Методология прогнозирования и оценки эффективности информационных систем

Белых, Андрей Алексеевич

Системный анализ, управление и обработка информации (по отраслям)

автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Методология прогнозирования и оценки эффективности информационных систем

доктора технических наук: Белых, Андрей Алексеевич
город: Краснодар
год: 2012
специальность ВАК РФ: 05.13.01

Диссертация по информатике, вычислительной технике и управлению на тему «Методология прогнозирования и оценки эффективности информационных систем»

Автореферат диссертации по теме "Методология прогнозирования и оценки эффективности информационных систем"

На правах рукописи

Белых Андрей Алексеевич

МЕТОДОЛОГИЯ ПРОГНОЗИРОВАНИЯ ОЦЕНКИ ЭФФЕКТИВНОСТИ ИНФОРМАЦИОННЫХ СИСТЕМ

Специальность 05.13.01 - «Системный анализ, управление и обработка информации (информационные и технические системы)»

АВТОРЕФЕРАТ

диссертации на соискание ученой степени доктора технических наук

1 2 [::АР

Краснодар - 2012

005012580

Работа выполнена в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Кубанский государственный технологический университет»

Научный консультант: доктор технических наук, профессор

Харитонов Валерий Алексеевич

Официальные оппоненты: доктор технических наук, профессор

Лойко Валерий Иванович

доктор технических наук, профессор Столбов Валерий Юрьевич

доктор технических наук, профессор Тараскин Михаил Михайлович

Ведущая организация: Федеральное государственное унитарное предприятие «Всероссийский научно-исследовательский институт проблем вычислительной техники и информатизации»

Защита диссертации состоится «16» мая 2012 года в 14:00 на заседании диссертационного совета Д 212.100.04 в Кубанском государственном технологическом университете по адресу: 350072, г. Краснодар, ул. Московская 2, Г, - ауд. 251

С диссертацией можно ознакомиться в библиотеке Кубанского государственного технологического университета по адресу: 350072, г. Краснодар, ул. Московская, 2а

Автореферат разослан «15» февраля 2012 г.

Отзывы на автореферат, заверенные печатью учреждения, просьба направлять по адресу: 350072, г. Краснодар, ул. Московская 2а, ученому секретарю диссертационного совета Д212.100.04, канд. техн. наук, доцету Власенко A.B.

Ученый секретарь

диссертационного совета Д 212.100.04, канд. техн. наук, доцент

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Современные информационные системы (ИС), относящиеся к классу технических систем, по своей структурной сложности, сложности функционирования, выбора поведения и развития относятся к классу сложных систем, и в задачах прогнозирования и оценки эффективности подлежат исследованию методами системного анализа.

Эффективность информационных систем является комплексной характеристикой совокупности технических, эксплуатационных и экономических показателей и требует непрерывного совершенствования как отдельных показателей, так и подходов к комплексному оцениванию эффективности.

В настоящем исследовании подход к комплексному оцениванию эффективности рассматривается с единых позиций прогнозирования и оценки (измерения) эффективности, так как оценка эффективности ИС без ее прогнозирования столь же неполна, как и прогнозирование эффективности ИС без оценки ее текущего состояния.

Проблема прогнозирования и оценки эффективности ИС актуальна для всех отраслей народного хозяйства и напрямую связана с необходимостью совершенствования средств обработки информации, управления сложными объектами и поддержки принятия решений. Решение данной проблемы требует развития известных, разработки и применения новых методов системного анализа.

Составляющими элементами ИС как среды, кроме компьютеров, сетей, программных продуктов, баз данных и других технических элементов являются люди, целенаправленно воздействующие на объекты с учетом их отраслевых особенностей в процессе управления и принятия решений.

Таким образом, прогнозирование и оценка совокупности гетерогенных (разнородных) показателей эффективности информационных систем,

используемых в новых технологиях, становятся проблемными в связи с необходимостью комплексного оценивания частных критериев (агрегирования) подобных сложных систем. Решение этой проблемы требует описания текущего состояния и динамики изменения уровня эффективности ИС с учетом индивидуальных предпочтений (интуитивных суждений эвристического характера - важнейшей компоненты человеческого фактора) всех заинтересованных лиц.

Сделанное уточнение, с одной стороны, требует развития комплексного понятия эффективности ИС как технической системы, с учетом предпочтений экспертов (ПЭ), путем установления функциональной зависимости данного показателя от его частных характеристик, носящих объективный характер: готовности, надежности, производительности, пропускной способности, помехоустойчивости, экономических, массогабаритных характеристик и других.

С другой стороны, эффективность ИС как средство анализа, обработки информации и управления сложными объектами требует изучения дополнительных свойств ИС, также связанных с человеческим фактором: интерпретации состояний и селекции управлений сложными объектами в рамках предпочтений лиц, принимающих решения (ЛПР).

Суть назревших изменений в парадигме прогнозирования и оценки эффективности ИС заключается в обосновании и установлении приоритетов между различными направлениями их эффективности.

Технологии high-tech, еще недавно считавшиеся единственно современными технологиями, постепенно уступают место технологиям high-hume - технологиям управления социальными стандартами и предпочтениями в сфере восприятия инноваций в информационной среде.

Комплексная оценка информационной системы как показатель эффективности в технологиях high-hume должна отражать востребованность

этой системы для пользователей, т.е. спрос на эту продукцию. Из сказанного можно сделать вывод о том, что в современных условиях прогнозирование и оценка эффективности информационных систем, без учета динамики соответствующего сегмента рынка, являются экономически, а, значит, и технологически необоснованными. Сделанное утверждение кардинально меняет методологические подходы к проблеме разработки моделей и методов, технологий и инструментальных средств прогнозирования и оценки эффективности ИС.

Актуальность выполненного исследования заключается в преодолении сложившегося противоречия между новыми требованиями к решению проблемы прогнозирования и оценки эффективности ИС и отсутствием современной методологии ее решения.

Степень разработанности проблемы. Вопросы формализации и разработки критериев моделей описания и оценки эффективности методами системного анализа широко освещены в трудах Д. Клиланда, Э. Квейда, Я. Такахары, Дж. Каста, Б.А. Резникова, Н.П. Бусленко, А.И. Яблонского, Б.С. Флейшмана, Б.Г. Волика, М. Месаровича и других. В меньшей степени это коснулось решения задач прогнозирования и оценки эффективности ИС как технических систем и средств анализа, обработки информации и управления другими сложными объектами.

Отдельные аспекты прогнозирования и оценки эффективности ИС по параметрам надежности, качества, помехоустойчивости, массогабаритным и другим объективно измеряемым характеристикам рассмотрены в работах А. Авижениса, Ж.-К. Лапри, А.П. Ершова, А.Г. Мамиконова, Р.Б. Мазепы, Б.А. Мандзия, В.В. Липаева, В.И. Матова, В.И. Сагунова, М.Б. Игнатьева и других. Известные результаты в этой области трудно считать исчерпывающими из-за недостаточно глубокого отношения в них к ИС как к сложным системам, которые должны исследоваться методом имитационного

моделирования с одновременным охватом всех уровней архитектуры с целью достижения большей точности и объективности результатов.

Проблемы учета влияния человеческого фактора в задачах прогнозирования и оценки сложных систем нашли глубокое отражение в трудах по теории нечетких множеств, игр, организационных систем, в области рыночных отношений и квалиметрии таких авторов, как Л. Заде, Э.А. Трах-тенгерц, Ю.Б. Гермейер, А.И. Орлов, Д.А. Поспелов, В.Н. Бурков, Д.А. Новиков, П. Самуэльсон, У. Барнетт, Жак Дрез, Томас Сарджент, Роберт Ауманн, Г.Г. Азгольдов и других. Однако методологические и математические основы моделирования человеческого фактора, получившие широкую известность, не затрагивают вопросы интерпретации и селекции в задачах комплексной оценки сложных систем с учетом индивидуальных и коллективных предпочтений экспертов, в том числе лиц, принимающих решения, и обоснования требований к разрабатываемым управленческим решениям, адекватным вариантам интерпретации и селекции. Известные методы моделирования предпочтений (в том числе на основе деревьев критериев и матриц свертки) характеризуются ограниченными функциональными возможностями, недостаточно развитым научно-методическим аппаратом обоснования вариантов агрегирования (матриц свертки) и моделирования коллективных предпочтений. Это обстоятельство сдерживает развитие систем прогнозирования и оценки эффективности ИС с учетом человеческого фактора и делает востребованным создание более эффективных методов моделирования предпочтений экспертов.

Основы моделирования изложены в трудах Дж. Кейслера, Э. Ханта, Н.П. Бусленко, Б.Я. Советова, С.А. Яковлева, И.М. Яглома и других. Однако результаты, опубликованные в известных работах, посвященных имитационному моделированию системных связей и мотивационных аспектов деятельности экспертов, не в полной мере обеспечивают необходи-

мый уровень достоверности, адекватности, многообразия и технологичности процессов моделирования предпочтений, что требует разработки новых подходов.

Несмотря на наличие значительного количества работ по отдельным аспектам проблемы прогнозирования и оценки эффективности ИС, необходимо отметить несоответствие известных моделей и методов, технологий и инструментальных средств современным требованиям, которое может быть преодолено только на новом методологическом базисе. В связи с этим возникла научная и практическая необходимость проведения настоящего исследования.

Объект исследования: информационные системы.

Предмет исследования: методология прогнозирования и оценки эффективности информационных систем с учетом отраслевых особенностей и предпочтений всех заинтересованных лиц.

Научная проблема: несоответствие моделей и методов, технологий и инструментальных средств прогнозирования и оценки эффективности информационных систем современным требованиям их применения как технических объектов и средств анализа, обработки информации и управления сложными объектами.

Цель работы: разработка методологии прогнозирования и оценки эффективности информационных систем, отвечающих современным требованиям их применения, на основе исследования системных связей и закономерностей их функционирования с учетом отраслевых особенностей и предпочтений заинтересованных лиц.

Задачи исследования:

1. Разработка концепции решения проблемы прогнозирования и оценки эффективности информационных систем.

2. Построение моделей теоретико-множественного анализа и оптимизации показателей эффективности ИС.

3. Разработка моделей описания функционирования ИС в особых условиях эксплуатации.

4. Диверсификация состава показателей эффективности ИС.

5. Создание теоретических основ агрегирования частных критериев в комплексный критерий.

6. Разработка методов агрегирования групп показателей эффективности ИС.

7. Интерпретация комплексной эффективности ИС с позиций рыночных отношений.

8. Построение моделей прогнозирования и оценки эффективности ИС с учетом отраслевых особенностей.

9. Разработка программного и методического обеспечения интеллектуальных технологий прогнозирования и оценки эффективности ИС.

Основными методами исследования являются общая методология, методы системного анализа, аналитического и имитационного моделирования, теории активных систем, теории вероятностей, теории нечетких множеств, теории графов, теории матриц, дискретной математики и математического анализа.

Работа соответствует паспорту специальности 05.13.01 - Системный анализ, управление и обработка информации (информационные и технические системы) по пунктам:

2 - формализация и постановка задач системного анализа, оптимизации, управления, принятия решений и обработки информации;

3 - разработка критериев и моделей описания и оценки эффективности решения задач системного анализа, оптимизации, управления, принятия решений и обработки информации;

4 - разработка методов и алгоритмов решения задач системного анализа, оптимизации, управления, принятия решений и обработки информации;

10 - методы и алгоритмы интеллектуальной поддержки при принятии управленческих решений в технических системах;

11 - методы и алгоритмы прогнозирования и оценки эффективности, качества и надежности сложных систем.

Научная новизна работы заключается в разработке методологии прогнозирования и оценки эффективности ИС как технических объектов и средств анализа, обработки информации и управления сложными объектами с учетом отраслевых особенностей и предпочтений заинтересованных лиц. Разработанная методология предназначена для приведения в соответствие моделей и методов, технологий и инструментальных средств современным требованиям их применения и отличается от известных:

- новой концепцией решения проблемы прогнозирования и оценки эффективности ИС с позиций системного анализа, отличающейся развитием понятийного аппарата предметной области, концептуальными моделями обоснования актуальности и путей решения задачи агрегирования частных критериев в комплексную оценку, математическим аппаратом интерпретации и селекции многомерных состояний и управлений сложными объектами;

- использованием архитектурно-ориентированного имитационного моделирования функционирования ИС, отличающегося учетом уровней и способов обеспечения помехоустойчивости в предельно локализованных связях аппаратных, программных, информационных и функциональных компонентов;

- расширением состава методов обеспечения помехоустойчивости на основе нового способа функционального контроля ИС, отличающегося высоким уровнем достоверности контроля вычислительного процесса за счет формирования набора диагностических признаков специального вида;

- созданием методологических основ интеллектуальной поддержки принятия решений в задачах обоснования перспективных направлений по-

вышения эффективности ИС с позиций рыночных отношений, отличающихся использованием модели предпочтений заинтересованных лиц в качестве критериев оптимальности,

- расширением функциональных возможностей моделей индивидуальных предпочтений экспертов, отличающихся использованием механизмов комплексного оценивания (МКО) с топологической интерпретацией матриц свертки с целью совершенствования процедур их конструирования, развития свойства чувствительности для задач ранжирования сопоставляемых объектов, инструментального обеспечения исследований динамики изменения и прогнозирования состояний (эффективности) ИС;

- распространением принципов моделирования индивидуальных предпочтений на интеллектуальные технологии моделирования коллективных предпочтений, отличающихся введением модифицированной активной экспертизы как средства ограничения возможностей манипулирования экспертными данными;

- обоснованием перспективных направлений повышения эффективности ИС как средства анализа, обработки информации и управления сложными объектами с учетом отраслевых особенностей этих объектов, отличающимся использованием композиций моделей предпочтений заинтересованных лиц и процедурами достижения среди них равновесных состояний.

Практическая значимость заключается в создании эффективного алгоритмического, программного и методического обеспечения прикладных исследований системных связей, закономерностей функционирования ИС и интеллектуальных технологий комплексного оценивания технической, экономической и управленческой эффективности ИС.

Положения, выносимые на защиту:

1. Концепция решения проблемы прогнозирования и оценки эффективности ИС, способствующая выбору моделей и методов анализа техни-

ческой эффективности, агрегирования групп показателей эффективности и исследования комплексной эффективности ИС.

2. Модели и методы системного анализа технических и эксплуатационных характеристик эффективности информационных систем с использованием предложенных архитектурно-ориентированных имитационных моделей и методов функционального контроля программных, информационных и других компонентов ИС, которые создают необходимые предпосылки точности и объективности результатов измерения их характеристик.

3. Теоретические основы моделирования предпочтений в виде деревьев критериев с топологической интерпретацией матриц свертки, расширяющие функциональные возможности механизмов комплексного оценивания.

4. Методы моделирования индивидуальных и коллективных предпочтений, которые служат основой построения интеллектуальных технологий прогнозирования и оценки эффективности ИС с учетом мнения заинтересованных сторон.

5. Методологические основы интерпретации комплексной эффективности информационных систем с позиций рыночных отношений, обеспечивающие прогнозирование и оценку Ьише-оптимальных решений в задачах устойчивой поддержки приложений и интеллектуальной обработки данных при управлении сложными объектами.

1991, 1993, 1995, 1996, 1997); Всесоюзная НТК НИИУМС (Пермь, 1990); Международная НТК «Системы и комплексы автоматического управления в космонавтике и народном хозяйстве», НПЦАП (Москва, 1998); Всероссийская НПК ПГСХА (Пермь, 2004, 2006, 2008); Всероссийская школа-семинар «Управление большими системами» (Ижевск, 2009; Пермь, 2010).

Реализация: научные результаты исследования реализованы в НПО Автоматики, Екатеринбург 2000; ИПИ РАН, Москва 2000; ЦНИИ № 4 МО, Москва 2002, АОО «Стар», Пермь 1999; Пермском ГТУ, Пермь 2007, отчет о НИР «Черняевский лес», Пермская ГСХА, Пермь 2008, 2009.

Публикации. По теме диссертации опубликовано 82 печатных работы общим объемом более 60 печатных листов.

