автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.18, диссертация на тему:Модели распределения ресурсов системы управления военного назначения в условиях неопределенности динамики помехово-целевой обстановки

На правах рукописи

□□3451602

/

Прокофьев Владимир Сергеевич

МОДЕЛИ РАСПРЕДЕЛЕНИЯ РЕСУРСОВ СИСТЕМЫ УПРАВЛЕНИЯ ВОЕННОГО НАЗНАЧЕНИЯ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ ДИНАМИКИ ПОМЕХОВО-ЦЕЛЕВОЙ ОБСТАНОВКИ

Специальность 05.13.18 - Математическое моделирование, численные методы и

комплексы программ

Автореферат диссертации на соискание ученой степени кандидата технических наук

о 6 НОЯ 2Ш8

Тамбов - 2008

003451602

Работа выполнена в Тамбовском высшем военном авиационном инженерном училище радиоэлектроники (военном институте)

Научный руководитель

доктор технических наук, доцент Малышев Владимир Александрович

Официальные оппоненты:

доктор технических наук, профессор Сербулов Юрий Стефанович

доктор технических наук, профессор Косьянчук Владислав Викторович

Ведущая организация: Федеральное государственное унитарное предприятие «Научно-исследовательский институт авиационного оборудования» (г. Жуковский Московской обл.)

Защита диссертации состоится «21» ноября 2008 г. в 16 ч. на заседании диссертационного совета Д 215.023.01 при Тамбовском высшем военном авиационном инженерном училище радиоэлектроники (военном институте) по адресу: 392006, г. Тамбов-6, ул. Комиссара Московского, ТВВАИУРЭ (ВИ).

С диссертацией можно ознакомиться в библиотеке Тамбовского высшего военного авиационного инженерного училища радиоэлектроники (военного института).

Автореферат разослан «17» октября 2008 г.

Ученый секретарь диссертационного совета

Малышев В.А.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность исследования. Неопределенность динамики ситуации в течение вооруженного конфликта является одной из основных проблем, возникающей перед значительной частью систем управления военного назначения (СУВН). Неопределенность динамики помехово-целевой обстановки, в свою очередь, препятствует эффективному планированию противоборства, ухудшает помехозащищенность СУВН, снижает боевую эффективность и, как следствие, затрудняет общее управление.

Опыт ведения боевых действий в последние десятилетия выдвигает на первый план использование в условиях неопределенности динамики помехово-целевой обстановки (НДПЦО) специальный вид управления - гибкое распределение ресурсов (ГРР) СУВН.

Гибкое распределение ресурсов СУВН - это функция СУВН по регулированию использования ресурсов системы в связи с неопределенным характером протекания конфликта с применением средств информационного, радиоэлектронного и вооруженного противоборства, а также из-за несовпадения во времени планируемого способа применения СУВН с наиболее эффективным в текущей ситуации.

Однако при неопределеном характере изменения помехово-целевой обстановки не всегда можно решить задачу оптимизации применения СУВН только методами ГРР. Выбор способа применения, величины запаса ресурсов, интенсивности использования ресурсов конкретного типа и многих других параметров, максимизирующих боевую эффективность СУВН при ее работе в условиях неопределенности динамики помехово-целевой обстановки, в основном зависят от четкости и своевременности выполнения этапов планирования использования и оперативного распределения ресурсов СУВН, что очень затруднительно сделать, не применяя средства автоматизации. При этом возникают проблемные вопросы, связанные с построением моделей поддержки принятия управленческих решений, повышая тем самым объективность и рациональность их выбора и использования.

Наличие на этапе планирования применения СУВН неопределенности в априорной информации о возможных в будущем воздействиях противника делает поставленную задачу весьма значимой.

Существующие до настоящего времени методы планирования применения и управления СУВН в условиях неопределенности динамики помехово-целевой обстановки оказались недостаточно состоятельными и эффективными. Условия современного противоборства выдвинули на первый план большое количество новых, ранее не учитываемых факторов, сильно влияющих в настоящее время на характер противоборства СУВН с противником (применение новых комплексов помех и воздействий различной природы, снижение радиолокационной заметно-сти целей, применение в системах управления элементов искусственного интеллекта и т.п.). Неопределенность динамики помехово-целевой обстановки и наличие, в вероятностном смысле, появления различных комплексов помех и целей, приводит к тому, что СУВН при взаимодействии с противником обязана реагировать на его действия и должна менять в соответствии с этим свою поведенческую тактику и стратегию, что является важной актуальной задачей управления любой

военной системой. Развитие аспектов моделирования сценариев взаимодействия СУВН с противником в условиях неопределенности динамики помехово-целевой обстановки позволяет повысить эффективность управления, определить стратегию и тактику с точки зрения уменьшения расходов своих ресурсов, увеличения объективности принимаемых управленческих решений и уверенности в их надежности.

Анализ реально существующего взаимодействия СУВН с противником в условиях неопределенности динамики помехово-целевой обстановки показывает, что для таких процессов характерны, по крайней мере, следующие свойства: большое количество слабо формализуемых и зачастую противоречивых целей функционирования с одновременной их изменчивостью (ситуативностью) во времени; конфликтный и многоаспектный характер взаимоотношений как между элементами внутри объекта исследования, так и с окружающими объектами при значительном влиянии человеческого фактора; преимущественно понятийный и противоречивый характер исходных описаний условий функционирования и возможных ограничений.

Очевидно, что при наличии перечисленных выше свойств построить строгую количественную модель объекта исследования чрезвычайно трудно и решение задачи приходится искать в классе других методов. К числу таких методов, получивших развитие в последние годы и ориентированных на изучение объектов и процессов с указанными свойствами, относятся методы логико-лингвистического моделирования.

Таким образом, существует практическая проблема - недостаточное качество использования ресурсов СУВН в условиях неопределенности динамики помехово-целевой обстановки снижает ее эффективность.

Разрешение практической проблемы требует решения научной задачи. Она заключается в необходимости разработки моделей распределения ресурсов СУВН в условиях неопределенности динамики помехово-целевой обстановки, учитывающих особенности текущей ситуации протекания вооруженного конфликта, на основе методов логико-лингвистического моделирования.

Объектом исследования в диссертационной работе являются системы управления военного назначения.

Предметом исследования являются модели распределения ресурсов СУВН в условиях неопределенности динамики помехово-целевой обстановки, учитывающие особенности текущей ситуации протекания вооруженного конфликта.

Область исследования в настоящей работе соответствует приоритетным направлениям развития вооружения и военной техники Министерства Обороны Российской Федерации. В частности, к таким направлениям относятся работы по созданию систем математического моделирования, моделей интеллектуальных систем автоматизированного управления.

Цель и задачи исследования. Целью диссертационной работы является повышение эффективности систем управления военного назначения, функционирующих в условиях неопределенности динамики помехово-целевой обстановки путем разработки моделей и алгоритмов распределения ресурсов на основе мето-

дов логико-лингвистического моделирования, обеспечивающих минимум затрат на противодействие.

Достижение цели исследования предполагает решение следующих задач:

- системного моделирования СУВН и разработки информационной технологии распределения ресурсов СУВН в условиях неопределенности динамики поме-хово-целевой обстановки;

- разработки моделей и алгоритмов распределения ресурсов СУВН в условиях неопределенности динамики помехово-целевой обстановки;

- разработки логико-лингвистических моделей поддержки принятия решения в задаче распределения ресурсов СУВН;

- исследования эффективности применения разработанных моделей в ходе экспериментальных исследований на основе математического моделирования и вычислительного эксперимента.

Методы исследования. Выполненные теоретические и экспериментальные исследования базируются на использовании следующих методов и теорий: систем, множеств, графов, векторной оптимизации, принятия решений, искусственного интеллекта, ситуационного управления, математического моделирования и программирования. Общей методологической основой является системный подход.

На защиту выносятся следующие новые научные результаты:

- информационная технология распределения ресурсов СУВН в условиях неопределенности динамики помехово-целевой обстановки, основанная на информационных моделях взаимодействия возмущений и СУВН;

- модель распределения ресурсов СУВН в условиях неопределенности динамики помехово-целевой обстановки на основе бинарных отношений конфликта, содействия и безразличия;

- логико-лингвистические модели поддержки принятия решения в задачах распределения ресурсов СУВН.

Научной новизной диссертационной работы является разработка информационной технологии и моделей распределения ресурсов СУВН в условиях неопределенности динамики помехово-целевой обстановки, а именно:

1. Системные модели распределения ресурсов СУВН в условиях НДПЦО, отличающиеся представлением структуры элементов процесса и связей между ними в виде модулей «энергия-информация», «решение-действие» и создающие основу для его математического моделирования;

2. Информационная технология распределения ресурсов СУВН в условиях НДПЦО, отличающаяся использованием информационных моделей взаимодействия возмущений и СУВН в графовом представлении, отражающая такие задачи, как: многоцелевой характер, векторная оценка, многоальтернативность формируемых решений;

3. Модель распределения ресурсов СУВН в условиях возможного появления на входе множества возмущений, отличающаяся представлением решения векторной задачи оптимизации и построения функции гарантированного выигрыша в бинарных отношениях конфликта, содействия и безразличия;

4. Модели планирования и поддержки принятия управленческих решений при распределении ресурсов СУВН в условиях НДПЦО, отличающиеся от известных использованием в качестве переменных нечетких условных высказываний.

Достоверность полученных результатов подтверждается корректностью разработанных математических моделей, использованием известных положений фундаментальных наук, сходимостью полученных теоретических результатов с данными вычислительного эксперимента, а также с результатами исследований других авторов.

Практическая значимость работы заключается в построении инструментальных средств в виде моделей, алгоритмов и пакета прикладных программ, реализующих в структуре автоматизированных систем управления человеко-машинные процедуры поддержки принятия решения и оперативного управления.

Публикации. По результатам проведенных исследований опубликовано 10 печатных работ, из них: 1 патент на изобретение, 1 статья в журнале, рекомендованном ВАК РФ для публикаций научных результатов диссертаций на соискание ученой степени доктора наук, 2 статьи и 5 работ в материалах Международных, Всероссийских и межведомственных конференций, 1 свидетельство об официальной регистрации программ для ЭВМ.

Апробация работы. Основные положения и результаты исследования обсуждались на: Всероссийской научно-практической конференции «Совершенствование наземного обеспечения авиации» (Воронеж, 2006); Всероссийской конференции «Теория конфликта и ее приложения» (Воронеж, 2006); Международной научно-практической конференции «Повышение эффективности средств обработки информации на базе математического и машинного моделирования» (Воронеж, 2007), Международной научно-практической конференции «Преступность в Центральном федеральном округе России: состояние, проблемы предупреждения и раскрытия преступлений» (Воронеж, 2008).

