). Система поддержки принятия решений представляет собой программный комплекс, позволяющий отследить динамику индивидуального развития ребенка, оценить эффективность ИПР в период реабилитации, который реализован на языке программирования php. Для хранения данных используется СУБД MySQL.

Разработана функциональная модель системы поддержки принятия решений. Основными блоками функциональной модели являются:

• блок «Авторизация» отвечает за определение прав доступа пользователя;

• блок «Работа с группами детей» позволяет создавать и редактировать группы детей, объединенных по определенным характеристикам (социальный статус, возраст, и т.п.);

• блок «Определение показателей мониторинга» позволяет определить показатели развития ребенка (zb z2, ... zm) для выбранной группы, которые остаются неизменными на протяжении всего процесса реабилитации;

• блок «Работа со списком детей» включает функции заполнения и редактирования базы данных о результатах наблюдений в процессе реабилитации;

• блок «Формирование отчетов» составляет основу информационного обеспечения процесса принятия решений, который предусматривает: 1) анализ индивидуального развития отдельного ребенка в процессе реабилитации, включающий оценку степени его развития, визуализацию результатов мониторинга и оценку эффективности ИПР на каждом этапе; 2) формирование группы записей по определенному условию и предоставление информации пользователю в удобном для анализа виде.

Использование предоставляемой информации при принятии решений позволяет специалистам МППК корректировать реализуемую ИПР, а также на основе оценки результатов предыдущих курсов реабилитации выбирать наиболее результативную ИПР для конкретного ребенка.

ВЫВОДЫ И ЗАКЛЮЧЕНИЯ

1. Разработана методика оценки эффективности индивидуальной программы реабилитации на основе коэффициента действия ИПР, определяемого в конце каждого этапа реабилитации. По результатам модельных исследований сформированы следующие показатели эффективности индивидуальной программы реабилитации: максимально ожидаемый результат действия ИПР (к„пр тах) и время эффективного воздействия ( X ).

2. Идентифицирующая функция, предложенная в работе, обладает универсальностью, которая заключается в том, что при определенных условиях позволяет получить модели динамических объектов разной структуры.

3. Результаты исследования показали, что идентифицирующая функция, построенная по малому числу редких измерений, не позволяет получить полйой модели процесса реабилитации, но определяет некоторые параметры динамического процесса, в частности постоянную времени и коэффициент передачи.

4. Предложены алгоритмы построения математических моделей процесса реабилитации, позволяющие на основе малого числа измерений оценить особенности действия реабилитационной программы на состояние ребенка.

5. Эффективным средством исследования процесса реабилитации на основе его математической модели является разработанная двухуровневая система моделирования, где на первом уровне с использованием дробно-рациональной аппроксимации экспериментальных данных осуществляется построение модели процесса реабилитации, а на втором уровне осуществляется оценка его эффективности.

6. Эффективность предложенного способа оценки действия ИПР косвенно определена путем сравнения результатов подготовки двух групп детей «группы риска» (экспериментальной и контрольной) к поступлению в школу. Результаты сравнительного анализа показывают, что дополнительная информация при разработке ИПР позволяет улучшить процесс, в среднем на 10-12%.

7. Предложен алгоритм анализа действия типовой программы реабилитации, основанный на интервальном анализе данных и алгоритмов интервальной математики, позволяющий оценить эффективность ТПР.

8. Разработана система поддержки принятия решений по формированию ИПР, в которой программно реализованы результаты диссертационной работы.

9. Использование результатов диссертационной работы в деятельности Социально-реабилитационного центра для несовершеннолетних г. Кемерово при оценке эффективности программ реабилитации и в системе мониторинга индивидуального развития, повышает информативность процесса разработки и коррекции программ реабилитации. Методика оценки эффективности индивидуальных программ реабилитации в условиях организаций социальной защиты оформлена в виде научно-методических рекомендаций.

Результаты исследования используются при обучении студентов по специальности 080507 «Менеджмент организации».

ОСНОВНЫЕ ТРУДЫ ПО ТЕМЕ ДИССЕРТАЦИИ

Статьи в периодических изданиях, рекомендованных ВАК

1. Хорошева, Т. А. Модели механизма и процесса социальной реабилитации (на примере детей «группы риска») / В. Я. Карташов, Т. А. Хорошева //Управление большими системами. - Вып. 24. - М.: ИПУ РАН, 2009. - С. 187 — 215.

2. Хорошева, Т. А. Проектирование информационной поддержки процесса реабилитации / Т. А. Хорошева // Системы управления и информационные технологии. - 2009. - № 1.2(35). - С. 303 - 306.

Труды научно-практических конференций и сборников

3. Хорошева, Т. А. Научно-методические рекомендации по оценке эффективности индивидуальных программ реабилитации в условиях организаций социальной защиты, работающих с семьей и детьми, оказавшимися в трудной жизненной ситуации / В. Я. Карташов, Е. А. Кагакина, А. И. Юдина, Т. А. Хорошева. - Кемерово: КемГУ, 2008. -14 с.