Структура и объем диссертации. Диссертационная работа состоит из введения, пяти глав и заключения, изложенных на 377 страницах. Работа содержит 191 рисунок, 21 таблицу, библиографию из 269 наименований.

КРАТКОЕ СОДЕРЖАНИЕ ДИССЕРТАЦИИ

Во введении обосновывается актуальность проведенных исследований, формулируются цель и задачи работы, используемые методы исследований, научная новизна и практическая значимость полученных результатов, приводятся сведения о внедрении и использовании результатов исследований, о публикациях, объеме и структуре диссертации.

Первая глава посвящена анализу проблемы прогнозирования и оценки эффективности информационных систем. В ней обсуждаются вопросы развития понятийного аппарата предметной области, современных взглядов на эффективность технических систем и методологию ее прогнозирования и оценки, вскрывается существо гносеологического противоречия в математических моделях принятия решений. На основе исследования ряда разработанных концептуальных моделей управления развитием

сложных объектов сформулирована концепция решения проблемы прогнозирования и оценки эффективности ИС, занимающая исходную позицию в структуре методологии прогнозирования и оценки эффективности ИС и отвечающая за приведение в соответствие моделей и методов, технологий и инструментальных средств современным требованиям науки и практики применения ИС как технических объектов, так и средств анализа, обработки информации и управления сложными объектами.

Разработка данной концепции связана с развитием понятийного аппарата предметной области как класса концептуальных моделей на естественном языке. В частности, под ключевым понятием «информационная система» в работе рассматривается аппаратно-программная система устойчивой поддержки приложений с интеллектуальной обработкой данных о состояниях (эффективности) и изменениях состояний (изменениях эффективности) сложных прикладных объектов. Данное определение позволило усовершенствовать состав и структуру частных критериев ИС.

Первая группа критериев описывает ИС как аппаратно-программную систему устойчивой поддержки приложений и включает в себя: производительность в «нормальных» условиях; помехоустойчивость (производительность в условиях проявления самоустраняющихся отказов - сбоев); живучесть (производительность в условиях постоянных отказов). Данная группа показателей, дополненная экономическими и другими критериями, безусловно, подлежит агрегированию в комплексную оценку эффективности технических (информационных) систем.

Вторая группа критериев отвечает за интеллектуальную обработку данных о текущем состоянии (эффективности) сложных объектов и обеспечивает способность информационной системы к его интерпретации.

Третья группа критериев отвечает за интеллектуальную обработку данных об изменении состояния (эффективности) сложных объектов и обеспечивает селективность управленческих решений.

Раскрытие существа проблемы прогнозирования и оценки эффективности ИС в современных условиях и на отдаленную перспективу осуществлено в результате изучения исторического опыта решения задач данного класса на фоне непрерывного технического прогресса, что иллюстрирует таблица 1.

Таблица 1. Динамика развития подходов к комплексному оцениванию эффективности информационных систем

Спрос на услуги ЭВМ для решения научных задач ЭВМ для решения прикладных задач ИС как техническая система для обслуживания сложных технических объектов ИС как средство анализа, обработки информации и управления сложными объектами

Приоритетные характеристики Быстродействие (скорость работы) Производительность Надежность Производительность Помехоустойчивость Живучесть Технические характеристики Экономические характеристики Управленческие характеристики (интерпретация, селекция)

Методы оценивания характеристики Натурный эксперимент Вычислительный эксперимент Имитационное моделирование Системный анализ

Методы оценивания эффективности Максимизация главного критерия Многокритериальная оптимизация на основе линейного программирования Интеллектуальная обработка данных на основе линейных сверток Интеллектуальная обработка данных на основе нелинейных сверток

1этап II этап III этап IV этап

Исследование проблемы прогнозирования и оценки эффективности ИС на этапах измерения и интерпретации их состояний, генерации множества альтернатив (изменений) и селекции управленческих решений с учетом человеческого фактора позволило обосновать структуру методологии, предназначенной для приведения в соответствие моделей и методов, технологий и инструментальных средств современным требованиям и представленной на рисунке 1.

Постановка проблемы прогнозирования и оценки эффективности информационных систем

Концепция решения проблемы прогнозирования и оценки эффективности информационных систем

о г и и

Прогв КОМТЕК озировзввг и щстпг» ксной эффективности ИС

Прогнозирование и осенка показателен технической зффекшвкосгн

ИС

Агрегирование груш показателей >ффекінвЕосш ЇГС

8 ™ р 1 I о

її I

В 6 І

"е.

2 О _

і >• 5

>: * *Т д ГО

ос о Ь ? о Я

г о >•

Й о Ё У " ё

X «к

О О

§ I

О § §• *

" Я

о й-

т са

_ «

р 1

2 о

га £ й о

Щ 9

О <

ІІ

Я ® 3 5 і

х £ о 8

ара

& о к

£ га с

£ г

& ее

&І о га

С 4)

є -е->.-е

ІІЇ

§ | г а І а із і

о Р Т

Є"« *

(9 О

1| £ 8 В д

Й В!

&І

Р га 5 «по 5 5 ¥

■3 '5 і »

Е § Ї

5 5 »

111

ІІІ &

■5?

са ? о

|||

е ш

о с 5 "

Технология прогношровгшп и опекки показателей технической

}фігггжвЕ07Ш І1С

Интеллектуальные технологии комплексного осевива-киа групп показателей эффективности НС

программные комплекс

Интеллектуальные технологии гдвгаознровгнн* «яшш комплексной эффективности ИС во отраемм

методик

Прогнозирование и опенка показателен технической эффективности ИС

Комплексное опекнвэяие трупп показателей эффективности ИС

Прогнозирование иопекка КОМШЄКСНОВ ЭффеКТИВНОСТИ

ИС с учетом отраслевые особенностей

Рисунок 1 - Структура методологии прогнозирования и оценки эффективности информационных систем

Содержание концепции решения проблемы прогнозирования и оценки эффективности ИС, являющейся центральным элементом структуры методологии, сформулировано на приводимых ниже общепринятых принципах системного анализа.

1. ИС как большая система должна исследоваться методами декомпозиции и композиции путем моделирования нисходящих и восходящих процессов, акцентируя внимание на архитектурно значимых точках (АЗТ) как предельно локализованных связях аппаратных, программных, информационных и функциональных компонентов ИС.

2. Структурная сложность ИС вызывает необходимость ее описания обоснованным множеством подсистем и уровней с существенными связями между ними при высоком разнообразии методов моделирования согласно особенностям физических объектов. Сложность функционирования ИС, характеризуемая множеством переходов их из одних состояний в другие (уровни технической, функциональной, коммерческой и других готовностей) в условиях неопределенности и взаимодействия со средой, сложность выбора поведения и развития требуют адекватных средств описания этих процессов - траекторий в многомерных пространствах параметров, показателей и критериев.

3. Примат целого над частями сложной системы при условии их взаимозависимости и иерархичности, подчеркивает целесообразность развития аппарата оценивания чувствительности системы к вариациям отдельных компонент в форме транзитивных отношений одной или нескольких переменных (задача анализа) и влияния желаемых изменений системы в целом на адекватные изменения ее отдельных элементов (задача синтеза).

4. Сочетание детерминизма и неопределенности в системном подходе к ИС предопределяет использование вероятностного (при достаточной статистике) и нечеткого (на основе экспертной информации) подходов к выбору математического аппарата исследования.

5. Учет гносеологической и структурной сложности человеческого фактора, охватывающего рефлексивные предпочтения всех участников

обоснования прогнозирования и оценки эффективности ИС с позиций рыночных отношений.

Принципы концепции нашли свое отражение в концептуальной модели развития интеллектуальных технологий прогнозирования и оценки эффективности ИС, что позволило сформулировать полный перечень частных задач исследования, занимающих наиболее актуальное на сегодняшний день место в структуре методологии прогнозирования и оценки эффективности ИС (см. рисунок 1), а также первое положение, вынесенное на защиту: сформулированная концепция решения проблемы прогнозирования и оценки эффективности ИС способствует выбору моделей и методов анализа технической эффективности, агрегирования групп показателей эффективности и исследования комплексной эффективности ИС.

Вторая глава посвящена развитию методологии прогнозирования и оценки показателей технической эффективности информационных систем. В ней использованы разработанные архитектурно-ориентированное имитационное моделирование и методы функционального контроля программных, информационных и других компонентов ИС в заданных условиях эксплуатации, создающие необходимые предпосылки обеспечения достаточной точности и объективности результатов измерения.

В развитие концепции решения проблемы прогнозирования и оценки эффективности информационных систем сформулированы ее принципы применительно к созданию архитектурно-ориентированных моделей (АО-моделей) оценивания основных показателей эффективности ИС:

-описание архитектуры ИС на принципе структурной сложности осуществляется через модели элементов системы, разнообразие связей между ними, количество иерархических уровней и общее число подсистем;

-из принципа системности, исходя из примата целого над частями при условии их взаимозависимости и иерархичности, следует целесообразность агрегирования нижестоящих уровней до архитектурно значимых точек (АЗТ), представляющих результат функционирования;

-из принципа сочетания детерминизма (определенность структуры и состава аппаратной и программной компонент) и неопределенности (случайность воздействия помех и возникновения сбоев и отказов, стохастич-ность входных потоков данных и реализаций алгоритмов) следует выбор методов исследования функционирования ИС на основе имитационного моделирования;

- из принципа многомодельности следует постановка задачи обработки архитектурно-ориентированных результатов вычислительных экспериментов по исследованию системных связей и функционирования ИС.

Аналитические выражения, описывающие вероятностную модель функционирования ИС с учетом характеристик методов предупреждения сбоев, обеспечения инвариантности 2ЦС, обнаружения Zoc, компенсации 2КС сбоев, предоставляемой вычислительной среды и условий эксплуатации, обычно составляют непреодолимую сложность. Это обстоятельство обосновывает необходимость проведения имитационного моделирования в соответствии с теоретико-множественными моделями для аппаратной (А) и программной (П) компонент ИС, показанными на рисунках 2, 3. Приведенные статистические модели ориентированы на варьируемые

(уаг ) подмножества р2 методов защиты и модели помех Га .

На этом фундаменте построены технологии системного анализа I группы показателей эффективности информационных систем как совокупности процессов и методов. Последовательность процессов формируется в соответствии с особенностями архитектуры ИС, а их реализация - посред-

ством целенаправленного числительных задач.

Снггазл хо хаяд. мюропрогрішш

Опгридаокныэ зламятк, оргашвдтугт П1ІХГШ к іштгр фексд

Оыр дттап кнъгз ід гіг гиты, ціпочки обраостиг информации

Эляазпкал С4ІІ,

конструхзяию -ТОПОДОГНЧКГОЗ осо о*нн оста ашнраїжш составлявшая

О &

перебора альтернативных способов решения вы-

ЫА - количество нсколпенарованных сбоев

Сгетвстэт зсхдх иодаль 4

М - количество обнаруженных сбоев

Сгатистнчаоад иодгаь 3

уаг

Стапигплгсмх зюдїль 2

ЛГ2 -количествонашварианЕных

к сбоям событий £

Сгіпкютжиі ывдглъ I

Д*—кагачествопроявітпшхся сбоев на классах АЗТ уаг

ІЇЕ.Т?)

г2 г3 ...

Модели помех

Рисунок 2 - Модель системы обеспечения помехоустойчивости аппаратной компоненты информационной системы

На основе анализа существующих методов функционального контроля ИС предложена их диверсификация посредством придания свойств диагностируемое™ решаемой в ИС задаче по методике оценки реализуемости диагностических признаков.

Рисунок 3 - Модель противосбойной системы программной компоненты информационной системы

Совокупность приведенных выше результатов исследования позволила сформулировать второе положение, вынесенное на защиту: модели и методы системного анализа технических и эксплуатационных характеристик эффективности информационных систем с использованием предложенных архитектурно-ориентированных имитационных моделей и методов функционального контроля программных, информационных и других компонентов ИС создают необходимые предпосылки точности и объективности результатов измерения их характеристик.

Третья глава содержит теоретические основы агрегирования групп показателей эффективности информационных систем в комплексную

оценку на основе деревьев критериев с топологической интерпретацией матриц свертки, расширяющей функциональные возможности механизмов комплексного оценивания в направлении совершенствования процедур их конструирования и проверки адекватности моделей.

Перспективные модели предпочтений экспертов относятся к классу механизмов комплексного оценивания, строящихся на основе деревьев целей (критериев) и матриц бинарной свертки в каждом узле, и превосходят известные инструменты исследования свойств объектов с гетерогенными (разнородными) характеристиками благодаря полной независимости параллельных и частичной независимости последовательных элементарных процедур агрегирования.

Предлагаемые подходы к вопросам конструирования и расширения функциональных возможностей механизмов комплексного оценивания строятся на основе описания топологии матриц свертки.

Топологизация матриц свертки, иллюстрируемая рисунком 4, строится на следующем математическом базисе.

1. Шкала переменных укладывается в интервале [i, 4], легко интерпретируемом распространенной четырехбальной системой 2,5.

2. Процедура нечеткой свертки / над элементами хх,хг несущих

множеств Xi ,Х2 в соответствии с принципом обобщения имеет вид:

fiJx)= sup min{« (1)

где м{х) ~ функция принадлежности.

3. Аргументы процедуры нечетной свертки в базовой подобласти [1,2]х [l, 2] определения записываются согласно принятой модели нечеткого числа:

X, = 1/(1-//)+2//^, Хг=М(l-j"2)+2///2. (2)

Имя модели

Программное меню

Описание матриц свертки

Поле построения дерева

Блок режимов (функций свертки, функции ЧуВСТЕИТеЛкНОСТИ, ■транзитивного замыкания)

Рисунок 4 - Вариант программной реализации МКО на основе дерева критериев и топологической интерпретации матриц свертки

4. Дефазификация переменных (построение четких аналогов X нечетких чисел X) осуществляется по известному методу «центра тяжести»:

Х = (3)

что совместно с п.З обеспечивает взаимооднозначность процедур: X о X .

5. Множество матриц свертки, рекомендованных к использованию, канонически сокращается выполнением требования: приращение значений свертки на каждом дискретном шаге изменения аргументов не превышает по горизонтали (вертикали) и по диагонали 1 и 2, соответственно.

6. Процедура нечеткой свертки в базовой подобласти определения х1хх2= [1,2]х [1,2] описывается отношением:

* = /(*„£)= /(]^)/тт((1-лН1-л))+/(1.2)/тт((1-/|Дл)+ (4)

+ /(2,1) / ГШ Си,, (1 - Иг))Л2- 2)1 ■' ^ )'

для канонических матриц устанавливающим ровно шесть типов стандартных функций свертки ге05, отличающихся в области определения нечеткой свертки [1,4] смещением Се0,2х0,2.

7. Функция нечеткой свертки рассматривается в дефазифицирован-ной форме:

X = цт{х)= £)))= /(ВД)+С- (5)

8. Значения функций нечеткой свертки вычисляются в форме (5) и дополняются уравнениями кусочно-гладких проекций линий одинаковых

значений результатов оценивания Хс (изопрайс, в квалиметрии - изоква-

лит) на базовую подобласть:

(6)

9. Сопряжение входа X к последующей матрицы свертки с предыдущим Xк достигается соглашением, базирующемся на следствии п. 4:

Хк->Хк-*Хк=Х3, (7)

Отсюда возникают перспективы расширения функциональных возможностей механизмов комплексного оценивания на основе деревьев критериев и топологической интерпретации матриц свертки в направлении совершенствования процедур их конструирования, развития свойств ранжирования объектов сопоставления и чувствительности комплексной оценки к вариациям частных критериев, а также исследования динамики изменения и прогноза состояний (эффективности) ИС.

Совокупность приведенных выше результатов позволяет сформулировать третье положение, вынесенное на защиту: разработанные теоретические основы моделирования предпочтений в виде деревьев критериев с топологической интерпретацией матриц свертки расширяют функциональные возможности механизмов комплексного оценивания, и подводят теоретическую базу к разработке методов моделирования индивидуальных и коллективных предпочтений.

