автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Разработка методологии автоматизированного управления ситуациями в организационно-технических системах

На правах рукописи УДК 007:001.33

ПАРФЕНОВ Игорь Иванович

РАЗРАБОТКА МЕТОДОЛОГИИ АВТОМАТИЗИРОВАННОГО УПРАВЛЕНИЯ СИТУАЦИЯМИ В ОРГАНИЗАЦИОННО-ТЕХНИЧЕСКИХ СИСТЕМАХ

Специальность 05.13.01 - Системный анализ, управление и обработка информации (в оборонной и гражданской технике)

Автореферат

диссертации на соискание ученой степени доктора технических наук

Москва 2004

Работа выполнена в ОАО "Конструкторское бюро -1"

Научный консультант - Заслуженный военный специалист РФ, доктор технических наук, профессор Колганов Сергей Константинович.

Официальные оппоненты: доктор технических наук

Кузнецов Владимир Васильевич,

доктор технических наук, профессор Парамонов Николай Борисович,

доктор технических наук Мостовой Игорь Ярославович.

Ведущая организация - ФГУП "Московское Конструкторское бюро "Электрон"".

■ оГ- С$

О-

часов на

Защита состоится у ¿> 2004 г. в

заседании диссертационного Совета Д85О.ОО1.01 при Московской академии рынка труда и информационных технологий (МАРТИТ) по адресу: 121351, г. Москва, ул. Молодогвардейская, 46, корп. 1.

С диссертацией можно ознакомиться в библиотеке Московской академии рынка труда и информационных технологий (МАРТИТ).

Автореферат разослан

2004 г.

Ученый секретарь диссертационного совета, профессо

Чересов Ю.И.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы. В работе рассматриваются структурные, математические и алгоритмические аспекты, автоматизированного управления ситуациями в организационно-технических системах по критериям максимума объема получаемой информации и быстродействия ее обработки при минимизации непроизводительных затрат.

Автоматизированное управление ситуациями в организационно-технических системах реализуется совместным функционированием естественного и искусственного интеллекта в процедурах принятия решений (ППР). Последние представляют итерационный процесс формирования управляющих воздействий на базе формализованных экспертных знаний и математических методов. Под организационно-технической системой понимается взаимно-однозначное отображение объекта управления (ОУ) на управляющую структуру (взаимодействие личного состава с техническими средствами) в формализованном пространстве автоматизированной системы принятия решений (АСПР), которое направлено на достижение целей организационного управления.

Организационное управление осуществляет эффективную организацию производственных процессов (боевых действий) путем управления всеми видами ресурсов (материальными, финансовыми, энергетическими, кадровыми, информационными, психологическими). Производственные процессы (боевые действия) рассматриваются как определенные воздействия на определенные виды ресурсов в соответствии с поставленными целями и являются ОУ. По результатам воздействия на ресурсы возникают различные отклонения текущих от заданных значений параметров ОУ, совокупности которых составляют ситуации. ОУ характеризуется ситуациями, которые возникают на предприятиях, в гражданской обороне, управлении объектами интеллектуальной собственности и боевыми действиями в бесконтактных войнах, при формировании оборонных программ. В организационном управлении производственными процессами (боевыми действиями) управляющие воздействия составляют выделенный ресурс. Управляющая структура в аппаратно-программной среде АСПР - это адаптивный интерфейс для интерактивного взаимодействия ЛПР (лица, принимающего решения) с автоматизированной системой на базе формализованного представления ОУ и интеллектуальной деятельности ЛПР. Управляющей структурой обеспечивается- взаимодействие естественного и искусственного интеллекта в АСПР, через которое отображается адекватная реакция системы на текущее состояние ОУ.

Под естественным интеллектом понимается качество мышления ЛПР в конкретной предметной области при интеллектуальной и информационной поддержке системы. Качество мышления ЛПР в формализованной среде определяется его способностью распознавать возникшую ситуацию, оценить ее, выработать и реализовать управляющие воздействия за допустимое время. Искусственный интеллект - это способность аппаратно-программной системы автоматически формировать управляющие воздействия и генерировать информацию, необходимую и достаточную для принятия реш " *"""* " изованных экспертных

знаний и математических методов. Эффективность взаимодействия естественного и искусственного интеллекта в ППР определяет уровень интеллектуальности системы как способность автоматически выполнять ППР, самообучаться и формировать адекватные управляющие воздействия за допустимое время. Высокий уровень интеллектуальности достигается в ЛСПР, которые отличаются применением обратной алгоритмической связи - основы жизнедеятельности естественных организованных систем. Обратная связь используется для моделирования интеллектуальной деятельности ЛПР по способам формирования управляющих воздействии в зависимости от критичности возникающих ситуаций в ОУ и обеспечения эффективного взаимодействия естественного и искусственного интеллекта в ППР за счет увеличения уровня се формализации.

В моделировании интеллектуальной деятельности ЛПР с единых кибернетических позиций рассматриваются вопросы, относившиеся и к технике, и к математике, и к биологии. АСПР осуществляют аппаратно-программными средствами взаимодействие естественного и искусственного интеллекта в ППР по критериям максимума объема получаемой информации и быстродействия ее обработки при минимизации непроизводительных затрат. Такое взаимодействие базируется на критериях максимальной эффективности эволюционного развития естественных организованных систем, которое происходит в виде вибрации кругами и в соответствии с известными биологическими принципами максимальной информации и экономии энергии. Биологические принципы указывают на развитие эволюции по пути увеличения объема и количества свойств получаемой информации, совершенствования ее обработки при минимизации энергии и носят противоречивый характер. Согласованность противоречивых критериев формирования управляющих воздействий в АСПР достигается путем информационного, функционального и математического моделирования. Результаты моделирования реализуются в технологических моделях обработки информации в ППР по критериям эффективности развития естественных организованных систем.

При создании АСПР важным является вопрос о нахождении адекватных математических моделей принятия решений. Этой сложной проблеме уделяется большое внимание уже многие годы. В ранних работах системы, связанные с принятием решений, отнесены к целенаправленным системам. Указано на принципиальную возможность применения положений общей теории систем для систем принятия решений. Крупным шагом в развитии систем принятия решений явилось применение теории нечетких множеств, нейронных сетей, генетических алгоритмов. В теории нечетких множеств многошаговый процесс принятия решений в динамической системе представляется автоматной моделью с множеством состояний, управлений, отображений переходов. Считается, что решение принимается в условиях риска, то есть характеризуется некоторым классом оптимальных стратегий, которые имеют разные степени риска. Различные модификации метода анализа иерархий на базе матричного аппарата рассматриваются в более поздних работах. Метод анализа иерархий представляется сбалансированным путем решения трудной проблемы: оставить математику простой и позволить богатству структуры нести бремя сложности. В последние годы находят распространение методы Data Mining

(интеллектуального анализа данных), которые направлены на повышение эффективности принятия решений за счет обнаружения скрытых закономерностей в данных.

Общими недостатками известных подходов к формированию адекватных управляющих воздействий являются:

• необходимость решения комбинаторных задач принятия решений значительной размерности;

• отсутствие функций обобщения, адаптации по времени получения информации, приоритетному значению в оперативном управлении производственными процессами (боевыми действиями);

• недостаточная эффективность или невозможность применения для оценки текущих и прогнозируемых значений параметров ОУ из-за больших объемов выборок, частот запросов, скрытых закономерностей на множестве информационных объектов, отражающих текущее состояние ОУ.

Отмеченные недостатки заметно снижают эффективность функционирования и применения существующих организационно-технических систем. Взаимодействие естественного и искусственного интеллекта в ППР через информационные объекты по критериям максимальной эффективности может быть закодировано такими трудно трансформируемыми структурами, как счетные множества, цепные дроби, сочетания, шаги траекторий, возвратные и невозвратные последовательности. Значения их параметров изменяются во времени по вероятностным законам. Под случайным воздействием множества внутренних и внешних возмущений велики неопределенность в оценке и анализе возникающих ситуаций и неоднозначность в выборе способов формирования управляющих воздействий. Организационное управление производственными процессами (боевыми действиями) носит дискретный, а совокупности случайных отклонений в ОУ дискретно-непрерывный характер. Возникают запаздывания в получении и обработке информации, снижаются се достоверность и значение в принятии решений и формируются неадекватные управляющие воздействия. Снижается качество автоматизированного управления ситуациями в организационно-технических системах (чувствительность к изменениям текущего состояния ОУ, точность и быстродействие в обработке информации и выработке управляющих воздействий).

На основании изложенного актуальной является разработка методологии автоматизированного управления ситуациями в организационно-технических системах на основе структурного, математического и алгоритмического базиса, обеспечивающего обнаружение скрытых закономерностей на множестве информационных объектов, формирование упреждающей реакции АСПР на скрытые закономерности в поведении ОУ, интегрированное представление в динамическом взаимодействии ОУ и управляющей структуры в АСПР для формирования адекватных управляющих воздействий по критериям максимума объема получаемой информации и быстродействия ее обработки при минимизации непроизводительных затрат, что особенно важно для автоматизированного управления боевыми действиями в бесконтактных войнах.

Решается крупная научная проблема формирования адекватных управляющих воздействий путем обнаружения скрытых закономерностей на множестве информационных объектов, формирования упреждающей реакции АСПР на скрытые закономерности в поведении ОУ, интегрированного представления в динамическом взаимодействия ОУ и управляющей структуры в операционной среде автоматизированной системы, которая включает информационное пространство из множества информационных объектов, представленных динамически подключаемыми техническими устройствами, связанными с обработкой информации, источниками информации, структурами обрабатываемых данных, а также аппаратное и программное обеспечение, необходимое для эффективного функционирования системы, что обеспечит автоматизированное управление ситуациями в организационно-технических системах по критериям максимума объема получаемой информации и быстродействия ее обработки при минимизации непроизводительных затрат.

Цель работы - создание теоретических и практических основ автоматизированного управления ситуациями в организационно-технических системах по критериям максимума объема получаемой информации и быстродействия се обработки при минимизации непроизводительных затрат на базе АСПР, эффективных по структуре и обработке информации, и решение крупной научной проблемы формирования адекватных управляющих воздействий путем обнаружения скрытых закономерностей на множестве информационных объектов, формирования упреждающей реакции АСПР на скрытые закономерности в поведении ОУ, интегрированного представления в динамическом взаимодействии ОУ и управляющей структуры в операционной среде автоматизированной системы, что имеет важное значение для повышения обороноспособности и развития экономики страны.

В соответствии с поставленной целью определены следующие задачи исследования:

1. Выявить классы управленческих решений по способам формирования управляющих воздействий в зависимости от критичности возникающих ситуаций в ОУ и определить пути уменьшения неопределенности в оценке и анализе возникающих ситуаций и неоднозначности в выборе способов формирования управляющих воздействий;

2. Сформулировать алгоритмические принципы автоматизированного управления ситуациями по отклонению и с переменной структурой системы и разработать механизм формирования упреждающей реакции автоматизированной системы на скрытые закономерности в поведении ОУ;

3. Создать структуру АСПР для формирования адекватных управляющих воздействий на основе формализованных знаний о поведении ОУ, формализованных знаний и обобщенного опыта ЛПР и подсистемы поиска эвристических решений;

4. Разработать математические методы трансформации комбинаторных моделей принятия решений значительной размерности в непрерывное пространство изображений для обнаружения скрытых закономерностей на множестве информационных объектов;

5. Создать методы и модели формализованного представления

интеллектуальной деятельности ЛПР для повышения уровня интеллектуальности АСПР и автоматизированного управления ситуациями по критериям максимума обьема получаемой информации и быстродействия се обработки при минимизации, непроизводительных затрат;

6. Разработать методы и алгоритмы для выполнения вычислительных операций в ППР на логико-арифметическом уровне функционирования АСПР по критериям максимальной эффективности;

7. Создать алгоритмический механизм формирования величин управляющих воздействий в автоматическом режиме функционирования АСПР по критериям максимальной эффективности;

8. Разработать методологию автоматизированного управления ситуациями в организационно-технических системах, обеспечивающую формирование адекватных управляющих воздействий.

Рассматриваемый комплекс теоретических и практических задач направлен на решение научных проблем обеспечения национальной безопасности и входит в перечень критических технологий РФ, утвержденный в марте 2002 года Президентом страны, по разделам "Искусственный интеллект", "Компьютерное моделирование", "Высокопроизводительные вычислительные системы".

Объект и предмет исследования. Объект исследования - автоматизированное управление ситуациями в организационно-технических системах. Предмет исследования - взаимодействие естественного и искусственного интеллекта в ППР по критериям максимальной эффективности для формирования адекватных управляющих воздействий.

Методы исследования. В работе используются методы теории автоматического управления, моделирования систем, аппарат теории вероятностей, множеств и математической статистики, теории преобразований и массового обслуживания, теории чисел и дифференциальных уравнений.

Па защиту выносится совокупность научных положений, выводов и результатов, которая приводится ниже.

1. Способ формализованного представления интеллектуальной деятельности ЛПР в организационном управлении производственными процессами (боевыми действиями) для формирования адекватных управляющих воздействий в зависимости от критичности возникающих ситуаций в ОУ на основе знаний о поведении ОУ для реализации программного управления, знаний и обобщенного опыта управления ЛПР для реализации адаптивного управления и творческого поиска эвристических решений ЛПР для реализации интерактивного режима и самообучения системы.

2. Принципы автоматизированного управления ситуациями по отклонению и с переменной структурой системы в зависимости от критичности возникающих ситуаций в ОУ, которые определяют в указанной последовательности алгоритмическую основу информационной причинности как особой формы обратной алгоритмической связи для получения информационной причины принятого действия и формирования упреждающей реакции АСПР на скрытые закономерности в поведении ОУ.

3. Структура АСПР с ситуационными цепями в обратной алгоритмической связи и интеллектуальным модулем по трем кругам Эйлера (алгоритмические контуры программного, адаптивного управления и самообучения системы) в соответствии с концептуальной моделью преобразования управленческой информации и оптимальным соотношением числа ППР по контурам управления для формирования адекватных управляющих воздействий.

4. Метод трансформации данных по уровням обобщения для обнаружения скрытых закономерностей на множестве информационных объектов, отражающих текущее состояние ОУ, на основе дискретно-непрерывных геометрического, пуассоновского и экспоненциального Р-прсобразований с учетом вероятностных законов изменения аргументов.

5. Информационная модель интеллектуальной деятельности ЛПР в организационном управлении производственными процессами (боевыми действиями) в непрерывном ситуационном пространстве АСПР, определяющая зависимость между объемом получаемой информации и быстродействием ее обработки в эволюционном развитии искусственных и естественных организованных систем по критериям максимальной эффективности.

6. Алгоритмический механизм формирования величин управляющих воздействий АСПР с автоматическим выбором тага итерации по критериям максимума объема получаемой информации и быстродействия ее обработки при минимизации непроизводительных затрат в первых двух кругах Эйлера (алгоритмические контуры программного и адаптивного управления) в зависимости от динамических свойств системы.

7. Эффективные вычислительные алгоритмы обработки информации и формирования адекватных управляющих воздействий по трем кругам Эйлера в фибоначчиевой двоичной системе счисления на логико-арифметическом уровне функционирования АСПР.

8. Математическая модель оценки влияния естественного интеллекта ЛПР на интеллектуальность АСПР через число автоматически выполняемых ППР в алгоритмических контурах программного и адаптивного управления, оптимальным выбором значения которого обеспечивается устойчивый режим функционирования системы и определяется уровень ее интеллектуальности.

9. Методология автоматизированного управления ситуациями в организационно-технических системах для обнаружения скрытых закономерностей на множестве информационных объектов, формирования упреждающей реакции АСПР на скрытые закономерности в поведении ОУ, интегрированного представления в динамическом взаимодействии ОУ и управляющей структуры в операционной среде системы и формирования адекватных управляющих воздействий.

Достоверность полученных научных положений, выводов, результатов подтверждается использованием кибернетического и информационного подходов в методологии научных исследований, информационным, функциональным и математическим моделированием, опытной и промышленной эксплуатацией АСПР, патентами России, приоритетными публикациями в научных журналах, монографиями.

Научная новизна. Научные положения, выводы, результаты, представляющие методологию автоматизированного управления ситуациями в организационно -технических системах, обеспечивают взаимодействие естественного и искусственного интеллекта в аппаратно-программной среде АСПР для формирования адекватных управляющих воздействий по критериям максимальной эффективности.

В теории и практике организационного управления производственными процессами (боевыми действиями) обратная алгоритмическая связь использована для моделирования интеллектуальной деятельности ЛПР по способам формирования управляющих воздействий в трех кругах Эйлера и обеспечении эффективного взаимодействия естественного и искусственного интеллекта ППР за счет повышения уровня ее формализации. Реализуются различные режимы функционирования АСПР в зависимости от критичности возникающих ситуаций, включая режим самообучения, путем подключения обратных алгоритмических связей с интеллектуальным модулем для обеспечения выбора способа формирования управляющих воздействий и адекватной реакции управляющей структуры в АСПР на текущее состояние ОУ.