4. Хорошева, Т. А. Механизмы процесса реабилитации и оценка его эффективности / В. Я. Карташов, Т. А. Хорошева // Сборник научных трудов IX Всероссийской научно-практической конференции «Краевые задачи и математическое моделирование». - Новокузнецк, 2008. - С. 63 - 65.

5. Хорошева, Т. А. Создание информационно-поисковой системы мониторинга показателей индивидуального развития детей с ограниченными возможностями в Центре реабилитации «Фламинго» / А. В. Тимофеев, Т. А. Хорошева, Д. И. Мовельянов // Сборник научных трудов V Всероссийской научно-практической конференции «Недра Кузбасса. Инновации». - Кемерово, 2006. -С. 195.

6. Хорошева, Т. А. Создание системы мониторинга оценки эффективности программ реабилитации детей и подростков «группы риска» в условиях Социально-реабилитационного центра для несовершеннолетних / Т. А. Хорошева // Сборник научных трудов VIII Всероссийской научно-практической конференции «Краевые задачи и математическое моделирование». — Новокузнецк, 2006. — С. 92 - 95.

7. Хорошева, Т. А. Создание информационно-поисковой системы функциональной оценки состояния детей с ограниченными возможностями в Центре реабилитации «Фламниго» / Т. А. Хорошева, А. А. Баркова // Образование, наука, инновации - вклад молодых исследователей: материалы I (XXXIII) Международной научно-практической конференции. - Кемерово: Полиграф, 2006. -С. 94-96.

8. Хорошева, Т. А. Мониторинговые процедуры оценки эффективности программ реабилитации / Т. А. Хорошева // Мониторинговые процедуры в соци-

ально-реабилитационной деятельности специалистов государственных учреждений, работающих с семьей и детьми: сборник статей. - Кемерово: изд-во КРИПКиПРО, 2006. - С. 17-19.

9. Хорошева, Т. А. Разработка системы мониторинга параметров индивидуального развития ребенка в Социально-реабилитационном центре г. Кемерово / Т. Д. Хорошева // Методы и алгоритмы прикладной математики в технике, медицине и экономике: сборник научных трудов Международной научно-практической конференции. - Новочеркасск, 2007. - С. 50 - 54.

10. Хорошева, Т. А. Создание системы мониторинга оценки эффективности программ реабилитации детей и подростков «группы риска» в условиях Социально-реабилитационного центра для несовершеннолетних / Т. А. Хорошева // Краевые задачи и математическое моделирование: сборник научных трудов VII Всероссийской научно-практической конференции. - Новокузнецк, 2006. -С. 63-65.

11. Хорошева, Т. А. Анализ информационных потоков в системе управления реабилитационным процессом (на примере Центра реабилитации «Фламинго») / Т. А. Хорошева, К. И. Мишкель // Материалы VI Международной научно-практической конференции «Информационные технологии и математическое моделирование». - Томск: Изд-во Том. ун-та, 2007. - 4.1. - С. 92 - 93.

12. Хорошева, Т. А. Разработка информационного обеспечения реабилитационного процесса / Т. А. Хорошева, К. И. Мишкель // Сборник научных трудов VII Всероссийской научно-практической конференции Инновационные недра Кузбасса. IT-технологии - Кемерово, 2008. - С. 206-211.

13. Хорошева Т. А. Оценка эффективности программы реабилитации (на примере социальной реабилитации детей «группы риска») / Т. А. Хорошева // Вестник КемГУ. - 2007 - № 4. - С. 18 - 26.

14. Хорошева, Т. А. Проектирование информационной поддержки процесса реабилитации / Т. А. Хорошева // Информационные технологии моделирования и управления - Воронеж, 2009. - № 1 (53). - С. 37 - 42.

► 15. Хорошева, Т. А. Идентифицирующая функция и ее свойства / В. Я. Карташов, JI. В. Карташова, О. А. Махарева, Д. Ю. Сахнин, Т. А. Хорошева // Сборник научных трудов VII Всероссийской научно-практической конференции «Системы автоматизации в образовании, науке и производстве - AS2009». -Новокузнецк, 2009.

16. Хорошева, Т. А. Исследование эффективности типовых программ реабилитации / Т. А. Хорошева // Сборник научных трудов VII Всероссийской научно-практической конференции «Системы автоматизации в образовании, науке и производстве - AS2009». - Новокузнецк, 2009.

Хорошева Татьяна Александровна

МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ И ОЦЕНКА ЭФФЕКТИВНОСТИ ПРОЦЕССА СОЦИАЛЬНОЙ 1 РЕАБИЛИТАЦИИ ДЕТЕЙ «ГРУППЫ РИСКА»

Автореферат

диссертации на соискание ученой степени кандидата технических наук

Редактор 3. А. Кунашева

Подписано к печати 29.10.2009 г. Формат 60x84^..

Печать офсетная. Бумага офсетная № 1. Печ. л. 1,25. Уч.-изд. л. 1,25. Тираж 100 экз. Заказ № 167/1433.