Реализация и внедрение результатов работы. Исследования проводились в рамках НИР: тема № 30655, шифр «Решение-06» (Исследование возможностей применения общей теории систем для формирования у операторов сложных технических комплексов научного, творческого подхода к освоению, повышению качества технической эксплуатации и ремонту сложных радиотехнических систем).

Основные теоретические и практические результаты диссертационной работы реализованы при выполнении научно-исследовательских работ и в учебном процессе Тамбовского высшего военного авиационного инженерного училища радиоэлектроники (военного института), а также в войсковой части 626332, что подтверждено актами об использовании результатов.

Объем и структура работы. Диссертация состоит из введения, пяти глав, заключения, списка использованных источников из 110 наименований. Работа изложена на 171 странице машинописного текста, содержит 27 рисунков и 9 таблиц.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы, сформулированы цель и задачи исследования, научная новизна, теоретическая и практическая значимости работы, дана краткая аннотация диссертации по разделам.

В первой главе проведен системный анализ методов и моделей распределения ресурсов систем управления военного назначения в условиях неопределенности динамики помехово-целевой обстановки.

Моделирование всевозможных сценариев управления ресурсами СУВН в условиях неопределенности динамики помехово-целевой обстановки, основанных на данных и знаниях и увязанных единой информационной технологией, существенно сдерживается недостаточностью использования современного математического аппарата, инструментальных средств и программного обеспечения, адекватно описывающих ситуацию, которая сложилась в конкретный момент времени.

Основными методами достижения оптимальных результатов при решении задачи распределения ресурсов являются: разработка программы применения комплексов средств помехозащиты и поражения с учетом коэффициентов возможностей, которые рассчитываются статистическими методами на основании данных прошлых столкновений с противником; выбор комплекса средств противодействия и поражения, имеющий взаимокомпенсирующий (универсальный) характер; решение задачи управления распределением ресурсов в противофазе к колебаниям помехово-целевой обстановки.

Анализ мирового и отечественного опыта управления и распределения ресурсов в системах управления военного назначения показывает, что на практике для этого используются отдельно детерминированный и вероятностный подходы. Это приводит к отсутствию согласованных решений и значительным потерям.

Для эффективного применения ресурсов СУВН в условиях НДПЦО необходимо, в первую очередь, обеспечить информационное превосходство над противником, которое обеспечивается эффективной работой информационных подсистем, таких как радиолокационная станция и оптико-электронная прицельная система.

На процесс управления ресурсами СУВН существенное влияние оказывает так называемый человеческий фактор, имеющий активную природу. При исследовании поведения СУВН необходимо учитывать механизмы интеллектуальной деятельности человека, лежащие в основе активности ее поведения. В последние годы получили большое развитие методы логико-лингвистического моделирования. Первоначально эти методы получили развитие при решении проблем, возникающих при создании интеллектуальных систем типа интегральных роботов. Несколько позже логико-лингвистические методы стали использоваться для целей автоматизации управления сложными техническими системами.

Процесс распределения ресурсов СУВН в условиях неопределенности обладает такими принципиальными особенностями, как конфликтность, динамичность, многофункциональность, многоаспектность, влияние человеческого фактора, что существенно затрудняет его количественное моделирование и оптимизацию.

Центральным компонентом задачи распределения ресурсов СУВН является задача принятия решения, которая с точки зрения применяемого математического аппарата структурирована и классифицирована как унифицированная структурная модель причинно-следственных связей принятия решения, которая может быть охарактеризована следующим кортежем формализованных элементов:

<Хг,8г,Кг,Мг,Ог>, (1)

где Хг - множество информационных переменных; Бг - множество шкал измерения; К, - множество критериев оценки степени достижения цели; Мг - модель объекта в виде отображения Мг: Хг —> Г<г; Ог - алгоритмические модели или Система решающих правил.

Современные подходы к разработке методов распределения ресурсов СУВН в условиях неопределенности, основанные на использовании теории множеств, графов, выбора и принятия решений, искусственного интеллекта, ситуационного управления, математического моделирования, программирования и др., позволяют организовывать рассматриваемое управление более эффективно.

Во второй главе разработаны модели подсистем системы управления военного назначения и самой системы. Для примера представлены системные модели радиолокационной станции и бортового комплекса обороны как одни из центральных подсистем СУВН.

Выполненный анализ подходов к построению системных моделей подсистем СУВН позволил сделать вывод о том, что для оптимального распределения ограниченных ресурсов системное моделирование целесообразно проводить в рамках комбинированного подхода и с единых позиций для всего рассматриваемого класса подсистем. В качестве основы для разработки моделей этого класса служит многофункциональная РЛС, как сложная информационная система (ИС), находящаяся в конфликте с некоторыми подсистемами и внешней средой.

Целесообразно рассматривать модель РЛС в виде развивающейся ИС, к которой применимы системные принципы и правила взаимодействия с внешней средой. Развивающийся характер модели означает открытость ее структуры и иерархичность. При этом каждый из ¡-х уровней (¡ = 0,Ы) образуется отдельными модулями (блоками) модели и может выполнять одновременно роль как источника, так и потребителя информации. Взаимные преобразования энергии-информации отражают причинно-следственные связи, существующие в пространстве-времени, а именно: информация преобразуется в энергию действия, а действие, обладая определенной энергией, в свою очередь приводит к изменениям информации об этом пространстве. Данные об изменениях текущих состояний РЛС и внешней среды имеют смысл только в том случае, если на основе полученной информации в РЛС принимается, то или иное решение. Соответственно, такие решения приобретают определенную энергию только при условии, что они воплощаются в те или иные действия. Следовательно, решения-действия можно считать существенными признаками энергии-информации, которые образуют каналы РЛС. Элементы такой модели для ¡а и ¡р - уровней РЛС, использующей каналы типа энергия-информация (Э-И), информация-энергия (И-Э) или действие-решение (Д-Р), решение-действие (Р-Д) показаны на рисунке 1.

Индекс а обозначает работу РЛС на передачу; Р-на прием; Э - энергия; И - информация; Д - действие; Р - решение.

Элементом РЛС при заданной степени детальности исследований называем такой фрагмент РЛС, в котором можно инструментально зарегистрировать пару наиболее подробных преобразований Д-Р, Р-Д. Составную часть элемента РЛС, в котором регистрируется только преобразование Д-Р (Э-И), считаем информационным элементом, а другую его часть, где реализуется только преобразование Р-Д (И-Э) - исполнительным элементом.

Рисунок 1 - Элементы системной модели РЛС при работе на передачу и прием

Основываясь на подходе к разработке системной модели РЛС, разработана системная модель комплекса радиоэлектронного противодействия (БКО). Различие заключается в целевом назначении и наполнении элементами, реализующими те или иные способы радиоэлектронного противодействия.

Системная модель СУВН является композицией моделей подсистем. Однако, более целесообразно построение модели СУВН как совокупности энергетических, информационных и принимающих решение подсистем. Таким образом построена системная модель системы управления вооружением многоцелевого истребителя (рисунок 2).

Рисунок 2 - Системная модель системы управления вооружением многоцелевого истребителя

Построенная системная модель СУВН позволяет определить количественный и качественный состав имеющихся у системы ресурсов, распределить под-

системы по степени важности, дать основу для планирования использования ресурсов и определении запаса.

Во третьей главе разработаны информационная технология, модели и алгоритмы распределения ресурсов системы управления военного назначения в условиях неопределенной динамики помехово-целевой обстановки.

Построена концептуальная модель распределения ресурсов системы управления военного назначения, в которой задача рассматривается как последовательность определенных этапов, реализованных в дискретные моменты времени. Процесс распределения ресурсов СУВН Б задается в виде траектории в дискретном времени, состоящей из этапов 8 = 8^'822...5п".

Этапы, образующие траекторию, могут носить как неформализованный характер (этап замысла распределения ресурсов СУВН), так и формализованный характер. Чтобы можно было говорить о распределения ресурсов СУВН в условиях неопределенной динамики помехово-целевой обстановки и считать, что траектория Б определяет некое управление, надо, чтобы среди этапов имелся по крайней мере один, который представляет собой акт принятия управленческого решения в рассматриваемых условиях.

Предложенный подход позволяет оценивать достоинства того или иного акта принятия управленческого решения, осуществить прогноз и выбрать из множества возможных стратегий наиболее подходящую, а также создать программную реализацию предложенного подхода и разрешить противоречия, возникшие на этапах распределения ресурсов СУВН.

Проблема распределения ресурсов СУбН в условиях НДПЦО требует анализа состояния ресурсов СУВН, в котором они находятся в результате уже произведенного комплекса управляющих воздействий. При решении задачи распределения ресурсов в дальнейшем в структуру подсистемы управления (ПСУ), возможно, придется вносить некоторые, заранее не определенные изменения, связанные с решением дополнительных задач, например, с возможным изменением стратегии поведения противника в данной ситуации противоборства, изменением стратегии и тактики противоборства, и другими непредвиденными обстоятельствами. Возникшее противоречие между необходимостью учета условий неопределенности и невозможностью их задания в явном виде в определенной мере можно устранить, если построить метамодель будущей структуры.

ПСУ предназначена для решения основной задачи Р распределения ресурсов СУВН (РСУВН). Помимо этого для ПСУ с целью создания совокупности механизмов (МХ), обеспечивающих управляющие воздействия, может быть сформулирована и дополнительная задача Рд. Тогда модель ПСУ представима в следующем виде:

МПсу = <Р, Рд, РСУВН, МХ>. (2)

Указанные механизмы МХ могут включать процедуры порождения МХП, развития МХр и изменения МХИ управляющих воздействий. Главная цель создания

таких механизмов состоит в том, чтобы обеспечить выполнение разнообразных переходов от одних качественных состояний ресурсов СУВН к другим при использовании управляющих воздействий. Все это позволяет заложить в модель ПСУ определенные свойства гибкости и адаптируемости.

