ПРИЛОЖЕНИЯ

ПР-1. РИСУНКИ

Рисунок 1. 1. Структура предметной области

Рисунок 1. 2. Двухуровневая модель активной системы

Рисунок 1. 3. Различие в характере управляющего воздействия на АОУ в РАСУ ОУ и ААСУ СС

Рисунок 1. 4. Классическое дерево вероятностей

Рисунок 1. 5. Обобщенное дерево вероятностей

Рисунок 1. 6. Классический объект, интерференции нет

Рисунок 1. 7. Квантовый объект, интерференция есть

Рисунок 2. 1. Неформализуемые этапы системного анализа по Ф.И.Перегудову и Ф.П.Тарасенко [234 ]

Рисунок 2. 2. Основные этапы системного анализа по В.С.Симанкову [271]

Рисунок 2. 3. Этап СА "Исследование системы" по В.С.Симанкову [271]

Рисунок 2. 4. Этап СА "Моделирование систем" по В.С.Симанкову [271]

Рисунок 2. 5. Этап СА "Синтез системы управления" по В.С.Симанкову [271]

Рисунок 2. 6. Этап СА "Синтез системы" по В.С.Симанкову [271]

Рисунок 2. 7. Этап СА "Синтез альтернативных вариантов" по В.С.Симанкову [271]

Рисунок 2. 8. Этап СА "Определение ресурсов" по В.С.Симанкову [271]

Рисунок 2. 9. Этап СА "Выбор системы" по В.С.Симанкову [271]

Рисунок 2. 10. Этап СА "Реализация и развитие системы" по В.С.Симанкову [271]

Рисунок 2. 11. Этапы когнитивного анализа по В.И.Максимову и Е.К.Корноушенко [62, 64]

Рисунок 2. 12. Схема реагирования открытой систем на вызовы среды по В.Н.Лаптеву [122]

Рисунок 2. 13. Схема системного анализа, ориентированного на интеграцию с когнитивными технологиями

Рисунок 2. 14. Обобщенная схема предлагаемой когнитивной концепции

Рисунок 2. 15. К пояснению смысла понятий: "Адаптация и синтез когнитивной модели предметной области", "Внутренняя и внешняя валидность информационной модели",

Рисунок 2. 16. Обобщенная схема этапов АСК-анализа

Рисунок 3. 1. Упрощенная схема информационного канала для процессов труда с использованием средств труда

Рисунок 3. 2. Варианты структур каналов передачи информации

Рисунок 3. 3. Классическая функциональная схема АСУ

Рисунок 3. 4. Обобщенная информационная модель канала передачи информации

Рисунок 3. 5. Схема образования потребительной стоимости и стоимости в процессе труда с позиций информационной теории стоимости

Рисунок 3. 6. Зависимость погрешности приближенного выражения системного обобщения формулы Хартли от количества классов W

Рисунок 3. 7. Зависимость количества информации I(W,M) от сложности смешанных состояний M для разного количества классов W

Рисунок 3. 8. Возрастание доли системной информации в поведении элемента системы при увеличении количества элементов W

Рисунок 3. 9. Ускорение возрастания доли системной информации

Рисунок 3. 10. Относительный вклад видов информации I_MW/I_W в общее количество информации, содержащейся в системе

Рисунок 3. 11. Генезис системной (эмерджентной) теории информации

Рисунок 3. 12. Когнитивная диаграмма из классической работы Роберта Солсо [296].