ГОУ ВПО «Кемеровский государственный университет». 650043, Кемерово, ул. Красная, 6. Отпечатано на Участке оперативной полиграфии КемГУ. 650043, Кемерово, ул. Красная, 6.

Введение.

Глава I. Анализ систем социальной поддержки детей «группы риска».

§ 1.1. Актуальность проблемы и ее решение в современных условиях.

§ 1.2. Моделирование в социальных системах.

§ 1.3. Общая характеристика процесса реабилитации. и задачи, решаемые в работе.

Выводы по первой главе.

Глава II. Моделирование процесса социальной реабилитации.

§ 2.1. Контроль процесса реабилитации.

§ 2.2. Анализ эффективности процесса реабилитации.

§ 2.3 Построение модели в случае редких измерений.

Выводы по второй главе.

Глава III. Модельные исследования процесса реабилитации.

§ 3.1. Идентифицирующая функция и ее свойства.

§ 3.2. Моделирование процесса реабилитации.

3.2.1 Модельные исследования одноэтапного процесса реабилитации.

3.2.2. Модельные исследования двухэгапного процесса реабилитации.

§ 3.3. Модельные исследования коэффициента действияпрограммы реабилитации и их анализ.

§ 3.4. Анализ действия типовой программы реабилитации.

Выводы по третьей главе.

Глава IV. Информационное обеспечение процесса реабилитации.

§4.1. Информационное обеспечение процесса реабилитации в условиях

Социально-реабилитационного центра.

§ 4.2. Разработка информационной поддержки процесса реабилитации.

§ 4.3. Программная реализации системы поддержки принятия решений.

Выводы по четвертой главе.

Актуальность темы исследования. На современном этапе развития социально-экономических процессов в России одной из актуальных проблем является появление и интенсивный рост количества детей «группы риска». Термин «дети группы риска» появился относительно недавно и непосредственно связан с изменением экономического и общественно-политического строя в стране. К данной категории обычно относят детей из неблагополучных семей, плохо успевающих в школе, характеризующихся разными проявлениями девиантного поведения.

С целью осуществления мероприятий, направленных на уменьшение количества появления детей данной категории в Российской Федерации реализуется федеральная целевая программа «Дети России», одним из направлений действия которой предусматривает организацию социальной реабилитации детей, попавших в группу риска [41]. Социальная реабилитация понимается как восстановление у ребенка основных социальных функций личности, психического, физического и нравственного здоровья, социального статуса. Мероприятия по социальной реабилитации детей осуществляется на уровне Социально-реабилитационных центров (СРЦ). Данная работа выполнена в рамках программы «Дети России», которая реализуется социально-реабилитационным центром для несовершеннолетних г. Кемерово.

Мониторинг процесса социальной реабилитации включает обработку большого объема информации для статистического анализа, составления базы знаний и базы данных. Причем, объем информации постоянно увеличивается, что связано не только с увеличением количества детей данной категории, но также и с тем, что реабилитация может проводиться неоднократно для одного ребенка.

Особенностью процесса реабилитации является то, что он носит, как правило, индивидуальный характер и зависит от степени дезадаптации ребенка. В процессе реабилитации и в постреабилитационный период проводят небольшое количество мониторинговых исследований, что связано со значительными затратами при их проведении. При этом сам процесс реабилитации является динамическим процессом.

Общие подходы к моделированию социальных, социально-педагогических систем, включая вопросы управления ресурсами, образовательными программами и комплексами рассмотрены в работах Д. А. Новикова, М. В. Губко, А. А. Воронина [8, 60, 61]. Исследование социальных систем на основе статистических данных приводится в работах Ю. Н. Толсто-вой, В. Я. Райцина и др. [51, 77, 96, 98]. Значительное число работ посвящено процессу проектирования и применения информационного обеспечения в социальных системах (Ю. И. Буряк, В. А. Трайнев, Э. А. Трахтенгерц и др.) [6, 22, 23, 48, 66, 100, 101]. Однако работ, рассматривающие вопросы оценки эффективности программ реабилитации на основе моделирования процесса реабилитации не были найдены, что объясняется относительной молодостью систем социального сопровождения населения.

На сегодняшний день основными методами, используемыми при принятии решений, выступают экспертные методы. Дальнейшее развитие алгоритмов обработки информации и повышения эффективности процесса принятия решений по реабилитации связано с развитием формализованных методов математического моделирования оценки эффективности принимаемых решений, вопросов классификации результатов реабилитации, используя возможности современных ЭВМ.

Целью диссертационной работы является разработка моделей и алгоритмов моделирования процессов социальной реабилитации детей «группы риска» для оценки эффективности программ реабилитации. В соответствии с поставленной целью решаются следующие задачи:

1. Разработка методики оценки эффективности индивидуальной программы реабилитации.

2. Создание и исследование алгоритмов построения математических моделей индивидуального процесса реабилитации на основе малого числа измерений.

3. Разработка алгоритма оценки действия типовой программы реабилитации, реализуемой на группе детей.