Для описания подобных переходов рассмотрим возможные состояния ресурсов СУВН: РСУВНЛ - до - РСУВН, т.е. ресурсы, из которых порождаются ресурсы СУВН; РСУВН" - после - РСУВН, т.е. ресурсы СУВН, образующиеся после изменения ресурсов СУВН; РСУВН,, - ресурсы СУВН, реализующие задачу Р за время t,; РСУВН,2 - ресурсы СУВН, реализующие задачу Р за время t2; т.е. процедуры МХП, МХр, МХИ будут соответствовать следующим отображениям:

MX „ : РСУВН Л -> РСУВН ;

MX р : Р СУВН „ -> РСУВН 12 ; (3)

МХИ : РСУВН РСУВН v. Исключительное многообразие практических ситуаций, определяемых спецификой объекта исследования, требует рассмотрения различных моделей управления ресурсами СУВН в условиях НДПЦО, которые должны строиться только на основе учета содержательных механизмов распределения ресурсов СУВН и ее подсистем.

В результате появления возмущения Е, на входе СУВН подсистема СУВН; е СУВН обеспечивает положительное относительно вещественной функции полезности Fj(Ç) действие, повышая полезность достижения своей локальной цели Wj.

В этих условиях функция полезности r(z) = r(q,(z,),q2(z2),...,qN(zN)) всей системы при появлении возмущений и совокупность локальных

функций реальной полезности (функции управления) о {Wn}^=1, фор-

мируют с функцией полезности системы так называемый частичный конфликт.

Синтез частично конфликтных решений эквивалентен решению общей задачи оптимизации вида —> Opt, которая вид

Q(z) = (r(z), q[(z, ), qr2(z2),..., qrN(zN Opt, (4)

где Opt - оператор, реализующий один из принципов векторной оптимизации; 2П = (21ги z2m ■•■> zNn)e Zn, n = 1,N.

С практической точки зрения логично рассмотреть, функционирование СУВН в качестве положительного относительно своей функции полезности при появлении возмущения £n,n=l,N, положив r(z)=q5,(z). Такое предположение вполне естественно, так как СУВН должна стремиться к выполнению боевой задачи. В этом случае функция полезности СУВН устанавливает строгий линейный

Л Л

порядок Ln = Ln (> Г) на множестве свойств возмущений Zn.

Введем качественные порядки соответственно для СУВН по полезности

АЛ Л

Г(гп) и возмущения по полезности q„(zn) в виде Ln — Ln (>- Г)= Ln(> Г) и

1л = In(^q„)= l(> q„) (>- - лучше). Таким образом, каждая пара функций полезности r(z) и q„(zn) совместно устанавливает частичный качественный порядок

Л ~

на множестве свойств возмущений Z„ в виде Ln п 1 п.

Тогда непустое подмножество {zn}e Zn, для которого zn е L„ \ Г\ 1п

Zn , обеспечивая, например,

определяет решение задачи (4) в виде zn = Zn = Opt

Парето-оптимальный принцип векторной оптимизации.

Далее рассматривается модель поведения СУВН в условиях совместного взаимодействия с множеством возмущений В этом случае естест-

венно предположить, что это взаимодействие осуществляется на множестве

Z = Z,xZ2X...XZN.

Функция гарантированного выигрыша имеет вид:

Ф = Хап1ясувн - ЯсувнК СУВН Чсувн);

{СУВН,)е {>i} {СУВН,$п}е {>!]

а„>0,рл<1; 1« =1; £рп=1;п = Ш

{СУВН.5„}Е}>1} {СУВНД„(е{>1}

где ап,(5п - веса (коэффициенты нормировки) соответствующих свойств возмущений );„ с позиций СУВН, >1, >1 - отношения содействия и конфликта соответственно, q°cyBH - ожидаемая функция полезности.

Результирующее управление и, воздействующее на объект управления, формируется двумя составляющими: программной, или планом х, и корректирующей, или оперативным управлением у. Существенная особенность военно-технических систем - зависимость от возмущений, как критерия качества, так и условий допустимости управления. План х формулируется оперирующей стороной заранее. Оперативное управление у формируется после планирования, в процессе функционирования, по текущей информации i(s) о возмущениях, что позволяет, по крайней мере, частично компенсировать нежелательные воздействия. Под алгоритмом оперативного управления понимается полный список действий у для каждой из возможных реализаций е б Н0.

Вектор возмущений в для дальнейших рассуждений удобно разбить на две группы компонент - непрерывных (г|) и дискретных (х). Множества Z0 и Но будущих дискретных и непрерывных возмущений считаются известными перед началом этапа планирования. Для каждого значения Xj дискретных возмущений согласно модели гарантированного выигрыша (4) вводится множество Hj+ благоприятных непрерывных возмущений г|. К благоприятным относятся такие возмущения т), которые для фиксированного плана х не нарушают условие допустимости результирующего управления и обеспечивают реализацию J критерия качества, не опускающуюся ниже желаемого уровня с:

Hj+ (х, с) = {г|: г)е Н0(х, Xj), G;( x,r|, Xj) ^ 0, ie l2, J(x,ri,Xj) >с}, (6) где J = J(F(x, Y(x, i(T)>Xj)))>Tl>Xj)-

Остальные возмущения г| из Н0 \ Hj+ называются неблагоприятными. Соответственно множество Z+ благоприятных дискретных возмущений % составляют только те Xj, для которых не пусто множество (6), то есть

с) = (х: X = % е20) Н/ (х, с) * 0}; (7)

остальные возмущения % относятся к неблагоприятным.

Далее представляют интерес только те планы, которые удовлетворяют условиям (7), не содержащим возмущений. Остальные условия допустимости плана выполняются только на множестве благоприятных возмущений.

На основе представленных моделей разработана информационная технология распределения ресурсов СУВН в условиях НДПЦО с инвариантными свойствами к общей обстановке.

Структурная модель информационной технологии МИт представлена в виде кортежа

элементы которого формируют этапы технологии (М^ - информационная модель (ИМ) возможных возмущений, М^- ИМ связи множества возмущений с входом X СУВН, МХу - ИМ преобразования входного объекта (возмущений) в выходной объект (управляющее воздействие), - ИМ связи выхода СУВН с множеством возмущений, - ИМ множества реакций СУВН на появление каждого возмущения).

На основе рассмотренной технологии распределения ресурсов СУВН в условиях НДПЦО, был построен алгоритм ее реализации.

Взаимодействие этапов алгоритма в рамках общего информационного процесса может осуществляться различными способами, что во многом определяется спецификой прикладных задач распределения ресурсов СУВН в условиях НДПЦО, степенью их формализованное™, размерностью и другими факторами. При этом эффективность использования применяемого способа во многом зависит от субъективных качеств и компетенции ЭПР, осуществляющего решение настоящей задачи.

Оценку координат вектора весов а и Р (см. (5)) в разработанном эвристическом алгоритме поиска проводится на основе анализа структуры возмущений СУВН.

Выделим из множества Б подмножества элементов Б^.и Б55, для которых справедливы бинарные отношения >1, >1 соответственно. Это равносильно выделению подграфов в(>1) =.0>1(8>1, Е'1), С(м) = в'1^'1, Е'"1) с в (Б, Е), причем в общем случае Б'1 о Э1" * 0, Е>г п = 0, Е>! и Еп = Е. В этом случае говорят, что подграфы разделены дугами.

Зададим. I^ = гГк бинарные отношения >1, > I, >1н матрицами смежности для соответствующих подграфов графа в = 0(8, Е). Обозначим такие матрицы через К = [к,,] порядка п х п, п < N. Кс = [к°у] порядка т х т, т < N. Кн = [кНц] порядка В которых Ку, Кнд = I, еСЛИ Б; >1 Бр Б; >1„ Sj И К„, КСу, к"; = О, если указанные отношения не выполняются. Рассмотрим общие свойства отношений >1, >1, >1„ и соответствующие особенности матриц К, Кс, Кн .

Для этих целей введем взаимно однозначное обобщенное отношение > I = (>1 V М V >1н ), граф и(> I) =и(§, Ё) = 0>1 V в5 V О и матрицу П(>[) = (К V Кс

V Кн ) = [сод] порядка гхг,г = пушуК Для V ¡= 1,г и вершины Б; с § определим

СуММЫ ВИДа 710(5|)= , 71в(3|) = ¿юа.

1-1 j=l

Величина я„(5|) определяет число дуг, выходящих из вершины Б;, яв(5|) -ЧИСЛО дуг ВХОДЯЩИХ в вершину в!. Равенство суммы Я0(8[) нулю (710(8|) = 0) служит признаком выделения элементов $ (конечных подсистем), действие которых не оказывает влияние на формирование отношения >1, а значение я^) > 0 определяет число подсистем, на которые оказывает влияние при формировании отношения > I. Равенство же суммы ) нулю (л^) = 0) служит признаком выделения элементов Б; (исходных подсистем), действие которых оказывают влияние на формирование отношения >1, а значение 7гв(5|) > 0 - определяет число подсистем, которые оказывают влияние на в; при формировании отношения > I.

На множестве вершин 8 = (общее число подсистем возмущений), 8>[ = (ядро конфликта), = (ядро согласия и безразличия) задаются отношениями доминирования Ь, Ь^, Ь'1, такие, что V ^ Б; е Б, Б; Ь <=> я(Б|) > я^); V Э;, Sj б Б51; б,- Ь>! Б; <=> л'1^) > 71^); V э,, Б; е э71, в; Ь^- <=> я'1^) ^ я"^). Эти доминирования позволяют проводить оценку весов как раздельно, так и в различных сочетаниях:

с^ = я(5р,] = 1,Ы,по системе Б, о^ ^(з^^.т.поядруБ*1, (9) pj = л^)^ 1,п,по ядру Б>1;

О] =7с(8|)/я(8)по8совместнос Pj =я>1^)/л(8)по8>' совместна^ ^^

(10)

а^ = 71(5поЭ совместно с 5>', а^ = по совместно с Э,

0| = и>1(зр/л;(5)по8>1 совместносБ^', PJ = я^^УФЭпоБ^ совместносЗ'1, (щ В(8) = ( 1^(5;)+

Окончательное построение оценок, используя одну из формул или любую их комбинацию, осуществляет ЭПР.

В четвертой главе разработаны логико-лингвистические модели поддержки принятия решения в задаче распределения ресурсов систем управления военного назначения в условиях неопределенности динамики помеховой обстановки.