Рисунок 3. 13. Зависимость количества информации, содержащегося в атрибуте №1 о принадлежности идентифицируемого объекта (обладающего этим атрибутом) к классу №4

Рисунок 3. 14. Зависимость количества информации, содержащегося в атрибуте №1 о принадлежности идентифицируемого объекта (обладающего этим атрибутом) к классу №10

Рисунок 3. 15. Зависимость адекватности модели от объема обучающей выборки

Рисунок 3. 16. Пример разложения профиля курсанта усл.№69 в ряд по обобщенным образам классов

Рисунок 4. 1. Иерархическая структура данных семантической информационной модели АСК-анализа

Рисунок 4. 2. Алгоритм БКОСА-2.1. "Восприятие и запоминание исходной обучающей информации"

Рисунок 4. 3. Алгоритм БКОСА-2.2. "Репрезентация. Сопоставление индивидуального опыта с коллективным"

Рисунок 4. 4. Алгоритм БКОСА-3.1.1. "Обобщение (синтез, индукция). Накопление первичных данных"

Рисунок 4. 5. Алгоритм БКОСА-3.1.2. "Обобщение (синтез, индукция). Исключение артефактов"

Рисунок 4. 6. Алгоритм БКОСА-3.1.3. "Обобщение (синтез, индукция). Расчет степени истинности содержательных смысловых связей между предпосылками и результатами (обобщенных таблиц решений)"

Рисунок 4. 7. Алгоритм БКОСА-3.2. "Определение значимости шкал и градаций факторов, уровней Мерлина"

Рисунок 4. 8. Алгоритм БКОСА-3.3. "Определение значимости шкал и градаций классов, уровней Мерлина"

Рисунок 4. 9. Алгоритм БКОСА-4.1. "Абстрагирование факторов (снижение размерности семантического пространства факторов)"

Рисунок 4. 10. Алгоритм БКОСА-4.2. "Абстрагирование классов (снижение размерности семантического пространства классов)"

Рисунок 4. 11. Алгоритм БКОСА-5. "Оценка адекватности семантической информационной модели предметной области"

Рисунок 4. 12. Алгоритм БКОСА-7. "Идентификация и прогнозирование. Распознавание состояний конкретных объектов (объектный анализ)"

Рисунок 4. 13. Алгоритм БКОСА-9.1. "Дедукция и абдукция классов (семантический анализ обобщенных образов классов, решение обратной задачи прогнозирования)"

Рисунок 4. 14. Алгоритм БКОСА-9.2. "Дедукция и абдукция факторов (семантический анализ факторов)"

Рисунок 4. 15. Алгоритм БКОСА-10.1.1. "Классификация обобщенных образов классов"

Рисунок 4. 16. Алгоритм БКОСА-10.1.2. "Формирование бинерных конструктов классов"

Рисунок 4. 17. Алгоритм БКОСА-10.1.3. "Визуализация семантических сетей классов" (когнитивная графика)

Рисунок 4. 18. Алгоритм БКОСА10.2.1. "Классификация факторов"

Рисунок 4. 19. Алгоритм БКОСА-10.2.2. "Формирование бинерных конструктов факторов"

Рисунок 4. 20. Алгоритм БКОСА-10.2.3. "Визуализация семантических сетей факторов" (когнитивная графика)

Рисунок 4. 21. Алгоритм БКОСА-10.3.1. "Содержательное сравнение классов"

Рисунок 4. 22. Алгоритм БКОСА-10.3.2. "Расчет и отображение много-многозначных когнитивных диаграмм, в т.ч. диаграмм Мерлина" (когнитивная графика)

Рисунок 4. 23. Алгоритм БКОСА-10.4.1. "Содержательное сравнение факторов"

Рисунок 4. 24. Алгоритм БКОСА-10.4.2. "Расчет и отображение много-многозначных когнитивных диаграмм, в т.ч. инвертированных диаграмм Мерлина" (когнитивная графика)

Рисунок 4. 25. Алгоритм БКОСА-11. "Многовариантное планирование и принятие решения о применении системы управляющих факторов"

Рисунок 5. 1. Титульная видеограмма системы "Эйдос"

Рисунок 5. 2. Подсистема: "Словари"

Рисунок 5. 3. Режим: "Классификационные шкалы и градации"

Рисунок 5. 4. Режим: "Описательные шкалы и градации"(БКОСА-1.2)