Четвертая глава посвящена разработке методов агрегирования групп показателей эффективности информационных систем, поддерживаемых интеллектуальными технологиями моделирования предпочтений ЛПР. В ней приводится описание мнемонических схем и инструментальных средств построения и исследования моделей индивидуальных и коллективных предпочтений.

Метод моделирования индивидуальных предпочтений решает в виде мнемонических схем задачу анализа предпочтений ЛПР (разработки моделей) и задачу синтеза (прогнозирования) его поведения (исследование моделей), являясь основой построения интеллектуальных технологий моделирования индивидуальных предпочтений, представленных в обобщенном виде на рисунке 5.

Основными процессами первого этапа разработки модели индивидуальных предпочтений являются: структурный синтез механизма комплексного оценивания (МКО), определяющий процесс свертки множества существенных терминальных (доступных разработчику с позиций измерения) частных критериев в комплексную оценку; приведение частных критериев к стандартной шкале комплексного оценивания; конструирование бинарных матриц свертки; разработка процедур вычисления комплексной оценки и транзитивной свертки по всему дереву критериев.

Тка, уровень г. рефлексии, | направленность! накласс объеиа!

^СОСТОЙНДХ)

Информация о носителе предпочтений V.

Технологии моделирования индивидуальных

Технологии Технологии

разработки К исследована!

моделей > моделей

индивидуальных V индивидуальных

предпочтений Функщш предпочтении

свойства модели

Информация о

поведении объекта моделирования (ЛИР)

Задачи исследования ооъеиа моделирования

Рисунок 5 - Обобщенная структура интеллектуальных технологий моделирования индивидуальных предпочтений

Результатом выполнения перечисленных процессов являются модели индивидуальных предпочтений ЛПР в форме механизмов комплексного оценивания, обладающих расширенным ассортиментом пользовательских возможностей (функциональных свойств).

Для решения задач исследования моделей предпочтений интеллектуальными технологиями предлагается их описывать мнемоническими схемами (мнемосхемами) специального вида, объединяющими данные обо всех главных параметрах интеллектуальных технологий, имеющих сложную структуру, и создающими полное совокупное их описание.

Введем исходное множество формализмов: г - тип предпочтения

(область предпочтений и носитель предпочтения), г - матричное пред-

ставление свертки, г - топологическое представление свертки, / - рефлексия 1 - го рода, А - степень неадекватности модели прототипу,--

символ эквивалентности (взаимооднозначности) моделей предпочтения прототипу,

)- предпочтение і - го рода рефлексии,

') - модель предпочтения і - го рода рефлексии.

Первая поставленная проблема - исследование существа индивидуального предпочтения ЛПР и повышение степени адекватности модели предпочтения прототипу - решается на основе топологизации матрицы свертки (рис. 6).

Ді

Г\ ! |Ч

и' 1 ,1У

ЛПР

Рисунок 6 - Технология повышения степени адекватности модели предпочтения прототипу на основе топологизации матрицы свертки

Индивидуальное предпочтение в определенной предметной области возникает как результат сложной психической деятельности человека и означает его способность, главным образом, за счет эмоциональных (бессознательных) компонентов системы предпочтений в отношении двух любых объектов (А, В) из однородного множества сформулировать один из трех вариантов своего отношения к ним:

А >-В,В > А,А = В (8)

Такой форме предпочтения соответствует рефлексия 0-го рода. Эта форма предпочтения служит основой большого числа методов обоснования принимаемых решений, используя отношение порядка (8), устанавливаемого на представляемом множестве однородных объектов, с последующим его обобщением на множество представления. Этот результат уже соответствует рефлексии более высокого - 1-го рода с методической погрешностью АI рефлексирования (отражения предпочтения).

При необходимости, носитель предпочтения (ЛПР) путем усиления своей психической деятельности может составить интерпретацию, объясняющую мотивацию принятия решения в задаче выбора относительно любой пары объектов сопоставления из множества представления. Сформулированный результат психической деятельности соответствует рефлексии 1-го рода предпочтения ЛПР.

Не останавливаясь на мотивациях моделирования индивидуального предпочтения ЛПР (отметим лишь целесообразность использования в этой процедуре топологического представления свертки), построим модель предпочтения ЛПР как рефлексию 1-го рода отражения прототипа на информационном носителе с методической погрешностью А 2 , обозначающей степень неадекватности модели прототипу. Последнее обстоятельство свидетельствует о соответствии модели рефлексии 2-го рода и необходимости уменьшения методической погрешности А 2 . Единственный путь достижения этой цели лежит в направлении создания возможностей для ЛПР сопоставления содержания рефлексии 1-го рода с содержательной интерпретацией модели предпочтения как рефлексии 2-го рода.

В силу взаимооднозначности топологической и матричной форм представления свертки известным образом получаем модель предпочтения в формализованном виде, допускающем проведение исследований мето-

дом вычислительного эксперимента. Речь идет об интерпретации полученной модели, объясняющей «мотивацию» принятия решений на ее основе. Содержание интерпретации соответствует рефлексии 3-го рода предпочтения ЛПР и обуславливает методическую ошибку А3, которая должна быть сведена к минимуму путем использования эффективных технологий исследования модели предпочтений, в том числе посредством проведения комплексной сертификации и множественной линеаризации свертки семейства рабочих точек. Результатом сопоставления должна стать коррекция топологии модели свертки и следующее за ней уточнение рефлексии предпочтения 2-го рода, на которой лежит ответственность за принимаемое в будущем решение.

Вторая проблема - заочное изучение типа участника системы принятия решений по данным в виде матриц свертки - решается с использованием технологий, представленных на рисунке 7.

Дз

Рисунок 7 - Технология исследования существа предпочтения неизвестного лица по модели предпочтения с рефлексией 2-го рода

Решением проблемы является интерпретация модели предпочтений с максимально возможным снижением методической погрешности А3

и использованием процедуры, аналогичной упомянутой при решении первой проблемы.

Второй этап моделирования индивидуальных предпочтений предполагает использование возможностей решения исследовательских задач, охватывающих изучение поведения ЛПР на основе модели его предпочтений.

Основными базовыми процессами этапа исследования модели индивидуальных предпочтений являются: измерение критериев в выбранной или заданной шкале; перевод значений частных критериев из количественной шкалы в качественную и обратно; анализ информации о состояниях объекта и другие.

Для решения задач исследования моделей предпочтений интеллектуальными технологиями предложено их описание оригинальными мнемоническими схемами, объединяющими данные обо всех главных параметрах интеллектуальных технологий, имеющих сложную структуру, и создающими полное совокупное их описание, что необходимо при построении композиции предпочтений всех заинтересованных сторон.

Метод моделирования коллективных предпочтений предполагает использование композиции моделей индивидуальных предпочтений и элементов анализа и обработки информации о взаимодействии этих моделей. Мнение экспертов запрашивается не в виде оценок, а в форме моделей предпочтений, являющихся средством выражения мнений экспертов по вопросу выбора варианта решения. Каждая модель имеет одну и ту же область определения, составленную из частых критериев объектов сопоставления. После соответствующей обработки полученной информации эксперты могут быть приглашены уже на утверждение окончательного варианта решения, который будем называть «согласованным коллективным решением» (рисунок 8).

Рисунок 8 - Мнемосхема технологии принятия согласованных коллективных решений

Данный механизм может быть модифицирован для принятия коллективных решений в коллегиальных органах, участники которого имеют различные доли ответственности. Это достигается правом тиражирования отдельными экспертами своего мнения пропорционально доле ответственности, что проявится на этапе активной экспертизы (АЭ), поддерживаемой неманипулируемым механизмом, реализованным при участии автора в составе комплекса программ, прошедших государственную регистрацию.

Совокупность приведенных выше результатов позволяет сформулировать третье положение, вынесенное на защиту: разработанные методы моделирования индивидуальных и коллективных предпочтений могут служить основой построения интеллектуальных технологий прогнозирования и оценки эффективности ИС с учетом мнения заинтересованных сторон.

Пятая глава посвящена созданию раздела методологии прогнозирования и оценки комплексной эффективности информационных систем. Предложенная интерпретация комплексной эффективности сложных си-

стем с позиций рыночных отношений используется при разработке метода и интеллектуальных технологий прогнозирования и оценки эффективности ИС как системы устойчивой поддержки приложений и обработки данных сложных объектов с учетом отраслевых особенностей.

В настоящем исследовании качественным критерием общественной, народнохозяйственной эффективности конкретной ИС принято считать факт устойчивого позиционирования на рынке продукции этого вида, что означает наличие равновесия между «игроками» этого рынка: производителем, потребителем (потребителями) и конкурентами. Учет данного факта требует развития методологических основ интерпретации и построения интеллектуальных технологий этого направления: моделирование рынка и рыночных отношений; нахождение решений игры участников рынка (равновесия); обоснование перспективных направлений развития частных критериев эффективности ИС.

В качестве модели рынка предложена композиция функций чувствительности моделей предпочтений потребителя (Пот) и производителя (Пр) по параметру цены продукта, играющих роль функций спроса и предложения, соответственно. С помощью построенной модели рассмотрены наиболее важные для настоящего исследования концепции равновесия в процессе доказательства следующих утверждений.

Утверждение 1. Точка равновесия модели рынка как место пересечения кривых спроса и предложения в плоскости «цена - объем» одновременно, если существует, то соответствует концепциям максиминного равновесия, равновесия Нэша и Парето-оптималыюй ситуации.

Следствие 1. Модели рынка одного товара, в соответствии с макси-минным принципом, характеризуются периодически образующимися состояниями равновесия, которые, согласно рассмотренным принципам равновесия, являются устойчивыми до того момента, пока не изменится ком-

плексное значение хотя бы одного детерминанта: спроса или предложения, т.е. не изменится товар. Последнее событие инициирует новый цикл поиска и удержания равновесия.

Утверждение 2. Стабилизация равновесного состояния рынка одного товара, нарушаемого изменением отдельных терминальных критериев, может быть достигнута удержанием рабочей точки на гиперповерхности изопрайсы за счет адекватного направленного изменения других частных критериев.

Утверждение 3. Для любого наперед заданного изменения комплексного (обобщенного) уровня эффективности продукта на рынке одного товара существует графоаналитическая процедура обоснования конечного числа вариантов, связанных с установлением требуемых изменений его частных показателей эффективности.

Сформулированные и доказанные выше утверждения, а также вытекающие из них следствия открывают дискуссию о назревшей необходимости изменений в сложившейся парадигме прогнозирования и оценки эффективности информационных и других технических систем. Наиболее важным из этих изменений является управление равновесными состояниями рынка, а, следовательно, и эффективностью ИС, в соответствии с концептуальной схемой, показанной на рисунке 9.

В соответствии с методологическими основами интерпретации комплексной эффективности информационных систем с позиций рыночных отношений в комплексную схему включена модель рынка ИС (прототипа). Данная модель строится как композиция многомерных функций спроса и предложения, являющихся матричными моделями предпочтений производителя продукции гпр и потребителя гптр . На входе каждой из моделей

предполагается присутствие значений детерминантов спроса и предложения, наиболее существенные компоненты которых представлены на рисун-

ке 9. Разработка упомянутых моделей принадлежит к классу задач, решаемых с помощью интеллектуальных технологий.

Зїіраш

Рисунок 9 - Концептуальная схема интеллектуальных технологий повышения эффективности информационных систем

Эпюра, представленная на рисунке 9, иллюстрирует пересечение моделей в плоскости «цена сделок - объем сделок». Сплошными линиями

отображается исходное равновесное состояние рынка, точка равновесия которого должна соответствовать реальному состоянию рынка. Факт несовпадения может служить обоснованием внесения параметрических изменений в модель рынка, обеспечивающих адекватность модели объекту моделирования. Пунктирными линиями отображается желаемое состояние рынка, которое может быть достигнуто посредством повышения эффективности основного продукта. Обсуждаемая структура управления эффективностью ИС содержит два контура управления.

Первый контур управления эффективностью ИС включает в себя модель системы устойчивой поддержки приложений (СУПП) и модель принятия решений (МПР) по повышению уровня эффективности этой компоненты ИС. Модель СУПП отображает все существенные архитектурные особенности аппаратно-программной части ИС, подлежащие учету при имитационном моделировании функционирования ИС. Модель принятия решений предназначена для обоснования технических заданий на изменение совокупности частных показателей эффективности ИС и состоит из последовательности этапов, общепринятой в теории принятия решений, но отличающейся новым наполнением.

Второй контур управления эффективностью ИС включает в себя модель предметной области и модель принятия решений по повышению уровня эффективности системы интеллектуальной обработки данных (СИОД).

Процедура прогнозирования и оценки изменяемых параметров рынка в пространствах качественных и количественных значений детерминантов иллюстрируется рисунком 10.

Предложенная методика обоснования перспективных направлений повышения эффективности информационных (технических) систем в виде многошаговой процедуры обосновывает выбор решения задачи произвол-

ственного менеджмента с учетом предпочтений заказчика к качеству продукции, возможностей конкурентов и состояния рынка.

Рисунок 10 - Прогнозирование и оценка качественных изменений (б) равновесного состояния рынка (АХо) на основе желаемых количественных (ЛО) изменений (а) и иллюстрация результата инновационных решений в области качества (1) и себестоимости (2) продукции

Пусть структура модели предпочтения вариантов качества технической системы как товара V имеет вид, показанный на рисунке 11.

Рисунок 11 - Структура модели предпочтения вариантов качества технической системы как товара

Для исходной рабочей точки (рт) У'(у, 'У') (рис. 12) исследуемой модели предпочтения на топологическом изображении матрицы свертки тх предусмотрено развитие до уровня качества V" _ Как следует из эпюры,

решениями поставленной задачи являются и гДе

переменные имеют смысл подмножеств терминальных (конечных)

критериев.

Направление развития первого варианта решения на следующем нижнем уровне иерархии становится понятным из рисунка 13, где рабочая

точка матрицы тг :

'X) = имеет два варианта раз-

вития: у"(г;',Г2)= гИс^И, г'(к',Г2)=

Рисунок 12 - Топологическое изображение матрицы свертки /я,

Открыт»

Очистить матрицы

Построить по данным

Отменить.

Рисунок 13 - Топологическое изображение матрицы свертки тг

Следует заметить, что в первом выражении появляется новое значение Уп терминального критерия Уи служащее обоснованием степени развития этого критерия как технического задания на проектирование.

Интеллектуальная технология прогнозирования и оценки эффективности ИС как средства анализа и обработки информации реализована в заказной НИР «Черняевский лес». Следуя принципу агрегирования, территория городского лесопарка представлена множеством укрупненных элементов (выделов) как объектов комплексного оценивания, подлежащих кластеризации. Это подтверждает востребованность II и III групп характеристик ИС, посредством которых учитывается человеческий фактор на этапах интерпретации состояний и селекции управленческих решений по устойчивому развитию лесопарка как биологического объекта и как объекта рекреационных услуг.

Совокупность приведенных выше результатов позволяет сформулировать третье положение, вынесенное на защиту: методологические основы интерпретации комплексной эффективности информационных систем с позиций рыночных отношений обеспечивают прогнозирование и оценку Ьише-оптимальных решений в задачах устойчивой поддержки приложений и интеллектуальной обработки данных при управлении сложными объектами.

В заключение диссертации приведены основные научные и практические результаты работы.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

В настоящем исследовании решена крупная актуальная научная проблема разработки методологии прогнозирования и оценки эффективности информационных систем на основе исследования системных связей и закономерностей их функционирования с учетом отраслевых особенностей и предпочтений заинтересованных лиц. При этом получены следующие новые научные результаты.

1. Разработана новая концепция решения проблемы прогнозирования и оценки эффективности информационных систем, составляющая основу методологии прогнозирования и оценки эффективности ИС с позиций системного анализа, отличающаяся развитием понятийного аппарата предметной области, концептуальными моделями обоснования актуальности и путей решения задачи агрегирования частных критериев в комплексную оценку, математическим аппаратом интерпретации и селекции многомерных состояний и управлений сложными объектами.