Способ формализованного представления интеллектуальной деятельности ЛПР в организационном управлении производственными процессами (боевыми действиями) для формирования адекватных управляющих воздействий в зависимости от критичности возникающих ситуаций в ОУ позволяет снизить неопределенность в оценке и анализе возникающих ситуаций, неоднозначность в выборе способов формирования управляющих воздействий и уменьшает время поиска эффективных управленческих решений в условиях ограниченных временных и аппаратных ресурсов.

Алгоритмическим принципом автоматизированного управления ситуациями по отклонению утверждается: без автоматизации планирования (эталонная модель) невозможна автоматизация организационного управления по критериям максимума объема получаемой информации и быстродействия ее обработки при минимизации непроизводительных затрат. Алгоритмическим принципом автоматизированного управления ситуациями с переменной структурой системы в зависимости от критичности возникающих ситуаций в ОУ определяется: интеллектуальная деятельность ЛПР в организационном управлении производственными процессами (боевыми действиями) отображается системой подстраиваемых моделей с интеллектуальным модулем в ситуационных цепях обратной алгоритмической связи по трем способам формирования управляющих воздействий (автоматически на основе формализованных знаний об ОУ, на основе формализованных знаний и обобщенного опыта управления ЛПР и в интерактивном режиме функционирования системы). Этим на структурном уровне создаются необходимые условия для обнаружения скрытых закономерностей на множестве информационных объектов, отражающих текущее состояние ОУ.

Принципы автоматизированного управления ситуациями по отклонению и с переменной структурой системы в зависимости от критичности возникающих ситуаций в ОУ определяют в указанной последовательности алгоритмическую основу информационной причинности как особой формы обрагной алгоритмической связи для получения информационной причины принятого действия и формирования

упреждающей реакции АСПР на скрытые закономерности в поведении ОУ. В функциональной взаимосвязи указанные алгоритмические принципы реализуют концептуальную модель преобразования управленческой информации в АСПР. Ситуационные цепи в обратной алгоритмической связи программного, адаптивного управления и самообучения системы в соответствии с концептуальной моделью преобразования управленческой информации создают структурную основу для формирования адекватных управляющих воздействий.

Математический компонент автоматизированного управления ситуациями в организационно-технических системах рассматривается как интеллектуальный механизм, который обеспечивает информационную и интеллектуальную поддержку процессов принятия решений и формирования управляющих воздействий на структурной и количественной основе. Теоретическую базу для взаимодействия естественного и искусственного интеллекта в ППР по критериям максимальной эффективности создают дискретно-непрерывные Р-преобразования. Они позволяют свести комбинаторные задачи принятия решений значительной размерности к задачам вариационного исчисления, обеспечивают анализ состояния и выявление скрытых закономерностей в поведении ОУ и функциональную взаимосвязь во времени организационного управления и производственных процессов (боевых действий).

Информационная модель интеллектуальной деятельности ЛПР в организационном управлении производственными процессами (боевыми действиями) в трехмерном пространстве изображений пуассоновского Р-преобразования показывает зависимость между максимальным объемом получаемой информации и быстродействием ее обработки при минимизации непроизводительных затрат в виде классического ряда Фибоначчи по возрастающим с увеличением критичности возникающих ситуаций в ОУ вершинам модифицированных функций Бесселя.

В эволюционном развитии искусственных и естественных организованных систем по критериям максимальной эффективности она отражает системный изоморфизм на базе чисел Фибоначчи и золотого сечения и необходимость и достаточность для этого структуры АСПР из трех кругов Эйлера или соответственно контуров обратной алгоритмической связи программного управления (начальная информация), адаптивного управления (дополнительная информация) и самообучения системы (новая информация). В классическом ряде Фибоначчи максимальный объем информации адекватен числу информационных объектов в трех кругах Эйлера или численным значениям элементов ряда, максимальное быстродействие ее обработки пропорционально порядковым номерам элементов, минимизация непроизводительных затрат обозначена наличием первых двух элементов ряда, равных единице.

Алгоритмический механизм формирования величин управляющих воздействий АСПР по двум первым кругам Эйлера (алгоритмические контуры программного и адаптивного управления) с автоматическим выбором шага итерации по критериям максимальной эффективности в пространстве изображений пуассоновского Р-преобразования на основе классического ряда Фибоначчи и дифференциального уравнения Эйлера-Лагранжа позволяет определять шаг итерации в заданном диапазоне изменения величин управляющих и координирующих воздействий в зависимости от динамических свойств системы, что повышает качество автоматизированного

управления ситуациями в организационно-технических системах.

Вычислительные алгоритмы обработки информации и формирования управляющих воздействий по трем кругам Эйлера с учетом свойств чисел Фибоначчи и золотого сечения в фибоначчиевой двоичной системе счисления реализуют более высокую эффективность предложенной машинной арифметики по сравнению с известной арифметикой. Обеспечивается автоматизированное управления ситуациями по критериям максимальной эффективности на логико-арифметическом уровне функционирования АСПР и определяется перспективное направление развития интеллектуальных модулей в составе АСПР.

Математическая модель оценки влияния естественного интеллекта ЛПР на интеллектуальность АСПР через число автоматически выполняемых ППР определяет устойчивый режим функционирования системы при значении коэффициента параметрической настройки, равном 1,62 и отражающем отношение значений соседних радиусов кругов Эйлера как отношение значений соседних элементов классического ряда Фибоначчи. В алгоритмических контурах программного и адаптивного управления АСПР число автоматически выполняемых ППР от их общего числа в трех кругах Эйлера составляет не менее 62,0 процентов. Во внешнем круге Эйлера (алгоритмический контур самообучения системы) не более 38,0 процентов ППР выполняется ЛПР в интерактивном режиме функционирования системы. Обеспечивается устойчивый режим функционирования системы и определяется уровень се интеллектуальности, повышается эффективность использования и снижаются затраты на эксплуатацию системы.

Фибоначчиевое представление формирования управляющих воздействий, в основе которого лежат числа Фибоначчи и золотое сечение, сужает область поиска эффективных решений без потери информации. Обеспечивается динамический анализ возникающих ситуаций в условиях ограниченных временных и аппаратных ресурсов и повышается уровень интеллектуальности АСПР. Кибернетический и информационный подходы в методологии научных исследований расширяют возможности фибоначчиевого представления формирования управляющих воздействий. Чем выше уровень развития автоматизированных систем, тем больше объем получаемой информации и быстродействие ее обработки, более высокий уровень формализации интеллектуальной деятельности ЛПР и автоматизации формирования управляющих воздействий.

Методология автоматизированного управления ситуациями в организационно-технических системах обеспечивает обнаружение скрытых закономерностей на множестве информационных объектов, формирование упреждающей реакции системы па скрытые закономерности в поведении ОУ, интегрированное представление в динамическом взаимодействии ОУ и управляющей структуры в операционной среде системы для эффективного взаимодействия естественного и искусственного интеллекта в ППР и формирования адекватных управляющих воздействий.

Практическая ценность работы. Полученные научные положения, выводы и результаты представляют методологию и эффективный аппарат для моделирования интеллектуальной деятельности ЛПР и повышения качества автоматизированного управления ситуациями в организационно-технических системах.

Методология автоматизированного управления ситуациями позволяет повысить эффективность взаимодействия естественного и искусственного интеллекта в ППР за счет повышения уровня формализации интеллектуальной деятельности ЛПР и этим увеличить уровень интеллектуальности АСПР в организационном управлении производственными процессами (боевыми действиями). Обеспечиваются интегрированная оценка текущего состояния ОУ и формирование адекватных управляющих воздействий по критериям максимальной эффективности. Необходимая степень влияния естественного интеллекта ЛПР на интеллектуальность АСПР определяется уровнем автоматизации ППР не менее 62,0 процентов в первых двух кругах Эйлера (алгоритмические контуры программного и адаптивного управления) от общего числа ППР в информационном пространстве системы из трех кругов Эйлера, в результате чего повышается эффективность использования и снижаются затраты на эксплуатацию системы.

Вычислительные алгоритмы обработки информации и формирования управляющих воздействий с учетом свойств чисел Фибоначчи и золотого сечения на логико-арифметическом уровне функционирования АСПР решают проблему трех Т (быстродействие - 1 терафлоп, скорость передачи информации - 1 терабайт/с, объем оперативной памяти - 1 терабайт) на наиболее экономичном направлении. При значительном уменьшении габаритных размеров и массы аппаратуры существенно возрастают быстродействие и надежность в автоматизированном управлении ситуациями, что особенно важно в автоматизированном управлении летательными объектами аэрокосмического назначения и боевыми действиями в бесконтактных войнах.

Основные научные положения, выводы и результаты диссертационной работы реализованы и используются в ОАО "Конструкторское бюро-1" на фундаментальном научном направлении РАН "Производственные технологии (интеллектуальные системы автоматизированного управления)", в НИР "Железка", "Обвод".

Определена научно-практическая проблема оперативного и стратегического управления интеллектуальной собственностью РФ в условиях рыночного производства и защиты национальных интересов страны. Она решается с применением Всероссийской объединенной электронной биржи интеллектуальной собственности (ВЭБИС). Практическая реализация ВЭБИС связана с использованием методологии автоматизированного управления объектами интеллектуальной собственности. В настоящее время ВЭБИС находится на стадии опытной эксплуатации разных подсистем и адаптации аппаратно-программного комплекса к реальным условия эксплуатации.

Накопленный опыт создания и эксплуатации ЛСПР позволяет констатировать: максимальное количество автоматически выполняемых от общего числа ППР составляет 70,0 и более процентов. За счет повышения качества автоматизированного управления ситуациями в организационно-технических системах увеличиваются маневренность, дальность полета подвижных объектов, внезапность и точность поражения намеченных целей.

Апробация работы. Основные научные положения, выводы и результаты диссертационной работы докладывались и обсуждались на Всесоюзных и

Всероссийских конференциях, симпозиумах, совещаниях, в школах-семинарах и за рубежом, начиная с 1985 года. В том числе, на Международной конференции "Эргономика в России, СНГ и мире" (СПб, 1993 г.), в Германии (40. Internationales wissenschaftliches kolloquium, 1995 г.), на V Международной научно-технической конференции "Математическое моделирование и САПР систем сверхбыстрой обработки информации" (Сергиев Посад, 1995 г.), IX Международной школе-семинаре "Электродинамика и техника СВЧ и КВЧ" (Самара, 1997), Международном Конгрессе "Нелинейный- анализ и его приложения" (Москва, 1998 г.), Третьем Сибирском Конгрессе по прикладной и индустриальной математике (Новосибирск, 1998 г.), Международном семинаре "Европейское сотрудничество в области развития мобильной персональной связи" (Москва, 2002 г.), IV Международной конференции "Искусственные интеллектуальные системы" и "Интеллектуальные САПР" (Дивноморск, 2003 г.).

Публикации. По теме диссертационной работы имеется 35 основных публикаций автора, среди которых четыре монографии, два патента России.

Структура и объем диссертации. Диссертация включает основное содержание из пяти глав, введение, заключение, список литературы, приложение по практическому применению научных положений, выводов и результатов. Диссертационная работа изложена на 215 страницах машинописного текста и включает 14 рисунков и 14 таблиц. Список использованной литературы включает 113 источников.

СОДЕРЖАНИЕ ДИССЕРТАЦИОННОЙ РАБОТЫ

Во введении обосновывается актуальности работы. Формулируются крупная научная проблема, цель и задачи исследования. Приводятся сведения о полученных научных положениях, выводах и результатах, практической ценности работы. Дается краткий обзор ее содержания.

Первая глава посвящается повышению роли искусственного интеллекта в автоматизированном управлении ситуациями в организационно-технических системах по критериям максимальной эффективности.

Сущность подхода к проблеме заключается в следующем. Рассматривается ОУ, в котором вследствие воздействия различных случайных возмущений имеется неопределенность в оценке и анализе возникающих ситуаций и неоднозначность в выборе способов формирования управляющих воздействий. Возникают запаздывания в получении и обработке информации, снижаются ее достоверность и значение в принятии решений и формируются неадекватные управляющие воздействия. При таких условиях повышение роли искусственного интеллекта в автоматизированном управлении ситуациями разрабатывается:

• на основе декомпозиции многомерной иерархической организационной структуры по уровням и эшелонам управления для получения функциональной модели автоматизированной системы;

• путем создания формального аппарата для выявления и классификации возникающих ситуаций в ОУ и их преобразования в типовые (штатные) ситуации,

позволяющие уменьшить неопределенность в оценке и анализе возникающих ситуаций;

• через снижение размерности комбинаторных задач по перебору ситуаций и вариантов формирования управляющих воздействий с помощью эвристических правил, выявленных в ходе управленческих игр с ЛПР;

• с учетом результатов количественной оценки эффективности типовых и новых способов формирования управляющих воздействий, что обеспечивает однозначность в их выборе;

• путем трансформации исходных комбинаторных моделей принятия решений значительной размерности в непрерывное пространство изображений для поиска управленческих решений в режиме реального времени;

• на количественной основе по контурам обратной алгоритмической связи в АСПР (программного, адаптивного управления и контура самообучения системы) для формирования адекватных управляющих воздействий.

Практическую основу изложенного подхода составляют разработанный метод типизации возникающих ситуаций как способ формализации интеллектуальной деятельности ЛПР и метод траекторий Б.В.Гнедеденко, который сводит комбинаторные задачи к подсчету числа путей (траекторий), обладающих определенным свойством.

Методом типизации возникающих ситуаций классифицируются признаки, определяющие ситуации, выявляются подмножества типовых ситуаций, алгоритмизируются способы формирования управляющих воздействий. Интеллектуальная деятельность ЛПР отображается множеством чисел сочетаний, которые представляют траектории управления, ведущие к различным ситуациям. Переход от множества траекторий к множеству типовых ситуаций снижает неопределенность в оценке и анализе возникающих ситуаций и неоднозначность в выборе способов формирования управляющих воздействий. Тем самым уменьшается время поиска эффективных решений в условиях ограниченных временных и аппаратных ресурсов.

В формализованном виде результат моделирования интеллектуальной деятельности ЛПР составляют информационную основу взаимодействия естественного и искусственного интеллекта в ППР. Они позволяют уменьшить множество траекторий или вариантов формирования управляющих воздействий в микро, макро и метаситуациях по уровням организационного управления или обобщения данных. Ассоциативные отношения между информационными объектами строятся на множестве типовых ситуаций и типовых способов формирования управляющих воздействий, составляющих дискретное ситуационное пространство как подмножество информационного пространства АСПР.

На рис. 1 показана структура ассоциативных отношений между информационными объектами в дискретном ситуационном пространстве АСПР. Информационные объекты обозначены точками в координатах хОу и соединены между собой линиями (где=0, 1, 2,...,6), которые названы диагональными линиями интеллектуальной деятельности ЛПР в организационном управлении производственными процессами (боевыми действиями).

Рис. 1 Дискретное ситуационное пространство автоматизированного управления

Функциональная зависимость между числами траекторий итерационного процесса принятия решений в дискретном ситуационном пространстве АСПР задается выражением

- /"•"»V+1 /"•"»У

где - число траекторий на текущем шаге х; (-х_\ ,С | - число траекторий на

предыдущем шаге х- 1 соответственно на линиях («,,,+1) и п^ В зависимости от значений классификационных признаков, определяющих ситуации, строятся ассоциативные отношения между информационными объектами, число которых растет по мере увеличения отклонений от (соответственно текущих от заданных значений параметров ОУ).

Диагональная линия интеллектуальной деятельности ЛПР в организационном управлении производственными процессами (боевыми действиями) О

соответствует последовательности выполнения ППР при обработке нормальных ситуаций и называется линией знаний. Точки на ней обозначают типовые (штатные) ситуации с числом ведущих к ним траекторий равным единице. В формализованном виде их счетным множеством обозначен контур программного управления АСПР на основе знаний о поведении ОУ. Диагональные линии с точками на них

обозначают критические и аварийные ситуации с числом ведущих к ним траекторий С*" > 1 . В формализованном виде их счетным множеством обозначены контуры адаптивного управления АСПР на уровне знаний и обобщенного опыта управления ЛПР и контур самообучения системы в новых (нештатных) ситуациях.