Рисунок 5. 5. Градации описательных шкал

Рисунок 5. 6. Иерархические уровни организации систем

Рисунок 5. 7. Иерархические уровни организации признаков

Рисунок 5. 8. Иерархические уровни организации классов

Рисунок 5. 9. Автоматический ввод атрибутов из текстовых файлов

Рисунок 5. 10. Почтовая служба по нормативной информации

Рисунок 5. 11. Печать анкеты

Рисунок 5. 12. Синтез модели (подсистема "Обучение")

Рисунок 5. 13. Ввод-корректировка обучающей информации (БКОСА-2.1)

Рисунок 5. 14. Управление составом обучающей выборки

Рисунок 5. 15. Параметрическое задание анкет для обработки

Рисунок 5. 16. Статистическая характеристика обучающей выборки. Ручной ремонт

Рисунок 5. 17. Автоматический ремонт обучающей выборки

Рисунок 5. 18. Автоматический ремонт обучающей выборки

Рисунок 5. 19. Автоматический ремонт обучающей выборки (генеральное и текущее распределения, отклонение)

Рисунок 5. 20. Пакетное обучение системы распознавания (БКОСА-3.1)

Рисунок 5. 21. Накопление абсолютных частот

Рисунок 5. 22. Исключение артефактов невозможно, т.к. статистики нет

Рисунок 5. 23. Исключение артефактов возможно, т.к. статистика есть

Рисунок 5. 24. Расчет информативностей признаков

Рисунок 5. 25. Расчет условных процентных распределений

Рисунок 5. 26. Скорость сходимости и семантическая устойчивость модели

Рисунок 5. 27. Расчет сходимости информационной модели

Рисунок 5. 28. Сходимость модели по атрибуту: 1246, класс: 219

Рисунок 5. 29. Семантическая устойчивость модели по атрибуту: 1246, классы: 152, 153, 186, 187, 217, 218, 219

Рисунок 5. 30. Почтовая служба по обучающей информации

Рисунок 5. 31. Оптимизация модели (подсистема "Оптимизация")

Рисунок 5. 32. Список классов в порядке убывания степени сформированности образов

Рисунок 5. 33. Парето-диаграмма степени сформированности обобщенных образов классов

Рисунок 5. 34. Список признаков в порядке убывания степени значимости (прокрутка окна вправо позволяет просмотреть количественные характеристики)

Рисунок 5. 35. Парето-диаграмма значимости признаков (все признаки значимы, пространство атрибутов практически ортонормированно)

Рисунок 5. 36. Help режима измерения внутренней интегральной и дифференциальной валидности содержательной информационной модели

Рисунок 5. 37. Отчет по результатам измерения внутренней интегральной и дифференциальной валидности содержательной информационной модели

Рисунок 5. 38. Идентификация и прогнозирование (подсистема "Распознавание")

Рисунок 5. 39. Двухоконный интерфейс ввода-корректировки распознаваемых анкет

Рисунок 5. 40. Пакетное распознавание

Рисунок 5. 41. Вывод результатов распознавания

Рисунок 5. 42. Обобщающая форма

Рисунок 5. 43. Карточка идентификации объекта

Рисунок 5. 44. Обобщающая форма

Рисунок 5. 45. Карточка идентификации класса с объектами

Рисунок 5. 46. Почтовая служба по распознаваемым анкетам

Рисунок 5. 47. Кластерно-конструктивный, семантический и когнитивный анализ (подсистема "Типология")

Рисунок 5. 48. Типологический анализ классов распознавания

Рисунок 5. 49. Информационные (ранговые портреты) классов (БКОСА-9.1)

Рисунок 5. 50. Кластерный и конструктивный анализ классов

Рисунок 5. 51. Расчет матрицы сходства эталонов классов (БКОСА-10.1.1)

Рисунок 5. 52. Генерация кластеров и конструктов классов (БКОСА-10.1.2)

Рисунок 5. 53. Просмотр и печать кластеров и конструктов атрибутов

Рисунок 5. 54. Вывод 2d-семантических сетей классов (БКОСА-10.1.3)