4. Построение системы моделирования процессов реабилитации для выявления особенностей процесса реабилитации и действия индивидуальной программы реабилитации.

5. Разработка системы информационной поддержки реализации и оценки эффективности индивидуальных программ реабилитации.

Методы выполнения работы. Методы системного анализа, прикладной статистики и анализа данных, теории нечетких множеств, теории непрерывных дробей и методы дробно-рациональной аппроксимации, теории автоматического управления и теории идентификации, методы интервальной математики.

Научная новизна

1. Методика оценки эффективности индивидуальной программы реабилитации, в основу которой положен коэффициент действия индивидуальной программы реабилитации, представленный в виде отношения приращения показателя состояния ребенка на интервале [и—1; п] действия программы к состоянию, полученному к концу п-го этапа.

2. Алгоритм построения неполных моделей процесса индивидуальной реабилитации по малому числу измерений с использованием идентифицирующей функции и алгоритмов непрерывных дробей.

3. Идентифицирующая функция, определяемая как отношение Z— преобразования входных и выходных сигналов с фиксированным шагом дискретизации и обладающая универсальностью, позволяющей при определенных условиях получить модели динамических процессов различной структуры.

4. Результаты исследования идентифицирующей функции, построенной по малому числу измерений, показывающие возможность построения неполных моделей, позволяющих оценить такие параметры процессов реабилитации, как постоянная времени и коэффициент передачи.

5. Система моделирования процесса реабилитации, основанная на совместном использовании динамических моделей процесса и процедур определения коэффициента действия программы реабилитации на каждом этапе I и предназначенная для оценки ее эффективности.

6. Алгоритм оценки действия типовой программы реабилитации, основанный на формировании интервальных исходных данных с последующим построением разностной модели с интервальными коэффициентами.

Практическая значимость. Результаты диссертационной работы могут быть использованы:

- при оценке эффективности индивидуальных программ реабилитации в условиях организаций социальной защиты, работающих с семьей pi детьми;

- при разработке системы мониторинга реабилитационного процесса в условиях учреждений социальной поддержки населения;

- в учебном процессе для социологических, социальных и социально-экономических специальностей.

Реализация результатов работы. Результаты диссертации внедрены и используются в Социально-реабилитационном центре для несовершеннолетних (г. Кемерово), а также в учебном процессе при подготовке студентов по специальности «Менеджмент организации». Достоверность реализации подтверждается актом о внедрении результатов, справками об использовании.

Предмет защиты и личный вклад автора. На защиту выносятся:

- методика оценки эффективности индивидуальной программы реабилитации на отдельном этапе;

- алгоритмы построения моделей процесса реабилитации;

- система моделирования процесса индивидуальной реабилитации;

- алгоритм оценки действия типовой программы реабилитации;

- информационное обеспечение процесса реабилитации;

Личный вклад автора заключается в выборе, развитии и конкретизации алгоритмов структурно-параметрической идентификации с учетом особенностей исследуемых процессов реабилитации; в проведении натурных и тестовых модельных исследований; в реализации информационного обеспечения процесса реабилитации.

Апробация работы. Основные результаты работы докладывались и получили одобрение » на пяти конференциях: Всероссийская научно-практическая конференция «Инновационные Недра Кузбасса. IT-технологии», (г. Кемерово, 2006, 2008 г.); VI Международная научно-практическая конференция «Информационные технологии и математическое моделирование», (г. Анжеро-Судженск, 2007 г.); VII Международная научно-практическая конференция «Методы и алгоритмы прикладной математики в технике, медицине и экономике», (г. Новочеркасск, 2007 г.); IX Всероссийская научно-практическая конференция с международным участием «Краевые задачи и математическое моделирование», (г. Новокузнецк, 2008 г.). Апробация предложенных рекомендаций и системы мониторинга осуществлена на трех областных семинарах Департамента социальной защиты населения Кемеровской области.

Публикации. По теме диссертации опубликовано 16 работ, в том числе 2 статьи в изданиях, рекомендованных ВАК.

Структура работы. Диссертация состоит из введения, четырех глав и заключения, изложенных на 124 страницах, библиографического списка (124 наименований) и приложений.

Результаты исследования используются при обучении студентов по специальности 080507 «Менеджмент организации».

ЗАКЛЮЧЕНИЕ

1. Разработана методика оценки эффективности индивидуальной программы реабилитации на основе коэффициента действия ИПР, определяемого в конце каждого этапа реабилитации. По результатам модельных исследований сформированы следующие показатели эффективности индивидуальной программы реабилитации: максимально ожидаемый результат действия ИПР (кипр max) и время эффективного воздействия (Т).

2. Идентифицирующая функция, предложенная в работе, обладает универсальностью, которая заключается в том, что при определенных условиях позволяет получить модели динамических объектов разной структуры.

1. Авдеев В.П., Зельцер С.Р., Карташов В.Я., Киселев С.Ф. Натурно-математическое моделирование в системах управления // Учебное пособие -Кемерово: КемГУ, 1987 84с.