Интеллектуальная деятельность ЛПР в организационном управлении производственными процессами (боевыми действиями) рассматривается как формирование управляющих воздействий в зависимости от критичности возникающих

ситуаций в ОУ на основе формализованных знаний (программное управление), формализованных знаний о поведении ОУ и обобщенного опыта управления ЛПР (адаптивное управление) и творческого поиска эвристических решений при информационной и интеллектуальной поддержке аппаратно-программной системы. Счетное множество межситуационных связей проявляет себя в закономерной взаимозависимости между объемами получаемой информации (числом информационных объектов) и быстродействием се обработки, выражаемой (1).

Повышение роли искусственного интеллекта в автоматизированном управлении ситуациями по критериям максимальной эффективности базируется на апробированных практикой аппаратно-программной среде и средствах интеллектуализации (общая теория систем, теория нечетких множеств, метод анализа иерархий, методы интеллектуального анализа данных, вербальный анализ решений) и их дальнейшем развитии.

Во второй главе рассматриваются кибернетические основы автоматизированного управления ситуациями в организационно-технических системах по критериям максимальной эффективности.

Взаимодействие естественного и искусственного интеллекта в ПНР базируется на критериях максимальной эффективности эволюционного развития естественных организованных систем в виде вибрации кругами. Оно изображается геометрически тремя вложенными друг в друга с общим центром кругами Эйлера, который использовал их для наглядной иллюстрации операций над множествами. В нашем случае три концентрично вложенных круга Эйлера определяют информационные границы для ППР по способам формирования управляющих воздействий в зависимости от критичности возникающих ситуаций в ОУ.

В первом (внутреннем) круге Эйлера управляющие воздействия автоматически формируются системой на основе формализованных знаний экспертов о поведении ОУ (программное управление). Во втором круге Эйлера управляющие воздействия вырабатываются в автоматизированном режиме (автоматическом после параметрической настройки системы) с использованием формализованных знаний экспертов о поведении ОУ и обобщенного опыта управления ЛПР (адаптивное управление). Во внешнем круге Эйлера управляющие воздействия формируются АПР при информационной и интеллектуальной поддержке АСПР (контур самообучения системы). Внутренние круги выражают изменения искусственного интеллекта АСПР, имитирующего естественный интеллект ЛПР в его формализованной части. Расширение их области обеспечивается информационным моделированием интеллектуальной деятельности ЛПР с помощью метода типизации возникающих ситуаций. Внешним кругом обозначаются границы информационного пространства АСПР.

Взаимодействие естественного и искусственного интеллекта в кругах Эйлера через информационные объекты представляется системой трех диофантовых уравнений второй степени. В терминах теории цепных дробей система выражается уравнениями вида

[Ро;р1.Р2.-.Рк]п + [Яо;Ч|,Яг.....Як]" = 1. (2)

где - порядковый номер элементов подходящих дробей и в которых

предпоследние элементы представляют ППР, а предыдущие элементы выражают связанные с ППР информационные объекты; л=2.

Цепные дроби использовались Гюйгенсом для построения механической модели солнечной системы. Аппарат цепных дробей идеальным образом подходит для моделирования несократимыми рациональными дробями бинарных отношений между информационными объектами. Цепные дроби ни с какой системой счисления не связаны и воспроизводят в чистом виде и с наилучшими приближениями свойства изображаемых ими чисел (количественные и качественные показатели ситуаций). Их применение в автоматизированном управлении ситуациями относится к разработанному методу цепных дробей, позволяющему получать адекватные модели ППР с минимизацией непроизводительных затрат.

Предварительно запишем подходящие дроби рк и qk из (2) для любого к 2: 2

в виде

Рк = ^ Рк-1 + Рк-2 .

Як = ак Як-1 +Як-2. (3)

где а^ - элементы цепной дроби, которые получаются как неполные частные последовательных делений числителя на знаменатель несократимой рациональной дроби, выражающей бинарные отношения между информационными объектами.

При начальных условиях принятых таковыми для единообразия,

можно представить (3) эквивалентным выражением

Рк - ак Рк-1 - Рк-2 = (0)4

Чк-акЯы-Як.2 = ао(0)к + (0)к-1. (4)

Тогда (4) можно записать в магричном виде:

где (1, 0, 0,...). (а,), 1, 0,...) - векторы в гильбертовом пространстве, нижняя треугольная матрица

0 0 0

1 0 0

1 0

-1 1

\ /

Бинарные отношения между информационными объектами в кругах Эйлера в виде (5) отображаются на множество ППР, адекватных возникающим ситуациям в ОУ. Информационные объекты обозначаются в кругах Эйлера целыми точками (точками с целыми координатами). Число информационных объектов в кругах всегда максимально, так как максимально число обозначающих их целых точек и, соответственно, максимален объем получаемой информации. Радиусы кругов Эйлера в системе трех уравнений вида (2) или (5) равны элементам, состоящим из единиц, которые в терминах теории цепных дробей отражают классический ряд Фибоначчи, то есть в эволюционном развитии искусственных и естественных организованных систем

по критериям максимальной эффективности системный изоморфизм достигается на базе чисел Фибоначчи и золотого сечения.

Концептуальная модель преобразования управленческой информации в АСПР базируется на алгоритмических принципах автоматизированного управления ситуациями по отклонению и с переменной структурой системы в зависимости от критичности возникающих ситуаций в ОУ. Первым из названных принципов утверждается: без автоматизации планирования (эталонная модель) невозможна автоматизация организационного управления по критериям максимальной эффективности. Вторым принципом определяется: интеллектуальная деятельность ЛПР в организационном управлении производственными процессами (боевыми действиями) отображается системой подстраиваемых моделей с интеллектуальным модулем в ситуационных цепях обратной алгоритмической связи по трем способам формирования управляющих воздействий в зависимости от критичности возникающих ситуаций в ОУ.

В указанной последовательности принципы автоматизированного управления ситуациями составляют алгоритмическую основу информационной причинности как особой формы обратной алгоритмической связи для получения информационной причины принятого действия и формирования упреждающей реакции АСПР на скрытые закономерности в поведении ОУ. Модель причинной взаимосвязи для АСПР и Хранилища Данных (ХД) представляется в виде

где - множество стратегий управления, X - множество элементов оперативной базы данных АСПР, Т- множество рассматриваемых моментов времени, - множество всех возможных значений вектора входных воздействий (запросов), А-ТхХх множество закономерностей в данных, - множество правил обобщения информации, Ж- множество элементов ХД.

АСПР моделируют интеллектуальную деятельность ЛПР по способам формирования управляющих воздействий в трех кругах Эйлера в зависимости от критичности возникающих ситуаций в ОУ. Они включают подсистемы принятия решений на основе формализованных знаний экспертов о поведении ОУ, формализованных знаний экспертов о поведении ОУ и обобщенного опыта управления ЛПР и поиска эвристических решений ЛПР при информационной и интеллектуальной поддержке системы или соответственно алгоритмические контуры программного, адаптивного управления и контур самообучения системы.

Постановка задачи на автоматизированное управление ситуациями на базе АСПР связана с созданием специального математического обеспечения. На множестве возможных решений АСПР задано множество допустимых решений, определяемых в автоматическом и интерактивном режимах функционирования системы. Осуществляется интегрированное представление в динамическом взаимодействии ОУ и управляющей структуры в операционной среде АСПР.

Структура предметно-ориентированной АСПР представляется в виде:

F = <R,X,Qa: R-У X,L.,L,.r: Q. ЛО.->Х*, LK >,

где R - множество задач по управлению ситуациями; Qa - множество машинных алгоритмов функционирования; X - множество возможных решений задач; X* - множество допустимых решений; Dt - множество алгоритмов, выполняемых ЛПР; L, С R х X* х Q, - подсистема принятия решений в автоматическом режиме на основе формализованных знаний; Lar с (Q, (~lDr) х X* - подсистема принятия решений в автоматизированном режиме на основе формализованных знаний и обобщенного опыта ЛПР; Lr с R х X' х D - подсистема поиска творческих решений ЛПР при информационной и интеллектуальной поддержке системы.

Целью автоматизированного управления ситуациями является наискорейший поиск X* при возмущающих воздействиях, исходя из условия = * min

минимума разности между заданными и текущими значениями векторов, характеризующих состояние ОУ. Оценка эффективности автоматизированного управления ситуациями производится через среднеквадратические отклонения °4Y m'n ~ в области X". Критериями эффективности системы в целом являются: максимальное количество автоматических ППР , минимальное

среднеквадратическое отклонение criY—> min, минимальное время выработки управляющих воздействий (T—Mtlin) • в условиях автоматизированного управления ситуациями. Ограничением являются: общее число выполняемых ППР и степень отклонения ЛСПР от заданного состояния, определяемого алгоритмическим контуром программного управления.

Математическая модель системы адекватно отображает первое X/, второе X// и третье множества возможных решений X, где необходимо найти допустимые решения X*/, Х'в, XV Возможное решение в каждой ситуационной цепи (всего m вычислительных блоков) может быть представлено в виде декартовых произведений множеств решений

Х-ш =WX„AtJ*...xXm >

которые относятся к способам формирования управляющих воздействий системой на основе формализованных знаний (ХД формализованных знаний и обобщенного опыта и в интерактивном режиме функционирования системы Так как система представляется в виде интерпретирующей функции в области допустимых решений X* с X, то необходимо ей сопоставить m - местный предикат. Множество X* можно выделить с помощью множества предикатов {Pj, Р2, Рг.--. Рт), которые отображают множество X в множество [0,1]. Тогда множество Х'для каждой из ситуационных цепей можшз представить в ввде

В целом для АСПР множество допустимых решений в трех кругах Эйлера представляется в виде

х* = х,/Пх,„Пх,ш.

Распознавание ситуаций производится на основе сравнения заданных значений обобщенных параметров с текущими значениями и учетом их классификационных признаков. В зависимости от величины отклонения и идентификации группы потока ресурсов определяется способ формирования управляющих воздействий и подключение соответствующего контура обратной алгоритмической связи АСПР. Формирование управляющих воздействий производится на основе оценки текущих значений параметров, составляющих уровни декомпозиции обобщенных параметров. Индекс уровня определяет степень влияния параметра на ситуацию.

Интегрированное представление в динамическом взаимодействии ОУ и управляющей структурой в операционной среде АСПР вызывает необходимость получения дополнительной и новой информации. Под информацией понимается разность энтропии системы до и после се получения для снижения неопределенности в оценке и анализе текущего состояния ОУ и выбора способа формирования управляющих воздействий по алгоритмическим контурам программного управления (начальная информация), адаптивного управления (дополнительная информация) и контуру самообучения системы (новая информация).

Критичность возникающих ситуаций определяется величиной отклонений текущих от заданных значений параметров ОУ. Лдекватная реакция управляющей структуры АСПР на текущее состояние ОУ, которая достигается выбором алгоритмического контура управления или способа формирования управляющих воздействий, характеризуется цикличностью в получении информации (начальной, дополнительной и новой). Количество информации или вероятность того, что множество инициализированных информационных объектов отображает текущее состояние ОУ по заданным параметрам и целесообразно для формирования управляющих воздействий, равно отношению числа инициализированных информационных обьектов к общему числу информационных объектов. Объем информации в ППР определяется как сумма относительных весовых функций инициализированных информационных обьектов, которые определяются исходя из общего значения весов позиционной структуры информационно-функционального пространства ЛПР и используются в качестве единиц измерения.

Скрытые закономерности на множестве информационных объектов по трем контурам обратной алгоритмической связи АСПР в кругах Эйлера (программного, адаптивного управления и контура самообучения системы) составляют новые знания.

В третьей главе приводится метод трансформации данных по уровням обобщения на основе дискретно-непрерывных Р-преобразований. Определяются механизмы обнаружения скрытых закономерностей на множестве информационных объектов в трех кругах Эйлера.

В организационном управлении взаимодействие естественного и искусственного интеллекта в ППР может быть закодировано такими труднотрансформируемыми структурами, как счетные множества, цепные дроби, возвратные и невозвратные последовательности, сочетания, шаги траекторий.

Исходные параметры моделей, составляющих базис автоматизированной системы, изменяются по вероятностным законам. Автоматизированные системы включают одновременно дискретные функции (организационное управление) и дискретно-непрерывные (производственные процессы или боевые действия).

Они не отражают в явном виде развитие производственных процессов (боевых действий) ввиду значительной размерности комбинаторных задач принятия решений. Дискретно-непрерывные Р-преобразования сводят комбинаторный перебор вариантов решений к задачам вариационного исчисления с учетом вероятностных законов изменения аргументов. Они позволяют выявлять скрытые закономерности в поведении ОУ, в развитии различных ситуаций по иерархическим уровням управления, в функциях последствий от выбранных вариантов управляющих воздействий.

Представленное в компактном виде универсальное распределение вероятностей Пойа применяется для моделирования процессов принятия

решений и используется в качестве нормированного ядра дискретно-непрерывного преобразования:

(6)

где п - номер испытания; N - число испытаний; Ь - параметр распределения вероятностей; 5 - математическое ожидание распределения вероятностей; а„ исходная дискретная функция;

(7)

Преобразование (6) запишем в виде и назовем дискретно-

непрерывным Р-преобразованием. Задаваясь в (7) значениями М Ъ, Б, получим конкретные виды дискретно-непрерывных Р-преобразований, имеющих названия от конкретных видов распределения вероятностей.

Для непрерывного случая преобразование вида

(8)

где р(х)- ядро преобразования, /(х) - исходная функция (модель ППР), параметр преобразования, - изображение функции - настроечная функция.

Функция - произвольная функция, удовлетворяющая условиям

гладкости (существования бесконечного числа производных), а также условию сходимости в смысле существования интеграла

[Д*)1 Л <00

для заданного интервала изменения аргумента х. Функция р(х) погружается также в класс непрерывных гладких функций своего аргумента х на [0, °о). Функция р(х)

выбирается так, чтобы преобразованное уравнение в области изображений приобрело заданную (каноническую) форму.

Дискретный вариант Р- преобразования имеет вид

где <р "($)/?„- ядро преобразования; р„ - настроечная функция; ап - дискретная преобразуемая функция своего а р г ул=0,/,2,...,(?"($) дискретная ограниченная функция своего аргумента х

Ввиду соответствия допущению о пуассоновском характере потока заявок, возможности применения аппарата марковских случайных процессов и показательного (экспоненциального) распределения времени обслуживания заявок выбираются пуассоновское, геометрическое и экспоненциальное дискретно-непрерывные Р-преобразования, представленных соответственно:

Подставляя в (10) - (12) вместо ат с(.х) конкретные функции (операции), получим непрерывные функции-изображения (операции - изображения) соответственно в пространстве пуассоновского геометрического и

экспоненциального преобразований. Умножение на весовую функцию ядра

позволяет ослабить условия Дирихле, устранить разрывы второго рода и подавить быстрый экспоненциальный рост трансформируемых моделей ППР. Варьируя весовой функцией, можно изменять вид (8), (9), приводя их к виду, удобному для решения, что называется параметрической настройкой ЛСПР.

Наличие нормированных ядер в (8)-(12) обеспечивает взаимно-однозначное соответствие (изоморфизм) между исходной дискретной функцией и непрерывным изображением. Закономерности поведения первых, выраженные неявно ввиду значительной размерности комбинаторных задач принятия решений, изучаюся по закономерностям поведения вторых, полученным в явном и компактном виде в непрерывном пространстве изображений. Подобный подход позволяет заранее рассчитать оптимальные режимы функционирования АСПР и учесть их в программном обеспечении при максимальном быстродействии, минимальных объемах памяти и высокой надежности в формировании управляющих воздействий.

Дискретный и непрерывный варианты Р-преобразований обычно применяются совместно. Для трансформации дискретной функции в непрерывное пространство изображений используется дискретный вариант Р-преобразований. В непрерывном пространстве изображений применяется (при необходимости многократно) непрерывный вариант Р-преобразования. При этом используются такие их свойства,

(9)

(10)

(12)

(11)

как линейность, конечная разность оригинала, дифференцирование изображений суммирование оригинала, интегрирование изображения, запаздывание оригинала смещение изображения, изображение свертки.

Имеются обратное геометрическое Р-преобразование

Апк 1 ^ _ 1 <Г ( 1

Л*

обратное пуассоновское Р-преобразование

Ус* —

(13)

(14)

и обратное экспоненциальное Р-преобразование

фг) =

1 (15)

Существование дискретно-непрерывных Р-преобразований обосновано корректным математическим анализом. Они составляют теоретическую основу метода трансформации данных по уровням обобщения и дальнейшего развития методов типизации возникающих ситуаций и ценных дробей.

В четвертой главе методом трансформации данных по уровням обобщения на основе дискретно-непрерывных Р-преобразований исследуются информационные и алгоритмические аспекты применения чисел Фибоначчи и золотого сечения в основании автоматизированного управления ситуациями в организационно-технических системах.

При активной поддержке Б.Н. Петрова, в свое время руководителя международной космической программы "Интеркосмос", исследования с числами Фибоначчи и золотым сечением в нашей сгране проводились научной школой А.П.Стахова (Винницкий политехнический институт). Известные результаты нашли дальнейшее развитие в диссертационной работе.