Способ рассуждения человека в задаче распределения ресурсов СУВН в условиях НДПЦО можно представить как область приложения теории нечетких множеств. Вопросы предсказания средств противника, подлежащих подавлению или противодействию, варианты применения комплекса способов и средств противодействия в предшествующем периоде конфликта, время и интенсивность противодействия — это важные аспекты для определения уровней интенсивности противодействия и уровня затрат ресурсов на период 1, (1 = 1,..., Определим: ББ, — прогноз средств противника, подлежащих подавлению или противодействию в период I; — уровень затрат ресурсов в предыдущем периоде 1.-1; 1м — количество вариантов способов и средств противодействия, готовых к примене-

нию на конец (М)-го периода конфликта; Д\У, — необходимый уровень ресурсов в начале периода I по сравнению с периодом 1-1; Р, — уровень интенсивности противодействия (планируемый объем затрат ресурсов) в период I.

Нечеткие алгоритмы для планирования распределения ресурсов СУВН разрабатывались с учетом предыдущих рассуждений. Исходя из перспективы имитационного моделирования, будем предполагать, что справедливы первые три аксиомы теории управления сложными системами: ЭПР имеет представление о важных переменных, оперативно и правильно воспринимает весовую структуру этих переменных и умеет оперировать решающими правилами, связывающими важные переменные с решениями.

Алгоритм планирования интенсивности противодействия состоит из ряда утверждений (правил) об относительных значениях типа:

ЕСЛИ РБ» есть ... И I,., есть ... И \УМ есть ..., то Р, есть ..., ИНАЧЕ ....(13) Поскольку для прогнозов применения способов и средств противодействия наличные ресурсы характеризуются как значимые факторы агрегированного решения о выборе варианта противодействия, то алгоритм планирования необходимых ресурсов обусловливается аналогичным уравнением:

ЕСЛИ РБ, есть ... И I,., есть ... И V/,., есть ..., то Д\У, есть ..., ИНАЧЕ .... (14) В варианте решающего правила определения варианта противодействия для эмпирической проверки реальных решений ЭПР в качестве решающей переменной используется изменение в уровне ресурсов Д\У,. Уровень определяется простым уравнением

\У, = \У,.,+Д\У„ (15)

конечные запасы I, уравнением

1,= 1м + Р,-8„ (16)

где 8, — действительно необходимое общее количество ресурсов в период времени 1.

В качестве объяснения для дальнейшего развития моделей можно привести логическое обоснование типичного алгоритмического правила планирования интенсивности противодействия:

ЕСЛИ РБ, - высокий И 1ц - не высокий И XV и - высокий, ТО Р, - высокий. Это правило описывает ситуацию, в которой, предсказывается наличие высокого уровня средств противника, подлежащих подавлению или противодействию; имеющееся количество вариантов способов и средств противодействия, готовых к примененикгяе высокое, а уровень затрат ресурсов в предыдущем периоде высокий. Здравый смысл ЭПР диктует предписанное решение: провести интенсивное противодействие наиболее эффективным вариантом средств. При этом интенсивность приводится в соответствие с предсказанным уровнем средств противника, что позволит избежать наличия неподавленных средств.

В рамках задачи, цель планирования распределения ресурсов состоит в минимизации общих затрат на противодействие С в течение некоторого планируемого интервала I из N временных периодов:

См = 2С,=>тт. (17)

(=1

Нечеткие алгоритмические модели обобщенного планирования не имеют четко выраженного этапа определения эффективности противодействия, который связывал бы воедино последствия затрат по ряду решений. Единственный способ, при котором будущие потребности СУВН в ресурсах могли бы повлиять на принимаемые ранее решения, состоит в учете информации о прогнозах средств противника, подлежащих подавлению или противодействию. Информация о возможных средствах противника может передаваться в модель через переменную РЭ,.

Для того чтобы алгоритмы планирования интенсивности противодействия (13) и планирования затрат ресурсов (14) сделать действенными, их необходимо «наполнить» утверждениями относительного назначения.

Сначала нужно определить термы (нечеткие подмножества) для лингвистических переменных ДШ,, Р,, 1ц, РЭ,. Принятый в данном исследовании подход использует экспоненциальные функции принадлежности. Например, функция принадлежности терма большой положительный определялась следующим образом:

0,5 ^

= 1- ехр

1-х

-1<х<1. (18)

Для построения логико-лингвистической модели необходимо установить ее смысловое содержание, то есть на понятийном уровне определить: базовую систему аксиом в виде истинно интерпретированных, правильно построенных формул (выражений, утверждений), отображающих наши исходные представления о моделируемом объекте; базовую систему правил вывода, обеспечивающих при заданной начальной системе аксиом порождение всех истинных в модели формул (выражений, утверждений) и фактически являющихся формальным отображением накопленного опыта исследования подобных объектов.

Общая структура модели поддержки принятия решения складывается из утверждений относительных назначений для алгоритма планирования интенсивности противодействия (13) и для алгоритма планирования ресурсов (14).

Для получения 40 управляющих правил, образующих основу для нечетких алгоритмов планирования интенсивности противодействия и уровня необходимых ресурсов, комбинировались различные условия требований с состояниями: уровень необходимых ресурсов высокий, вроде бы высокий, средний, вроде бы низкий и низкий. Таким образом, 40 комбинаций \У,.ь 1ц и Р8( служат в качестве определяющей структуры для всех возможных значений, которые три базовые переменные принимают в утверждениях относительных назначений, составляющих (Д\У,, Р[) - модель. Для каждой из этих 40 комбинаций 1м и Р81 нужно выработать решение относительно Д\У, и Р, (в форме лингвистической переменной). Решая данную задачу, ЭПР использует всю информацию, которая ему известна. Однако при этом не требуется никаких предположений относительно особой структуры расходов (например, линейной, квадратичной и т. д.). Обычно большая часть этой информации по своей природе бывает неявной, т. е. она обусловлена суждением и опытом элемента, принимающего решение.

В пятой главе проведена программная реализация результатов исследования и осуществлена оценка эффективности разработанного научного аппарата на основе вычислительного эксперимента.

Программное обеспечение представлено в виде пакета прикладных программ (ППП), который состоит из пяти блоков. Блок ввода исходных данных обеспечивает заполнение таблиц базы данных системы исходными данными. Блок вычисления функций принадлежности обеспечивает вычисление функций прида-лежности, необходимых для задания входных лингвистических переменных модели и преобразования выходных лингвистических переменных в числовые. Блок фазификации обеспечивает преобразование числовых значений параметров в лингвистические переменные. Блок дефазификации обеспечивает обратный процесс. Блок принятия решения включает два функциональных блока: функциональный блок определения выходных параметров с помощью логико-лингвистической модели поддержки принятия решения и функциональный блок определения выходных параметров с помощью линейных правил.

Для оценки эффективности разработанного научного аппарата было проведено имитационное моделирование боевых действий ВВС НАТО в ходе начальной фазы операции «Решительная сила». Апробация работы ППП проведен на временном периоде N. равном 30 дням, т.е. С = 1, ..., 30 (с 24 марта по 25 апреля 1999 года). В качестве прогнозов ББ, используется реальные статистические данные о наличии средств противодействия СРЮ в ходе операции.

Результаты проведенного вычислительного эксперимента показали, что применение известных подходов руководства ВВС НАТО к планированию распределения ресурсов и принятия решения к их перераспределению в условиях НДПЦО не являются оптимальными по критерию минимума экономических затрат. Проведен расчет возможных экономических затрат ВВС НАТО для достижения поставленных целей при использовании разработанного научного аппарата, и сопоставление с реальными расходами. Экономический выигрыш составил 22 % (рисунки 3, 4).

В заключении приводятся основные результаты работы.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

В результате выполнения исследований были получены следующие результаты: Ч..

1. Существующие модели структурного и параметрического синтеза и анализа процедур распределения ресурсов СУВН, как правило, основаны на аналитических методах их реализации, методах оптимизации и принятия решения по одному критерию. Процесс распределения ресурсов СУВН в условиях НДПЦО обладает такими принципиальными особенностями, как конфликтность, динамичность, многофункциональность, многоаспектность, влияние человеческого фактора, что существенно затрудняет его количественное моделирование и оптимизацию.

Рисунок 3 - Сравнение результатов использования ресурсов, полученных с помощью линейных и логико-лингвистических моделей

3 . 6 9 12 15 18 21 24

1 - Нечеткая логика

2 ■ Линейные правила

уровень затрат ресурсов

Рисунок 4 - Сравнение решений в графическом представлении

2. Современные подходы к разработке методов распределения ресурсов СУВН в условиях неопределенности, основанные на использовании теории множеств, графов, выбора и принятия решений, искусственного интеллекта, ситуационного управления, математического моделирования, программирования и др., позволяют организовывать рассматриваемое управление более эффективно.

3. Разработаны системные'модели основных компонентов СУВН, позволяющие проводить анализ ресурсов по их видам и влияние наличия того или иного ресурса на функционирование системы.

4. Разработана системная модель СУВН, отражающая место в ней основных ее компонентов, позволяющая выделить количественный и качественный состав имеющихся у системы ресурсов, распределить подсистемы по степени важности, дать основу для планирования использования ресурсов и определении запаса.

5. Разработана модель распределения ресурсов СУВН в условиях возможного появления на входе множества возмущений и обоснована декомпозиция, позволяющая представить решение векторной задачи оптимизации в бинарных отношениях конфликта, содействия и безразличия.

6. Разработанная структурная модель и алгоритм информационной технологий распределения ресурсов СУВН в условиях НДПЦО позволила провести декомпозицию общей модели в виде кортежа частных моделей, элементы которого последовательно формируют этапы ее выполнения.

7. Предложенная модель двухэтапного комбинированного распределения :; ресурсов СУВН в условиях НДПЦО отличается от известных тем, что, наряду с планированием по неполной априорной информации о возмущениях, используется модель оперативной коррекции по уточняющей текущей информации.

8. На основе анализа состояний конфликта, содействия и безразличия разработаны человеко-машинные процедуры поддержки принятия решений по оценке веса возмущений, поступающих на вход СУВН, обеспечивающие максимум функции гарантированного выигрыша и обладающие максимальной полезностью для обеспечения функционирования СУВН в условиях НДПЦО по достижению поставленных целей.

9. Построенная модель обобщенного планирования распределения ресурсов СУВН в условиях НДПЦО, где в качестве переменных используются нечеткие условные высказывания, моделирующие рассуждения человека.

10. Предложенный подход к заданию лингвистических переменных позволил разработать логико-лингвистическую модель поддержки принятия :: решений, основанную на построенных алгоритмических правилах логического вывода и направленную на формирование стратегий распределения ресурсов СУВН в условиях НДПЦО.