2. Антонов А.В. Системный анализ: Учеб. для вузов М.: Высш. шк., 2004.-454 с.

3. Анфилатов B.C., Емельянов А.А., Кукушкин А.А. Системный анализ в управлении: Учеб. пособие М.: Финансы и статистика, 2003. — 367 с.

4. Батищев Д. И., Шапошников Д. Е. Многокритериальный выбор с учетом индивидуальных предпочтений —Г: ИПФ, 1994. 90 с.

5. Бурков В.Н., Ириков В. А.Модели и методы управления организационными системами М: Наука, 1994. - 270 с.

6. Буряк Ю. И., Инсаров В. В., Калинин В. Л. Формирование управленческих решений в организационных системах на основе моделирования их деятельности // Известия РАН. Теория и системы управления, 2008, № 1. -С. 158-171.

7. Винограй Э. Г. Основы общей теории систем Кемерово: (КемТИПП), 1993.-339 с.

8. Воронин А. А. Губко М. В., Мишин С. П. Новиков Д. А. Математические модели организаций: учебное пособие. М.: ЛЕНАНД, 2008. — 360 с.

9. Вощитин А. П., Сотиров Г. Р. Оптимизация в условиях неопределенности Москва: Московский энергетический институт (МЭИ); София: Техника., 1989. - 224 с.

10. Городецкий А. Я. Информационные системы. Вероятностные модели и статистические решения СПб: Изд-во СПбГПУ, 2003 - 326 с.

11. ГОСТ Р 52142 2003. Социальное обслуживание населения. Качество социальных услуг. Общие положения. - М.: Издательство стандартов, 2003. - 15 с.

12. ГОСТ Р 52143 2003. Социальное обслуживание населения. Основные виды социальных услуг. - М.: Издательство стандартов, 2003. — 11 с.

13. ГОСТ Р 52495 2005. Социальное обслуживание населения. Термины и определения. - М.: Стандартинформ, 2006. - 11 с.

14. ГОСТ Р 52496 2005. Социальное обслуживание населения. Контроль качества социальных услуг. - М. Стандартинформ, 2006. — 12 с.

15. ГОСТ Р 52497 2005. Социальное обслуживание населения. Система качества учреждений социального обслуживания. - М. Стандартинформ, 2006.- 11 с.

16. ГОСТ Р 52498 2005. Социальное обслуживание населения. Классификация учреждений социального обслуживания. — М. Стандартинформ, 2006. - 12 с.

17. Гусев А. Н., Измайлов Ч. А., Михалевская М. Б. Измерения в психологии. Общий психологический практикум. М.: Смысл, 1997. - 286 с.

18. Дубейковский В. И. Эффективное моделирование с AllFusion Process Modeler 4.1.4 и AllFusion РМ. М.: ДИАЛОГ-МИФИ, 2007. - 384 с.

19. Дэйвисон М. Многомерное шкалирование: Методы наглядного представления данных. / Пер.с англ. В. С. Каменского. М.: Финансы и статистика, 1988.-254 с.

20. Евланов Л. Г. Теория и практика принятия решений. М.: Экономика. -1984.-176 с.

21. Жабко А. П. , Харитонов В. Л. Методы линейной алгебры в задачах управления. СПб.: Изд-во СПбГУ, 1993. - 320 с.

22. Жилина Н. М., Чеченин Г. И. Информационные технологии поддержки управленческих решений в муниципальной системе охраны здоровья (на примере г. Новокузнецка) // Бюллетень СО РАМН, №3 (121), 2006. с. 34-40.

23. Жилина Н. М., Чеченин Г. И., Сапрыкина Т. В. Автоматизированная система социально-гигиенического мониторинга здоровья и среды обитания -инструмент принятия научно обоснованных решений. — Новокузнецк: МОУ ДПО ИПК., 2005.-159 с.

24. Игнатьева А. В., Макеимцов М. М. Исследование систем управления. -М.: ЮНИТИ-ДАНА, 2000. 157 с.

25. Изерман, Р. Цифровые системы управления: пер. с англ. М.: Мир, 1984.-541 с.

26. Инденко О. Н. Диагностирования состояния динамических объектов с использованием моделирования характеристик непрерывными дробями. Кандидатская диссертация. Кемерово, 1996. - 137с.

27. Карташов В. Я. Анализ и исследование аппроксимационных свойств непрерывных дробей при решении задачи структурно-параметрической идентификации динамических объектов.//Препринт № 22. Барнаул, 1996 - 40 с.

28. Карташов В. Я. Непрерывные дроби (определения и свойства). Учебное пособие. Кемерово, КемГУ, 1999. - 88 с.

29. Карташов В. Я. Хорошева Т. А. Механизмы процесса реабилитации и оценка его эффективности // Сборник научных трудов IX Всероссийской научно-практической конференции «Краевые задачи и математическое моделирование». Новокузнецк, 2008.