ции, отличающиеся учетом архитектуры аппаратной и программной компонент на основе введенного понятия архитектурно-значимых точек.

3. Разработаны новые модели описания функционирования ИС, отличающиеся использованием имитационного моделирования аппаратной и программной компонент с учетом их иерархической структуры, средств обеспечения сбоеустойчивости и воздействия внешней среды.

4. Обоснована возможность совершенствования показателей эффективности ИС на основе диверсификации методов функционального контроля, отличающейся приданием диагностических свойств реализуемым в ИС алгоритмам.

5. Созданы теоретические основы агрегирования частных критериев в комплексный критерий, использующие деревья критериев и матрицы свертки и отличающиеся алгоритмическими средствами топологической интерпретации, которые расширяют функциональные возможности механизмов комплексного оценивания как моделей предпочтений.

6. Разработаны новые методы комплексного оценивания технической и управленческой эффективности ИС, отличающиеся возможностями создания интеллектуальных технологий моделирования индивидуальных предпочтений ЛПР с использованием мнемонических схем, которые включают в себя процессы и методы описания структурной сложности, сложности функционирования, выбора поведения и развития, и коллективных предпочтений ЛПР на основе модифицированной процедуры активной экспертизы.

7. Разработаны новые методы комплексного оценивания эффективности ИС с позиций рыночных отношений, отличающиеся интерпретацией понятия эффективности сложных систем на основе известных концепций равновесия с целью обоснования перспективных направлений развития частных показателей эффективности ИС.

8. Построены и внедрены прикладные модели прогнозирования и оценки эффективности ИС, отличающиеся представлением ИС как технической системы и как средства анализа и обработки информации с учетом отраслевых особенностей сложного объекта.

9. Разработаны программное и методическое обеспечения интеллектуальных технологий повышения эффективности ИС, способствующие созданию инновационных программных продуктов, отличающихся требуемым уровнем инжинирингово-управленческих компетенций пользователя и успешным прохождением государственной регистрации программ для ЭВМ.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

Статьи в научных изданиях, рекомендованных ВАК РФ

1. Белых A.A., Харитонов В.А. Архитектурно-ориентированный подход к оценке сбоеустойчивости специализированных вычислительных комплексов. // Приборы и системы. Управление, контроль, диагностика, № 11,2000. С. 51-55

2. Белых A.A. Архитектурно-ориентированный способ оценки сбоеустойчивости специализированных вычислительных комплексов // Труды Кубанского государственного аграрного университета. - Выпуск 401 (429). Краснодар, 2003. - С. 323-333

3. Белых A.A., Камалетдинов М.Р., Лыков М.В., Мишкина Е.В. Системы конструирования матриц свёртки в экспертных задачах комплексного оценивания // Вестник «УГТУ - УПИ»: Строительство и образование. -Сб. науч. трудов. Екатеринбург: ГО ВПО УГТУ-УПИ, 2006. № 12 (83). -С. 24-26.

4. Белых A.A., Букалова А.Ю., Меновщиков К.В. Процедуры исследования чувствительности результатов комплексного оценивания объектов недвижимости. // Вестник «УГТУ - УПИ»: Строительство и образование. -Сб. науч. трудов. Екатеринбург: ГО ВПО УГТУ-УПИ, 2006. № 12 (83). -С. 26-29.

5. Белых A.A. Методика функционального контроля цифровых устройств систем управления объектами агропромышленного комплекса на основе взвешенных алгебраических соотношений // Труды Кубанского государственного аграрного университета. Выпуск № 3. - Краснодар: КубГАУ, 2006. - С. 28-37.

6. Белых A.A., Винокур И.Р., Харитонов В.А. Функциональные возможности механизмов комплексного оценивания с топологической интерпретацией матриц свертки // Управление большими системами. Сб. трудов. Вып. 18. М.: ИПУ РАН, 2007. - С. 129-140.

7. Белых A.A., Лыков М.В., Стаматин В.И., Шайдулин Р.Ф. Экспресс-анализ промышленных предприятий с учетом согласованных предпочтений участников принятия инвестиционных решений И Вестник Сам. ГЭУ №10. - Самара, 2008. - С. 123 - 135.

8. Белых A.A. Концепция разработки интеллектуальных технологий повышения эффективности информационных систем / A.A. Белых // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2010. - №04(58). С. 75 -98. - Шифр Информрегистра: 0421000012X0058. - Режим доступа: http://ej.kubagro.ru/2010/04/pdf705.pdf, 1,5 у.пл.

9. Белых A.A. Проблема повышения эффективности информационных систем в современных условиях / A.A. Белых // Политематический сетевой

электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2010. - №04(58). С. 52 - 74. - Шифр Информрегистра: 0421000012V0060. - Режим доступа: http://ej .kubagro.ru/2010/04/pdff04.pdf, 1,438 у.п.л.

10. Белых A.A. Интерпретация эффективности сложных систем с позиций рыночных отношений / A.A. Белых, В.А. Харитонов // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2010. - №05(59). С. 255 - 275. - Шифр Информрегистра: 0421000012\0096. - Режим доступа: http://ej.kubagro.ru/2010/05/pdf/16.pdf, 1,312 у .пл.

11. Белых A.A. Интеллектуальные технологии повышения эффективности информационных систем / A.A. Белых, Р.Ф. Шайдулин, В.А. Харитонов // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2010. - №06(60). С. 539 -570. - Шифр Информрегистра: 0421000012\0122. - Режим доступа: http://ej.kubagro.ru/2010/06/pdf/35.pdf, 2 у.п.л.

12. Белых A.A., Шайдулин Р.Ф., Гуреев К.А., Харитонов В.А., Алексеев

A.О. Принцип многомодельности в задачах моделирования индивидуальных предпочтений / Управление большими системами, М.: ИПУ РАН, №31,2010.

13. Белых A.A. Системный анализ проблемы выбора для активных элементов с пересекающимися интересами /A.A. Белых, М.В. Передерий,

B.А. Харитонов // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный

журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2011.— №07(71). С. 550 - 563 - Режим доступа: http://ej.kubagro.ru/2011/07/pdf/41.pdf, 1,12 у.пл.

14. Белых A.A. Основы методологии прогнозирования и оценки эффективности информационных систем /A.A. Белых // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2011. - №07(71). С. 564 - 587. - Режим доступа: http://ej.kubagro.ru/2011/07/pdf/42.pdf, 1,9у.п.л.

Монографии, препринт

15. Белых A.A. Методологические основы прогнозирования и оценки эффективности информационных систем. Монография. - Пермь: ПНЦ УрО РАН, ПГСХА, 2010. - 137 с.

16. Белых A.A. Модели и методы синтеза противосбойных систем цифровой аппаратуры управления сложных технических комплексов. Препринт. - Пермь: Институт механики сплошных сред УрО РАН, 2000.76 с.

17. Белых A.A., Горлов Ю.Г., Калинин Н.П., Харитонов В.А. Отношение объективного и субъективного в моделях поддержки принятия решений / Под научной редакцией В.А. Харитонова: Монография. - Пермь: ПГСХА, 2008. - 230 с.

18. Белых A.A. и др. Управление инновационным развитием социально-экономических систем / Под редакцией Ю.К. Перского: Монография. -Екатеринбург: Институт экономики УрО РАН, 2010. - 512 с.

19. Белых A.A., Харитонов В.А. Интеллектуальные технологии обоснования инновационных решений / Под научной редакцией В.А. Харитонова: Монография. - Пермь: Изд-во Перм. гос. техн. ун-та, 2010. - 345 с.

Публикации в академических изданиях

20. Белых A.A., Винокур И.Р., Харитонов В.А. Современные технологии комплексного оценивания научно-технических проектов. Серия «Космический вызов 21 века», т. 3. -Москва: ИХФ РАН, 2007. - с. 429 - 433.

21. Белых A.A. Принятие Парето-решений в области диверсификации производства на основе маркетинговых моделей предпочтений // Теория Активных Систем. Труды международной научно-практической конференции «Управление большими системами - 2007». - ИПУ РАН, Москва, 2007.-С. 213-215

22. Белых A.A., Харитонов В.А. Инжиниринговые технологии менеджмента. Инновационно-образовательный проект // Теория Активных Систем. Труды международной научно-практической конференции «Управление большими системами - 2007». - ИПУ РАН, Москва, 2007 -С. 216-219.

23. Белых A.A., Алексеев А.О., Шайдулин Р.Ф. Сертификация матричных моделей предпочтений // Труды международной научно-практической конференции. Том I. В.Н. Бурков, Д.А. Новиков. - М.: ИПУ РАН, 2009. -С. 178-182.

Свидетельства о государственной регистрации программ для ЭВМ

24. Белых A.A., Харитонов В.А., Шайдулин Р.Ф. Авт. свид. «Автоматизированная система комплексного оценивания объектов» №2007614834, 2007г.

25. Белых A.A., Харитонов В.А., Шайдулин Р.Ф. Авт. свид. «Автоматизированная система исследования моделей комплексного оценивания объектов» №2008612724, 2008г.

26. Белых A.A., Харитонов В.А., Шайдулин Р.Ф. Авт. свид. «Автоматизированная система оперативного исследования моделей объектов комплексного оценивания» № 2009610220,2009г.

27. Белых A.A., Харитонов В.А., Шайдулин Р.Ф., Мелехин М.И. Авт. свид. «Адаптивная неманипулируемая процедура обработки результатов активного экспертного оценивания» №2009616217,2009г.

28. Белых A.A., Харитонов В.А., Шайдулин Р.Ф., Мелехин М.И. Авт. свид. «Автоматизированная система комплексного оценивания и исследования объектов в физическом пространстве представления частных критериев» №2011619529,2011г.

Авторские свидетельства по теме диссертации

29. Белых A.A., Благинин В.Ф., Лебедев В.В., Цыганов И.Ф. Авт. свид. «Генератор функций» № 1758641, 1992г.

Формат 60x84 1/16. Печ. л. 2.0. Тираж 100 экз. Заказ № 24

Отпечатано в хЗТрокростЪ» Пермской государственной сельскохозяйственной академии имени академика Д. Н. Прянишникова 614990, Россия, г. Пермь, ул. Петропавловская, 23 Тел.: 8(342)210-35-34

Оглавление автор диссертации — доктора технических наук Белых, Андрей Алексеевич

Введение.

Глава 1. Анализ проблемы прогнозирования и оценки эффективности информационных систем.

1.1. Актуальность проблемы прогнозирования и оценки эффективности информационных систем в современных условиях и анализ путей ее решения.

1.2. Обоснование требований к содержанию методологии прогнозирования и оценки эффективности информационных систем в современных условиях.

1.3. Разработка концепции решения проблемы прогнозирования и оценки эффективности информационных систем.

Выводы по главе 1.

Глава 2. Развитие методологии прогнозирования и оценки показателей технической эффективности информационных систем.

2.1. Разработка моделей теоретико-множественного анализа показателей технической эффективности информационных систем.

2.2. Разработка математических моделей функционирования информационных систем в особых условиях эксплуатации.

2.3. Математические модели архитектурно-ориентированного анализа эффективности противосбойных средств аппаратной и программной компонент.

2.4. Методы и общие принципы архитектурно-ориентированной оптимизации состава и структуры противосбойных средств информационных систем.

2.5. Диверсификация методов повышения эффективности информационных систем на основе функционального контроля.

Выводы по главе 2.

Глава 3. Разработка теоретических основ агрегирования групп показателей эффективности информационных систем.

3.1. Обоснование направлений совершенствования процедуры агрегирования на основе деревьев критериев и матриц свертки.

3.2. Расширение функциональных свойств нечетких бинарных матриц свертки.

3.3. Разработка научно-методического аппарата конструирования матриц свертки на основе топологической интерпретации.

3.4. Решение проблемы адекватности моделей предпочтений лиц, принимающих решения.

Выводы по главе 3.

Глава 4. Разработка методов агрегирования групп показателей эффективности информационных систем.

4.1. Обоснование структуры и содержания методов построения интеллектуальных технологий моделирования индивидуальных предпочтений лиц, принимающих решения.

4.2. Метод построения технологий разработки моделей индивидуальных предпочтений.

4.2.1. Структурный синтез механизмов комплексного оценивания.

4.2.2. Приведение частных критериев к стандартной шкале комплексного оценивания.

4.2.3. Конструирование матриц свертки.

4.2.4. Разработка процедур вычисления комплексной оценки.

4.3. Метод построения технологий исследования моделей индивидуальных предпочтений.

4.3.1. Процессы исследования моделей индивидуальных предпочтений ЛПР.

4.3.2. Методы исследования структурной сложности моделей предпочтений.

4.3.3. Методы исследования сложности функционирования (поведения) моделей предпочтений.

4.3.4. Методы исследования сложности выбора поведения моделей предпочтений.

4.3.5. Методы исследования сложности развития объектов комплексного оценивания (информационных систем) и моделей предпочтений.

4.4. Метод моделирования коллективных предпочтений.

Выводы по главе 4.

Глава 5. Методология прогнозирования и оценки комплексной эффективности информационных систем.

5.1. Интерпретация комплексной эффективности информационных систем с позиций рыночных отношений.

5.2. Метод прогнозирования перспективных направлений повышения эффективности информационных систем

5.3. Модели прогнозирования и оценки эффективности информационных систем с учетом отраслевых особенностей.

5.3.1. Методика и модели обоснования перспективных направлений повышения эффективности информационной (технической) системы.

5.3.2. Модели прогнозирования и оценки эффективности информационных систем как средство анализа и обработки информации. 351 Выводы по главе 5.

Введение 2012 год, диссертация по информатике, вычислительной технике и управлению, Белых, Андрей Алексеевич

Современные информационные системы (ИС), относящиеся к классу технических систем, по своей структурной сложности, сложности функционирования, выбора поведения и развития относятся к классу сложных систем и в задачах прогнозирования и оценки эффективности подлежат исследованию методами системного анализа.

Эффективность информационных систем является комплексной характеристикой совокупности технических, эксплуатационных и экономических показателей и требует непрерывного совершенствования, как отдельных показателей, так и подходов к комплексному оцениванию эффективности.

Проблема прогнозирования и оценки эффективности ИС актуальна для всех отраслей народного хозяйства и напрямую связана с необходимостью совершенствования средств обработки информации, управления сложными объектами и поддержки принятия решений. Решение этой проблемы требует развития известных, разработки и применения новых методов системного анализа.

Составляющими элементами ИС, как среды, кроме компьютеров, сетей, программных продуктов, баз данных и других технических элементов являются люди, целенаправленно воздействующие на объекты с учетом их отраслевых особенностей в процессе управления и принятия решений.

Таким образом, прогнозирование и оценка совокупности гетерогенных (разнородных) показателей эффективности информационных систем, используемых в новых технологиях, методами системного анализа, становятся проблемными в связи с необходимостью комплексного оценивания частных критериев (агрегирования) подобных сложных систем. Решение этой проблемы требует описания текущего состояния и динамики изменения уровня эффективности ИС с учетом индивидуальных предпочтений (интуитивных суждений эвристического характера - важнейшей компоненты человеческого фактора) всех заинтересованных лиц.

Сделанное уточнение, с одной стороны, требует развития комплексного понятия эффективности ИС как технической системы с учетом предпочтений экспертов (ПЭ), путем установления функциональной зависимости данного показателя от его частных характеристик, носящих объективный характер: готовности, надежности, производительности, пропускной способности, помехоустойчивости, экономических, массогабаритных характеристик и других.

Технологии high-tech, еще недавно считавшиеся единственно современными технологиями, уступают место технологиям high-hume - технологиям управления социальными стандартами и предпочтениями в сфере восприятия инноваций в информационной среде.

Комплексная оценка информационной системы как показатель эффективности в технологиях high-hume должна отражать востребованность этой системы для пользователей, т.е. спрос на эту продукцию. Из сказанного можно сделать вывод о том, что в современных условиях прогнозирование и оценка эффективности информационных систем, без учета динамики соответствующего сегмента рынка, является экономически, а, значит, и технологически, необоснованными. Сделанное утверждение кардинально меняет методологические подходы к проблеме разработки моделей и методов, технологий и инструментальных средств прогнозирования и оценки эффективности ИС.