11. Разработанный комплекс математических и алгоритмических моделей поддержки принятия решения определяет состав и структуру построения инструментальных средств в виде математического, алгоритмического, информационного и программного обеспечения автоматизированной системы поддержки и принятия решения и управления процессом распределения ресурсов СУВН в условиях НДПЦО.

12. Оценка эффективности разработанного научного аппарата показала, что его применение позволяет снизить экономические затраты при распределении ресурсов СУВН в условиях НДПЦО.

Основные положения диссертационной работы изложены в публикациях:

1. Прокофьев B.C., Малышев В.А. Метод защиты радиолокационных станций от уводящих помех // Материалы V Всероссийской научно-практи-ческой конференции «Совершенствование наземного обеспечения авиации», 14-16 ноября 2006 г., Воронеж: ВВАИУ, 2006. - С. 44-46.

2. Прокофьев B.C. Элементы системной модели радиолокационной станции / Системы управления и информационные технологии, №1.2 (23), с. 12-21.

3. Прокофьев B.C. Подходы к иследованию конфликтующих радиолокационных станций // Материалы IV Всероссийской конференции «Теория конфликта и ее приложения», 14-16 ноября 2006 г., Воронеж: Научная книга, 2006.-С. 254-257.

4. Прокофьев B.C. Методы проектирования радиолокационных станций при работе в условиях конфликта // Материалы IV Всероссийской конференции «Теория конфликта и ее приложения», 14-16 ноября 2006 г., Воронеж: Научная книга, 2006. - С. 257-260.

5. Прокофьев B.C., Малышев В.А., Похващев В.Н. Управление ресурсами специальных систем в условиях априорной неопределенности II Материалы Международной научно-практической конференции «Обеспечение общественной безопасности в Центральном федеральном округе Российской Федерации», 17 мая 2007 г., Воронеж: ВИ МВД, 2007. - С. 55-60.

6. Свидетельство об официальной регистрации программы для ЭВМ 2007613645 Российская Федерация. Эвристическая модель планирования распределения ресурсов / В.А. Малышев, B.C. Прокофьев, С.А. Очнев (RU); правообладатели В.А. Малышев, B.C. Прокофьев, С.А. Очнев. - № 2007612736; заявл. 2.07.07; зарегистрировано в реестре программ для ЭВМ 27.08.07. - 1с.

7. Прокофьев B.C. Модель распределения ресурсов системы управления военного назначения в условиях неопределенной динамики помехово-целевой обстановки / B.C. Прокофьев, В.А. Малышев // Вестн. Воронеж, ин-та высок, технол. - 2008. - № 3. - С. 46-50.

8. Прокофьев B.C. Нечеткие алгоритмы планирования распределения ресурсов системы управления военного назначения / B.C. Прокофьев, В.А. Малышев // Вестн. Воронеж, ин-та высок, технол. - 2008. - № 3. - С. 50-53.

9. Прокофьев B.C. Метамодель распределения ресурсов специальной системы управления в условиях неопределенной динамики целевой обстановки / B.C. Прокофьев, В.А. Малышев // Материалы Международной научно-практической конференции «Преступность в Центральном федеральном округе России: состояние, проблемы предупреждения и раскрытия преступлений», 21-22 мая 2008 г., Воронеж: ВИ МВД, 2008. - С. 43-48.

10. Пат. 2335783 Российской Федерации, МПК G01S 7/36. Способ защиты бортовой радиолокационной станции от уводящих помех с использованием станции активных помех / B.C. Прокофьев [и др.]; заявитель и патентообладатель Тамбовское ВВАИУРЭ. - № 2007107004; заяв. 26.02.07; опубл. 10.10.08, бюл. № 28. - 4 с.

Подписано к печати 15 октября 2008 г. Заказ № 354 _Объем - усл. п. л. 1. Тираж 100 экз._

Типография Тамбовского высшего военного авиационного инженерного, училища радиоэлектроники (военного института) 392006, г. Тамбов-6, ул. Комиссара Московского, ТВВАИУРЭ

Обозначения и сокращения.

Введение.

1 Системный анализ методов и моделей распределения ресурсов систем управления военного назначения в условиях неопределенности динамики помехово-целевой обстановки.

1.1 Системный подход к моделированию распределения ресурсов систем управления военного назначения в условиях неопределенности динамики помехово-целевой обстановки.

1.2 Методы управления ресурсами систем управления военного назначения в условиях неопределенности динамики помехово-целевой обстановки.

1.3 Анализ влияния помеховой обстановки на ресурсы системы управления военного назначения и способов его снижения.

1.3.1 Основные аспекты защиты информационных подсистем системы управления военного назначения.

1.3.2 Особенности организации борьбы с преднамеренными помехами в радиолокационных станциях.

1.3.3 Методы технической защиты радиолокационных станций от воздействия преднамеренных помех.

1.4 Анализ влияния целевой обстановки на ресурсы системы управления военного назначения.

1.5 Логико-лингвистическое моделирование процесса управления.

1.6 Принятие решения в задаче распределения ресурсов системы управления военного назначения в условиях неопределенности динамики помехово-целевой обстановки.

1.7 Выводы по главе 1 и постановка задачи на исследование.

2 Модели системы управления военного назначения.

2.1 Системная модель радиолокационной станции как информационной подсистемы системы управления военного назначения.

2.1.1 Конфликт как состояние функционирования радиолокационных систем.

2.1.2 Основные подходы к исследованию радиолокационных станций в условиях конфликта.

2.1.3 Принципы системного подхода, используемые при построении модели радиолокационной станции.

2.1.4 Элементы системной модели радиолокационной станции.

2.2 Системная модель комплекса радиоэлектронного противодействия как решающей подсистемы системы управления военного назначения.

2.3 Системная модель системы управления вооружением многоцелевого истребителя как системы управления военного назначения.

2.4 Выводы по главе 2.

3 Информационная технология, модели и алгоритмы распределения ресурсов системы управления военного назначения в условиях неопределенной динамики помехово-целевой обстановки.

3.1 Основные подходы к планированию использования ресурсов системы управления военного назначения в условиях неопределенности.

3.2 Концептуальная модель распределения ресурсов системы управления военного назначения.

3.3 Метамодель распределения ресурсов системы управления военного назначения в условиях неопределенной динамики помехово-целевой обстановки.

3.4 Построение структуры предпочтения элемента, принимающего решения, в задаче распределения ресурсов системы управления военного назначения в условиях неопределенной динамики помехово-целевой обстановки.

3.5 Модель распределения ресурсов системы управления военного назначения в условиях неопределенной динамики помехово-целевой обстановки.

3.6 Информационная технология распределения ресурсов системы управления военного назначения в условиях неопределенной динамики помехово-целевой обстановки.

3.7 Модель поддержки принятия решений по оценке веса возмущений.

3.8 Выводы по главе 3.

4 Логико-лингвистические модели поддержки принятия решения в задаче распределения ресурсов систем управления военного назначения в условиях неопределенности динамики помеховой обстановки.

4.1 Концептуальные вопросы построения модели обобщенного планирования применения системы управления военного назначения в условиях неопределенности динамики помеховой обстановки.

4.2 Нечеткие алгоритмы планирования и модели взвешенного прогноза распределения ресурсов.

4.3 Задание лингвистических переменных модели.

4.4 Модели поддержки принятия решения.

4.5 Выводы по главе 4.

5 Программная реализация результатов исследования и вычислительный эксперимент.

5.1 Пакет прикладных программ поддержки принятия решения при планировании применения системы управления военного назначения в условиях неопределенности динамики помехово-целевой обстановки.

5.2 Реализация программного обеспечения в ходе вычислительного эксперимента на примере операции «Решительная сила».

5.2.1 Анализ действий ВВС НАТО в ходе конфликта и определение исходных данных для расчетов.

5.2.2 Расчет планирования распределения ресурсов на примере операции «Решительная сила» и оценка его эффективности.

5.3 Выводы по главе 5.

Актуальность исследования. Изменчивость, а иногда и непредсказуемость динамики ситуации в течении вооруженного конфликта является одной из основных проблем, возникающей перед значительной частью систем управления военного назначения (СУВН). Неопределенность динамики помехово-целевой обстановки, в свою очередь, препятствует эффективному планированию противоборства, ухудшает помехозащищенность СУВН, снижает ее боевую эффективность и, как следствие, затрудняет общее управление.

Опыт ведения боевых действий в последние десятилетия показал, что наиболее перспективным направлением ведения боевых действий является стратегия сетецентрической войны, особенность которой состоит в наличии множества подсистем управления, объединенных в единую сеть. Создание такой сети, способствует эффективному поражению как воздушных, так и наземных целей, в том числе, в условиях активного радиоэлектронного противодействия противника. Это обстоятельство выдвигает на первый план использование в условиях неопределенности динамики помехово-целевой обстановки (НДПЦО) специальный вид управления — гибкое распределение ресурсов (ГРР) СУВН.

Гибкое распределение ресурсов СУВН - это функция СУВН по регулированию использования ресурсов системы в связи с неопределенным характером протекания конфликта с применением средств информационного, радиоэлектронного и вооруженного противоборства, а также из-за несовпадения во времени планируемого способа применения СУВН с наиболее эффективным в текущей ситуации. Механизм ГРР предлагает ряд приемов, которые помогают элементу системы, принимающему решение (ЭПР), в достижении оптимальных результатов. Его задача состоит в изыскании способов гибкого реагирования на изменение помехово-целевой обстановки с целью снижения влияния текущей ситуации на СУВН с помощью распределения ее ресурсов.

Однако при неопределеном характере изменения помехово-целевой обстановки не всегда можно решить задачу оптимизации применения СУВН только методами ГРР. Анализ мирового и отечественного опыта управления ресурсами СУВН в ходе вооруженного противоборства показывает, что на практике для этого используются отдельно логистический и эмпирический подходы. Это приводит к отсутствию согласованных решений и значительному снижению боевой эффективности. Выбор способа применения, величины запаса ресурсов, интенсивности использования конкретного типа ресурсов и многих других параметров, максимизирующих боевую эффективность СУВН при ее работе в условиях неопределенности динамики помехово-целевой обстановки, в основном зависят от четкости и своевременности выполнения этапов планирования использования и оперативного управления ресурсами СУВН, а также эффективности анализа и контроля, что очень затруднительно сделать, не применяя средства автоматизации. При этом возникают проблемные вопросы, связанные с построением моделей поддержки принятия управленческих решений, повышая тем самым объективность и рациональность их выбора и использования.