30. Карташов В. Я. Цифровые системы контроля с идентификацией динамических свойств и характеристик сложных объектов / В. Я. Карташов: дис. . д-ра тех. Наук. Кемерово: КемГУ, 1997. - 478 с.

31. Карташов В. Я., Новосельцева М. А., Карташова JI. В., Ванюхина Д. В. Особенности моделирования социально-экономических процессов. // Социально-экономические преобразования в России. — Кемерово, 2007 — № 4.

32. Карташов В. Я., Новосельцева М. А. Идентификация стохастических объектов: учебное пособие. Томск: Издательство Томского государственного педагогического университета, 2008. — 104 с.

33. Карташов В. Я., Петрикевич Я. И., Ансол С. П. Способ идентификации линеаризованного динамического объекта / Патент №2256950. 2005. Бюл. №20.

34. Карташов В. Я., Хорошева Т. А. Модели механизма и процесса социальной реабилитации (на примере детей «группы риска») / Управление большими системами. Выпуск 24. М.: ИПУ РАН, 2009. С.187-215.

35. Карташов В. Я., Инденко О. Н., Александров А. В. Способ идентификации линейного объекта // Патент РФ №2189621. 2002. Бюл. № 26.

36. Кини Р.Л., Райфа X. Принятие решений при многих критериях: предпочтения и замещения. М.: Радио и связь, 1981.

37. Кирин Н. Е., Исраилов И. Оценочные системы в задачах теории управления. Ташкент: Фан, 1990. — 160 с.

38. Клиланд Д., Кинг В. Системный анализ и целевое управление. / Пер. с англ. М.М. Горяинова, А.В. Горбунова; Под ред. И.М. Верещагина. — М.: Сов. радио, 1974.-279 с.

39. Коган А.Б., Наумов Н.П., Режабек В.Г. и др. Биологическая кибернетика: Учебное пособие для студентов биологических специальностей университетов. М.: «Высшая школа» , 1972. — 384 е.

40. Концепция федеральной целевой программы «Дети России» на 2007 — 2010 годы: Утверждена распоряжением Правительства РФ от 26.01.2007 № 79-р // Официальные дкументы в образовании, 2007. № 9. - с. 8-31.

41. Корнилова Т. В., Григоренко Е. JL, Смирнов С. Д. Подростки групп риска. СПб.: Питер, 2005. - 336 с.

42. Кошелев А. Е., Буторин В. К., Пискаленко В. В. Введение в системный анализ: курс лекций. М.: Технетика, 2006. - 247 с.

43. Крылов В. Ю. Геометрическое представление данных в психологических исследованиях. М.: Наука, 1990. - 119 с.

44. Лапко А. В., Ченцов С. В. Непараметрические системы обработки информации: учеб. пособие для вузов. М.: Наука, 2000. - 350 с.

45. Макаров И. М., Менский Б. П. Линейные автоматические системы (элементы теории, методы расчета и справочный материал). М.: Машиностроение, 1982.-504 с.

46. Малишевский А.В. Качественные модели в теории сложных систем. -М.: Наука. Физматлит, 1998. 526 с.

47. Математические методы анализа и интерпретация социологических данных. / ответственный редактор В. Г. Андреенков, Ю. Н. Толстова. М.: Наука, 1989.- 175 с.

48. Мирошник И. В. Теория автоматического управления. Линейные системы. СПб.: Питер, 2005. - 336 с.

49. Мишин В. М. Исследование систем управления: Учебник для вузов. -М.: ЮНИТИ-ДАНА, 2005. 527 с.

50. Моисеев Н. Н. Математические задачи системного анализа: Учебное пособие. М.: Наука, 1981. - 488 с.

51. Мониторинговые процедуры в социально-реабилитационной деятельности специалистов государственных учреждений, работающих с семьей и детьми: сборник статей. Кемерово: изд-во КРИПКиПРО, 2006. - 44 с.

52. Мухин В. И. Исследование систем управления: учебник. — М.: Издательство «Экзамен», 2006. 2-е изд, доп и перераб. - 479 с.

53. Мыльник В. В., Титаренко Б. П., Волочиенко В. А. Исследование систем управления: Учебное пособие для вузов. — 2-е изд., перераб. и доп. — М: Академический Проект; Екатеринбург: Деловая книга, 2003. 352 с.

54. Наследов А. Д. Математические методы психологического исследования. Анализ и интерпретация данных. Учебное пособие. — СПб.: Речь, 2004. 392 с.

55. Нечеткие множества в моделях управления и искусственного интеллекта / под. ред. Д. А. Поспелова. М.: Наука, 1986. - 312 с.

56. Новиков Д. А. Модели обучения в процессе работы / Управление большими системами. Выпуск 19. М.: ИПУ РАН, 2007. С.5-22.

57. Новиков Д. А., Глотова Н. П. Модели и механизмы управления образовательными сетями и комплексами. — М.: Институт управления образованием РАО, 2004. 142 с.

58. Новицкий П. В., Зограф И. А. Оценка погрешностей результатов измерений. Д.: Энергоатомиздат, 1985. - 248 с.