Степень разработанности проблемы. Вопросы формализации и разработки критериев моделей описания и оценки эффективности методами системного анализа широко освещены в трудах Д. Клиланда, Э. Квейда, Я. Та-кахары, Дж. Каста, Б.А. Резникова, Н.П. Бусленко, А.И. Яблонского, Б.С. Флейшмана, Б.Г. Волика, М. Месаровича и других. В меньшей степени это коснулось решения задач прогнозирования и оценки эффективности ИС как технических систем и средств анализа, обработки информации и управления другими сложными объектами.

Отдельные аспекты прогнозирования и оценки эффективности ИС по параметрам надежности, качества, помехоустойчивости, массогабаритным и другим объективно измеряемым характеристикам рассмотрены в работах А. Авижениса, Ж.-К. Лапри, А.П. Ершова, А.Г. Мамиконова, Р.Б. Мазепы, Б.А. Мандзия, В.В. Липаева, В.И. Матова, В.И. Сагунова, М.Б. Игнатьева и других. Известные результаты в этой области трудно считать исчерпывающими из-за недостаточного глубокого отношения в них к ИС как к сложным системам, которые должны исследоваться методом имитационного моделирования с одновременным охватом всех уровней архитектуры для достижения большей точности и объективности результатов.

Проблемы учета влияния человеческого фактора в задачах прогнозирования и оценки сложных систем нашли глубокое отражение в трудах по теории нечетких множеств, игр, организационных систем, в области рыночных отношений и квалиметрии таких авторов как Л. Заде, Э.А. Трахтенгерц, Ю.Б. Гермейер, А.И. Орлов, Д.А. Поспелов, В.Н. Бурков, Д.А. Новиков, П. Самуэльсон, У. Барнетт, Жак Дрез, Томас Сарджент, Роберт Ауманн, Г.Г. Азгольдов и других. Однако методологические и математические основы моделирования человеческого фактора, получившие широкую известность, не затрагивают вопросы интерпретации и селекции в задачах комплексной оценки сложных систем с учетом индивидуальных и коллективных предпочтений экспертов, в том числе лиц принимающих решения, и обоснования требований к разрабатываемым управленческим решениям, адекватным вариантам интерпретации и селекции. Известные методы моделирования предпочтений (в том числе на основе деревьев критериев и матриц свертки) характеризуются ограниченными функциональными возможностями, недостаточно развитым научно-методическим аппаратом обоснования вариантов агрегирования (матриц свертки) и моделирования коллективных предпочтений. Это обстоятельство сдерживает развитие систем прогнозирования и оценки эффективности ИС с учетом человеческого фактора и делает востребованным создание более эффективных методов моделирования предпочтений экспертов.

Не смотря на наличие значительного количества работ по отдельным аспектам проблемы прогнозирования и оценки эффективности ИС, необходимо отметить несоответствие известных моделей и методов, технологий и инструментальных средств современным требованиям, которое может быть преодолено только на новом методологическом базисе. В связи с этим возникла научная и практическая необходимость проведения настоящего исследования.

Объект исследования: информационные системы.

Задачи исследования:

1. Разработка концепции решения проблемы прогнозирования и оценки эффективности информационных систем.

2. Построение моделей теоретико-множественного анализа и оптимизации показателей эффективности ИС.

3. Разработка моделей описания функционирования ИС в особых условиях эксплуатации.

4. Диверсификация состава показателей эффективности ИС.

5. Создание теоретических основ агрегирования частных критериев в комплексный критерий.

6. Разработка методов агрегирования групп показателей эффективности

ИС.

7. Интерпретация комплексной эффективности ИС с позиций рыночных отношений.

8. Построение моделей прогнозирования и оценки эффективности ИС с учетом отраслевых особенностей.

Основными методами исследования являются: общая методология, методы системного анализа, аналитического и имитационного моделирования, теории активных систем, теории вероятностей, теории нечетких множеств, теории графов, теории матриц, дискретной математики и математического анализа.

11 - методы и алгоритмы прогнозирования и оценки эффективности, качества и надежности сложных систем.

- созданием методологических основ интеллектуальной поддержки принятия решений в задачах обоснования перспективных направлений повышения эффективности ИС с позиций рыночных отношений, отличающихся использованием модели предпочтений заинтересованных лиц в качестве критериев оптимальности,

Положения, выносимые на защиту:

1. Концепция решения проблемы прогнозирования и оценки эффективности ИС, способствующая выбору моделей и методов анализа технической эффективности, агрегирования групп показателей эффективности и исследования комплексной эффективности ИС.

Апробация работы. Результаты работы докладывались и обсуждались на следующих конференциях: Всероссийская конференция «Информация, инновации, инвестиции» ЦНТИ (Пермь, 2004, 2006, 2008); НТК «Перспективы развития систем управления, прицеливания, навигации, электроснабжения» ПВИ РВ (Пермь, 2002 год); межвузовский НТС ПВИ РВ (Пермь, 1998, 2002); международная НПК «Теория активных систем - 2007, 2009» ИПУ РАН (Москва, 2007, 2009); НТК ПВВКИКУ РВ (Пермь, 1991, 1993, 1995, 1996, 1997); Всесоюзная НТК НИИУМС (Пермь, 1990); Международная НТК "Системы и комплексы автоматического управления в космонавтике и народном хозяйстве", НПЦАП (Москва, 1998); Всероссийская НПК ПГСХА (Пермь, 2004, 2006, 2008); Всероссийская школа-семинар «Управление большими системами» (Ижевск, 2009; Пермь, 2010).

Реализация: научные результаты исследования реализованы в НПО Автоматики, Екатеринбург 2000; ИЛИ РАН, Москва 2000; ЦНИИ № 4 МО, Москва 2002; АОО «Стар», Пермь 1999; Пермском ГТУ, Пермь 2007; отчет о НИР «Черняевский лес», Пермская ГСХА, Пермь 2008, 2009.

Публикации. По теме диссертации опубликовано 82 печатных работы общим объемом более 60 печатных листов.

Заключение диссертация на тему "Методология прогнозирования и оценки эффективности информационных систем"

Выводы по главе 5

1. В современных условиях развитие эффективности информационных систем без учета динамики соответствующего сегмента рынка является экономически, а значит, и технологически, необоснованным. Сделанное утверждение кардинально меняет с точки зрения методологических позиций подходы к проблеме разработки методологии прогнозирования и оценки эффективности ИС.

В настоящем исследовании качественным критерием общественной, народнохозяйственной эффективности конкретной ИС принято считать факт устойчивого позиционирования на рынке продукции этого вида, что означает наличие равновесия между игроками этого рынка: производителем и потребителем (потребителями). Учет данного факта требует развития методологических основ построения интеллектуальных технологий этого направления: моделирование рынка и рыночных отношений; нахождение решений игры участников рынка (равновесия); обоснование перспективных направлений развития частных критериев эффективности ИС как аппаратно-программной системы.

2. Доказанное утверждение о соответствии равновесия модели рынка ряду общепринятых концепций равновесия в широком смысле приводит к важным с методологической точки зрения следствиям.

Модели рынка одного товара в соответствии с максиминным принципом характеризуются периодически образующимися состояниями равновесия, которые согласно рассмотренным принципам равновесия являются устойчивыми до того момента, пока не изменится комплексное значение хотя бы одного детерминанта: спроса или предложения, т.е. не изменится товар. Последнее событие инициирует новый цикл поиска и удержания равновесия.

Парето-оптимальные ситуации возникают при оценивании одного и того же объекта по различным частным критериям. При этом каждое множество Парето состоит из точек (векторных оценок альтернатив), для которых нельзя улучшить оценку альтернативы хотя бы по одному критерию не ухудшив ее, по другому критерию, т.е. совпадает с одной из изопрайс. Множества таких альтернатив возникают при стремлении игроков изменить одно равновесное состояние рынка на другое, что может быть использовано в задачах управления позиционированием товаров и услуг.

3. Выявление условий стабилизации равновесного состояния рынка и построение процедуры обоснования вариантов управления им позволило говорить о назревшей необходимости изменений в сложившейся парадигме повышения эффективности информационных и других технических систем. Суть предлагаемых изменений заключается в повышении роли экономической эффективности по сравнению с технической. Это обстоятельство ведет к принятию уровня спроса (предложения) в равновесном состоянии рынка за устойчивый уровень обобщенной (комплексной) эффективности продукции, так как он характеризует ее фактические потребительские свойства. Это положение означает возможность управления эффективностью продукта как возможность управления равновесными состояниями рынка через призму вторичных факторов: субститутов и комплементов. Этот новый путь к успеху рыночного продукта лежит в плоскости развития эффективности других продуктов и становится доступным для исследования благодаря возможности моделирования многофакторных функций спроса и предложения на основе интеллектуальных технологий моделирования индивидуальных и коллективных предпочтений. Данное положение вместе с вытекающей из него концептуальной схемой интеллектуальных технологий повышения эффективности информационных систем составляют существо методологических основ нового подхода к решению проблемы настоящего исследования.

4. Предложенная методика прогнозирования и оценки эффективности информационной (технической) системы поддерживает многошаговую процедуру решения задачи выбора технического задания на конкурентоспособную продукцию. Наиболее существенными ее отличиями от известных являются: разработка равновесных моделей рынка в соответствии с интерпретацией эффективности сложных систем с позиций рыночных отношений и обоснование требуемых изменений его равновесия, а также подтверждение физической реализуемости и установление реальных значений частных показателей альтернатив.

Совмещение качественных равновесных моделей рынка Производителя и связанных с ним конкурентов принципиально невозможно в силу несовпадения метрических шкал функций приведения (выведения), что ведет к различным количественным интерпретациям одинаковых качественных (субъективных) значений параметров. Поэтому делать какие-либо анализы, прогнозы и сценарии относительно последствий взаимодействия игроков рынка можно только на основе объективных метрических оценок. Сделанный вывод обосновывает необходимость переноса динамики рыночных отношений (функции чувствительности спроса и предложений) в объективное метрическое пространство, опираясь на интеллектуальные технологии. Существование на рынке конкурента может служить дополнительной мотивацией к изменению доли рынка на основе повышения эффективности производимого продукта. В этой ситуации можно предложить итерационную процедуру, охватывающую несколько шагов рассматриваемой методики. Эта процедура предусматривает формирование желаемого положения равновесия своего рынка с учетом позиционирования конкурента. Используя функции приведения, обстоятельства обоснования параметров изменения равновесия рынка можно перенести в пространство качественных значений детерминантов. В последующем, после выяснения степени физической реализуемости, и наличия и размеров неиспользованных ресурсов желаемое изменение положения равновесия рынка может быть подвергнуто коррекции.

370 Заключение

На основе выполненного исследования автором решена крупная актуальная научная проблема разработки методологии прогнозирования и оценки эффективности информационных систем на основе исследования системных связей и закономерностей их функционирования с учетом отраслевых особенностей и предпочтений заинтересованных лиц. При этом поучены следующие новые научные результаты:

1. Разработана новая концепция решения проблемы прогнозирования и оценки эффективности информационных систем, составляющая основу методологии прогнозирования и оценки эффективности ИС и отличающаяся развитием понятийного аппарата предметной области, построенными концептуальными моделями обоснования с позиций системного анализа актуальности и путей решения задачи агрегирования частных критериев в комплексную оценку для создания математического аппарата интерпретации и селекции многомерных состояний и управлений сложными объектами, а также методов имитационного моделирования функционирования ИС, акцентируя внимание на архитектурно-значимых точках.

2. Построены новые концептуальные, вероятностные и теоретико-множественные модели архитектурно-ориентированного анализа и оптимизации показателей эффективности ИС в заданных условиях эксплуатации, отличающиеся учетом архитектуры аппаратной и программной компонент на основе введенного понятия архитектурно-значимых точек.

5. Созданы теоретические основы агрегирования частных критериев в комплексный критерий с использованием деревьев критериев и матриц свертки, отличающихся алгоритмическими средствами топологической интерпретации, расширяющими функциональные возможности нелинейных (матричных) механизмов комплексного оценивания как моделей предпочтений.

6. Разработаны новые методы прогнозирования и комплексной оценки технической и управленческой эффективности ИС, отличающиеся возможностями создания интеллектуальных технологий разработки и исследования моделей индивидуальных предпочтений ЛПР с использованием мнемонических схем, включающих в себя процессы и методы моделирования структурной сложности, сложности функционирования, выбора поведения и развития, и коллективных предпочтений ЛПР на основе модифицированной процедуры активной экспертизы.

7. Разработаны новые методы прогнозирования и оценки комплексной эффективности ИС с позиций рыночных отношений, отличающиеся интерпретацией понятия эффективности сложных систем с позиций известных концепций равновесия с целью обоснования перспективных направлений развития частных показателей эффективности ИС.

В качестве прикладных задач разработаны интеллектуальные технологии обоснования перспективных направлений повышения эффективности ИС как технической системы, включающие последовательность процессов и методов, отправным пунктом которых является разработка и исследование качественных моделей рынка ИС на основе предпочтений всех его игроков с последующим переходом к единому метрическому пространству, с целью обоснования востребованных изменений его равновесного состояния; последующий процесс возвращения к качественной модели рынка обеспечивает генерацию множества альтернатив принимаемого решения по совершенствованию ИС с подтверждением физической реализуемости методом имитационного моделирования; завершающими процессами являются конкурсное принятие Ьише-оптимального решения и разработка технического задания на детальное проектирование конкурентоспособной продукции.

Разработаны интеллектуальные технологии повышения эффективности ИС как средства анализа и обработки информации с учетом отраслевых особенностей сложного объекта на примере городского лесопарка, включающие процессы построения инструментальных средств интерпретации состояний сложного объекта и селекции Ьите-оптимальных управлений с формированием затрат пользователя на интеллектуальную обработку данных с учетом выбора им соотношения между универсализацией и специализацией объектно-ориентированной ИС.

9. Разработано программное и методическое обеспечение интеллектуальных технологий повышения эффективности ИС, способствующее созданию инновационных программных продуктов, отличающихся востребуемым уровнем инжинирингово-управленческих компетенций пользователя и успешным прохождением государственной регистрации программ для ЭВМ.

Наиболее существенным результатом проведенного исследования автор считает установление конструктивной на уровне технологий связи между желаемыми изменениями (повышением эффективности ИС) с позиций рыночных отношений как изменение равновесного состояния рынка и множеством вариантов адекватного изменения частных характеристик ИС, принадлежащих гиперповерхностям изопрайс (изоквант, кривых и поверхностей безразличия по аналогии с теорией потребления).

Сформулированный результат опирается на концепцию интеллектуальной поддержки принятия решений по повышению эффективности ИС, построенной на общепринятых принципах системного анализа. Перспектива данной концепции зависит от востребованности предложенных интеллектуальных технологий и может существенно повлиять на сложившуюся парадигму обоснования решений по развитию данного класса технических систем, на что может повлиять совершенствование программного и методического обеспечения предложенных интеллектуальных технологий. К возможным путям такого совершенствования можно отнести: визуальное объектно-ориентированное конструирование моделей архитектурно-ориентированного анализа показателей эффективности ИС в заданных условиях эксплуатации, допускающее вариации архитектур аппаратной и программной компонент в широком диапазоне задач имитационного моделирования функционирования ИС с целью измерения критериев эффективности не только 1-ой группы, описывающей ИС как аппаратно-программную систему устойчивой поддержки приложений и включающей в себя: производительность в «нормальных» условиях, помехоустойчивость (сбоеустойчивость), живучесть, экономические и другие критерии, подлежащие агрегированию в комплексную оценку эффективности ИС. Измерению должны подлежать также критерии П-ой группы, отвечающие за интеллектуальную обработку данных о текущем состоянии (эффективности) сложных объектов и обеспечивающие способность ИС к его интерпретации, и Ш-ей группы, характеризующей качество интеллектуальной обработки данных об изменении состояния (эффективности) сложных объектов и способность обеспечить селективность управленческих решений.