Наличие статистики взаимодействия СУВН с внешней средой обуславливает проведение диагностического анализа организационного управления с выявлением «дефектов» существующей системы управления (состав дефектов, место и время их возникновения в системе управления, проявления их в процессе функционирования объекта и др.). Необходимы знания о поведении противника, обуславливающих появление на входе или выходе СУВН определенных воздействий или информации. Наличие на этапе планирования применения СУВН неопределенности в априорной информации о возможных в будущем воздействиях и поведении противника делает поставленную задачу весьма значимой.

Существующие до настоящего времени методы планирования применения и управления СУВН в условиях неопределенности динамики помехово-целевой обстановки оказались недостаточно состоятельными и эффективными. Условия современного противоборства выдвинули на первый план большое количество новых, ранее не учитываемых факторов, сильно влияющих в настоящее время на характер противоборства СУВН с противником (применение новых комплексов помех, снижение радиолокационной заметности целей, применение в системах управления элементов искусственного интеллекта и т.п.). Нестабильность помехово-целевой обстановки и наличие в вероятностном смысле появления различных комплексов помех и целей, приводит к тому, что СУВН при взаимодействии с противником обязана реагировать на его действия и должна менять в соответствии с этим свою поведенческую тактику и стратегию, что является важной актуальной задачей управления любой военной системой. Причем неполнота и неопределенность информации в описании свойств воздействия противника, критериев его оценки и исходов значительно осложняет процесс принятия решения и ситуационного управления СУВН в условиях неопределенности динамики помехово-целевой обстановки. Решение задачи моделирования сценариев взаимодействия СУВН с противником в условиях неопределенности динамики помехово-целевой обстановки позволяет повысить эффективность управления, определить стратегию и тактику с точки зрения уменьшения расходов своих ресурсов, увеличения объективности принимаемых управленческих решений и уверенности в их надежности.

Анализ реально существующего взаимодействия СУВН с противником в условиях неопределенности динамики помехово-целевой обстановки показывает, что для таких процессов характерны, по крайней мере, следующие свойства: большое количество слабо формализуемых и зачастую противоречивых целей функционирования с одновременной их изменчивостью (ситуативностыо) во времени; конфликтный и многоаспектный характер взаимоотношений как между элементами внутри объекта исследования, так и с окружающими объектами при значительном влиянии человеческого фактора; преимущественно понятийный и противоречивый характер исходных описаний условий функционирования и возможных ограничений.

Очевидно, что при наличии перечисленных выше свойств построить строгую количественную модель объекта исследования чрезвычайно трудно и решение задачи приходится искать в классе других методов. К числу таких методов, получивших развитие в последние годы и ориентированных на изучение объектов и процессов с указанными свойствами, относятся методы логико-лингвистического моделирования.

Логико-лингвистические методы, работая в слабо формализуемых проблемных областях, позволяют вырабатывать качественные предложения и рекомендации, а также получать нечисловые оценки изучаемых процессов и явлений типа «хуже — лучше», «полезно - вредно», «важно - не очень важно». Такие рекомендации и оценки взаимодействия СУВН с противником в условиях неопределенности динамики помехово-целевой обстановки могут иметь самостоятельное значение, то есть-использоваться при обосновании (мотивации) принимаемых управленческих решений без привлечения количественных оценок.

Таким образом, существует практическая проблема — недостаточное качество использования ресурсов СУВН в условиях неопределенности динамики помехово-целевой обстановки снижает ее эффективность.

Разрешение практической проблемы требует решения научной задачи. Она заключается в необходимости разработки моделей распределения ресурсов СУВН в условиях неопределенности динамики помехово-целевой обстановки, учитывающих особенности текущей ситуации протекания вооруженного конфликта, на основе методов логико-лингвистического моделирования.

Объектом исследования в диссертационной работе являются системы управления военного назначения.

Предметом исследования являются модели распределения ресурсов СУВН в условиях неопределенности динамики помехово-целевой обстановки, учитывающие особенности текущей ситуации протекания вооруженного конфликта.

Область исследования в настоящей работе соответствует приоритетным направлениям развития вооружения и военной техники Министерства

Обороны Российской Федерации. В частности к таким направлениям относятся работы по созданию систем математического моделирования, интеллектуальных систем автоматизированного управления.

Цель и задачи исследования. Целью диссертационной работы является повышение эффективности систем управления военного назначения, функционирующих в условиях неопределенности динамики помехово-целевой обстановки путем разработки моделей и алгоритмов распределения ресурсов на основе методов логико-лингвистического моделирования, обеспечивающих минимум затрат на противодействие.

Достижение цели исследования предполагает решение следующих задач:

- системного моделирования СУВН и разработки информационной технологии распределения ресурсов СУВН в условиях неопределенности динамики помехово-целевой обстановки;

- разработки моделей и алгоритмов распределения ресурсов СУВН в условиях неопределенности динамики помехово-целевой обстановки;

- разработки логико-лингвистических моделей поддержки принятия решения в задаче распределения ресурсов СУВН;

- апробации результатов в ходе экспериментальных исследований на основе математического моделирования и вычислительного эксперимента.

Методы исследования. Выполненные теоретические и экспериментальные исследования базируются на использовании следующих методов и теорий: систем, множеств, графов, векторной оптимизации, принятия решений, искусственного интеллекта, ситуационного управления, математического моделирования и программирования. Общей методологической основой является системный подход.

На защиту выносятся следующие новые научные результаты:

- информационная технология распределения ресурсов СУВН в условиях неопределенности динамики помехово-целевой обстановки, основанная на информационных моделях взаимодействия возмущений и СУВН;

- модель распределения ресурсов СУВН в условиях неопределенности динамики помехово-целевой обстановки на основе бинарных отношений конфликта, содействия и безразличия;

- логико-лингвистические модели поддержки принятия решения в задачах распределения ресурсов СУВН.

Научной новизной диссертационной работы является разработка информационной технологии и моделей распределения ресурсов СУВН в условиях неопределенности динамики помехово-целевой обстановки, а именно:

- системные модели распределения ресурсов СУВН в условиях НДПЦО, отличающиеся представлением структуры элементов процесса и связей между ними в виде модулей «энергия-информация», «решение-действие» и создающие основу для его математического моделирования;

- информационная технология распределения ресурсов СУВН в условиях НДПЦО, отличающаяся использованием информационных моделей взаимодействия возмущений и СУВН в графовом представлении, отражающая такие задачи, как: многоцелевой характер, векторная оценка, многоальтернативность формируемых решений;

- модель распределения ресурсов СУВН в условиях возможного появления на входе множества возмущений, отличающаяся представлением решения векторной задачи оптимизации и построения функции гарантированного выигрыша в бинарных отношениях конфликта, содействия и безразличия;

- модели планирования и поддержки принятия управленческих решений при распределении ресурсов СУВН в условиях НДПЦО, отличающиеся от известных использованием в качестве переменных нечетких условных высказываний.

Достоверность полученных результатов подтверждается корректностью разработанных математических моделей, использованием известных положений фундаментальных наук, сходимостью полученных теоретических результатов с данными экспериментов, а также с результатами исследований других авторов.

Практическая значимость работы заключается в построенных инструментальных средствах в виде моделей, алгоритмов и пакета прикладных программ, реализующих в структуре автоматизированных систем управления человеко-машинные процедуры поддержки принятия решения и оперативного управления.

Публикации. По результатам проведенных исследований опубликовано 10 печатных работ, из них: 1 патент на изобретение, 1 статья в журнале, рекомендованном ВАК РФ для публикаций научных результатов диссертаций на соискание ученой степени доктора наук, 2 статьи и 5 работ в материалах Международных, Всероссийских и межведомственных конференций, 1 свидетельство об официальной регистрации программ для ЭВМ.

Апробация работы. Основные положения и результаты исследования обсуждались на: Всероссийской научно-практической конференции «Совершенствование наземного обеспечения авиации» (Воронеж, 2006); Всероссийской конференции «Теория конфликта и ее приложения» (Воронеж, 2006); Международной научно-практической конференции «Повышение эффективности средств обработки информации на базе математического и машинного моделирования» (Воронеж, 2007), Международной научно-практической конференции «Преступность в Центральном федеральном округе России: состояние, проблемы предупреждения и раскрытия преступлений» (Воронеж, 2008).

Реализация и внедрение результатов работы. Исследования проводились в рамках НИР: тема № 30655, шифр «Решение-06» (Исследование возможностей применения общей теории систем для формирования у операторов сложных технических комплексов научного, творческого подхода к освоению, повышению качества технической эксплуатации и ремонту сложных радиотехнических систем).

Основные теоретические и практические результаты диссертационной работы реализованы в научных работах и учебном процессе Тамбовского высшего военного авиационного инженерного училища радиоэлектроники и войсковой части 62632, что подтверждено актами об использовании результатов.

Структура и объем работы. Диссертация состоит из введения, пяти разделов, заключения, списка использованных источников.

5.3 Выводы по главе 5

1 Разработанный комплекс математических и алгоритмических моделей поддержки принятия решения при обобщенном планировании распределения ресурсов СУВН в условиях НДПЦО определяет состав и структуру построения инструментальных средств в виде математического, алгоритмического, информационного и программного обеспечения автоматизированной системы поддержки и принятия решения и управления данным процессом.

2 Построены инструментальные средства поддержки принятия решения при обобщенном планировании распределения ресурсов СУВН в условиях НДПЦО, обладающие инвариантными свойствами к предметной области.

3 Предложенная структура экранов диалоговой оболочки синтеза и анализа взаимодействия центра с внешней средой создает основу для программной реализации интерфейса пользователя, включая функцию управления данным процессом, организацию взаимодействия с пользователями, поиска необходимых альтернатив и представления их пользователю для окончательного выбора.

4 Достоверность и полнота результатов исследования обеспечивается и подтверждается результатами вычислительного эксперимента.

ЗАКЛЮЧЕНИЕ

В результате выполнения исследований были получены следующие результаты:

1 Существующие модели структурного и параметрического синтеза и анализа процедур распределения ресурсов СУВН, как правило, основаны на аналитических методах их реализации, методах оптимизации и принятия решения по одному критерию. Процесс распределения ресурсов СУВН в условиях неопределенности обладает такими принципиальными особенностями, как конфликтность, динамичность, многофункциональность, многоаспект-ность, влияние человеческого фактора, что существенно затрудняет его количественное моделирование и оптимизацию.

2 Современные подходы к разработке методов распределения ресурсов СУВН в условиях неопределенности, основанные на использовании теории множеств, графов, выбора и принятия решений, искусственного интеллекта, ситуационного управления, математического моделирования, программирования и др., позволяют организовывать рассматриваемое управление более эффективно.