Рисунок 5. 55. Двухоконный интерфейс ввода задания на формирование когнитивных диаграмм (БКОСА-10.3.1)

Рисунок 5. 56. Пример когнитивной диаграммы классов (БКОСА-10.3.2)

Рисунок 5. 57. Типологический анализ первичных признаков

Рисунок 5. 58. Семантический портрет признака (отчет) (БКОСА-9.2)

Рисунок 5. 59. Семантический портрет признака (круговая диаграмма)

Рисунок 5. 60. Кластерный и конструктивный анализ атрибутов

Рисунок 5. 61. Расчет матрицы сходства атрибутов (БКОСА-10.2.1)

Рисунок 5. 62. Генерация кластеров и конструктов атрибутов (БКОСА-10.2.2)

Рисунок 5. 63. Просмотр и печать кластеров и конструктов атрибутов

Рисунок 5. 64. Вывод 2d-семантических сетей атрибутов (БКОСА-10.2.3)

Рисунок 5. 65. Когнитивные диаграммы атрибутов (БКОСА-10.4.1, 10.4.2)

Рисунок 5. 66. Анализ достоверности, валидности, независимости (подсистема "Анализ")

Рисунок 5. 67. Измерение независимости объектов и признаков (анализ c²)

Рисунок 5. 68. Примеры некоторых графических форм

Рисунок 5. 69. Обеспечение надежности эксплуатации (подсистема "Сервис")

Рисунок 5. 70. Генерация (сброс) различных баз данных

Рисунок 5. 71. Печать баз данных абсолютных частот

Рисунок 5. 72. Интеллектуальная дескрипторная информационно-поисковая система

Рисунок 6. 1. Структура типовой АСУ

Рисунок 6. 2. Параметрическая модель адаптивной АСУ сложными системами

Рисунок 6. 3. Двухуровневая модель активного объекта управления

Рисунок 6. 4. Параметрическая модель рефлексивной АСУ активными объектами (системами)

Рисунок 6. 5. АСК-анализ, как алгоритм синтеза РАСУ АО и инструмент ее эксплуатации в режиме периодического синтеза и адаптации модели

Рисунок 6. 6. Обобщенная схема QFD-технологии (развертывание функций качества)

Рисунок 6. 7. Обобщенная схема АСУ КПС группы "Б"

Рисунок 6. 8. Обобщенная схема РАСУ КПС группы "А"

Рисунок 6. 9. Обобщенная схема двухуровневой РАСУ КПС

Рисунок 6. 10. Детализированная схема РАСУ качеством подготовки специалистов, как двухуровневой РАСУ-ТП

Рисунок 7. 1. Титульная видеограмма системы окружения "Эйдос-фонд"

Рисунок 7. 2. Точечные прогнозы курса Российского рубля к доллару США, средневзвешенный прогноз и фактический курс (1993-1995)

Рисунок 7. 3. Зависимость погрешности средневзвешенного прогноза курса рубля от разброса точечных прогнозов (ММВБ, 1993-1995)

Рисунок 7. 4. Сходимость модели по атрибуту: 1246, класс: 219

Рисунок 7. 5. Автоколебания фондового рынка (ММВБ, 1993-1995)

Рисунок 7. 6. Будущие состояния объекта управления: количественные и качественные результаты выращивания сельхозкультуры (зерновые колосовые)

Рисунок 7. 7. Видеограмма с фрагментом справочника описательных шкал (факторы)

Рисунок 7. 8. Интерфейс ввода обучающей выборки

Рисунок 7. 9. Примеры информационных портретов результатов выращивания "высокое количество" и "высокое качество"

Рисунок 7. 10. Семантический портрет признака: "Предшественники – бобовые многолетние травы"

Рисунок 7. 11. Конструкт классов: "Качество – количество" и семантическая сеть классов по шкалам: "Качество – количество"

Рисунок 7. 12. Конструкт факторов: "Предшественники бобовые … – Ротация первая…" и семантической сети факторов: "Предшественники – Глубина обработки почвы"