По результатам выполненного исследования не вполне корректно утверждать о решении проблемы адекватности модели индивидуальных и коллективных предпочтений прототипам, сложность которой растет по мере увеличения ранга рефлексии. В этом направлении положительные сдвиги можно ожидать на пути совершенствования системы сертификации матричных моделей, в том числе, в более удачной графической интерпретации вычисляемых сертификатов, влияющей на восприятие носителями и трансляторами предпочтений. Подходы к моделированию коллективных предпочтений должны иметь более тесные связи со статистическими данными, в том числе, данными маркетингового анализа, что особенно важно для интерпретации повышения эффективности ИС с позиций рыночных отношений.

Предложенные интеллектуальные технологии существенно выиграли бы в случае доведения дружественности пользовательского интерфейса до возможности применения с его участием визуального объектно-ориентированного конструирования мнемонических схем процессов и методов моделирования структурной сложности, сложности функционирования, выбора поведения и развития индивидуальных и коллективных предпочтений.

Модели предпочтений на основе деревьев критериев и матриц свертки должны получить дополнительное расширение функциональных возможностей в направлении построения функций чувствительности комплексной оценки вариаций частных критериев в рабочей точке и гиперповерхностей изопрайс большей мерности, а также иных процедур исследовательского характера в многомерных подпространствах.

Необходимой составляющей перехода концепции интеллектуальной поддержки принятия решений по повышению эффективности информационных систем в парадигму следует рассматривать образовательный аспект предложенных интеллектуальных технологий, что особое значение приобретает для процесса диверсификации данного научного результата относительно исходной предметной области (повышение эффективности ИС):

- комплексное оценивание объектов различных отраслей народного хозяйства;

- управление качеством продукции, товаров и услуг (в том числе образовательных услуг);

- проведение конкурсов, тендеров, торгов;

- управление организационной структурой предприятий;

- управление персоналом, подбор, расстановка и обучение кадров;

- управление проектами;

- управление ресурсами;

- управление социально-экономическим развитием региональных, муниципальных и отраслевых образований;

- системы стимулирования и оплаты труда;

- обоснование вариантов проектов выпуска конкурентоспособной продукции;

- банковские системы кредитования;

- моделирование рынков и рыночных отношений;

- управление капитализацией в жилищно-коммунальном хозяйстве;

- трансферт инвестиционно-инновационных отношений в информационно-распределенные сети;

- управление инновациями и др.

Дополнительная профессиональная образовательная программа повышения квалификации управленческих работников должна иметь четко определенные цели и задачи, например: развитие навыков и освоение методов поддержки принимаемых решений в области управления проектами (управления организационными системами); подготовка специалистов, умеющих корректно формализовать задачи принятия решений с учетом человеческого фактора и обосновывать выбор лучшего варианта посредством использования современных интеллектуальных технологий, построенных на основе моделей предпочтений участников бизнес-процессов в организационных системах.

Компонентами инжинирингово-управленческих компетенций должны стать:

- закономерности возникновения и существо проблем принятия решений при управлении проектами (организационными системами), включая учет человеческого фактора;

- теоретические и прикладные основы моделирования предпочтений участников организационных систем принимающих решения;

- функциональные возможности интеллектуальных технологий класса «Декон»;

- методические основы поддержки принятия решений в задачах управления проектами по технологиям «Декон».

В результате обучения слушатель должен овладеть:

- интеллектуальными технологиями класса «Декон»;

- моделированием предпочтений участников организационных систем;

- комплексным оцениванием объектов отрасли по интеллектуальным технологиям «Декон»;

- методикой разработки механизмов проведения конкурсов, тендеров, торгов по интеллектуальным технологиям «Декон»;

- методикой управления развитием объектов отрасли на основе интеллектуальных технологий «Декон»;

- основами методики поддержки принятия решений в организационных системах управления проектами со сложной структурой по интеллектуальным технологиям «Декон».

Принятые во внимание в ходе проведенного исследования тенденции перехода к технологиям Ы§1>1ште - технологиям управления социальными стандартами и предпочтениями в сфере восприятия инноваций в информационной среде могут вызвать в обществе серьезные изменения в области спроса на информационные услуги, способные сформировать новый взгляд на предназначение, миссию и облик ИС. Возможности их интеллектуальных технологий анализа и обработки данных в рамках социальных сетей должны охватить предпочтения всех людей в широком диапазоне динамики их потребностей, интересов и мотивов волеизъявления как физических лиц, а также ин-ституциальных, производственных, коммерческих и других юридических лиц с целью обеспечения достижения, удержания и целенаправленного изменения равновесных состояний, обозначающих стабильность в обществе. Предпосылками данных тенденций можно считать расширение функциональных возможностей среды Интернет: всевозможные социальные и маркетинговые исследования, образовательные услуги, электронные торги, рынок ценных бумаг, электронная биржа, информационные и прочие услуги в различных областях человеческой деятельности, электронное правительство и т.п.

В этих условиях на фоне неудержимых успехов в области характеристик ИС 1-ой группы, акцент неизбежно будет перенесен в область характеристик П-ой и Ш-ей групп, обеспечивая востребованность интеллектуальных технологий анализа и обработки информации для задач принятия управленческих решений.

Библиография Белых, Андрей Алексеевич, диссертация по теме Системный анализ, управление и обработка информации (по отраслям)

1. Абрамов О.В. Допуски и номиналы системы управления. М.: Наука, 1976, 160с.

2. Авиженис А., Лапри Ж.К. Гарантоспособные вычисления: от идей до реализации в проектах. // ТИИЭР, т.74, № 5, май 1986, с. 8-21.

3. Автоматизированные информационные технологии в экономике: Учеб. для вузов / М.И. Семенов, И.Т. Трубилин, В.И. Лойко, Т.П. Барановская. М.: Финансы и статистика, 2002.

4. Азгольдов Г. Г. Квалиметрия. М.: Экономика, 2007.

5. Аксенова Г.П. и др. Система диагностирования микропроцессорной ЭВМ. Автоматика и телемеханика, 1984, № 10, с. 150-157.

6. Алексеев О.Г. Комплексное применение методов дискретной оптимизации. М.: Наука. Гл. ред. физ. мат. лит., 1987. 248 с.

7. Алексенко А.Г., Голицын A.A., Иванников А.Д. Проектирование радиоэлектронной аппаратуры на микропроцессорах.- М.: Радио и связь, 1984.-С.109-111.

8. Алефельд Г., Херцбергер Ю. Введение в интервальные вычисления: Пер. с англ. М.: Мир, 1987, 360с.

9. Альянах И.Н. Моделирование вычислительных систем. Л.: Машиностроение, Ленинградское отделение, 1988, 223с.

10. Аляев А'.А. Контрольные точки и отказ-восстановление в распределенных системах. Обзор. Управляющие системы и машины, 1988, № 4, с. 30-36.

11. П.Анцупов C.B., Балакин В.Н., Барашенков В.В. Диагностирование управляющих устройств по схемам алгоритмов. Автоматика и телемеханика, № 10, 1986, с. 127-135.

12. Архитектура компьютерных систем и сетей: Учеб. пособие / Т.П. Барановская, В.И. Лойко, М.И. Семенов, А.И. Трубилин; Под ред. В.И. Лой-ко. М.: Финансы и статистика, 2003. - 256 е.: ил.

13. Байцер К. Архитектура вычислительных комплексов. Том 2. М.: Мир, 1974, 841 с.

14. Балакин В.Н., Барашенков В.В., Усачев Ю.Е. Синтез устройств диагностирования по схемам алгоритмов управления. Автоматика и телемеханика, 1984, № 6, с. 138-145.

15. Балашов Е.П., Пузанков Д.В. Проектирование информационно-управляющих систем.- М.: Радио и связь, 1987.- 256 с.

16. Балдин К.В., Воробьев С.Н. Управленческие решения: теория и технологии принятия. Учебник для вузов. М.: Проект, 2004. - 304 с.

17. Балясников Б.Н., Емельянова И.И. Обеспечение живучести системы NAVSTAR. Зарубежная радиоэлектроника, 1989, № 1, с. 61-67.

18. Батищев Д.И. Задачи и методы векторной оптимизации. Учебное пособие/ Горьковский ГУ им. Н.И. Лобачевского. Горький, 1979. - 92с.

19. Белых A.A., Шабанов В.В. Статья на спец. тему. //Депонирована в 1985 г. -ЦИВТИ МО, №33217, 11 с.

20. Белых A.A., Лебедев В.В., Прохоров A.A. Диагностическое обеспечение системы функционального контроля вычислительного процесса специализированных ЭВМ АСУ//Тезисы докладов II Всесоюзной НТК г. Пермь 13-15 июня 1990 г., с. 20.

21. Белых A.A. Тезисы к докладу на спец. тему//Тезисы докладов и сообщений X НТК ПВВКИКУ РВ, Пермь, 1991 г., с. 35-36.

22. Белых A.A. Тезисы к докладу на спец. тему//Тезисы докладов и сообщений XII НТК ПВВКИКУ РВ. Пермь, 1993 г. с.40-41.

23. Белых A.A., Благинин В.Ф., Лебедев В.В. Профессиональные персональные ЭВМ единой серии. Конспект лекций / ПВВКИКУ РВ. Пермь, 1993 г., 68 с.

24. Белых A.A. Применение принципа декомпозиции для структурного анализа алгоритмов специального математического обеспече-ния//Научно-технический сборник. Выпуск XXXI. ПВВКИКУ РВ. -Пермь, 1994 г., с.87-88.

25. Белых A.A. Структурно-аналитический метод контроля вычислительного процесса СЦВК//Научно-технический сборник. Выпуск XXXI. -ПВВКИКУ РВ. Пермь, 1994 г, с. 83-86.

26. Белых A.A. Структурно-аналитический метод контроля вычислительного процесса специализированных ЭВМ//Сборник трудов XII НТК, ПВВКИКУ РВ.- Пермь, 1995 г. с. 85-88.

27. Белых A.A., Лебедев В.В., Сырвачев О.М. Моделирование процесса контроля функционирования СЦВК с учетом динамики объекта управле-ния//Научно-технический сборник. Выпуск XXXII. ПВВКИКУ РВ. - Пермь, 1995г. с.31-32.

28. Белых A.A., Олейников A.B., Тюрин С.Ф. Основы технической диагностики. Руководство для лабораторных работ / ПВВКИКУ РВ.- Пермь, 1995г., 76 с.

29. Белых A.A., Лебедев В.В., Сырвачев О.М. О некоторых подходах к организации функционального контроля специализированных ВС//Тезисы докладов XIII НТК. ПВВКИКУ РВ.- Пермь, 1995 г. с. 33-34.

30. Белых A.A. О некоторых аспектах моделирования сбоев в специализированных вычислительных системах//Сборник тезисов докладов на IV НТК РВ. -Краснодар, 18-20 сент. 1996. с.55.

31. Белых A.A. Об одном подходе к повышению гарантоспособности вычислительных систем критического применения/ЛГезисы докладов XIV НТК, ПВВКИКУ РВ.- Пермь, 1996 г. с. 37-39.

32. Белых A.A., Сырвачев О.М. О применении аппарата интерполирования функций для организации функционального контроля вычислительного процесса СВС//Тезисы докладов XIV НТК. ПВВКИКУ РВ. - Пермь, 1996 г. с.39-40.

33. Белых A.A. Об одном подходе к моделированию сбоев в УВК//Тезисы докладов XV НТК. ПВВКИКУ РВ. - Пермь, 1997 г., с. 68-69.

34. Белых A.A. Об одном подходе к организации противосбойных мероприятий в УВК для повышения их эксплуатационных характери-стик//Материалы межвузовского НТС. Выпуск I,- Пермь, ПВИ РВ, 1997г., с. 49-51.

35. Белых A.A., Сырвачев О.М. Методика синтеза минимального множества линейных участков для организации системы защиты от сбоев в алгоритмах СПО//Тезисы докладов XV НТК. ПВВКИКУ РВ,- Пермь, 1997 г., с. 71-72.

36. Белых A.A., Сырвачев О.М. Об одном подходе к обеспечению самовосстановления ВП в УВК/Тезисы докладов XV НТК. ПВВКИКУ РВ.-Пермь, 1997 г., с. 73-74.

37. Белых A.A., Сырвачев О.М. Об одном подходе к организации самодиагностирования в алгоритмах СПО СВС//Научно-технический сборник. Выпуск XXXV. ПВВКИКУ РВ. - Пермь, 1997 г. с. 14-15.

38. Белых A.A. Интеграция методов защиты от сбоев на основе учета особенностей функционально-структурной организации специализированных вычислительных систем//Вопросы теоретической физики. Пермь: ПТУ, № 1, 1998. с. 21-23.

39. Белых A.A. Методика автоматизированной оценки предрасположенности управляющих вычислительных систем к сбоям//Материалы межвузовского НТС. Выпуск III. Пермь, ПВИ РВ, 1998 г. с. 25-27.

40. Белых A.A. Методика определения надежностных характеристик узлов УВС в условиях воздействия комплекса помех//Материалы межвузовского НТС. Выпуск И. Пермь, ПВИ РВ, 1998 г. с. 9-11.

41. Белых A.A. Некоторые аспекты проблемы оценки предрасположенности специализированных вычислительных систем к сбоям//Вопросы теоретической физики. Пермь: ПТУ, № 1, 1998. с. 24-26.

42. Белых A.A. О моделировании сбоев в специализированных вычислительных системах//Информационные управляющие системы: Межвуз. сб. научн. трудов, ПГТУ. Пермь,1998 г, с.136-139.

43. Белых A.A. Об использовании аппарата целочисленного программирования для интеграции методов защиты от последствий сбоев в управляющих вычислительных системах//Материалы межвузовского НТС. Выпуск III. Пермь, ПВИ РВ, 1998г. с. 21-24.

44. Белых A.A. Об одном способе повышения эксплуатационных характеристик УВС в условиях воздействия комплекса помех//Материалы межвузовского НТС. Выпуск И. Пермь, ПВИ РВ, 1998 г. с. 5-8.

45. Белых A.A. Системы автоматизированного проектирования. Учебное пособие/ ПВВКИКУ. Пермь, 1998. - 98с.

46. Белых A.A., Харитонов В.А. Комплексирование программных методов борьбы со сбоями на основе функционального подхода//Труды ПВИ РВ. Выпуск 1, Пермь: ПВИРВ, 1998. с. 162-165.

47. Белых A.A. Проблема оценки устойчивости специализированных вычислительных систем к сбоям//Вопросы теоретической физики, № 2. -Пермь: ПГУ, 1998. с. 35-38.

48. Белых A.A. Об одной постановке проблемы комплексирования противосбойных мероприятий в управляющих ВС//Сборник научных трудов. Выпуск 48. Теоретич. и приклад, аспекты информ. технологий. Пермь, ГП НИИУМС, 1999г. с. 116-121.

49. Белых A.A. Об одном решении задачи обеспечения устойчивости к сбоям управляющих ВС//Сборник научных трудов. Выпуск 48. Теоретич. и приклад, аспекты информ. технологий. Пермь, ГП НИИУМС, 1999 г. с. 121-125.

50. Белых A.A. Модели и методы синтеза противосбойных систем цифровой аппаратуры управления сложных технических комплексов. Препринт. Пермь: Институт механики сплошных сред УрО РАН, 2000.- 76 с.

51. Белых A.A. Об одном способе оптимизации комплекса методов компенсации последствий сбоев в УВС// Матер, тр. постоянно действ, семинара на 24 кафедре. Пермь: ПВИ РВ, 2000. с. 8-11.

52. Белых A.A., Харитонов В.А. Архитектурно-ориентированный подход к оценке сбоеустойчивости специализированных вычислительных комплексов. // Приборы и системы. Управление, контроль, диагностика, №11, 2000. С. 51-55

53. Белых A.A., Беляков А.Ю., Харитонов В.А. Вероятностная модель противосбойной системы вычислительного комплекса системы управления летательным аппаратом/ЛГруды Пермского ВИ РВ. Выпуск 3. Пермь: ПВИ РВ. 2002, с. 11-19.