3 Разработаны системные модели радиолокационной станции и комплекса радиоэлектронного подавления, как одних из основных компонентов СУВН, позволяющие проводить анализ ресурсов по их видам и влияние наличия того или иного ресурса на функционирование системы.

4 Разработана системная модель СУВН, отражающая место в ней основных ее компонентов, позволяющая выделить количественный и качественный состав имеющихся у системы ресурсов, распределить подсистемы по степени важности, дать основу для планирования использования ресурсов и определении запаса.

5 Разработана модель управления ресурсами СУВН в условиях возможного появления на входе множества возмущений и обоснована декомпозиция, позволяющая представить решение векторной задачи оптимизации в бинарных отношениях конфликта, содействия и безразличия.

6 Разработанная структурная модель и алгоритм информационной технологии управления ресурсами СУВН в условиях НДПЦО позволила провести декомпозицию общей модели в виде кортежа частных моделей, элементы которого последовательно формируют этапы ее выполнения.

7 Предложенная модель двухэтапного комбинированного управления СУВН в условиях НДПЦО отличается от известных тем, что, наряду с планированием по неполной априорной информации о возмущениях, используется модель оперативной коррекции по уточняющей текущей информации.

8 На основе анализа состояний конфликта, содействия и безразличия разработаны человеко-машинные процедуры поддержки принятия решений по оценке веса возмущений, поступающих на вход СУВН, обеспечивающие максимум функции гарантированного выигрыша и обладающие максимальной полезностью для обеспечения функционирования СУВН в условиях НДПЦО по достижению поставленных целей.

9 Построенная модель обобщенного планирования распределения ресурсов СУВН в условиях НДПЦО, где в качестве переменных используются нечеткие условные высказывания, моделирующие рассуждения человека.

10 Предложенный подход к заданию лингвистических переменных позволил разработать логико-лингвистическую модель поддержки принятия решений, основанную на построенных алгоритмических правилах логического вывода и направленную на формирование стратегий распределения ресурсов СУВН в условиях НДПЦО.

11 Разработанный комплекс математических и алгоритмических моделей поддержки принятия решения определяет состав и структуру построения инструментальных средств в виде математического/ алгоритмического, информационного и программного обеспечения автоматизированной системы поддержки и принятия решения и управления процессом распределения ресурсов СУВН в условиях НДПЦО.

12 Оценка эффективности разработанного научного аппарата показала, что его применение позволяет снизить экономические затраты при распределении ресурсов СУВН в условиях НДПЦО.

1. Абрамович Ю.И. Исследование асимптотической эффективности адаптивных итеративных алгоритмов оптимизации отношения сигнал/помеха в нестационарных условиях / Ю.И. Абрамович // Радиотехника и электроника,1981. Т. 26, № 3. - С. 532-542.

2. Абрамович Ю.И. Регуляризированный метод адаптивной оптимизации фильтров по критерию максимума отношения сигнал/помеха / Ю.И. Абрамович // Радиотехника и электроника. 1981. - Т. 26, № 3. - С. 543-551.

3. Абрамович Ю.И. Адаптивные фильтры компенсации стационарных помех, соответствующие теплицевой структуре корреляционной матрицы / Ю.И. Абрамович, Д.З. Аров, В.Т. Качур // Радиотехника и электроника. — 1987. -Т. 32, № 12.-С. 2525-2533.

4. Акофф P.JI. Планирование в больших экономических системах / Р.Л. Акофф. М.: Сов. радио, 1972. - 223 с.

5. Акофф Р.Л. Искусство решения проблем / Р.Л. Акофф. М.: Мир,1982.-220 с.

6. Алексеев А. Анализ боевого применения авиации США в ходе операции «Решительная сила» / А. Алексеев // Зарубежное военное обозрение, 2001.-№ 1.-С. 20-27.

7. Берзин Е.А. Оптимальное распределение ресурсов и элементы синтеза систем / Е.А. Берзин. М.: Сов. радио, 1974. - 304 с.

8. Блауберг И.В. Становление и сущность системного подхода / И.В. Блауберг, Э.Г. Юдин. М.: Наука, 1973. - 270 с.

9. Бочкарев A.M. Цифровая обработка радиолокационной информации при сопровождении целей / A.M. Бочкарев, А.Н. Юрьев, М.Н. Долгов // Зарубежная радиоэлектроника, 1991. -№3. С. 3-22.

10. Бронштейн И.Н. Справочник по математике / И.Н. Бронштейн, К.А. Семендяев. -М.: Наука, 1980.-975 с.

11. Бублик Н.Г. Логико-лингвистические модели в военных системных исследованиях / Н.Г. Бублик, В.Е. Евстигнеев, В.И. Новосельцев. — М.: Военное издательство, 1988. -232 с.

12. Бухал ев В. А. Оптимизация динамических систем случайной структуры / В.А. Бухалев. М.: Наука, 1996. - 354 с.

13. Бушуев С.Н. Теоретические основы создания информационно-технических систем / С.Н. Бушуев, A.C. Осадчий, В.М. Фролов. СПб.: ВАС, 1998.-404 с.

14. Вентцель Е.С. Полемика и ее издержки / Е.С. Вентцель // Новый мир. 1973,-№3.-С. 5-23.

15. Вихров С. Накануне кампании 1999 г. / С. Вихров // Воздушно-космическая оборона. 2004. - №5 (18). - С. 15-17.

16. Воронов A.A. Введение в диалектику сложных управляемых систем / A.A. Воронов. М.: Наука, 1985. - 352 с.

17. Гаек П. Автоматическое образование гипотез. / П. Гаек, Т. Гавра-нек. -М.: Наука, 1984. 197с.

18. Гафт М.Г. Принятие решений при многих критериях / М.Г. Гафт — М.: Знание, 1979.-64 с.

19. Гермейер Ю.Б. Введение в теорию исследования операций / Ю.Б. Гермейер. -М.: Наука, 1971. — 323с.

20. Гильберт Д. Основания математики. Логические исчисления и формализация арифметики: пер. с англ. / Д. Гильберт, П. Бермайс. М.: Наука, 1982.-556 с.

21. Горбатов В.А. Фундаментальные основы дискретной математики: Информационная математика / В.А. Горбатов. — М.: Наука, 1999. — 544 с.

22. Гордон Д. Вычислительные аспекты имитационного моделирования / Д. Гордон // Исследование операций: сб. статей. — М.: Наука, 1981. — Т. 1.-С. 655-679.

23. Грешилов A.A. Как принять наилучшее решение в реальных условиях / A.A. Грешилов. М.: Радио и связь, 1991. - 320с.

24. Турин JI.C. Задачи и методы оптимального распределения ресурсов / JI.C. Турин, Я.С. Дымарский, А.Д. Меркулов. М.: Сов. радио, 1968. — 463 с.

25. Гласс Дж. Статистические методы в прогнозировании / Дж. Гласс, Дж. Стенли. М.: Прогресс, 1976. - 368с.

26. Джонс Дж.К. Методы проектирования: пер. с англ. / Дж.К. Джонс. 2-е изд., доп. - М.: Мир, 1986. - 326 с.

27. Дрейпер Н.Р. Прикладной регрессионный анализ: 2-е изд.: Кн.1-2. / Н.Р. Дрейпер, Г. Смит. М.:Финансы и статистика, 1986. - 349 с.

28. Дрогалин В.В. Помехоустойчивые алгоритмы вторичной обработки информации в бортовых PJTC при автоматическом сопровождении целей в режиме обзора / В.В. Дрогалин, А.Р. Ильчук, А.И. Канащенков // Зарубежная радиоэлектроника. 2002. - №11. - С. 3-34.

29. Дружинин В.В. Конфликтная радиолокация (опыт системного исследования) / В.В. Дружинин, Д.С. Конторов. М.: Радио и связь,. 1982. -158 с.

30. Дружинин В.В. Вопросы военной системотехники / В.В. Дружинин, Д.С. Конторов. М.: Воениздат, 1976. - 224 с.

31. Дружинин В.В. Системотехника / В.В.Дружинин, Д.С. Конторов. -М.: Радио и связь, 1985. 200 с.

32. Еремин И.И. Противоречивые модели оптимального планирования / И.И. Еремин. М.: Наука, 1988. - 160 с.

33. Заде JT.A. Понятия лингвистической переменной и его применение к принятию приближенных решений / JI.A. Заде. — М.: Мир, 1976. 165 с.

34. Защита радиолокационных систем от помех. Состояние и тенденции развития / под ред. А.И. Канащенкова и В.И. Меркулова. М.: Радиотехника, 2003.-414 с.

35. Иванов AJO. Военно-технические основы построения и математическое моделирование перспективных средств и комплексов автоматизации / А.Ю. Иванов, С.П. Полковников, Г.Б. Ходасевич СПб.: ВАС, 1997. - 419 с.

36. Игнатьева A.B. Исследование систем управления / A.B. Игнатьева, М.М. Максимцов. М.: ЮНИТИ-ДАНА, 2000. - 158с.

37. Имитационное моделирование производственных систем / под общ. ред. A.A. Вавилова. М.: Машиностроение; Берлин: Техника, 1983. -416 с.

38. Интегральные роботы. М.: Мир, 1973. — 156 с.

39. Ириков В.А. Построение человеко-машинных процедур программно-целевого планирования / В.А. Ириков // Труды всесоюзной школы-семинара по управлению большими системами. — Тбилиси: Мицниереба, 1973.-С. 24-38.

40. Искусственный интеллект: справочник: в 3 т. / под ред. Э.Д. Попова и Д.А. Поспелова. М.: Радио и связь, 1990. - Т. 2. - 304 с.

41. Калиниченко JI.A. Машины баз данных и знаний / Л.А.Калиниченко, В.М. Рыбкин. М.: Наука, 1990. - 296 с.

42. Кини P.JI. Принятие решений при многих критериях: предпочтения и замещения: пер. с англ. / P.JI. Кини, Г. Райфа. М.: Радио и связь, 1981. -560 с.

43. Кича И.В. Вероятностное и гарантирующее управление. В 3 ч. Ч. III. Предельная тождественность / И.В. Кича, В.В. Токарев // Автоматика и телемеханика. 1994. - №10. - С.143-150.

44. Клир Дж. Системология. Автоматизация решения системных задач: пер. с англ. / Дж. Клир. М.: Радио и связь, 1990. - 544 с.