Обнаружение закономерности в поведении ОУ в динамическом взаимодействии с управляющей структурой производится путем отображения (1) в непрерывное пространство изображений. Последовательная трансформация (1) на основе пуассоновского (10) и экспоненциального (12) Р-преобразований приводит к дифференциальному уравнению с разделенными переменными

решением которого при начальном условии будет функция

Подставив (16) в обратное экспоненциальное Р-преобразование (15) в переменных вместо получим

где Зо(2./$152)= 30сг ^ - модифицированная функция Бесселя. В данном случае дискретная функция (1) на плоскости представлена (17) на рис. 2 в трехмерном пространстве (х-1) С", ->/>(ЗД —пуассоновского Р-преобразования (10) в виде модифицированных функций Бесселя. Получено взаимно-однозначное соответствие счетного множества информационных объектов на рис. 1 информационной модели интеллектуальной деятельности ЛПР на рис. 2.

Диагональная линия дискретного ситуационного пространства автоматизированного управления пху—0 или линия знаний на рис. 1 (внутренний круг Эйлера) проходит параллельно линии координат ОБ1 на рис. 2. Линии обобщенного опыта управления ЛПР и принятия решений ЛПР в новых (нештатных) ситуациях на

рис.1 являются модифицированными функциями Бесселя на рис. 2 (средний и внешний круги Эйлера), выходящими из линии знаний. Линии знаний, обобщенного опыта управления и принятия решений в новых (нештатных) ситуациях соответствуют способам формирования управляющих воздействий по алгоритмическим контурам АСПР программного, адаптивного управления и самообучения системы.

Рис. 2 Зависимость между объемом получаемой информации Р(81,83)1 и быстродействием ее обработки S1, при минимизации непроизводительных затрат

Зависимость между максимальным объемом получаемой информации и быстродействием ее обработки при минимизации непроизводительных затрат выражается классическим рядом Фибоначчи по возрастающим с увеличением критичности возникающих ситуаций в ОУ вершинам модифицированных функций Бесселя (штриховая линия на рис. 2). Необходимы и достаточны для этого в АСПР контуры обратной алгоритмической связи программного управления (начальная

информация), адаптивного управления (дополнительная информация) и самообучения системы (новая информация). В эволюционном развитии искусственных и естественных организованных систем по критериям максимальной эффективности в общем случае подтверждается системный изоморфизм на базе чисел Фибоначчи и золотого сечения.

Поставим задачу формирования величин управляющих воздействий во внутренних кругах Эйлера или с автоматическим выбором шага итерации по критериям максимальной эффективности на основе классического ряда Фибоначчи в зависимости от динамических свойств ЛСПР. На заданном множестве координирующих воздействий Ъ, возникающих в алгоритмических контурах АСПР программного и адаптивного управления, целевых значений управляющих воздействий Ф, текущих значений Ф; состояния ОУ необходимо найти множество значений управляющих воздействий которые адекватно отражают текущее состояние ОУ и координируются на уровне алгоритмического контура самообучения АСПР (внешний круг Эйлера).

Принимаются следующие ограничения:

где к - количество элементов ОУ;

фГ(+^Ф„

где

Для формирования V, в ЛСПР необходимо выбрать меры управляющих воздействий или шаг итерации таким образом, чтобы обеспечить выполнение условия Ф^+^еФ/ для всех ». Если выбрать одну меру а«Фт1П, другую Ь«Фтш то координирующее воздействие может быть представлено в виде

аХ+ЬУ=г0,

где X и У - количество мер в составе 2,, примыкающих соответственно к а, Ь.

Для решения поставленной задачи необходимо, чтобы в качестве начальных условий а и Ь были взаимно простыми для окончания вычислительного процесса и обеспечивался наискорейший поиск управляющих воздействий. Это достигается использованием классического ряда Фибоначчи, в котором соседние элементы взаимно простые числа, позволяющие реализовать эффективный план поиска X и У. Тогда управляющие воздействия для 20 можно представить в виде

итЧХ^итУг2о, (18)

где ит(/, 1}т - соседние элементы классического ряда Фибоначчи в качестве мер

управляющих воздействий; (£/„,, Г/я+;)=1; [/;=С/г=1; и„*2=и„,+ип,ы\ X,, У,-количество

мер I - го варианта комбинаций Х1+У/ддя зад ,пде/- количество

вариантов комбинации А^ Уг

Необходимо решить задачу нахождения таких Хг }'„ чтобы Х,+У,=тт при ограничениях

Представим (18), с учетом ит.,/ит=а. в классическом ряде Фибоначчи, в виде

/=1

га]2 )

= тт ,

(19)

Формирование управляющих воздействий в соответствии с (19) сопровождается значительной размерностью комбинаторных задач принятия решений, связанных с получением и поиском Л^+У^пмп при заданных ограничениях. Значительное число возможных вариантов формирования управляющих воздействий не позволяет получить высокий уровень формализации ПОР и снижает интеллектуальность АСПР. Эффективный вариант автоматического выбора шага итерации в зависимости от динамических свойств ЛСПР реализуется применением к (19) метода трансформации данных по уровням обобщения.

Используя пуассоновское Р-преобразование (10), формулу Бинэ и разложение в ряд Тейлора, получим задачу вариационного исчисления. Решение задачи вариационного исчисления приводит к дифференциальному уравнению Эйлера-, Лагранжа в виде

2п

И2Х

(20)

Применив экспоненциальное Р-преобразование (12), запишем (20) в виде дифференциального уравнения первого порядка

г,

2П

т

1

1-т5

-1+1}

1-т5

-¿5

лСе"

(21)

Применив к (21) обратное экспоненциальное Р-преобразование (15) и изображение классического ряда Фибоначчи в пространстве пуассоновского Р-преобразования (10), определим количество мер в составе координирующих воздействий 20 в виде

17с-"1*1)

(22)

где 8 - коэффициент параметрической настройки ЛСПР которым определяются динамические свойства системы.

На рис. 3 приведена графическая интерпретация (22) в непрерывном пространстве пуассоновского Р-преобразования (10). Алгоритмический механизм формирования величин управляющих воздействий во внутренних кругах Эйлера с автоматическим выбором шага итерации на основе классического ряда Фибоначчи отражается зависимостью количества мер от величины координирующих воздействий и динамических свойств АСПР, задаваемых коэффициентом параметрической настройки.

Рис. 3. Формирование управляющих воздействий с автоматическим выбором шага итерации в зависимости от динамических свойств АСПР

Фибоначчиевое представление формирования управляющих воздействий, в основе которого лежат числа Фибоначчи и золотое сечение, сужает область поиска эффективных решений без потери информации. Обеспечивается динамический анализ возникающих ситуаций в условиях ограниченных временных и аппаратных ресурсов и повышается уровень интеллектуальности АСПР. Чувствительность к изменениям текущего состояния ОУ, быстродействие и точность формирования управляющих воздействий по критериям максимальной эффективности определяют интегративные качества автоматизированного управления ситуациями.

Пятая глава посвящается разработке эффективных вычислительных алгоритмов обработки информации и формирования управляющих воздействий с учетом свойств чисел Фибоначчи и золотого сечения в фибоначчиевой двоичной системе счисления на логико - арифметическом уровне функционирования АСПР по трем кругом Эйлера. Приводятся основные положения методологии автоматизированного управления ситуациями в организационно-технических системах по критериям максимальной эффективности и определяется необходимая степень влияния естественного интеллекта ЛПР на интеллектуальность АСПР.

Эффективная обработка информации и формирование управляющих воздействий с учетом свойств чисел Фибоначчи и золотого сечения реализуются в фибоначчиевой двоичной системе счисления. Покажем ее преимущества перед двоичной системой счисления методом трансформации данных по уровням обобщения, для чего предварительно сформулируем утверждение.

Утверждение 1. Для того, чтобы ряд вещественных чисел х0, х,,...,х„,... представлял Р-ичную систему счисления, необходимо и достаточно, чтобы выполнялось неравенство

(р-^^х^рх^,. (23)

Для двоичной (р=2) системы счисления (23) примет вид

х^<х,< 2х„_,. (24)

Для семейства двоичных систем счисления из (24) имеем формулу

хя = 2хп-гхл-к-ь к = 0, 1, 2,... (25)

В случае £=1 из (25) получим рекуррентное соотношение для классического ряда Фибоначчи

хп= ^хп-Г"хп-3=хп-1+(.хп-1~хп~з) =хп-1+хп-2

или фибоначчиевую двоичную систему счисления.

Среди всех двоичных систем вида (25) выберем оптимальную по критериям максимальной эффективности. С помощью геометрического Р-преобразования (11) для дискретной функции (25) найдем ее изображение в непрерывном пространстве. Подставляя (25) в (11) вместо а„, получим

Действительно, с учетом начальных условий в (25), имеем

Отсюда непосредственно следует (26).

Определим в (26) значение к, при котором функция Ж(8) оптимальна.. Вторично применив геометрическое Р-иреобразование теперь уже кВД и заменив в Р(£!) индекс к на индекс п и параметр £ в (11) на параметр X, получим

Или в окончательном виде:

/г(5) = 2——/•'(з)- —— х ' 1 + 5 у ' 1 + 5 1 + 5 + Л

1

1

1 + 5 1 + 51 + 5+Я

Решив данное уравнение относительно F(S), получим

Из последнего уравнения имеем

1 + Я _ 1

(27)

Функция (27) имеет особенность при что соответствует классическому ряду Фибоначчи или фибоначчиевой двоичной системе счисления.

Рис. 4. Оптимальность фибоначчиевой двоичной системы счисления

На рис. 4 даны сравнительные результаты генерации десятичных чисел N в двоичной системе счисления (дв.с.сч.) и в фибоначчиевой двоичной системе счисления

(1, 2, 3 ф с сч - соответственно две, три, четыре первых единицы в ряде Фибоначчи) К примеру, в двоичной системе счисления запись 000100000 (N=32), в фибоначчиевой двоичной системе счисления (1 ф с сч) эта же запись 000100000 означает всего лишь N=3 Для получения равнозначного состояния аппаратно-программных средств в первом случае потребовалось 32 регистровых шага, во втором случае более чем в два раза меньше. По мере увеличения значений N от 2">,232,264,2128 ДО 2256 для М-формы фибоначчиевых двоичных чисел длина разрядной сетки соответственно уменьшается в 1,25; 1,29, 1,34, 1,38, 1,4 раза относительно длины разрядной сетки в двоичной системе счисления

Рис 5. Вычислительные алгоритмы обработки информации и формирования управляющих воздействий

Дальнейшее развитие известных результаюн позволило создать с учетом свойств чисел Фибоначчи и зототого сечения эффективные вычислительные

алгоритмы обработки информации и формирование управляющих воздействий в фибоначчиевой двоичной системе счисления. Они имеют особенно важное значение в автоматизированном управлении летательными объектами аэрокосмического назначения и боевыми действиями в бесконтактных войнах. На рис. 5 показан их фрагмент на примере сложения фибоначчиевых двоичных чисел.

Разработанные вычислительные алгоритмы положены в основу автоматизированного управления ситуациями на логико-арифметическом уровне функционирования АСПР по трем кругам Эйлера. При уменьшении габаритных размеров и массы аппаратуры возрастают быстродействие и надежность функциональных блоков на наиболее экономичном направлении разработки интеллектуальных модулей в составе ACПP.

Методология автоматизированного управления ситуациями в организационно-технических системах реализует согласованность противоречивых критериев эффективности. Перспективу практического применения и дальнейшего развития методологии по критериям максимума объема получаемой информации и быстродействия ее обработки при минимизации непроизводительных затрат составляют:

1. Системный изоморфизм на базе чисел Фибоначчи и золотого сечения в эволюционном развитии искусственных и естественных организованных систем и фибоначчиевое представление формирования управляющих воздействий по трем кругам Эйлера;

2. Формализованное представление интеллектуальной деятельности ЛПР в трех кругах Эйлера по способам формирования управляющих воздействий в зависимости от критичности возникающих ситуаций в ОУ (алгоритмические контуры программного, адаптивного управления и контур самообучения АСПР) методами типизации возникающих ситуаций, ценных дробей, трансформации данных по уровням обобщения на основе дискретно-непрерывных Р-прсобразований;

3. Концептуальная модель преобразования информации в АСПР по уровням обобщения с применением ХД на основе функциональной взаимосвязи информационной причинности как особой формы обратной алгоритмической связи и алгоритмических принципов автоматизированного управления ситуациями по отклонению и с переменной структурой системы;

4. Структура АСПР с ситуационными цепями в обратной алгоритмической связи и интеллектуальным модулем по трем кругам Эйлера (начальная, дополнительная и новая информация) в соответствии с концептуальной моделью преобразования управленческой информации для формирования адекватных управляющих воздействий;

5. Алгоритмический механизм формирования управляющих воздействий в двух кругах Эйлера (алгоритмические контуры программного и адаптивного управления АСПР) с автоматическим выбором шага итерации в зависимости от динамических свойств системы на основе классического ряда Фибоначчи и дифференциального уравнения Эйлера-Лагранжа;

6. Вычислительные алгоритмы обработки информации и формирования управляющих воздействий по трем кругам Эйлера на логико-арифметическом уровне

функционирования АСПР с учетом свойств чисел Фибоначчи и золотого сечения в фибоначчиевой двоичной системе счисления.

Ключевое место в методологии принадлежит ЛПР, естественный интеллект которого существенно влияет на интеллектуальность АСПР. Определим необходимую степень этого влияния по критериям максимальной эффективности методом цепных дробей через число автоматически выполняемых ППР в кругах Эйлера, для чего сформулируем следующее утверждение.

Утверждение 2. Для любой нижней треугольной матрицы существует Р-преобразование, переводящее матричное уравнение (5) дискретного пространства в выражение вида

В утверждении 2 под знаком второй суммы в круглых скобках имеем нижнюю треугольную матрицу вида

(28)

В (28) значения коэффициентов подбираются равными

значениям соответствующих элементов матрицы из (5). В результате по аналогии с (9) получаются конкретные виды Р-прсобразований для представления подходящих дробей и единицы из (2) в непрерывном пространстве изображений.

Для получения их изображений в степени используются метод трансформации данных по уровням обобщения на основе экспоненциального Р-преобразования (12) совместно с методом математической индукции. В результате последовательных преобразований получим (5) или (2) в виде дифференциального уравнения в свертках, которое выражает взаимодействие естественного и искусственного интеллекта в ППР через информационные объекты в непрерывном пространстве изображений.

В окончательном виде (29) преобразуется в алгебраическое уравнение где - количество получаемой информации в АСПР; - коэффициент

параметрической настройки, которым регулируются динамические свойства системы.

Системный анализ (30) при и=2 (автоматический режим функционирования АСПР) указывает на устойчивый режим функционирования системы при значении 8=1,62, которое отражает отношение значений соседних радиусов кругов Эйлера как значений соседних элементов классического ряда Фибоначчи. Отсюда следует, что в алгоритмических контурах программного и адаптивного управления ЛСНР число автоматически выполняемых ППР от их общего числа в трех кругах Эйлера составляет не менее 62,0 процентов. Во внешнем круге Эйлера (алгоритмический контур самообучения системы) не более 38,0 процентов ППР выполняется ЛПР в интерактивном режиме функционирования системы.

Уменьшение уровня автоматизации ППР в кругах Эйлера снижает эффективность использования АСПР и повышает ее эксплуатационные затраты. Этим определяется необходимая степень влияния естественного интеллекта на интеллектуальность АСПР как способность системы автоматически выполнять ППР и формировать адекватные управляющие воздействия за допустимое время.

ЗАКЛЮЧЕНИЕ

В диссертационной работе решена актуальная крупная научная проблема формирования адекватных управляющих воздействий на базе ЛСПР и математического аппарата дискретно-непрерывных Р-преобразований, которая имеет важное значение для повышения обороноспособности и успешного развития экономики страны.

1. В теории и практике автоматизированного управления ситуациями определено новое применение обратной связи - основы жизнедеятельности естественных организованных систем. Она используется для информационного моделирования интеллектуальной деятельности ЛПР по способам формирования управляющих воздействий в зависимости от критичности возникающих ситуаций в ОУ и обеспечения эффективного взаимодействия естественного и искусственного интеллекта в ППР для формирования адекватных управляющих воздействий.

2. Разработана структура АСПР в соответствии с концептуальной моделью преобразования управленческой информации на базе алгоритмических принципов автоматизированного управления ситуациями по отклонению и с переменной структурой системы и информационной причинности как особой формы обратной алгоритмической связи с контурами программного, адаптивного управления и самообучения системы с интеллектуальным модулем по трем кругам Эйлера для формирования адекватных управляющих воздействий за допустимое время.