54. Белых A.A., Харитонов В.А., Беляков А.Ю. Имитационное моделирование противосбойной системы вычислительного комплекса системы управления //Труды Пермского ВИ РВ. Выпуск 3. Пермь: ПВИ РВ. 2002, с. 23-35.

55. Белых A.A. Практическая работа в CASE -средстве Rational Rose. Методическое пособие / ПГСХА. Пермь, 2004 г., 100 с.

56. Белых A.A., Тюрин A.C. Формальный синтез элементарного автомата памяти типа RS триггер//Материалы LXIII межвузовской научной конференции аспирантов и студентов «280-летию российской науки - творчество молодежи». ПГСХА - Пермь, 2004 г., с. 86.

57. Белых A.A., Винокур И.Р., Харитонов В.А. Функциональные возможности механизмов комплексного оценивания с топологической интерпретацией матриц свертки // Управление большими системами. Сб. тр. Вып. 18.-М.: ИПУ РАН, 2007.-С. 129-140.

58. Белых A.A., Горлов Ю.Г., Калинин Н.П. Моделирование затратных функций в задачах стимулирования//Вестник Пермского университета. Выпуск 9(14). ПГУ, 2007. - с. 113-114.

59. Белых A.A., Горлов Ю.Г., Калинин Н.П. Система поддержки принятия решений по кредитованию инвестиционных проектов//Вестник Пермского университета. Выпуск 9(14). ПГУ, 2007. - с. 108-112.

60. Белых A.A., Горлов Ю.Г., Калинин Н.П. Функциональные возможности механизмов комплексного оценивания//Вестник Пермского университета. Выпуск 9(14). -ПГУ, 2007. с. 103-107.

61. Белых A.A., Харитонов В.А. Винокур И.Р. Современные технологии комплексного оценивания научно-технических проектов//Серия «Космический вызов 21 века», т. 3. Москва: ИХФ РАН, 2007. - с. 429 - 433.

62. Белых A.A., Харитонов В.А. Инжиниринговые технологии менеджмента. Инновационно-образовательный проект. Теория Активных Систем. Труды международной научно-практической конференции «Управление большими системами 2007». - ИПУ РАН, Москва, 2007.

63. Белых A.A., Харитонов В.А. Технологии современного менеджмента. Инновационно-образовательный проект / Под научной редакцией В.А. Харитонова: Монография. Пермь: Изд-во Перм.гос.техн.ун-та, 2007. - 190 с.

64. Белых A.A., Харитонов В.А., Винокур И.Р. Функциональные возможности механизмов комплексного оценивания с топологической интерпретацией матриц свертки//Управление большими системами. Выпуск 18 -М.: ИПУ РАН, 2007.

65. Белых A.A., Харитонов В.А., Шайдулин Р.Ф. Авт. свид. «Автоматизированная система комплексного оценивания объектов» №2007614834, 2007г.

66. Белых A.A., Шайдулин Р.Ф., Шафранская О.Н. Обоснование технических заданий на разработку конкурентоспособной продук-ции//Строительство, архитектура. Теория и практика ПГТУ. Пермь, 2007.

67. Белых A.A., Горлов Ю.Г., Калинин Н.П., Харитонов В.А. Отношение объективного и субъективного в моделях поддержки принятия решений / Под научной редакцией В.А. Харитонова: Монография. Пермь: ПГСХА, 2008. - 230 с.

68. Белых A.A., Лыков М.В., Стаматин В.И., Шайдулин Р.Ф. Экспресс-анализ промышленных предприятий с учетом согласованных предпочтений участников принятия инвестиционных решений // Вестник Сам. ГЭУ №10. -Самара, 2008. С. 123 - 135.

69. Белых A.A., Харитонов В.А., Шайдулин Р.Ф. Авт. свид. «Автоматизированная система исследования моделей комплексного оценивания объектов» №2008612724, 2008г.

70. Белых A.A., Харитонов В.А., Шайдулин Р.Ф. Инжинирингово-управленческие компетенции в технологиях современного менеджмен-та//Строительство, архитектура. Теория и практика, ПГТУ. — Пермь, 2008.

71. Белых A.A., Харитонов В.А., Шайдулин Р.Ф. Многомодельные исследования предпочтений в задачах поддержки принятия реше-ний//Электронный журнал «Вестник ПГТУ», ПГТУ. Пермь, 2008.

72. Белых A.A., Шайдулин Р.Ф. Создание дружественного интерфейса инструментальных средств моделирования предпочтений//Строительство, архитектура. Теория и практика, ПГТУ. Пермь 2008.

73. Белых A.A., Алексеев А.О., Шайдулин Р.Ф. Сертификация матричных моделей предпочтений. Теория активных систем. Труды международной научно-практической конференции. Том II. В.Н. Бурков, Д.А. Новиков. М.: ИПУ РАН, 2009. - 334 с.

74. Белых A.A., Харитонов В.А., Шайдулин Р.Ф. Авт. свид. «Автоматизированная система оперативного исследования моделей объектов комплексного оценивания» №2009610220, 2009г.

75. Белых A.A., Харитонов В.А., Шайдулин Р.Ф., Мелехин М.И. Авт. свид. «Адаптивная неманипулируемая процедура обработки результатов активного экспертного оценивания» №2009616217, 2009г.

76. Белых A.A. и др. Управление инновационным развитием социально-экономических систем / Под редакцией Ю.К. Перского: Монография. -Екатеринбург: Институт экономики УрО РАН, 2010. 512 с.

77. Белых A.A. Концепция разработки интеллектуальных технологий повышения эффективности информационных систем // Научный журнал КубГАУ, № 58(04), 2010 год, http://ei.kubagro.ru/2010/04/pdf/05.pdf

78. Белых A.A. Проблема повышения эффективности информационных систем в современных условиях // Научный журнал КубГАУ, № 58(04), 2010 год, http://ei .kubagro.ru/2010/04/pdf/04.pdf

79. Белых A.A., Харитонов В.А. Интеллектуальные технологии обоснования инновационных решений / Под научной редакцией В.А. Харитонова: Монография. Пермь: Изд-во Перм.гос.техн.ун-та, 2010. - 345 с.

80. Белых A.A., Харитонов В.А. Интерпретация эффективности сложных систем с позиций рыночных отношений // Научный журнал КубГАУ, № 59(05), 2010 год, http://ei.kubagro.ru/201 Q/05/pdf/l6.pdf

81. Белых A.A., Харитонов В.А., Глотана И.М. Интеллектуальные технологии моделирования индивидуальных предпочтений. Материалы VII Всероссийской школы-конференции молодых ученых «Управление большими системами», ПГТУ. Пермь, 2010.

82. Белых A.A., Харитонов В.А., Шайдулин Р.Ф. Интеллектуальные технологии повышения эффективности информационных систем // Научный журнал КубГАУ, № 60(06), 2010 год, http://ei.kubagro.ru/2010/06/pdf/35.pdf

83. Белых A.A., Харитонов В.А., Шайдулин Р.Ф. Интерпретация модели предпочтения переносом топологии свертки в метрическое пространство. Материалы VII Всероссийской школы-конференции молодых ученых «Управление большими системами», ПГТУ. Пермь, 2010.

84. Белых A.A., Шайдулин Р.Ф., Гуреев К.А., Харитонов В.А., Алексеев А.О. Принцип многомодельности в задачах моделирования индивидуальных предпочтений / Управление большими системами, М.: ИПУ РАН, № 29, 2010.

85. Бердяков Г.И., Витенберг И.М. Методы контроля аналоговых вычислительных машин. -М.: Машиностроение, 1978, 144 с.

86. Берски Д. Быстродействующие 1IIIBM-кристаллы с повышенной плотностью упаковки //Электроника.- 1993.- № 18.- С.44-57.

87. Берски Д. Достижения ППВМ-технологии, обеспечивающие повышение быстродействия и расширение функциональных возможностей кристаллов //Электроника.- 1993.- № 5-6.- С.43-48.

88. Берски Д. Логические матричные ИС на основе ЗУПВ с повышенным уровнем интеграции и быстродействием //Электроника.- 1993,- № 5-6.-С.49-52.

89. ЮЗ.Биргер И.А. Техническая диагностика. М.: Машиностроение, 1978, 240 с.

90. Бондарь Ю.В., Кириллов И.А., Козлик Г.А. Рациональная организация синхронизации и контроля в системах управления повышенной надежности. Автоматика и телемеханика, 1987, № 3, с. 167-171.

91. Бородин В.А. и др. Отказоустойчивые вычислительные системы.-МО СССР, 1990.- С.55.

92. Бортовые ЦВМ и системы. Под ред. В.И. Матова. М.: Высшая школа, 1988, 216 с.

93. Брахман Т.Р. Многокритериальное^ и выбор альтернативы в технике,- М.: Радио и связь, 1984.- 288с.

94. Бубенников А.И., Бубенников A.A. Тенденции развития конкурентоспособных кремниевых КМОП-биполярных и БИКМОП-СБИС. Часть 2. //Зарубежная радиоэлектроника.- 1994.- № 2-3.- С.7-33.

95. Бурков В.Н., Новиков Д.А., Щепкина A.B. Механизмы управления эколого-экономическими системами / Под ред. академика С.Н. Васильева. -М.: Издательство физико-математической литературы, 2008. 244 с.

96. Бурков В.Н., Новиков Д.А. Как управлять проектами. М.: СИНТЕГ-ГЕО, 1997. - 188 с.

97. Бурков В.Н., Новиков Д.А. Теория активных систем: состояние и перспективы. М.: СИНТЕГ, 1999. 128 с.

98. Бусленко В.Н. Автоматизация имитационного моделирования сложных систем. М.: Наука, 1977.

99. Бусленко В.Н. Моделирование сложных систем. М.: Наука, 1968.

100. Бусленко Н.П., Калашников В.В., Коваленко И.Н. Лекции по теории сложных систем. М.: Советское радио, 1973.

101. Бутаков Е.А. Методы создания качественного программного обеспечения ЭВМ. -М.: Энергоатомиздат, 1984, 232 с.

102. Валуйский В.Н., Котляр В.В., Романкевич A.M. Параллельные самодиагностируемые вычислительные системы с максимальной диагностирующей способностью. Автоматика и телемеханика, 1989, № 8, с. 138-143.

103. Вальков В.М. Контроль в ГАП. Л.: Машиностроение, 1986,232 с.

104. Ватанабэ М., Асада К., Кани К., Оцуки Т. Проектирование СБИС.-М.: Мир, 1998.- С.107-110.

105. Вентцель Е.С. Исследование операций: задачи, принципы, методология. -М.: Наука, 1980.

106. ВикипедиЯ свободная энциклопедия, http://ru.wikipedia.org/wiki/

107. Вилкас Э.Й. Решения: теория, информация, моделирование / Э.Й. Вилкас, Э.З. Майминас. -М.: Радио и связь, 1981. 328 с.

108. Воеводин В.В., Кузнецов Ю.А. Матрицы и вычисления. М.: Наука, 1984, 320 с.

109. Волик Б.Г., Буянов Б.Б., Лубков Н.В. и др. Методы анализа и синтеза структур управляющих систем.- М.: Энергоатомиздат, 1988.- 296с.

110. Волик Б.Г., Рябинин И.А. Эффективность, надежность и живучесть управляющих систем. А и Т, 1984, №12.

111. Волочий Б.Ю., Калашников И.Д., Мазепа Р.Б., Мандзий Б.А. Проектирование отказоустойчивых микропроцессорных информационно-измерительных систем. Львов: Вища шк. Изд-во при Львов, ун-те, 1987. 152 с.

112. Гермейер Ю.Б. Игры с непротивоположными интересами. М.: Наука, 1976.

113. Гин A.A., Кудрявцев A.B., Бубенцов В.Ю. Теория решения изобретательских задач. Учебное пособие 1 уровня. Москва, 2009.

114. Головкин Б.А. и др. Программное обеспечение отказоустойчивых ВС реального времени на базе ЭВМ М-10. Электронное моделирование, 1987, №3, с. 17-29.

115. Головкин Б.А. Многовариантное программирование и его применение. -Автоматика и телемеханика, 1986, № 7, с. 5-40.

116. Головкин Б.А. Надежное программное обеспечение (обзор). Зарубежная радиоэлектроника, 1978, № 12, с. 3-61.

117. Горбатов В.А. Основы дискретной математики. М.: Высш. Шк., 1986,311 с.

118. Горелов О.И. Поиск дефектов в сложных технических системах анализа диагностических графов. Автоматика и телемеханика, 1987, № 10, с. 153-165.

119. Горяшко А.П. Синтез диагностируемых вычислительных устройств. М.: Наука, 1987, 288 с.

120. ГОСТ 20417-75. Техническая диагностика. Общие положения о порядке разработки систем диагностирования. М.: Издательство стандартов, 1987.

121. ГОСТ 20911-75. Техническая диагностика. Основные термины и определения. -М.: Издательство стандартов, 1978.

122. ГОСТ 26656-85. Техническая диагностика. Контролепригодность. Общие требования. М.: Издательство стандартов, 1986.

123. ГОСТ 27002-83. Надежность в технике. Термины и определения. -М.: Издательство стандартов, 1987.

124. ГОСТ 27518-87. Диагностирование изделий (общие требования). -М.: Издательство стандартов, 1988.

125. Граф Ш., Гессель М. Схемы поиска неисправностей: Пер. с нем. -М.: Энергоатомиздат, 1989, 144 с.

126. Гудман С., Хидетниеми С. Введение в разработку и анализ алгоритмов.-М.: Мир, 1981., 366 с.

127. Гуляев В.А. Контроль ЭВМ. К.: Наукова думка, 1977., 168 с.

128. Гуляев В.А., Додонов А.Г., Пелехов С.П. Организация живучих вычислительных структур. К.: Наукова думка, 1982, 140 с.

129. Гуляев В.А., Макаров С.М., Новиков B.C. Диагностика вычислительных машин. К.: Техника, 1981, 168 с.

130. Гурко А.И., Крисевич B.C. Программные средства диагностирования ЕС ЭВМ. -М.: Финансы и статистика, 1988, 263 с.

131. Денисов A.A., Колесников Д.К. Теория больших систем управления. Л.: Энергоиздат, Ленинградское отделение, 1982, 321 с.

132. Дмитриев Ю.К., Хорошевский В.Р. Вычислительные системы из мини-ЭВМ. М.: Радио и связь, 1982, 304 с.

133. Додонов А.Г., Кузнецова H.H., Горбатик Е.С. Об организации параллельно-последовательных вычислительных структур повышенной надежности. Электронное моделирование, 1988, № 4, с. 24-28.

134. Дробушевич Л.Ф. Оценка структурной сложности программ. -Программирование, 1987, № 1, с. 81-89.

135. Евреинов Э.В., Косарев Ю.Г. Однородные универсальные вычислительные системы высокой производительности.- Новосибирск: Наука, Сибирское отделение, 1966.- 308с.

136. Евреинов Э.В., Прангишвили И.В. Цифровые автоматы с настраиваемой структурой.- М.: Энергия, 1976.- 240с.

137. Ежов И.И., Скороход A.B., Ядренко М.И. Элементы комбинаторики. М.: Наука, 1977, 80 с.

138. Ермаков С.М., Женявский A.A. Математическая теория оптимального эксперимента. М.: Наука, 1987, 296 с.

139. Ефимов Н.В. Краткий курс аналитической геометрии. М.: Наука, 1969, 272 с.

140. Журавлев Ю.П. Системное проектирование управляющих ЦВМ. -М.: Сов. Радио, 1974, 368 с.

141. Журавлев Ю.П., Котелюк Л.Н., Циклинский М.И. Надежность и контроль ЭВМ. М.: Сов. Радио, 1978, 417 с.

142. Заде JI. Размытые множества и их применение в распознавании образов и кластер-анализе. В кн.: Классификация и кластер. - М.: Мир, 1980.

143. Зыков A.A. Основы теории графов. М.: Наука, 1987, 384 с.