45. Клыков Ю.И. Ситуационное управление большими системами / Ю.И. Клыков. М.: Энергия, 1974. - 390 с.

46. Комков Н.И. Модели программно-целевого управления / Н.И. Комков. М.: Наука, 1981.-268 с.

47. Кристофидес Н. Теория графов: алгоритмический подход: пер. с англ./ Н. Кристофидес; под ред. Г.П. Гаврилова. — М.: Мир, 1978. 432 с.

48. Кузин JI.T. Основы кибернетики. В 2 т. Т.2. Основы кибернетических моделей: уч. пособие для вузов / JI.T. Кузин. М.: Энергия, 1979. - 584 с.

49. Кузьмин С.З. Цифровая радиолокация. Введение в теорию / С.З. Кузьмин. Киев: Изд-во КвЩ, 2000. - 348 с.

50. Лапчик М.П. Численные методы / М.П. Лапчик, М.И. Рагулина, Е.К. Хеннер. М.: Академия, 2004. - 384 с.

51. Ларичев О.И. Теория и методы принятия решений / О.И. Ларичев. -М.: Логос, 2000.-296 с.

52. Левин Б.Р. Теоретические основы статистической радиотехники / Б.Р. Левин. М.: Сов. радио, 1974. - 550 с.

53. Лемешкин A.B. Конфликт в задаче замещения ресурсов / A.B. Ле-мешкин, Ю.С. Сербулов // Материалы XLI отчетной научной конференции за 2002 год. В 3 ч., 12-14 марта 2003 г. Воронеж: ВГТА, 2003. - Ч. 2. - С.25-26.

54. Лю Б. Теория и практика неопределенного программирования / Б. Лю. М.: Бином, 2005 .-416с.

55. Магрупов Т.М. Графы, сети, алгоритмы и их приложения / Т.М Магрупов. Ташкент: Фан, 1990. - 120 с.

56. Мартин Дж. Организация баз данных в вычислительных системах / Дж. Мартин. М.: Мир, 1980. - 662 с.

57. Месарович, М. Общая теория систем: математические основы / М. Месарович, Я. Такахара. М.: Мир, 1978. - 311 с.

58. Методы и модели проектирования комплексов автоматизированного освоения эрготехнических систем: монография / В.А. Малышев и др.. Воронеж: Научная книга, 2006. - 261 с.

59. Мидоу Ч. Анализ информационно-поисковых систем / Ч. Мидоу. — М.: Мир, 1978.-213 с.

60. Милль Д.С. Система логики силлогистической и индуктивной / Д.С. Милль. М.: Книжное дело, 1990. - 366 с.

61. Мороз А.И. Курс теории систем / А.И. Мороз. М.: Высшая школа, 1987.-412 с.

62. Неклассическая логика. М.: Мир, 1970. - 190 с.

63. Николаев, В.И. Системотехника: методы и приложения / В.И. Николаев, В.Н. Брук. — Л.: Машиностроение, 1985. — 199 с.

64. Новиков П.С. Элементы математической логики / П.С. Новиков. -М.: Наука, 1973.-452 с.

65. Орловский С.А. Проблемы принятия решений при нечеткой исходной информации / С.А. Орловский. М.: Наука, 1981. - 206 с.

66. Патрикеев Н. «Решительная сила в действии» / Н. Патрикеев // Воздушно-космическая оборона. 2004. - №5 (18). - С.21-27.

67. Поспелов Д.А. Логико-лингвистические модели в системах управления / Д.А. Поспелов. М.: Энергоиздат, 1981.-201 с.

68. Поспелов Д.А. Мышление и автоматы / Д.А.Поспелов В.Н.Пушкин. М.: Сов. радио, 1972. - 134 с.

69. Поспелов Д.А. Семиотические модели: успехи и перспективы / Д. А. Поспелов // Кибернетика. 1976. - № 6. - С. 12-19.

70. Прокофьев B.C. Модель распределения ресурсов системы управления военного назначения в условиях неопределенной динамики помехово-целевой обстановки / B.C. Прокофьев, В.А. Малышев // Вестн. Воронеж, инта высок, технол. 2008. - № 3. - С. 25-29.

71. Прокофьев B.C. Нечеткие алгоритмы планирования распределения ресурсов системы управления военного назначения / B.C. Прокофьев, В.А. Малышев // Вести. Воронеж, ин-та высок, технол. — 2008. № 3. — С. 29-32.

72. Прокофьев B.C. Подходы к исследованию конфликтующих радиолокационных станций / B.C. Прокофьев // Материалы IV Всероссийской конференции «Теория конфликта и ее приложения», 14-16 ноября 2006 г. — Воронеж: Научная книга, 2006. С. 254-257.

73. Прокофьев B.C. Элементы системной модели радиолокационной станции /B.C. Прокофьев // Системы управления и информационные технологии. 2006. - №1.2 (23). - С. 12-21.

74. Розен В.В. Цель — оптимальность — решение (математические модели принятия оптимальных решений) / В.В. Розен. М.: Радио и связь, 1982. - 168 с.

75. Руа Б. Классификация и выбор при наличии нескольких критериев (метод ЭЛЕКТРА) / Б. Руа // Вопросы анализа и процедура принятия решений. М.: Мир, 1976. - С.80-107.

76. Саати Т. Аналитическое планирование. Организация систем: пер. с англ. / Т. Саати, К. Керне. М.: Мир, 1991.-224 с.

77. Сербулов Ю.С. Модели выбора и распределения ресурсов технологических систем в условиях замещения и конфликта: дисд-ра техн. наук: 05.13.18: защищена 14.06.99: утв. 12.11.99 / Ю.С. Сербулов. Воронеж: ВГТА, 1999.-325 с.

78. Советов Б.Я. Моделирование систем: учеб. для вузов / Б.Я. Советов, С.А. Яковлев. — 3-е изд., перераб. и доп. М.: Высшая школа, 2001. - 343 с.

79. Сысоев В.В. Конфликт. Сотрудничество. Независимость. Системное взаимодействие в структурно — параметрическом представлении /В.В. Сысоев. -М.: МАЭП, 1999. 151с.

80. Сысоев B.B. Структурные и алгоритмические модели автоматизированного проектирования производства электронной техники / В.В. Сысоев. -Воронеж: Изд.-во Воронеж, технол. ин.-та, 1993. -207 с.

81. Сысоев В.В. Формирование конфликта в структурном представлении систем / В.В. Сысоев //Информационные технологии и системы. 1996. -№1.-С. 26-30.

82. Сысоев Д.В. Анализ взаимодействия в структурном представлении систем. Программная реализация / Д.В.Сысоев, Р.А.Солодуха // Математическое моделирование технологических систем. — Воронеж: ВГТА, 1999. — С. 61-64.

83. Тихонов В.И. Статистический анализ и синтез радиотехнических устройств и систем / В.И. Тихонов, В.Н. Харисов. М.: Радио и связь, 1991. -456 с.

84. Токарев В.В. Вероятностное и гарантирующее управление. В 3 ч. Ч II. Вероятностные планы / В.В. Токарев // Автоматика и телемеханика. -1994. -№9. С.148-155.

85. Токарев В.В. Гарантированный результат в задачах программного управления с возмущением, действующим на несколько контролируемых показателей / В.В. Токарев // Автоматика и телемеханика, 1978. — №6. — С. 105115.

86. Фишберн П.С. Теория полезности для принятия решений / П.С. Фишберн. M.: Наука, 1978. - 352 с.

87. Хабаров, B.C. Методы и средства машинного моделирования информационно—вычислительных систем / B.C. Хабаров, C.B. Жарков // Проблемы машиностроения и автоматизации 1999. - № 4. — С. 14 — 20.

88. Цветное В.В. Радиоэлектронная борьба: радиомаскировка и поме-хозащита /В.В. Цветное, В.П. Демин, А.И. Куприянов. М.: Изд-во Моск. авиац. ин-та, 1999.-451 с.

89. Цвиркун А.Д. Имитационное моделирование в задачах синтеза структуры сложных систем (оптимизационно-имитационный подход) / А.Д.Цвиркун, В.К.Акинфиев, В.А.Филиппов. М.: Наука, 1985. - 174 с.

90. Четвериков Н.С. Статистические и стохастические исследования / Н.С. Четвериков. -М.: Наука, 1971. 128 с.

91. Четыркин Е.М. Статистические методы прогнозирования. 2-е изд., перераб. и доп. / Е.М. Четыркин. М.: Статистика, 1997. — 211 с.

92. ЮО.Шильяк Д.Д. Децентрализованное управление сложными системами / Д.Д. Шильяк. М: Мир, 1994. - 576 с.

93. An Expert System for Process Planning Descotte Jannick, Latombe J.- Claude//Solid Model Comput. Theory Appl. Proc. Symp., Warren, Mich. New-York: Academic Press, 1983. -P. 324-337.

94. Benci E. Concepts for the desing of a conceptual schema, in Modelling Data Base Manag. Syst. / E. Benci, F. Bodart, A. Cabanes — Amsterdam e.a., 1976. P. 181.

95. CORA: An Expert System for Verification Relay Protection System // Personal Communication with Westinghouse Electric Corporation's Productivity and Quality Center. 1985. - № 3. - P. 63- 66.

96. Holt C.C. A linear decision rule for production and employment scheduling // Management Science / C.C. Holt, F. Modingliani, F. Muth. 1956. - № 2.-P. 46-51.

97. Jones C.H. Parametric production planning / C.H. Jones // Management Science. 1967. -№ 13. - P. 843-866.

98. Miller G.A. The magic number seven, plus or minus two: some limits on our capacity for processing information / G.A. Miller // Psychological Review.- 1956.-№5.-P. 63-81.

99. Ostergaard J.J. Fuzzy logic control of a heat exchanger process / J.J. Ostergaard / In M. Gupta, G. Saridis, B. Gaines Fuzzy Automata and Decision Processes. New York: North-Holland Publishing Co., 1977. - 342 p.

100. Zadeh L.A. Fuzzy Sets / L.A. Zadeh // Inform.a.Control. 1985. - Vol. 8, - №3. - P. 338-353.

101. Zadeh L.A. Outline of a new approach to the analysis of complex systems and decision processes // IEEE Transactions on Systems, Man, and Cybernetics, (SMC). 1973. № 12. - P. 28-44.

102. Zadeh L.A. Similarity Relation and Fuzzy Orderings / L.A. Zadeh // In-for.Sci. 1971. - №3. - P. 177-200.