59. Ногин В. Д. Принятие решений в многокритериальной среде. Количественный подход. 2-е изд., испр., и доп. - М.: Физматлит, 2005. - 176 с.

60. Обработка данных и управление в сложных системах: Сборник статей / Под ред. А. Ф. Терпугова. Томск: Изд-во Том. ун-та, 2004. - Вып. 6.-198 с.

61. Олифенеко JI. Я., Шульга Т. И., Деменьтьева И. Ф. Социально-педагогическая поддержка детей группы риска: Учеб. пособие. М.: Издательский центр «Академия», 2002. - 256 с.

62. Организация мониторинговых исследований в образовательных учреждениях: научно-методическое пособие / С. В. Макеева; под ред. С. Г. Кузен-кова. Н.: ИПК, 2004. - 106 с.

63. Орлов А. И. Принятие решений. Теория и методы разработки управленческих решений: учебное пособие. М.: МарТ, 2005. - 492 с.

64. Острем К., Виттенмарк Б. Системы управления с ЭВМ. М.: Мир, 1987.-480 с.

65. Педагогический мониторинг в образовательном учреждении: Учебно-методическое пособие. Кемерово, 2002. - 94 с.

66. Первозванский А. А. Курс теории автоматического управления. М.: Наука, 1986-616с.

67. Перегудов Ф. И., Тарасенко Ф. П. Введение в системный анализ: Учебное пособие для вузов. М.: Высшая школа, 1989. - 367 с.

68. Плешакова М. В., Чигиринская Н. В., Шаховская JI. С. Деловые игры в экономике: методология и практика: учебное пособие. М.: КНОРУС, 2008. - 240 с.

69. Плотинский 10. М. Математическое моделирование динамики социальных процессов: учебное пособие. Москва: Издательство Московского государственного университета (МГУ). - 1992. - 133 с.

70. Прикладная статистика: Исследование зависимостей: справ, изд. / С. А. Айвазян, И. С. Енюков, JI. Д. Мешалкин; Под ред. С. А. Айвазяна. М.: Финансы и статистика, 1985. - 487 с.

71. Прикладная статистика: Классификация и снижение размерности: справ, изд. / С. А. Айвазян, В. М. Бухштабер, И. С. Енюков, Л. Д. Мешалкин; Под ред. С. А. Айвазяна. М.: Финансы и статистика, 1989. - 607 с.

72. Прикладная статистика: Основы моделирования и первичная обработка данных: справ, изд. / С. А. Айвазян, И. С. Енюков, Л. Д. Мешалкин. М.: Финансы и статистика, 1983. - 471 с.

73. Райцин В. Я. Моделирование социальных процессов: учебник. М.: Экзамен, 2005. - 189 с.

74. Саати Томас JI. Аналитическое планирование: орг. систем / пер. с англ. Р. Г. Вачнадзе; под ред. И. А. Ушакова. М.: Радио и связь, 1991 - 224 с.

75. Саати Томас JI. Принятие решений: Метод анализа иерархий / Пер. с англ. Р. Г. Вачнадзе. М.: Радио и связь, 1993. - 315 с.

76. Семакин И. Г., Хеннер Е. К. Информационные системы и модели. Элективный курс: Учебное пособие. М.: БИНОМ, 2005. - 303 с.

77. Семененко М. Г. Введение в математическое моделирование. М.: СОЛОН-Р, 2002.-111 с.

78. Сидоренко Е. В. Методы математической обработки в психологии. -СПб.: ООО «Речь», 2003. 350 с.

79. Системы автоматизации на основе натурно-модельного подхода: монография в 3-х томах. Том 2: Системы автоматизации производственного назначения. / Под редакцией Л. П. Мышляева. Наука, 2006 - 483с.

80. Сладкова О. Б. Информационный мониторинг: Теоретико- методологические основы: Учебное пособие М.: Московский государственный университет культуры и искусств (МГУКИ), 2001. - 63 с.

81. Советов Б. Я., Яковлев С. А. Моделирование систем: Учеб. Для вузов. -3-е изд., перераб и доп. М.: Высш. шк., 2001. - 343 с.

82. Социальная статистика: Учебник / Под ред. чл.-корр. РАН И. И. Елисеевой. 3-е изд., перераб. и доп. - М.: Финансы и статистика, 2003.-480 с.

83. Социальная статистика: Учебник для вузов / Э. К. Васильева, И. И. Елисеева, О. Н. Кашина, П. Я. Октябрьский, С. В. Курышева; под ред. И. И. Елисеевой. М.: Финансы и статистика, 1997. - 414 с.

84. Статистика: учебно-практическое пособие / М. Г. Назаров, В. С. Вара-гин, Т. Б. Великанова и др.; под. ред. д-ра экон. наук, проф., акад. Межд. акад. информ. и РАЕН М. Г. Назарова. М.: КНОРУС, 2006. - 480 с.