144. И. Савария, Н.С. Румин, Дж. Ф. Хейес, В.К. Агарвал. Фильтрация случайных сбоев: Решение проблем обеспечения надежной работы будущих цифровых СБИС. // ТИИЭР, т. 74, № 5, май 1986, с. 58-75.

145. Игнатущенко В.В. Организация структур управляющих микропроцессорных вычислительных систем. -М.: Энергоатомиздат, 1984, 182 с.

146. Информационные системы в экономике: Учебник / Под ред. Проф. В.В. Дика. — М.: Финансы и статистика, 1996

147. Исследование нетрадиционных подходов к созданию компьютеров гарантированно высокой надежности /Филин A.B., Степченков Ю.А., Петрухин B.C., Гринфельд Ф.И. //Вып.5 /РАН. Ин-т пробл.информатики.- М., 1993.- СЛ 81-196.

148. Искусственный интеллект. Кн. 1. Системы общения и экспертные системы / Под ред. Э.В. Попова. М.: Радио и связь, 1990.

149. Иыуду К.А. Надежность, контроль и диагностика вычислительных машин и систем.- М.: Высшая школа, 1989.- С.216.

150. Иыуду К.А., Кривощеков С.А. Математические модели отказоустойчивых вычислительных систем. -М.: Изд-во МАИ, 1989, 144 с.

151. Иыуду К.А., Кривощеков С.А. Моделирование процессов автоматического восстановления в отказоустойчивых вычислительных системах. -Управляющие системы и машины, 1987, № 2, с. 13-16.

152. Каган Б.М. Электронные вычислительные машины и системы. -М.: Энергоатомиздат, 1985, 522 с.

153. Каган Б.М., Мкртумян И.Б. Основы эксплуатации ЭВМ. М.: Энергоатомиздат, 1988, 432 с.

154. Карташев В. А. Система систем. Очерки общей теории и методологии. М.: Прогресс-Академия, 1995. — 416 с.

155. Касти Дж. Большие системы. Связность, сложность и катастрофы.- М.: Мир, 1982.-216 С.

156. Катков В.П., Шимаров В.А. Статистический анализ программ с помощью управляющих графов. Управляющие системы и машины, 1986, № 2, с. 84-92.

157. Квейд Э. Анализ сложных систем. М.: Советское радио, 1965.

158. Кейслер Дж. Основы теории моделей. В кн.: Справочная книга по математической логике. 4.1. Теория моделей. - М.: Наука, 1982.

159. Клеймен Дж. Статистические методы в имитационном моделировании /Пер.с англ. под ред. Адлера Ю.П., Вирылина В.Н.- М.: Статистика, 1978.- 543с.

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

161. Козырь И.Я. Качество и надежность интегральных микросхем.-М.: Высшая школа, 1987.- С. 128-142.

162. Колесов Н.В. Диагностирование линейных нестандартных систем. -М.: Автоматика и телемеханика, 1988, № 7, с. 157-163.

163. Колин К.К., Липаев В.В. Проектирование алгоритмов управляющих ЦВМ. М.: Сов. Радио, 1970, 344 с.

164. Колосов В.Г., Мелехин В.Ф. Проектирование узлов и систем автоматики и вычислительной техники: Учебное пособие для вузов. Л.: Энерго-атомиздат. Ленингр. отделение. 1983. 256 с.

165. Компьютеры. Справочное руководство в 3-х томах. Под ред. Г. Хелмса. М.: Мир, 1986, т. 2, 440 с.

166. Кондратьев В.В., Махалкин Б.Н. Автоматизация контроля цифровых функциональных модулей. М.: Радио и связь, 1990, 152 с.

167. Корн Г., Корн Т. Справочник по математике. М.: Наука, 1978, 832 с.

168. Корнейчук В.И., Тарасенко В.П. Вычислительные устройства на микросхемах.- Киев: Тэхника, 1988.- С.34-41.

169. Коршунов Ю.М. Математические основы кибернетики. М.: Энергоатомиздат, 1987, 496 с.

170. Крапивин В.Ф. О теории живучести сложных систем. М.: Наука, 1978.

171. Крысин Л.П. Толковый словарь иноязычных слов. М.: Рус.яз., 1998.-848 с.

172. Кузнецов О.П., Адельсон-Вельский Г.М. Дискретная математика для инженера.- М.: Энергоатомиздат, 1988,- С.70-80.

173. Кун Т. Структура научных революций / Т. Кун. М.: ACT, 2001.

174. Лазер И.М., Шубарев В.А. Устойчивость цифровых микроэлектронных устройств. М.: Радио и связь, 1983. 216 с.

175. Ларионов A.M. Вычислительные системы. Радиоэлектроника и связь, 1987, №8, с. 56-64.

176. Липаев В. В. Надежность программного обеспечения АСУ. М.: Энергоиздат, 1981.240с.

177. Липаев В.В. Надежность программного обеспечения. Обзор. Автоматика и телемеханика, 1986, № 10, с. 5-32.1.t> I

178. Липаев B.B. Проектирование программных средств. М.: Высшая школа, 1990, 303 с.

179. Липаев В.В. Распределение ресурсов в вычислительных системах. М.: Статистика, 1979, 247 с.

180. Липаев В.В. Тестирование программ. Радио и связь, 1986, 296 с.

181. Липаев В.В., Колин К.К., Серебровский Л.А. Математическое обеспечение управляющих ЦВМ. М.: Советское радио, 1972, 528 с.

182. Липаев В.В., Яшков С.Ф. Эффективность методов организации вычислительного процесса в АСУ. М.: Статистика, 1975, 255 с.

183. Литвинов В.А., Крамаренко В.В. Контроль достоверности и восстановление информации в человеко-машинных системах. К.: Техника, 1986, 200 с.

184. Мамиконов А.Г. Основы построения АСУ: М.: Высшая школа,1981.

185. Максимей И.В. Имитационное моделирование на ЭВМ. М.: Радио и связь, 1988.

186. Менеджмент / Под ред. М.М. Максимцова, М.А. Комарова. М.: ЮНИТИ, 2002.

187. Месарович М., Такахара Я. Общая теория систем: математические основы.- М.: Мир, 1978.

188. Миндалёв И.В. Управление информационными процессами. КрасГАУ, 2008.

189. Михайлов С.А. Перспективные принципы построения сверхбольших интегральных схем //Зарубежная радиоэлектроника.- 1991.- С. 1-12.

190. Могилев A.B., Пак Н.И., Хённер Е.К. Информатика. М.: Академия, 2004. — 848 с.

191. Молодцов Д.А. Устойчивость принципов оптимальности / Д.А. Молодцов. -М.: Наука 1987.

192. Надежность и эффективность в технике. Справочник в десяти томах. Т.5. Проектный анализ надежности. Под редакцией Патрушева В.И., Рембеза А.И.- М.: Машиностроение, 1988.- 320с.

193. Нейрокомпьютеры с программируемой архитектурой /Каляев A.B., Бокач В.И. //Многопроцессорные вычислительные структуры.- 1990.-№ 12.- С.4-9.

194. Нечеткие множества в моделях управления и искусственного интеллекта / Под ред. Д.А. Поспелова. М.: Наука, 1986.

195. Нильсон Н. Принципы искусственного интеллекта. М.: Радио и связь, 1985.

196. Новиков Д.А., Петраков С.Н. Курс теории активных систем М.: СИНТЕГ, 1999.-108 с.

197. Орлов А.И. Менеджмент. Учебник. М.: Издательство "Изумруд", 2003.-298с.

198. Орловский С.А. Проблемы принятия решений в условиях нечеткой исходной информации. М.: Наука, 1981.

199. Отладка систем управляющих алгоритмов ЦВМ реального времени. Под ред. Проф. В.В. Липаева. М.: Советское радио, 1974, 328 с.

200. Першиков В.И., Савинков В.М. Толковый словарь по информатике. М.: Финансы и статистика, 1991. - 541с.

201. Поспелов Г.С., Поспелов Д.А. Искусственный интеллект прикладные системы. -М.: Знания, 1985.

202. Поспелов Г.С. Искусственный интеллект основа новой информационной технологии. -М.: Наука, 1988.

203. Потемкин И.С. Автоматизированный синтез функциональных схем.- М.: Энергоатомиздат, 1981.- 86с.

204. Потемкин И.С. Функциональные узлы цифровой автоматики.- М.: Энергоатомиздат, 1988.- С.55-63.

205. Применение транспьютеров в бортовых системах / Эллиот К., Армстронг Р. //Транспьютеры: Архит. и прогр.обесп.- М., 1993.- С.268-288.

206. Пупырев Е.И. Перестраиваемые автоматы и микропроцессорные системы.- М.: Наука, 1984.- С.191.

207. Ревенков A.B., Резникова Е.В. Учебник: Теория и практика решения технических задач. Москва 2009.

208. Резников Б.А. Системный анализ и методы системотехники. Часть 1. Методология системных исследований. Моделирование сложных систем. -МО СССР, 1990г., 522с.

209. Резников В.А. Принятие решений в условиях неопределенности и адаптация. Л.: Министерство обороны СССР, 1997.

210. Робототехника и гибкие автоматизированные производства. В 9-ти книгах. Кн.6. Техническая имитация интеллекта.- М.: Высшая школа, 1986.- С.54-60.

211. Рубин М.С. Этюды о законах развития техники, 2006. http://www.temm.ru/ru/section.php?docId=3432

212. Сагунов В.И., Ломакина Л.С. Контролепригодность структурно связанных систем. М.: Энергоиздат, 1990. 112 с.

213. Самуельсон П., Нордхаус В. Экономика, 18-е издание. Пер. с англ. М.: ООО «И.Д. Вильяме», 2007. - 1300с.

214. Самуельсон П. О чем думают экономисты: Беседы с нобелевскими лауреатами / Под ред. П. Самуельсона и У. Барнетта; Пер. с англ., 2-е изд. -М.: ООО «Юнайтед Пресс», 2010. 490 с. - (Серия «Сколково»).

215. Смирнов Ю.М., Воробьев Г.Н. Перспективы развития вычислительной техники. Кн.6. Специализированные ЭВМ.- М.: Высшая школа, 1984.- С.143.

216. Советов Б.Я., Яковлев С.А. Моделирование систем. М.: Высшая школа, 1985.

217. Согомонян Е.С., Слабаков Е.В. Самопроверяемые устройства и отказоустойчивые системы.- М.: Радио и связь, 1984.- 206с.

218. Технология системного моделирования / Под общ. ред. C.B. Емельянова. -М.: Машиностроение, 1988.

219. Ткаченко A.B. Отказоустойчивые структуры в корректирующих счислениях //Автоматика и телемеханика, 1993.- № 1.- С. 154-166.

220. Трахтенгерц Э.А. Компьютерные методы реализации экономических и информационных управленческих решений. В 2-х томах. Том 1 : Методы и средства; Том 2: Реализация решений. М.: СИНТЕГ, 2009.

221. Управление вычислительными процессами. Под ред. М.Б. Игнатьева. Л.: Изд-во Ленинградского университета, 1993. 352 с.

222. Флейшман Б.С. Основы системологии. М.: Радио и связь, 1982.

223. Хант Э. Искусственный интеллект. М.: Мир, 1978.

224. Харитонов В.А. Основы теории живучести функционально избыточных систем. Препринт № 170. РАН.- Санкт-Петербург, 1993.- С.60.

225. Харитонов В.А. Показатели отказоустойчивости вычислительных систем для случая нестационарности потока отказов //Изв. Вузов. Прибо-ростр.- 1993.- 36, № 2.- С.7-10.

226. Цифровая и вычислительная техника: Учебник для вузов /Евреинов Э.В., Бутыльский Ю.Т., Мамзелев И.А. и др.; Под ред.Евреинова Э.В.- М.: Радио и связь, 1991,- С.440-447.

227. Человеческий фактор в управлении / Под ред. H.A. Абрамовой, К.С. Гинсберга, Д.А. Новикова. М.: КомКнига, 2006. - 496 с.

228. Шеннон Р. Имитационное моделирование систем искусство и наука. - М.: Мир, 1978.

229. Шоломов JI.A. Основы теории дискретных логических и вычислительных систем.- М.: Наука, 1980.- С.25-46.

230. Экономико-математический словарь / Под ред. Лопатникова Л.И. -М.: Дело, 2005.-520 с.

231. Яблонский А.И. Методологические вопросы анализа сложных систем. В кн.: Системные исследования: Методологические проблемы. Ежегодник, 1984.-М.: Наука, 1984.

232. Яглом И.М. Математические структуры и математическое моделирование. М.: Советское радио, 1980.

233. A fault model for PLAS /Ligthart Michael M., Stans Rudi J. //IEEE Trans. Compot.- Aid. Des. Integr. Circuits and Syst.- 1991.-10, № 2.- C.265-270.

234. A novel built-in-self-repair approach to VLSI memory yield enhancement /Mazumder P., Yih J.S. //Int Test Conf Chong Phil Test, Washington, D.C., Sept 10-14, 1990. Proc.- Los Alamitos (Culif) etc., 1990.- C.833-841.

235. Artificial intelligence processor: Пат. 5097407 США, МКИ5 G06 F9/16/ Hino James H., Walsh John M.; Integrated Inference Wachines.- № 302150; Заявл. 25.01.89; Опубл. 17.03.92; НКИ 395/375.

236. BiCMOS fault model: Is stuch at adequate? /Levitt Marc I., Roy Kou-shik., Abraham Jacob A. //IEEE Int. Conf. Comput. Design. VLSI. Comput. and Processors, Cambridge, Sept. 17-19, 1990: ICCD, 90. Proc.- Los Alamitos (Culif) etc., 1990.- C.294-297.

237. Design of repairable and fully testuble folded PLA'S /Weg Chin-Long, Ding Jyhyevan //IEEE Int.Conf.Comput Design: VLSI Comput and Processors, Cambridge, Mass, Sempt. 17-19, 1990: ICCD,90; Proc.-Las Alamitos (Cacig) etc., 1990,- C.112-115.

238. Evaluation of reliability and safety of long time unmaintained computer systems /Hsu Yan-Tseng, Hsu Chen-Fall //Int. J.Electron.- 1991.- 70, № 2.-C.389-405.

239. Fault tolerant VLSI systems /Puray Michael, Banerju Pruthviraj //Proc. IEEE.- 1993.- 81, № 5.- C.745-748.

240. High performance 3-1 interloch collapsing ALU'S /Phillips James, Vassilliadis Stumutis //IEEE Trans. Comput.- 1994.- 43, № 3.- C.257-268.

241. Increased throughput for the testing and repair of RAM'S with redundancy /Haddad Ramsey W., Dahbura Anton Т., Sharma Anup B. //IEEE Trans Comput.- 1991.- 40, № 2.- C. 154-166.

242. Low comlexity synthesis of incompletely spesified multiple - output mod2 sums /Riege M.W., Besseich Ph.W. //IEE Proc. E.- 1992.- 139, № 4,-C.355-362.

243. Patterson K. An Introduction to Applied Econometrics: A Time Series Approach. New York: St's Martin Press. 2000.

244. Programmable logic /Tsui Gros Y. //Comput. Des.- 1992.- 31, № 6.-C.23-25.

245. Programmable logic device: Заявка 0394575 ЕПВ, МКИ5 И03К 19/177/ Kaplinsky Cecil; Plus Logig, Inc.- № 893042853; Заявл. 28.04.89; Опубл. 31.10.90.

246. Reconfigurable logic: techology ahd applications /Howard N., Taylor R.W. //Comput. and contrl. Eng. J.- 1992.- 3.- № 5.- C.235-240.

247. Simplification of switching functions expressed in Rud-Muller algebraic form /Green G.H., Khuwaja G.A. //IEE Proc.E.- 1992.- 139, № 6,- C.511-518.

248. The multiplicative complexity of guadratic boolean forms /Mirwald R., Schnorr C.P. //Theor. Comput. Sc:- 1992.- 102, № 2.- C.307-328.

249. What is wrong with the existing reliability prediction methods /Wong KawL. //Qual and Reliab. Eng Int.- 1990.- 6, № 4.- C.251-252.

Похожие работы

Информатика, вычислительная техника и управление
05.13.00