3. Создан математический аппарат дискретно-непрерывных Р-преобразований для обнаружения скрытых закономерностей на множестве информационных объектов, отражающих текущее состояние ОУ. Обеспечивается существование интеграла преобразования для функций более широкого класса, чем функции, удовлетворяющие условиям Дирихле, и возможность трансформировать исходные комбинаторные модели принятия решений в непрерывное пространство изображений. Закономерности поведения первых, выраженные неявно ввиду значительной размерности

комбинаторных задач интеллектуального анализа данных, изучаются по закономерностям поведения вторых, полученном в явном и компактном виде.

4. Разработана информационная модель интеллектуальной деятельности ЛИР в организационном управлении производственными процессами (боевыми действиями), которая в трехмерном пространстве пуассоновского Р-преобразования показывает зависимость между максимальным объемом получаемой информации и быстродействием ее обработки при минимизации непроизводительных затрат в виде классического ряда Фибоначчи по возрастающим с увеличением критичности возникающих ситуаций в ОУ вершинам модифицированных функций Бесселя.

Показано, что в эволюционном развитии искусственных и естественных организованных систем по критериям максимальной эффективности системный изоморфизм достигается на базе чисел Фибоначчи и золотого сечения. Необходимы и достаточны для осуществления системного изоморфизма на структурном уровне алгоритмические контуры программного управления (начальная информация), адаптивного управления (дополнительная информация) и самообучения системы (новая информация).

5. Создан алгоритмический механизм формирования управляющих воздействий АСПР с автоматическим выбором шага итерации в алгоритмических контурах программного и адаптивного управления на основе классического ряда Фибоначчи и дифференциального уравнения Эйлера-Лагранжа в зависимости от динамических свойств системы, что повышает качество автоматизированного управления ситуациями в организационно-технических системах.

6. Определено перспективное и экономичное направление развития интеллектуальных модулей в составе АСПР по критериям максимальной эффективности на логико-арифметическом уровне функционирования системы. Высокая эффективность обработки информации и формирования управляющих воздействий по трем кругам Эйлера реализуется вычислительными алгоритмами, которые базируются на свойствах чисел Фибоначчи и золотого сечения в фибоначчиевой двоичной системе счисления. При значительном уменьшении габаритных размеров и массы аппаратуры возрастают быстродействие и надежность функциональных блоков.

7. Разработана математическая модель оценки влияния естественного интеллекта ЛПР на интеллектуальность АСПР через число автоматически выполняемых ППР в алгоритмических контурах программного и адаптивного управления. Оптимальным выбором значения этого числа обеспечивается устойчивый режим функционирования системы и определяется уровень ее интеллектуальности.

8. Создана методология автоматизированного управления ситуациями в организационно-технических системах, которая обеспечивает взаимодействие естественного и искусственного интеллекта в ППР по критериям максимума объема получаемой информации и быстродействия ее обработки при минимизации непроизводительных заграг. В совместном функционировании естественного и искусственного интеллекта в ППР не менее 62,0 процентов ППР от их общего числа в трех кругах Эйлера выполняется автоматически для обеспечения необходимого уровня интеллектуальности АСПР и формирования адекватных управляющих воздействий за

допустимое время.

В диссертационной работе достигнута поставленная цель по созданию теоретических и практических основ автоматизированного управления ситуациями через взаимодействие естественного и искусственного интеллекта в ППР по критериям максимальной эффективности. Тема работы входит в перечень критических технологий РФ, утвержденный Президентом страны в марте 2002 года, по разделам "Искусственный интеллект", "Компьютерное моделирование", "Высокопроизводительные вычислительные системы". Исследования проводились на фундаментальном научном направлении РАН "Производственные технологии (интеллектуальные системы автоматизированного управления)", их результаты нашли практическое применение.

Слисок основных публикаций по теме диссертации Патенты России

1. Патент 1314305 (Россия). Устройство для управления производственным процессом ремонта машин /Лвт. изобрет. И.Ю.Юсупов, И.И.Парфенов, М.Я.Парфеиова и др.- Заявл. 17.09.85, № 3955320/24 -*24; Опубл. в Б.И.,1987, № 20.

2. Патент 1367741 (Россия). Устройство для моделирования производства и потребления / Лвт.изобрет. И.Ю.Юсупов, И.И.Парфенов, М.Я.Парфенова. -Заявл. 18.03.86, N 4037162/24-24; Опубл. В Б.И.,1988, № 3.

Монографии

3. Юсупов И.Ю.,Парфенов И.И., Горшечников Л.В. Автоматизированное управление ситуациями в АПК.-Уфа: Башкнигоиздат, 1988.-208 с.

4. Парфенов И.И. Автоматизированные системы принятия решений в процессе совместного функционирования оператора и ЭВМ в тиристорно-индукционных комплексах. - В кн.: Разработка и проектирование тиристорных источников питания. М.: Эпсргоатомиздат, 1994.-С. 211-269.

5. Парфенов И.И., Парфенова М.Я., Глинкин В.И. Интеллектуальные системы управления на числах Фибоначчи. - Уфа: Гилем, 1997. - 293 с.

6. Парфенов И.И., Парфенова М.Я. Практика Великой теоремы Ферма применительно к интеллектуальным информационным технологиям. -М.: Новые технологии, 2003.- Усл. печ. л.2,94. (Приложение к журналу "Информационные технологии" № 12/2003).

Статьи в научных журналах

7. Парфенов И.И. Анализ и синтез автоматизированных систем принятия решений.- Электродинамика и техника СВЧ и КВЧ, 1993.- № 2.-С.66-78.

8. Парфенов И.И. О принятии решений в САПР систем сверхбыстрой обработки информации. - Электродинамика и техника СВЧ и КВЧ, 1993.- № 4.- С. 49-55.

9.Парфенов И.И. Формирование управляющих воздействий в автоматизированных системах принятия решений. - Автоматизация и современные тсхнологии, 1994.-№ 1.-С. 30-33.

10. Парфенов И.И. Построение математической модели формирования управляющих воздействий в автоматизированных системах принятия решений. - Автоматизация и современные технологии, 1994.- № З.-С. 36-39.

11. Парфенов И.И. К вопросу использования Р-преобразований в задачах технической физики.- Электродинамика и техника СВЧ и КВЧ, 1994.- № 3.-С.36-43.

12. Парфенов И.И., Парфенова М.Я. Автоматизированные системы принятия решений при производстве тиристорно-индукционных комплексов.- Электродинамика и техника СВЧ и КВЧ, 1995.-№1.-С. 5-15.

13. Горбатков СА., Нефедов Е.И., Парфенов И.И. К проблеме анализа теплоэле-ктродинамических процессов в объемных интегральных схемах СВЧ и КВЧ. // Доклады Академии наук. - 1995. - Т. 340. - № 3. - С. 325-328.

14. Парфенов И.И. Проблема принятия решений в автоматизированном проектировании сверхбыстрой обработки информации // Доклады Академии наук. - 1995. -Т. 342. - № 6. - С.750-752.

15. Глинкин В И., Парфенов И.И, Парфенова М.Я. Системы сверхбыстрой обработки информации на объемных интегральных схемах СВЧ и КВЧ с нестандартной логикой. - Электродинамика и техника СВЧ и КВЧ, 1997.- №3 (19).- С. 42-50.

16. Парфенова М.Я., Парфенов И.И. Методологический базис интеллектуальности открытых информационных систем дистанционного обучения // Открытое обра-зование.-2002.-№6 -С.32-42.

17. Парфенова М.Я., Парфенов И.И. Интеллектуальные информационные технологии на числах Фибоначчи и золотом сечении // Информационные тсхнологии.-2003.-№2.-С. 15-21.

18. Парфенова М.Я., Журавлев В.З., Парфенов И.И. Электронный документооборот в автомагизированном управлении образовательным процессом // Открытое образование. 2003. -№5.-С. 53-60.

19. Парфенова М.Я., Иванов В.И., Парфенов И.И. Всероссийская объединенная электронная биржа интеллектуальной собственности на основе интеллектуальной информационной технологии //Информационные технологии. - 2004. -№2.-С. 31 - 39.

Статьи в научных сборниках

20. Парфенов И.И. Автоматизированное управление ситуациями в процессах принятия решений // Вопросы регулирования и управления в сложных системах: Меж-вуз. научи, сб.- Уфа: УАИ,1990.- С.59-60.

21. Парфенов И.И. Принципы построения автоматизированного управления ситуациями //Вопросы управления и проектирования в информационных и кибернетических системах: Межвуз. научн. сб. - Уфа: УГАТУ, 1993. - С.36-42.

22. Парфенов И.И. , Парфенова М.Я., Глинкин В.И. Применение Р-преобразований для анализа и синтеза систем управления // Проблемы механики и управления: Научи, сб. - Уфа: Гилсм, 1996.- С. 215-224.

23. Парфенов И.И., Парфенова М.Я., Глинкин В.И. и др. Принятие решений в поле комплексных чисел //Управление в сложных системах: Межвуз. научи, сб. - Уфа: УГЛТУ, 1998.-С.139-146.

24. Парфенова М.Я., Парфенов И.И. Совместное функционирование естественного и искусственного интеллекта на числах Фибоначчи // Информационные управляющие системы: Сб. научн. тр.-Псрмь: Мин. образов. РФ, МАИ, РЛЭН, ПГТУ, 2002.-С. 68-78.

25. Парфенов И.И. Методология интерфейса "человек-машина" в интеллектуальных сетях связи //Доклады Международного семинара "Европейское сотрудничество в области развития мобильной персональной связи". - М.: Европейская Комиссия, Программа IST, МЦНИТИ, 2002. - С. 126-135.

Депонированные рукописи

26. Парфенов ИМ., Парфенова М.Я., Глинкин В.И. Параметрическая настройка ЛСПР. - 9с. - Рукопись деп. в ВИНИТИ 25 дек. 1992, N 3653-В92.

27. Парфенов И.И., Парфенова М.Я., Глинкин В.И. Формальное представление производственных ситуаций. - 19 с. - Рукопись деп. в ВИНИТИ 15 фев. 1993, № 366-В93.

28. Парфенов И.И.,Парфенова М.Я., Глинкин В.И. Формирование величин управляющих воздействий в процессах принятия решений. - 22 с- Рукопись деп. в ВИНИТИ 26 апр.1993, № 1099-В93.

29. Парфенов И.И.,Парфенова М.Я., Глинкин В.И. Совместное функционирование в процессах принятия решений естественной и искусственной памятей.- 32 с-Рукопись деп. в ВИНИТИ 31 мая 1993, № 1447-В93.

30. Парфенов И.И., Парфенова М.Я., Глинкин В.И. Моделирование управляющей деятельности лица, принимающего решения (ЛПР).- 17с.-

Рукопись деп. в ВИНИТИ 14 июля 1993, № 1963-В93.

31. Парфенов И.И., Парфенова М.Я., Глинкин В.И. Оптимизация процессов принятия решений. -11 с. - Рукопись деп. в ВИНИТИ 14 окт. 1993, № 2586-В93.

Тезисы докладов

32. Парфенов И.И. Синтез контуров обратной связи автоматизированных систем принятия решений // Тез. докл. 1 Совещания "Новые направления в теории систем с обратной связью".- М.: РАН, РНК по автом. упр., УГАТУ, Ин-т проблем упр., Ин-т сист. анализа, 1993. - С. 84-85.

33. Бакусов Л.М., Парфенов И.И., Кудряшов А.И. и др. Оценка экономической эффективности диалоговых процессов в экспертных системах // Тез.докл. Между-нар.конф. "Эргономика в России, СНГ и мире: опыт и перспективы". - СПб, 1993. Гл. С. Эргономика и искусственный интеллект. - С. 7-9.

34. Парфенов И.И., Парфенова М.Я.- Автоматизированная система принятия решений //Тез.докл. 1 Междунар.конф. по электромех. и электротехнол. - Суздаль, 1994.-С. 117.

35. Парфенова М.Я., Парфенов И.И. Управление с интеллектуальным модулем в цепи обратной связи. // Тез.докл. Третьего Сибирского Конгресса по прикл. и индустр. математике, ч. 3. - Новосибирск: Изд-во Института Математики СО РАН, 1998.-С.69.

Подписано к печати 19.04.2004 г. Формат 60x84/16. Компьютерный набор автора. Верстка РИЦ КЦ "Авитрон". Бумага офсетная. Гарнитура Таймс. Учетно-издательских листов 0,83. Тираж 70 экз. Заказ 119. Отпечатано методом ризографии с готовых авторских оригиналов. ФГУП УППО, РИЦ, КЦ "Авитрон", г. Уфа, ул. 50 лет СССР, 30.

Р1 4 9 7 8

ВВЕДЕНИЕ

ОСНОВНЫЕ НАУЧНЫЕ ПОЛОЖЕНИЯ, ВЫВОДЫ И

РЕЗУЛЬТАТЫ, ПОЛУЧЕННЫЕ ЛИЧНО СОИСКАТЕЛЕМ И

ВЫНОСИМЫЕ НА ЗАЩИТУ

ГЛАВА I. ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В

ФОРМИРОВАНИИ УПРАВЛЯЮЩИХ ВОЗДЕЙСТВИЙ

1.1. Формирование управляющих воздействий в комбинаторных 24 задачах принятия решений

1.2. Особенности создания информационной базы автоматизиро- 32 ванного управления-ситуациями ^ 1.3. Интеллектуальная деятельность ЛПР в определении стартовых позиций оперативного управления

1.4. Метод типизации возникающих ситуаций в организационном 43 управлении производственными процессами (боевыми действиями)

В ыводы по первой главе

ГЛАВА И. КИБЕРНЕТИЧЕСКИЕ ОСНОВЫ

АВТОМАТИЗИРОВАННОГО УПРАВЛЕНИЯ СИТУАЦИЯМИ

2.1. Алгоритмические принципы автоматизированного управле- 60 ния ситуациями в организационно-технических системах

2.2. Функциональные модели автоматизированного управления 64 ситуациями в организационно-технических системах

2.3. Постановка задачи автоматизированного управления ситуа- 74 циями на базе автоматизированной системы принятия решений

2.4. Структура автоматизированной системы принятия решений с

• контурами обратной алгоритмической связи по трем кругам Эйлера

Выводы по второй главе

ГЛАВА III. ТРАНСФОРМАЦИЯ ДАННЫХ ДИСКРЕТНО

НЕПРЕРЫВНЫМИ Р-ПРЕОБРАЗОВАНИЯМИ ПО УРОВНЯМ ОБОБЩЕНИЯ

3:1. Системный анализ дискретно - непрерывных Р-преобразо- 101 ваний в автоматизированном управлении ситуациями

3.2. Трансформация комбинаторных моделей принятия решений 116 геометрическим и пуассоновским Р - преобразованиями

3.3; Формирование информационного пространства автоматизи- 133 рованной системы принятия решений на основе экспоненциального Р - преобразования

3.4. Область существования дискретно-непрерывных Р - преобра- 142 зований в автоматизированном управлении ситуациями

Выводы по третьей главе

ГЛАВА IV. ЧИСЛА ФИБОНАЧЧИ И ЗОЛОТОЕ СЕЧЕНИЕ В 153 АВТОМАТИЗИРОВАННОМ УПРАВЛЕНИИ СИТУАЦИЯМИ В ОРГАНИЗАЦИОННО-ТЕХНИЧЕСКИХ СИСТЕМАХ

4.1. Информационное единство дискретного и непрерывного на 153 числах Фибоначчи и золотом сечении?

4.2. Фибоначчиевое представление формирования управляющих 158 воздействий по критериям максимальной эффективности

4.3^ Метод траекторий в автоматизированном управлении ситуа- 165 циями в организационно-технических системах

4.4. Автоматический выбор шага итераций в формировании управляющих воздействий на основе классического ряда Фибоначчи

Выводы по четвертой главе

ГЛАВА V. МЕТОДОЛОГИЯ АВТОМАТИЗИРОВАННОГО

УПРАВЛЕНИЯ СИТУАЦИЯМИ В ОРГАНИЗАЦИОННО-ТЕХНИЧЕСКИХ СИСТЕМАХ ПО КРИТЕРИЯМ

МАКСИМАЛЬНОЙ ЭФФЕКТИВНОСТИ

5.1. Обработка информации и формирование управляющих воз- 184 действий с учетом свойств чисел Фибоначчи и золотого сечения

5.2. Метод цепных дробей в информационном моделировании 191 интеллектуальной деятельности ЛПР

5.3. Основные положения методологии автоматизированного 195 управления ситуациями в организационно-технических системах

5.4. Математическая модель оценки влияния естественного ин- 197 теллекта ЛПР на уровень интеллектуальности автоматизированной системы принятия решений

Выводы по пятой главе

В работе рассматриваются структурные, математические и: алгоритм и -ческие аспекты автоматизированного * управления ситуациями в организационно-технических системах по критериям? максимума объема получаемой информации и быстродействия ее обработки при минимизации непроизводительных затрат [52-62].