85. Теория выбора и принятия решений: Учебное пособие для вузов / И. М. Макаров, Т. М. Виноградская, А. А. Рубчинский, В. Б. Соколов. М.: Наука, Главная редакция физико-математической литературы, 1982. — 328 с.

86. Теория систем автоматического регулирования. / В. А. Бесекерский, Е. П. Попов. М.: Наука, 1975. - 768 с.

87. Теория управления: учебник / под общей редакцией A. JI. Гапоненко и

88. A. П. Панкрухин . 2-е издание. - М.: Российская академия государственной службы (РАГС), 2005. - 558 с.

89. Типология и классификация в социологических исследованиях / отв. ред.

90. B. Г. Андреенков, Ю. Н. Толстова. М.: Наука, 1982. - 296 с.

91. Толстова Ю. Н. Анализ социологических данных. Методология, дескриптивная статистика, изучение связей между номинальными признаками. -М.: Научный мир, 2000. 350 с.

92. Толстова Ю. Н. Логика математического анализа социологических данных. -М.: Наука, 1991.-112 с.

93. Толстова Ю. Н. Математико-статистические модели в социологии. / 2-е изд. Серия «Учебники ВШЭ». М.: ГУ ВШЭ, 2008. - 244 с.

94. Толстова, Ю. Н. Измерение в социологии Текст.: Курс лекций / Ю. Н. Толстова. М.: ИНФРА-М, 1998.-222 с.

95. Трайнев В. А., Трайнев О. В. Параметрические модели в экспертных методах оценки при принятии решений. М.: Прометей, 2003. — 232 с.

96. Трахтенгерц Э. А. Возможности и реализация компьютерных систем поддержки принятия решений // Известия академии наук. Теория и системы управления, 2001, № 3, с. 86-113.

97. Тюкин В. Н. Теория управления: Конспект лекций. Часть 1. Обыкновенные линейные системы управления. Вологда: ВоГТУ, 2000. - 200 с.

98. Тюрин Ю. Н., Макаров А. А. Анализ данных на компьютере / Под ред. В. Э. Фигурнова. 3-е изд.,перераб. и доп. - М.: Инфра-М, 2003. - 544 с.

99. Факторный, дискриминантный и кластерный анализ / Пер. с англ. Дж.-О. Ким, Ч. У. Мьюллер, У. Р. Клекка и др.; Под ред. И. С. Енюкова. М: Финансы и статистика, 1989. - 215 с.

100. Фатуев В. А., Маркова Т. Н. Математические модели объектов управления. Тула: Изд-во ТулГУ, 2002. - 119 с.

101. Филлипс Ч., Харбор Р. Системы управления с обратной связью. М.: Лаборатория Базовых знаний, 2001. - 616 с.

102. Хорошева Т. А. Исследование эффективности типовых программ реабилитации // Сборник научных трудов VII Всероссийской научно-практической конференции «Системы автоматизации в образовании, науке и производстве AS2009». - Новокузнецк, 2009.

103. Хорошева Т. А. Проектирование информационной поддержки процесса реабилитации // Системы управления и информационные технологии, 2009, 1.2(35).-С. 303-306.

104. Хорошева Т. А., Мишкель К. И. Разработка информационного обеспечения реабилитационного процесса. // Сборник научных трудов VII Всероссийской научно-практической конференции Инновационные Недра Кузбасса. IT-технологии. Кемерово, 2008. - С. 206-211.

105. Хорошева Т.А. Оценка эффективности программы реабилитации (на примере социальной реабилитации детей «группы риска»// Вестник КемГУ. -Кемерово, 2007. -№ 4. С. 18-26

106. Хорошева Т.А. Проектирование информационной поддержки процесса реабилитации // Информационные технологии моделирования и управления -Воронеж, 2009. -№ 1(53). С. 37-42.

107. Цыпкин Я. 3. Основы теории автоматических систем. М.: Наука, 1977.-560 с.

108. Шокин Ю. И. Интервальный анализ. Н.: Наука, 1981. - 112 с.

109. Щекочихина С. Г. Разработка метода дискретного моделирования в задачах диагностики сложных объектов горной техники: дисс. канд. тех. наук: 05.13.16.-Кемерово, 1999.

110. Юдин Д. Б. Вычислительные методы теории принятия решений. М.: Наука, 1989.-320 с.

111. Юдина А. И. Педагогическое сопровождение социализации подростков, попавших в трудную жизненную ситуацию: автореферат дис. канд. пед. наук: 13.00.01. Кемерово, 2006. - 26 с.

112. Юдина А. И., Кагакина Е. А. Подготовка студентов к работе среди подростков с негативной социализацией в условиях поселков закрывшихся шахт // Вестник Кузбасского государственного технического университета. 2006. -№ 5.

113. Chen P.P. The entity-relational model. Toward a unified view of data //ACM TODS, no. 1, 1976, p. 9-36.

114. Power D.J. A Brief History of Decision Support Systems. DSSRe-sources.COM, World Wide Web, http://DSSResources.COM/history/dsshis-tory.html, version 2.8, May 31, 2003.