Автоматизированное управление* ситуациями: в; организационно-технических системах реализуется совместным функционированием естественного и искусственного интеллекта в процедурах принятия решений (ППР). Последние представляют, итерационный процесс формирования управляющих воздействий; на базе формализованных экспертных знаний и математических методов; Под организационно-технической системой понимается взаимно-однозначное отображение объекта управления (ОУ) на управляющую < структуру (взаимодействие личного состава с техническими средствами) i в формализованном пространстве автоматизированной системы принятия решений (АСПР), которое направлено на достижение целей организационного управления.

Организационное управление осуществляет эффективную организацию производственных процессов (боевых действий) путем управления всеми видами ресурсов (материальными, финансовыми, энергетическими, кадровыми, информационными, психологическими). Производственные процессы (боевые действия) рассматриваются? как определенные воздействия на опреде-л енные виды ресурсов) в соответствии с поставленными целями и с являются ОУ. По результатам воздействия; на ресурсы возникают различные отклонения текущих от заданных значений параметров ОУ, совокупности которых составляют ситуации. ОУ характеризуется ситуациями, которые возникают на предприятиях, в гражданской обороне, управлении объектами интеллектуальной! собственности и боевыми действиями в бесконтактных войнах, при формировании оборонных программ. В организационном управлении производственными * процессами; (боевыми действиями) управляющие воздействия составляют выделенный- ресурс. Управляющая структура в аппаратно-программной > среде АСПР - это адаптивный; интерфейс для интерактивного взаимодействиями IF (лица; принимающего решения) с автоматизированной системой на базе формализованного представленияОУ и интеллектуальной деятельности J11 IP. Управляющей структурой г обеспечивается взаимодействие естественного и; искусственного интеллекта в АСПР, через которое отображается адекватная реакция системы на текущее состояние ОУ.

Под естественным интеллектом понимается качество мышления ЛПР в конкретной j предметной i области«при i интеллектуальной i и i информационной поддержке системы. Качество мышления ЛПР в формализованной среде определяется его способностью распознавать возникшую ситуацию, оценить ее, выработать и реализовать управляющие воздействия за допустимое время. Искусственныйs интеллект - это способность аппаратно-программной системы автоматически формировать управляющие воздействия ш генерировать информацию, необходимую• иsдостаточную дляi принятия решений»ЛПР, на основе формализованных: экспертных знаний! И! математических методов. Эффективность. взаимодействия естественного иискусственного интеллекта в 111 IP определяет,уровень интеллектуальности=системы как способность автоматически выполнять ППР, самообучаться и формировать адекватные управляющие воздействия за допустимое время. Высокий уровень интеллектуальности достигается в> АСПР; которые отличаются применением обратной алгоритмической связи - основы жизнедеятельности естественных организованных систем.,Обратная, связь используется для моделирования интеллектуальной^деятельности*ЛПР по способам формирования управляющих воздействий в зависимости от критичности возникающих ситуацийi в ОУ и обеспечения;эффективного взаимодействия естественного и искусственного интеллекта в ППР за счет увеличения уровня ее формализации [61, 62].

В t моделировании t интеллектуальной i деятельности ЛПР с единых кибернетических позиций рассматриваются вопросы, относившиеся ик технике, и к математике, и к биологии [7, 82]. АСПР осуществляют аппаратно-программными средствами- взаимодействие естественного; и - искусственного интеллекта в ППР по; критериям максимума объема получаемой информации и быстродействия ее обработки: при с минимизации? непроизводительных затрат. Такое взаимодействие базируется на- критериях максимальной1 эффективности эволюционного развития естественных организованных систем, которое происходит в; виде - вибрации кругами и в соответствии с известными биологическими;принципами г максимальной информации1 и экономии энергии. Биологические принципы указывают на развитие эволюции по пути увеличения? объема и количества свойств получаемой информации, совершенствования ее обработки при минимизации энергии и носят противоречивый характер [13, 17, 19]. Согласованность противоречивых критериев формирования управляющих воздействий в АСПР достигается путем информационного, функционального и математического моделирования. Результаты моделирования реализуются в технологических моделях обработки? информации в ППРf по критериям эффективности развития естественных организованных систем:

При создании г АСПР важным является вопрос о нахождении адекватных математических моделей/ принятия решений; Этой! сложной! проблеме уделяется- большое внимание уже многие годы. В ранних работах системы, связанные с принятием решений, отнесены к целенаправленным системам. Указано на принципиальную возможность применения положений общей теории систем для систем принятия решений [11, 12, 21, 47, 72]. Крупным шагом в развитии систем принятия решений яви лось применение теории нечетких множеств, нейронных сетей, генетических алгоритмов?[1, 14, 23]. В теории нечетких множеств многошаговыйшроцесс принятия? решений в динамической системе представляется: автоматной; моделью с множеством! состояний,* управлений, отображений переходов: Считается, что решение принимается - в; условиях риска, характеризуется; некоторым классом? оптимальных стратегий' которые имеют разные:степени риска. Различные модификации метода-анализа иерархий-на базе матричного аппарата рассматриваются : в более поздних работах. Метод анализа иерархий представляется сбалансированным путем решения трудной проблемы: оставить математику простой и позволить богатству-структуры нести,бремя сложности [73]. В последние годы находят распространение вербальный анализ решений [39, 104, 105], методы Data Mining (интеллектуального анализа данных); которые направлены на повышение эффектавности принятия решений за счет обнаружения скрытых закономерностей в данных [30; 85, 88, 90-96, 98-102, 106, 109-113].

Общими недостатками; известных подходов:< к формированию адекватных управляющих воздействий являются:

• необходимость решения комбинаторных задач принятия • решений значительной размерности;

• отсутствие функций обобщения, адаптации по времени получения информации; приоритетному значению в оперативном управлении производственными процессами (боевыми действиями);

• недостаточная эффективность или невозможность применения для оценки текущих и прогнозируемых значений параметров ОУ из-за больших объемов выборок, частот запросов, ,скрытых закономерностей нашножестве информационных объектов, отражающих текущее состояние ОУ.

Отмеченные г недостатки заметно; снижают эффективность функционирования; и применения существующих организационно-технических систем: Взаимодействие естественного и искусственного интеллекта в ППР через информационные объекты по критериям максимальной эффективности может быть закодировано такими трудно трансформируемыми структурами, как счетные множества; цепные дроби, сочетания, шаги траекторий; возвратные и невозвратные последовательности. Значения их параметров изменяются во времени по/ вероятностным законам. Под случайным воздействием множества внутренних; и внешних возмущений * велики неопределенность в оценке и анализе возникающих ситуаций и неоднозначность в выборе способов формирования управляющих воздействий: Организационное у правлен ие производственными > процессами (боевыми действиями) носит дискретный, а совокупности случайных отклонений в ОУ дискретно-непрерывный характер. Возникают запаздывания в получении и обработке информации, снижаются ее достоверность и значение в принятии? решений: и формируются неадекватные управляющие воздействия. Снижается качество автоматизированного управления ; ситуациями в организационно-технических : системах (чувствительность>к изменениям текущего состояния?ОУ, точность и быстродействие в обработке информации; и; выработке управляющих воздействий).

Hai основании изложенного актуальной является разработка методологии автоматизированного управления ситуациями в организационно-технических системах* на основе структурного, математического и алгоритмического базиса, обеспечивающего обнаружение скрытых закономерностей на множестве информационных объектов, формирование упреждающей реакции АСПР на скрытые закономерности I B поведении ; ОУ, интегрированное представление в динамическом взаимодействии ОУ и управляющей структуры в АСПР для формирования адекватных управляющих воздействий по критериям максимума объема получаемой информации* и быстродействия ее обработки при минимизации непроизводительных затрат, что особенно важно для автоматизированного управления боевыми?действиями в бесконтактных войнах.

Решается- крупная научная < проблема формирования адекватных управляющих воздействий путем обнаружения скрытых закономерностей на множестве информационных объектов, формирования упреждающей? реакции АСПР на скрытые закономерности i в поведении ОУ, интегрированного представления в динамическом; взаимодействия ОУ и управляющей структуры в операционной среде автоматизированной) системы, которая включает информационное пространство? из множества информационных объектов, представленных динамически подключаемыми техническими устройствами, связанными с обработкой«информации, источникамиf информации, структурами обрабатываемых данных; а также аппаратное и программное обеспечение, необходимое для > эффективного функционирования системы, что обеспечит автоматизированное управление, ситуациями в организационно-технических системах по критериям максимума объема получаемой; информации И' быстродействия ее обработки при минимизации непроизводительных затрат.

Цель работы - создание теоретических и практических основ автоматизированного управления, ситуациями в организационно-технических системах по критериям максимума объемаt получаемой информации и быстродействия ее обработки при минимизации непроизводительных затрат на базе АСПР; эффективных по структуре и обработке: информации, и решение крупной научной проблемы формирования адекватных управляющих воздействий путем обнаружения скрытых закономерностей на множестве информационных объектов, формирования упреждающей реакции АСПР на скрытые закономерности в поведении; ОУ, интегрированного представления: в динамическом взаимодействии ОУ и управляющей структуры в; операционной среде автоматизированной системы, что имеет важное значение для повышения обороноспособности и развития экономики страны.

В соответствии с поставленной ">целью определены следующие задачи исследования:

Г. Выявить классы управленческих решений по способам формирования управляющих воздействий i в зависимости от критичности возникающих ситуаций в ОУ и определить пути уменьшения неопределенности в оценке и анализе возникающих ситуаций и неоднозначности в выборе способов формирования управляющих воздействий;

2. Сформулировать алгоритмические принципы, автоматизированного управления ситуациями по отклонению и с переменной структурой системы и разработать механизм формирования упреждающей реакции автоматизированной системы на скрытые закономерности в поведении ОУ;

3. Создать структуру АСПР для формирования адекватных управляющих воздействий на основе формализованных знаний о поведении: ОУ; формализованных знаний и обобщенного опыта ЛПР и подсистемы поиска эвристических решений;

4. Разработать математические методы трансформации комбинаторных моделей принятия решений значительной размерности; в i непрерывное пространство изображений для обнаружения скрытых закономерностей > на множестве информационных объектов;

5. Создать методы; иi модели формализованного представления интеллектуальной ! деятельности. ЛПР для повышения sуровня интеллектуальности АСПР и автоматизированного: управления ситуациями • по критериям максимума объема получаемой i информации и быстродействия ее обработки при минимизации непроизводительных затрат;

6. Разработать методы и алгоритмы для выполнения вычислительных операций в; 111 IP' на логико-арифметическом уровне функционирования АСПР по критериям максимальной эффективности;

7. Создать алгоритмический ? механизм формирования; величин?: управляющих воздействий в автоматическом.режиме функционирования АСПР по критериям максимальной эффективности;

8. Разработать методологию t автоматизированного управления ситуациями в i организационно-технических системах, обеспечивающую формирование адекватных управляющих воздействий;

Рассматриваемый; комплекс теоретических и • практических задач направлен на решение научных проблем обеспечения национальной безопасности и входит в перечень критических технологий РФ; утвержденный в марте 2002 года Президентом страны, по разделам; «Искусственный* интеллект», «Компьютерное моделирование», «Высокопроизводительные вычислительные системы».

Объект и предмет исследования. Объект исследования - автоматизированное управление ситуациями в организационно-технических системах. Предмет исследования - взаимодействие естественного и искусственного интеллекта в ППР по критериям максимальной эффективности для формирования адекватных управляющих воздействий.

Методы исследования. В работе используются методы теории автоматического управления; моделирования систем, аппарат теории вероятностей, множеств И1 математической статистики, теории преобразований и массового обслуживания, теории чисел и дифференциальных уравнений [8; 9,22,26, 27, 31,32,37-39, 42-45, 64-68, 71, 77, 86];.

Первая глава sдиссертационной • работы: посвящается повышению роли искусственного интеллекта в автоматизированном: управлении ситуациями в организационно-технических системах по критериям максимальной эффективности. Во второйг главе рассматриваются кибернетические основы автоматизированного управления ситуациями в; организационно-технических системах по * критериям максимальной i эффективности. В третьей главе приводится метод трансформации данных по уровням обобщения на основе дискретно-непрерывных Р-преобразований; Определяются механизмы, обнаружения скрытых закономерностей на множестве информационных объектов в трех кругах Эйлера.

В • четвертой главе методом трансформации. данных по уровням обобщения на основе: дискретно-непрерывных- Р-преобразований; исследуются информационные и алгоритмические аспекты применения чисел Фибоначчи и золотого сечения г. в основании > автоматизированного управления ситуациями в организационно-технических системах. Пятая глава посвящается разработке эффективных вычислительных алгоритмов обработаю информации и формирования управляющих воздействий с учетом свойств чисел Фибоначчи и золотого сечения в фибоначчиевой двоичной системе счисления на логико -арифметическом уровне функционирования АСПР по трем кругом Эйлера.

Приводятся основные - положения? методологии автоматизированного управления ситуациями в организационно-технических системах по критериям максимальной эффективности1 и определяется необходимая степень влияния естественного интеллекта ЛПР на интеллектуальность АСПР.

ОСНОВНЫЕ НАУЧНЫЕ ПОЛОЖЕНИЯ^ ВЫВОДЫ И РЕЗУЛЬТАТЫ, ПОЛУЧЕННЫЕ ЛИЧНО СОИСКАТЕЛЕМ И ВЫНОСИМЫЕ НА ЗАЩИТУ На защиту выносится совокупность научных: положений, выводов и результатов, которая приводится ниже.

1. Способ1 формализованного1 представления интеллектуальной деятельности ЛПР в организационном управлении производственными процессами (боевыми действиями) для формирования: адекватных управляющих воздействий в зависимости от критичности< возникающих ситуаций в ОУ на основе знаний о поведении ОУ для реализации-программного управления, знаний и обобщенного опыта управления ЛПР для реализации адаптивного управления.' и творческого поиска! эвристических решений ЛПР для реализации интерактивного режима и самообучения системы.

2. Принципы автоматизированного управления ситуациями по отклонению и с переменной структурой системы в зависимости от критичности возникающих ситуаций в> ОУ, которые определяют в, указанной последовательности алгоритмическую основу информационной причинности как особой формы обратной алгоритмической связи для получения информационной причины принятого действия ■ и формирования упреждающей реакции АСПР на скрытые закономерности в поведении ОУ.

3. Структура; АСПР с: ситуационными цепями? в обратной i алгоритмической связи и интеллектуальным модулем по трем кругам Эйлера^(алгоритмические контуры, программного, адаптивного управления и самообучения системы) в соответствии; с концептуальной моделью*преобразования! управленческой информации и оптимальным: соотношением числа 111 IP по контурам управления для формирования адекватных управляющих воздействий.

4. Метод трансформации данных по уровням: обобщения для обнаружения скрытых закономерностей; на множестве информационных объектов, отражающих текущее состояние ОУ, на основе дискретно-непрерывных геометрического, пуассоновского и экспоненциального Р-преобразований с учетом вероятностных законов изменения аргументов.

5. Информационная модель интеллектуальной деятельности ЛПР в организационном управлении производственными процессами (боевыми действиями) в непрерывном ситуационном пространстве АСПР, определяющая зависимость между объемом получаемой-информации и;быстродействием:ее обработки в эволюционном развитии искусственных и естественных организованных систем по критериям максимальной эффективности.

6. Алгоритмический; механизм формирования величин: управляющих воздействий АСПР с автоматическим выбором шага итерации=по критериям максимума объема получаемой информации и быстродействия:ее обработки при минимизации непроизводительных; затрат в первых двух кругах Эйлера (ал горитмические контуры программного и адаптивного управления) в зависимости от динамических свойств системы.

7. Эффективные вычислительные алгоритмы обработки информации и формирования адекватных управляющих воздействий по трем кругам Эйлера в фибоначчиевой двоичной * системе счисления на логико-арифметическом уровне функционирования АСПР.

8. Математическая; модель оценки; влияния: естественного интеллекта ЛПР на интеллектуальность АСПР через число'автоматически выполняемых ППР в алгоритмическихг контурах программного и адаптивного управления • оптимальным выбором значения которого обеспечивается устойчивый режим функционирования системы и определяется уровень ее интеллектуальности.

9. Методология f автоматизированного управления ■ ситуациями t в организационно-технических* системах дляi обнаружения: скрытых закономерностей на множестве информационных объектов, формирования упреждающей реакции АСПР на скрытые закономерности в поведенииЮУ, интегрированного представления в*динамическом взаимодействии ОУ и управляющей структуры В; операционной: среде системы и: формирования» адекватных управляющих воздействий;

Достоверность полученных научных положений, выводов,' результатов подтверждается использованием кибернетического и информационного подходов в методологии' научных исследований, информационным, функциональным и математическим моделированием, опытной и промышленной эксплуатацией АСПР, патентами России, приоритетными публикациями в научных журналах, монографиями.

Научная' новизна. Научные положения, выводы, результаты, представляющие методологию автоматизированного управления ситуациями в организационно-технических системах; обеспечивают взаимодействие естественного и искусственного интеллекта; в. аппаратно-программной1 среде АСПР для формирования адекватных управляющих воздействий по критериям максимальной эффективности.

В' теорииs иt практике организационного управления производственными процессами?(боевыми действиями) обратная; алгоритмическаяiсвязь использована для моделирования; интеллектуальной деятельности J111P по способам формирования? управляющих воздействий; в трех кругах Эйлера, и обеспечении эффективного взаимодействия; естественного и искусственного интеллекта ППР за счет повышения;уровня;ее формализации. Реализуются различныережимы функционирования?АСПР в зависимости от критичности возникающих ситуаций, включая режим самообучения, путем подключения обратных алгоритмических связей * с интеллектуальным модулем для обеспечения выбора* способа формирования управляющих; воздействий; и адекватной реакции управляющей структуры в АСПР на текущее состояние ОУ.

Способ» формализованного - представления? интеллектуальной деятельности ЛПР в i организационном управлении производственнымиt процессами (боевыми действиями) для ? формирования адекватных управляющих воздействий в зависимости от критичности возникающих ситуаций > в ОУ позволяет снизить неопределенность в оценке; и анализе возникающих ситуаций, неоднозначность в у выборе: способов формирования управляющих воздействий > и уменьшает время!• поиска < эффективных управленческих решений в условиях ограниченных временных и аппаратных ресурсов.

Алгоритмическим;; принципом автоматизированного управления ситуациями по отклонению утверждается: без * автоматизации: планирования (эталонная модель) невозможна автоматизация организационного управления по критериям максимума объема получаемой информации и быстродействия ее обработки при минимизации непроизводительных затрат. Алгоритмическим принципом автоматизированногоf управления? ситуациями■ с переменной структурой системы в зависимости от критичности возникающих ситуаций в ОУ определяется:: интеллектуальная < деятельность, ЛПР в организационном управлении производственными процессами! (боевыми действиями) отображается системой подстраиваемых моделей i с интеллектуальным модулем в ситуационных цепях обратной: алгоритмической связи; по трем- способам формирования;управляющих воздействий*(автоматическиша;основе формализованных знаний;об; ОУ, на основе:формализованных знаний и обобщенного опыта. управления ЛПР и i в интерактивном режиме функционирования системы). Этим на структурном уровне создаются необходимые условия для обнаружения скрытых закономерностей на множестве информационных объектов, отражающих текущее состояние ОУ.

Принципы автоматизированного управления: ситуациями по отклонению и с переменной структурой системы в зависимости от критичности возникающих ситуаций в ОУ определяют в указанной последовательности алгоритмическую основу информационной причинности как; особой' формы обратной: алгоритмической: связи: для получения информационной причины принятого действия и формирования упреждающей реакции АСПР на скрытые закономерности в; поведении; ОУ. В i функциональной взаимосвязи указанные алгоритмические принципы реализуют концептуальную модель преобразования управленческой информации в АСПР; Ситуационные цепи в обратной алгоритмической связи программного, адаптивного управления и самообучения системы в: соответствии; с г концептуальной моделью преобразования управленческой информации создают структурную основу для формирования адекватных управляющих воздействий.

Математический компонент автоматизированного - управления ситуациями в организационно-технических системах рассматривается как интеллектуальный механизм, который обеспечивает информационную и интеллектуальную поддержку процессов принятия! решений и формирования; управляющих воздействий на; структурнойз и ? количественной основе. Теоретическую базу для взаимодействия естественного и искусственного интеллекта в ПГТР по критериям максимальной, эффективности создают дискретно-непрерывные Р-преобразования. Они позволяют свести комбинаторные задачи принятия решений? значительной размерности к задачам вариационного исчисления, обеспечивают анализа состояния; и выявление скрытых закономерностей в поведении ОУ и функциональную взаимосвязь во времени организационного управления и производственных процессов (боевых действий).

Информационная модель интеллектуальной деятельности ЛПР в организационном < управлении производственными; процессами: (боевыми действиями) в трехмерном г пространстве изображений пуассоновского Р-преобразования' показывает зависимость между максимальным объемом получаемой' информации; и быстродействием ее; обработки при минимизации непроизводительных затрат, в виде классического ряда Фибоначчи по возрастающим с увеличением критичности возникающих ситуаций в ОУ вершинам модифицированных функций Бесселя;

В эволюционном^ развитии искусственных ш естественных организованных систем по; критериям максимальной? эффективности она отражает системный изоморфизм на базе чисел Фибоначчи и золотого сечения и необходимость и достаточность для этого структуры АСПР из,трех кругов Эйлера или соответственно контуров обратной алгоритмической связи программного управления (начальная информация); адаптивного управления (дополнительная информация) и самообучения системы (новая: информация). В классическом ряде Фибоначчи1 максимальный: объем информации адекватен числу информационных^ объектов в трех кругах Эйлера или численным значениям элементов ряда; максимальное быстродействие ее обработки пропорционально порядковым? номерам >. элементов, минимизация непроизводительных затрат обозначена наличием первых двух элементов ряда, равных единице:

Алгоритмический механизм; формирования величин управляющих воздействий АСПР по двум первым» кругам Эйлера (алгоритмические контуры программного и адаптивного управления) с автоматическим? выбором шага итерации по критериям максимальной эффективности в; пространстве изображений пуассоновского Р-преобразования на основе классического ряда Фибоначчи и дифференциального уравнения Эйлера-Лагранжа позволяет определять шаг, итерации в заданном диапазоне изменения величин управляющих и координирующих воздействий в? зависимости1 от динамических свойств системы, что повышает качество автоматизированного управления ситуациями в организационно-технических системах.

Вычислительные алгоритмы обработки; информации и формирования? управляющих воздействий по трем кругам Эйлера с учетом свойств чисел Фибоначчи и золотого сечения t в / фибоначчиевой двоичной системе счисления реализуют более высокую эффективность предложенной! машинной арифметики по сравнению с известною арифметикой.' Обеспечивается автоматизированное управления ситуациями по критериям максимальной эффективности на логико-арифметическом.уровне функционирования АСПР и определяется; перспективное направление развития интеллектуальных модулей в составе АСПР.

Математическая! модель оценки влияния; естественного интеллекта ЛПР на интеллектуальность АСПР через число автоматически выполняемых ППР определяет устойчивый режим функционирования системы при значении коэффициента параметрической;настройки;„равном^Г,62 и отражающем отношение значений соседних радиусов кругов Эйлера как отношение значений соседних элементов классического ряда Фибоначчи: В алгоритмических контурах программного и адаптивного управления ; АСПР число автоматически выполняемых ППР от, их общего числа в трех кругах Эйлера составляет не менее 62,0 процентов. Во внешнем круге Эйлера (алгоритмический контур самообучения системы) не более 38,0 процентов*ППР выполняетсяЛПР в интерактивномsрежиме функционирования; системы., Обеспечивается: устойчивый режим функционирования системы>и определяется'уровень ее интеллектуальности; повышается эффективность. использования и снижаются затраты на эксплуатацию системы.

Фибоначчиевое представление формирования управляющих воздействий, в основе которого* лежат числа Фибоначчи> и золотое сечение, сужает область поиска'эффективных решений,без потери информации.Обеспечивается динамический анализ возникающих ситуаций>в условиях ограниченных времениых и:аппаратных ресурсов ?и • повышаетсяг уровень интеллектуальности АСПР. Кибернетический и информационный подходы в методологии; научных исследований расширяют возможности; фибоначчиевого представления формирования? управляющих воздействий. Чем выше уровень развития автоматизированных систем; тем больше объем: получаемой информации г и быстродействие ее : обработки, более высокий i уровень формализацию интеллектуальной деятельности ЛПР и: автоматизации формирования управляющих воздействий.

Методология автоматизированного г управления ситуациями 5 в организационно-технических системах обеспечивает обнаружение скрытых закономерностей на множестве информационных; объектов; формирование упреждающей реакции; системы на скрытые закономерности в; поведении ОУ, интегрированное: представление в динамическом взаимодействии ОУ и управляющей структуры в операционной среде системы для эффективного взаимодействия естественного и искусственного интеллекта в ППР и формирования адекватных управляющих воздействий.

Практическая ценность работы. Полученные: научные положения; выводы и результаты! представляют методологию и эффективный аппарат для моделирования; интеллектуальной деятельности ЛПР и повышения качества автоматизированного; управления ситуациями в организационно-технических системах.

Методология автоматизированного управления ситуациями? позволяет повысить эффективность взаимодействия; естественного и искусственного интеллекта в ППР за счет повышения уровня формализации интеллектуальной деятельности ЛПР и этим увеличить уровень интеллектуальности АСПР в организационном управлении; производственными процессами; (боевыми действиями). Обеспечиваются интегрированная оценка текущего состояния ОУ и формирование адекватных управляющих воздействий по критериям максимальной эффективности. Необходимая степень влияния естественного интеллекта ЛПР на интеллектуальность АСПР определяется уровнем автоматизации ППР не менее 62,0 процентов в \ первых двух кругах Эйлера (алгоритмические контуры: программного и адаптивного управления) от общего числа ППР в информационном пространстве системы из трех кругов Эйлера, в результате чего повышается эффективность использования и снижаются затраты на эксплуатацию системы.

Вычислительные алгоритмы обработки t информации и формирования управляющих воздействий с учетом свойств чисел Фибоначчи и золотого сечения на логико-арифметическом t уровне функционирования АСПР решают проблему трех Т (быстродействие - 1 терафлоп, скорость передачи информации - 1 терабайт/с, объем оперативной памяти - 1 терабайт) на наиболее экономичном : направлении. При1 значительном уменьшении габаритных размеров и массы аппаратуры существенно возрастают* быстродействие и надежность в автоматизированном управлении ситуациями, что особенно важно в автоматизированном управлении летательными объектами аэрокосмического назначения и боевыми действиями в бесконтактных войнах.

Основные:научные положения, выводы и результаты диссертационной работы реализованы и используются в > ОАО "Конструкторское бюро-1" на фундаментальном научном направлении РАН "Производственные технологии (интеллектуальные системы автоматизированного управления)", в НИР "Железка", "Обвод".

Определена научно-практическая проблема оперативного и стратегического управления интеллектуальной собственностью РФ в условиях рыночного производства и защиты национальных интересов страны. Она решается , с применением Всероссийской объединенной электронной биржи * интеллектуальной собственности (ВЭБИС). Практическая реализация ВЭБИС связана с использованием методологии автоматизированного управления объектами интеллектуальнойi собственности. В ■ настоящее время ВЭБИС находится на стадии опытной эксплуатации разных подсистем и адаптации аппаратно-программного комплекса к реальным условия эксплуатации.

Накопленный опыт создания и эксплуатации АСПР позволяет констатировать: максимальное количество автоматически выполняемых от общего числа ППР1 составляет 70,0 и более процентов. За счет повышения качества автоматизированного управления ситуациями в организационно-технических системах увеличиваются; маневренность,, дальность, полета подвижных объектов, внезапность и точность поражения намеченных целей.

Выводы по пятой главе

Вычислительные алгоритмы обработки информации и формирования управляющих воздействий по трем кругам; Эйлера с учетом свойств чисел Фибоначчи и золотого сечения в фибоначчиевой двоичной системе счисления реализуют более высокую эффективность предложенной машинной: арифметики по сравнению с известной арифметикой. Обеспечивается автоматизированное управления ситуациями по критериям максимальной эффективности на логико-арифметическом уровне функционирования АСПР и определяется перспективное направление развития: интеллектуальных модулей в составе АСПР.

Математическая модель оценки; влияния естественного интеллекта ЛПР на интеллектуальность АСПР через число автоматически выполняемых ППР определяет устойчивый: режим функционирования системы при значении коэффициента параметрической настройки, равном 1,62 и отражающем отношение значений соседних радиусов • кругов Эйлера как отношение значений соседних элементов классического ряда Фибоначчи. В алгоритмических контурах программного и адаптивного управления АСПР число автоматически выполняемых ППР от их общего числа в трех кругах Эйлера составляет не менее 62,0 процентов. Во внешнем круге Эйлера (алгоритмический контур самообучения системы) не более 38,0 процентов ППР выполняется ЛПР в интерактивном режиме функционирования системы. Обеспечивается устойчивый режим функционирования системы и определяется уровень ее интеллектуальности, повышается эффективность использования и снижаются затраты на эксплуатацию системы.

Методология автоматизированного управления ситуациями в организационно-технических системах обеспечивает обнаружение скрытых закономерностей на множестве информационных объектов, формирование упреждающей реакции системы на скрытые закономерности в поведении ОУ, интегрированное представление в динамическом взаимодействии ОУ и управляющей структуры в операционной среде системы для эффективного взаимодействия естественного и искусственного интеллекта в ППР и формирования адекватных управляющих воздействий.

202

ЗАКЛЮЧЕНИЕ

В диссертационной работе решена актуальная крупная научная проблема формирования адекватных управляющих воздействий на базе АСПРjи математического аппарата дискретно-непрерывных Р-преобразований, которая имеет важное значение для повышения обороноспособности и успешного развития экономики страны:

1. В5 теории и практике автоматизированного управления ситуациями определено новое применение обратной связи - основы жизнедеятельности естественных организованных систем. Она используется для информационного моделирования интеллектуальной деятельности ЛПР по способам формирования управляющих воздействий в зависимости от критичности; возникающих ситуаций в ОУ и обеспечения эффективного взаимодействия естественного и fискусственного интеллекта в ППР для формирования адекватных управляющих воздействий:

2. Разработана структура АСПР в соответствии с концептуальной моделью преобразования управленческой информации на базе алгоритмических принципов автоматизированного управления ситуациями по отклонению и с переменной структурой системы и информационной причинности как особой формы обратной алгоритмической: связи с контурами программного, адаптивного управления; и самообучения системы с интеллектуальным модулем по трем кругам Эйлера для формирования адекватных управляющих воздействий за допустимое время.

3.- Создан математический аппарат дискретно-непрерывных Р-преобразований для: обнаружения; скрытых закономерностей; на множестве информационных объектов; отражающих текущее состояние ОУ. Обеспечивается существование интеграла преобразования для функций более широкого класса, чем функции, удовлетворяющие условиям Дирихле, и возможность трансформировать исходные комбинаторные модели' принятия; решений в-непрерывное пространство изображений. Закономерности поведения первых, выраженные неявно, ввиду значительной размерности комбинаторных задач интеллектуального анализа данных, изучаются?по закономерностям поведения вторых, полученном в явном и компактном виде.

4. Разработана информационная модель интеллектуальной деятельности ЛПР в организационном управлении производственными процессами (боевыми; действиями), которая в трехмерном пространстве пуассоновского Р-преобразования показывает зависимость между максимальным объемом получаемой * информации иг быстродействием ее обработки при минимизации непроизводительных затрат в виде классического ряда Фибоначчи по возрастающим с увеличением критичности возникающих ситуаций в ОУ вершинам модифицированных функций Бесселя.

Показано, что в эволюционном развитии»искусственных иестественных организованных систем по критериям максимальной эффективности системный изоморфизм достигается на* базе чисел Фибоначчи и золотого сечения: Необходимы, и достаточны»для<осуществления системного изоморфизма на структурном! уровне алгоритмические1 контуры программного управления (начальная; информация); адаптивного управления? (дополнительная информация) и самообучения системы (новая информация).

5. Создан алгоритмический; механизм формирования * управляющих воздействий с автоматическим t выбором шага итерации в алгоритмических контурах программного и адаптивного управления на основе классического ряда Фибоначчи и дифференциального уравнения Эйлера-Лагранжа в зависимости от динамических свойств системы, что повышает качество автоматизированного управления ситуациями в организационно-технических системах.

6. Определено«перспективное и экономичное направление: развития * интеллектуал ьных модулей в; составе АСПР по • критериям максимальной < эффективности на логико-арифметическом уровне функционирования системы. Высокая эффективность обработки информации и формирования управляющих воздействий по трем кругам Эйлера реализуется вычислительными алгоритмами, которые базируются иа свойствах чисел; Фибоначчи и золотого сечения - в фибоначчиевой двоичной системе счисления. При значительном уменьшении габаритных: размеров; и; массы аппаратуры возрастают быстродействие ненадежность функциональных блоков.

7. Разработана'! математическая модель оценки влияния? естественного интеллекта ЛПР на интеллектуальность АСПР' через; число автоматически выполняемых ППР в алгоритмических,контурах программного и адаптивного управления. Оптимальным выбором значения этого числа обеспечивается устойчивый режим1 функционирования системы и, определяется уровень ее интеллектуальности.

8. Создана методология автоматизированного управления ситуациями в организационно-технических системах, которая; обеспечивает взаимодействие естественного и искусственного интеллекта в.ППР покритериям максимума объема; получаемой информации и быстродействия* ее обработки при минимизации непроизводительных затрат. В совместном функционировании естественного и искусственного интеллекта в * ППР не менее 62,0 процентов ППР от их общего числа, в трех кругах Эйлера выполняется автоматически для; обеспечения необходимого ■ уровня интеллектуальности; АСПР и; формирования адекватных управляющих воздействий за допустимое время;

В диссертационной работе достигнута поставленная цель, по созданию теоретических и; практических основ автоматизированного г управления ситуациями , через взаимодействие естественного и искусственного интеллекта в ППР по критериям? максимальнойэффективности. Тема работы входит в перечень критических технологий РФ, утвержденный ' Президентом страны в марте 2002! года, по разделам "Искусственный интеллект", "Компьютерное моделирование", "Высокопроизводительные вычислительные системы"; Исследования проводились, на фундаментальном научном направлении РАН "Производственные технологии (интеллектуальные системы; автоматизированного управления)", их результаты нашли практическое применение.

205

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

2. Аврамчук Е.Ф., Вавилов А.А., Емельянов С.В. и др. Технология системного моделирования.-М.: Машиностроение; Берлин:Техник, 1988.-519с.

3. Андрейчиков А.В., Андрейчикова О.Н. Компьютерная поддержка изобретательства (методы, системы, примеры применения). М.: Машиностроение, 1988.-476 с.

4. Бондарев П.А., Колганов С.А. Основы искусственного интеллекта. -М;: Радио и связь, 1998. 128 с.

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

6. Васильев С.Н., Жерлов А.К., Федосеев Е.А. и др. Интеллектуальное управление динамическими системами. М.: Физматлит, 2000. - 352 с.

7. Винер Н. Кибернетика или управление и связь в животном и машине. -М.: Советское радио, 1968.- 325 с.

8. Виноградов И.М. Основы теории чисел.-М.: Наука, 1981.-176с.

9. Воробьев Н.Н. Числа Фибоначчи.-М.: Наука, 1978.-144с.

10. Вентцель Е.С., Овчаров Л.А. Теория случайных процессов и инженерные приложения. .: Наука,, 1991.- 384 с.

11. Вэнда В.Ф. Системы гибридного интеллекта. Эволюция, психология, информатика. -.: Машиностроение, 1990. 448 с.

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

13. Галицын Г.А., Петров В.М. Гармония и алгебра живого. М.: Знание, 1990.

14. Галушкин А.И. Современные направления развития нейрокомпью-терных, технологий в России // http://neurnews.iu4.bmstu.ru/primer/galosh.htm, М.: НЦН, 2000 г.

15. Глушков В.Н. Основы безбумажной информатики.-М.: Наука, 1987.-552с.

16. Горбатков С.А., Нефедов Е.И., Парфенов И.И; К проблеме анализа теплоэлектродинамических процессов в объемных интегральных схемах СВЧ и КВЧ//Доклады Академии наук.- 1995.- Т. 340;-№3. С. 325-328:

17. Горский Ю.М. Основы гомеостатики. Гармония и дисгармония в живых, природных, социальных и. искусственных системах. Иркутск: Изд-воИГЭА, 1998.-337 с.

18. Григорьев Э.П. Рефлексивный синтез альтернатив в метрике "золотое сечение" // Рефлексивное управление. 2001. - №2.

19. Джексон, Питер. Введение в экспертные системы. /Пер. с англ.: Уч. пос. М.: Издат.дом "Вильяме", 2001. - 624 с.

20. Емельянов С.В., Ларичев О.И. Многокритериальные методы принятия решений.- М.: Знание, 1985.-32с. (Новое в жизнь, науке, технике. Сер. «Математика, кибернетика»; № 10).

21. Ежов И.И., Скороход А.В:, Ядренко М.И. Элементы комбинаторики.- М.: Наука, 1977.-80с.

22. Заде Л.А. Основы нового подхода к анализу сложных систем и процессов принятия решений // Математика сегодня: Сб. статей/ Пер. с англ. -М.: Знание, 1994.-С.5-49.

23. Иваницкий А.М: Синтез информации в коре мозга как основа субъективного опыта // Проблемы идеального в науке. Матер, межд. науч. конф. -М.: МИРЭА, 2000. С. 125-127.

24. Интеллектуальные системы автоматического управления / Под ред. И.М. Макарова, В.М. Лохина. -М.: Физматлит, 2001.- 576 с.

25. Искусственный интеллект: Кн. 1.Системы общения и экспертные системы: Справочник / Под ред. Э.В.Попова.-Ml: Радио и связь, 1990;

26. Искусственный интеллект: Кн.2.Модели и методы: Справочник /Под ред. Д.А.Поспелова.-М.: Радио и связь, 1990.

27. Иордан Э., Аргика К. Структурные модели в объектно-ориентированном анализе и проектировании. —М.: Лори, 1999:-264 с.

28. Клир Дж. Системология. Автоматизация решения системных задач: -М.: Радио и связь, 1990. -343 с.

29. Корнеев В.В.,Гареев А.Ф., Васютин С.В., Райк В.В. Базы данных. Интеллектуальная обработка информации.-М.: «Нолидж», 2000.-352с;

30. Королюк B.C. и др. Справочник по теории вероятностей и математической статистике. М.: Наука, 1985.

31. Кузнецов • О.П. Неклассические парадигмы, в искусственном интеллекте // Известия РАН: Теория и системы управления. 1995. - №5: - С.3-23.

32. Кульба В.С., Ковалевский С.С., Косяченко С.А. и др. Теоретические основы проектирования оптимальных структур распределенных баз данных //Серия "Информатизация России на пороге ХХГвека". -Mi: СИНТЕГ, 1999.660 с.

33. Курейчик В.М. Генетические алгоритмы. Состояние. Проблемы, Перспективы // Известия Академии наук. Теория и системы управления. М.: наука, МАИК «Наука/ Интерпериодика», №1, 1999.-С.144-160.

34. Ларичев О.И. Объективные модели и субъективные решения.-М;: Мир, 1987.

35. Ларичев О.И., Машкович Е.М. Качественные методы принятия ре-шений.-М.: Физматлит, 1996.

36. Ларичев О.И. Новое направление в теории принятия решений: вербальный анализ решений // Новости искусственного интеллекта.- 2001.-№1.-С.26-31.

37. Логический подход к искусственному интеллекту: От модальной логики к логике баз данных/ Пер. с франц.; Тейз А., Грибомон П., Юлен Г. и др. -М.: Мир, 1998.-494 с.

38. Макаров И.М., Виноградская Т.М., Рубчинский А.А., Соколов В.В. Теория выбора и принятия решений: Учебное пособие для вузов по спец. «Прикл матем.» , «Эконом. кибер.»-М.: Наука, 1982.-327с.

39. Мамиконов А.Г. Принятие решений и информация.-М.: Наука, 1983.-183с.

40. Мамиконов А.Г., Кульба В.В. Синтез оптимальных модульных систем обработки данных.-М:: Наука, 1986.-276с.

41. Мамиконов A.F. Проектирование АСУ: Учебное пособие для вузов по спец. «Автоматизир. Системы упр-я».-М.: Высш. шк., 1987.- 302 с.

42. Мамиконов А.Г., Кульба В.В., Косяченко С.А. Типизация разработки модульных систем обработки данных.-М.: Наука, 1989.-163с.

43. Марко Д., Мак Гоен К. Методология структурного анализа и проектирования. М.: Метатехнология, 1992. - 239 с.

44. Месарович М., Я.Токахара. Общая теория систем: Математические основы.- М.: Мир, 1978.-312с.

45. Моисеев Н.Н. Универсум. Информация. Общество. Ml: Устойчивый мир, 2001.-200 с.

46. Осипов Г.С. Приобретение знаний интеллектуальными системами. -М.: Наука, 1997-112 с.

47. Осипов Г.С. Искусственный интеллект: состояние исследований и несколько * слов о будущем // Новости искусственного интеллекта.- 2001.-№1.-C.3-13.

48. Основы теории систем управления высокоточных ракетных комплексов Сухопутных войск / Б.Г.Гурский, М.А.Лощанов, Э.П.Спирин; Под ред В.Л.Сулунина. Ml: Изд-во МГТУ им. Н.Э.Баумана, 2001.-328 с.

49. Парфенов И;И. Проблема принятия решений в автоматизированном проектировании сверхбыстрой обработки информации // Доклады Академии наук. 1995. - Т. 342. - № 6. - С.750-752.

50. Парфенова М.Я., Парфенов И.И. Методологический базис интеллектуальности: открытых информационных систем дистанционного обучения // Открытое образование.-2002.-№6.-С.32-42.

51. Парфенова: М.Я., Парфенов И.И. Интеллектуальные информационные технологии на числах Фибоначчи и золотом сечении // Информационные технологии.-2003.-№2.-С. 15-21.

52. Парфенова М:Я.,Журавлев В.З., Парфенов И.И; Электронный документооборот в автоматизированном управлении образовательным процессом // Открытое образование. 2003. -№5.-С. 53-60.

53. Парфенов И.И., Парфенова MJL Практика Великой теоремы Ферма применительно к интеллектуальным информационным технологиям. -М.: Новые технологии, 2003.- Усл. печ. л.2,94. (Приложение к журналу "Информационные технологии" № 12/2003).

54. Парфенова М.Я., Иванов В.И., Парфенов И.И. Всероссийская объединенная электронная биржа интеллектуальной собственности на основе интеллектуальной информационной технологии //Информационные технологии. 2004. -№2.

55. Патент 1314305 (Россия). Устройство для управления производственным процессом ремонта машин / Авт. изобрет. И.Ю.Юсупов, И.И.Парфенов, М.Я.Парфенова и др.

56. Патент 1367741 (Россия). Устройство для моделирования производства и потребления / Авт. изобрет. И.Ю:Юсупов, И.ИЛарфенов; М.Я.Парфенова.

57. Помехоустойчивые коды (компьютер Фибоначчи). -М.: Знание, 1989.-64С. (Новое в жизнь, науке, технике. Сер. «Радиотехника и связь»; №9).

58. Поспелов Г.С. Системный анализ и искусственный интеллект.-Mi: Изд.-во АН СССР, 1980.-47С.

59. Поспелов Г.С. Искусственный интеллект-основа новой информационной технологии.-М.: Наука, 1988;-278с.

60. Поспелов Г.С., Поспелов Д.А. Искусственный интеллект-прикладные системы.- М.: Знание, 1985.-48с.

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

62. Поспелов Д.А., Осипов Г.С. Прикладная семиотика // Новости искусственного интеллекта. 1999.- №1. - С. 9-35.

63. Прангишвили И.В., Виленкин С.Я., Медведев И.Л. Параллельные вычислительные системы с общим управлением.-М.: Энергоатомиздат, 19831-311с.

64. Прангишвили И.В. Микропроцессоры и локальные сети микро-ЭВМ в распределенных системах управления.-М.: Энергоатомиздат, 1985.-272с.

65. Прангишвили И.В. Системный подход и общесистемные закономерности.- М.: СИНТЕГ, 2000. 528 с.

66. Саати Т., Керне К. Аналитическое планирование. Организация систем. М.: Радио и связь, 1991. - 224 с:

67. Саати Т. Принятие решений. Метод анализа иерархий / Пер. с англ.-М.: Радио и связь, 1993 .-320с.

68. Самарский А.А., Михайлов А.П. Компьютеры и жизнь: (Математическое моделирование).-М.: Педагогика, 1987.-127с.

69. Советов Б .Я. Информационная технология.- М.:. Высшая школа, 1994.-200с.

70. Солсо Л.Р. Когнитивная психология. Пер. с англ. - М.:Тривола, 1996.-600 с.

71. Справочник по теории автоматического управления/ Под ред. А.А.Красовского. М.: Наука, 1987. - 702 с.

72. Стахов А.П. Коды золотой пропорции.- М.: Радио и связь, 1984.-152с.

73. Суворов В.В. Интеллект в нейробиологии, психологии и интерактивных технологиях / Под ред. К.В. Судакова. М.: Изд-во МГУ, 1999.

74. Теория управления. Терминология. Вып. 107.-М;: Наука, 1998.- 56 с.

75. Трахтенгерц Э.А. Компьютерная поддержка принятия решений. -М.: СИНТЕГ, 1998. 376 с.

76. Турчин В.Ф. Феномен науки. Кибернетический подход к эволюции. -М.: ЭТС, 2000.-368 с.

77. Уинстон П. Искусственный интеллект / Пер. с англ.-М.: Мир, 1980.-520с.

78. Харин Н.П: Повышение интеллектуальности распознающих систем на основе компьютерной генерации признаков; // Труды Международного конгресса «Искусственный интеллект в XXI веке».-М.: Физматлит, 2001.-Т.1.-С.186-192.

79. Харитонов А.С. Менеджмент по "золотой пропорции". В сб.: Социальные экономические и экологические аспекты устойчивого развития городов. М.: Знания, 1999.

80. Хинчин А.Я. Цепные дроби.- М:: Наука, 1978.- 112с.

81. Юсупов И.Ю. Автоматизированные системы принятия решений.-М.: Наука, 1983.-87с.88: Aamodt, А& Plaza, E.(1994).Case-Based Reasoning // Foundational Jssues, Methodological Variations, and System Approaches. All Communications, 7(i).- P.39-59.

82. A computer operator's expert system. Karnaugh M., Ennis R., Griesmer J.,HongS., Klein D., Milliken K., Schor M., Van Woercom H. Proc 7 th Jnt.Conf. Comput Commun.: New Worid Jnf. Soc. Sydney, Oct.30-Nov.2.1984:

83. Design /IDEF. Version 3.0 User's manual. Meta Software Соф.1994;-P.600.

84. Design /IDEF. Version 3.0. Interface languages manual. Meta Software, Corp. 1994.-P.200.

85. Downs E., Clare P., Сое I; Structure Systems Analysis and Design Method// Application and Context, 2 nd Ed. London: McGraw Hill, 1992.-P.407.

86. Eva M. SSADM Version 4: User's Guide. London: McGraw Hill, 1992.-P.407.

87. Generic tasks in knowledge -based reasoning: high level building blocks for expert system, design. Chiandrasekaran B. "IEEE Expert". 1986.1.№3. P.23-30.

88. Golberg David E., Genetic Algorithms in Search, Optimisation and Machine Learning. Addison-Wesley Publishing Company, Inc. 1989.

89. Hall C. The devil's in the details: techniques, tools, and applications for database mining and Knowledge discovery // Intelligent Software Strategies.-P.I.V.XI.-№9-1995. September.

90. Hall C. The devil's in the details: techniques, tools, and applications for database mining and Knowledge discovery // Intelligent Software Strategies.-P.II.V.XI.-№9-1995. October.

91. Honessy D. and Hinkle D. Applying Cased-Based Reasoning to Autoclave Loading // IEEE Computer Society, Los Alamitos, California, October 1992.-Р. 132-141.

92. Intelligence artificielle et traduction automatique au menn. Brunner B."Bur. et syst." 1987. 9'№2. -P.30-32;

93. Inmonn W.H. Building the Data Warehouse.- NY: John Wiley&Sons, Inc.,1992.-298p.

94. Kopplang von Datenbank-und Expert-system. Reuter A. "Information-stechnik it". 1987.29. №3.-P. 164-175.104; Larichev O.I. Cognitive Validity in Design^ of Decision-Aiding Techniques //Journal of multicriteria decision analysis. №3 (1).1992.-P.127-138.

95. Larichev O.I., Olson D.L., Moshkovich H.M., Mechitov A.I. Numerical vs. Cardinal Measurements in Multiatribute Decision Making: How Exact is Exact Enough // Organizational behavior and human decision processes. №64 (1),1995:-P.9-21.

96. Mc Clur C. The CASE Experience // BYTE, 1989, April.-P.56-60.

97. SSADM Manual. Version 4. -Blackwell: National Computing Center, 1990.-P.140.

98. User Guide Icreator v.3.0. Stirling Technologies Co.1995.-P.250.

99. User Guide HTMLEd 32. Internet Software Technologies. 1994,1995.-P.250.

100. Verlag C.E., K.Kurbel, H.Strunz. Handbush wirtschafts informatik. Poe-shel.1990.-P.978.

101. Yourdon E. Modem Structured Analysis.- New.York.:Yourdan Press / Prentice Hill.1989.-P.254.