Рисунок 7. 13. Интегральная и дифференциальная валидность методики до исключения артефактов

Рисунок 7. 14. Интегральная и дифференциальная валидность методики после исключения артефактов

Рисунок 7. 15. Пример карточки прогнозирования для конкретных условий выращивания

Рисунок 7. 16. Письмо с просьбой предоставить служебные характеристики

Рисунок 7. 17. Семантический портрет влияния фактора: "Тип активный, гармоничный"

Рисунок 7. 18. Информационный портрет класса: "Успешность профессиональной деятельности – Отличная"

Рисунок 7. 19. Пример карточки прогнозирования для конкретного респондента

Рисунок 7. 20. Обобщенная схема комбинированной ФВЭУ

Рисунок 7. 21. Семантическая сеть классов

Рисунок 7. 22. Семантическая сеть признаков

Рисунок 7. 23. Когнитивная диаграмма классов

Рисунок 7. 24. Когнитивная диаграмма признаков

Рисунок 7. 25. Примеры психологических профилей групп

ПР-2. ТАБЛИЦЫ

Таблица 1. 1 – СОДЕРЖАНИЕ ПОНЯТИЯ: "УРОВЕНЬ РЕФЛЕКСИИ"

Таблица 1. 2 – КЛАССИФИКАЦИЯ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ СИСТЕМ

Таблица 1. 3 - КЛАССИФИКАЦИЯ МЕТОДОВ РАСПОЗНАВАНИЯ, СРАВНЕНИЕ ИХ ОБЛАСТЕЙ ПРИМЕНЕНИЯ И ОГРАНИЧЕНИЙ

Таблица 2. 1 – ЭТАПЫ СИСТЕМНОГО АНАЛИЗА СОГЛАСНО РАЗЛИЧНЫМ АВТОРАМ

Таблица 2. 2 – ОБОБЩЕННЫЙ СПИСОК БКОСА (КОГНИТИВНЫЙ КОНФИГУРАТОР)

Таблица 3. 1 – СРАВНЕНИЕ ФУНКЦИОНАЛЬНОЙ СХЕМЫ АСУ И ОБОБЩЕННОЙ ИНФОРМАЦИОННОЙ МОДЕЛИ КАНАЛА ПЕРЕДАЧИ ИНФОРМАЦИИ

Таблица 3. 2 – СООТВЕТСТВИЕ ТРЕБОВАНИЯМ ВЫРАЖЕНИЙ ДЛЯ КОЛИЧЕСТВА ИНФОРМАЦИИ

Таблица 3. 3 – ЗАВИСИМОСТЬ ПОГРЕШНОСТИ ВЫРАЖЕНИЯ (3.5) ОТ КОЛИЧЕСТВА КЛАССОВ W

Таблица 3. 4 – ЗАВИСИМОСТЬ I(W,M) ОТ КОЛИЧЕСТВА КЛАССОВ W И СЛОЖНОСТИ СМЕШАННЫХ СОСТОЯНИЙ М

Таблица 3. 5 – ЗАВИСИМОСТЬ КОЛИЧЕСТВА ИНФОРМАЦИИ I(W,M) ОТ СЛОЖНОСТИ СМЕШАННЫХ СОСТОЯНИЙ M ДЛЯ РАЗЛИЧНОГО КОЛИЧЕСТВА КЛАССОВ W

Таблица 3. 6 – ОТНОСИТЕЛЬНЫЙ ВКЛАД ВИДОВ ИНФОРМАЦИИ I_MW/I_W В ОБЩЕЕ КОЛИЧЕСТВО ИНФОРМАЦИИ, СОДЕРЖАЩЕЙСЯ В СИСТЕМЕ

Таблица 3. 7 – МАТРИЦА АБСОЛЮТНЫХ ЧАСТОТ

Таблица 3. 8 – МАТРИЦА ИНФОРМАТИВНОСТЕЙ

Таблица 3. 9 – СООТВЕТСТВИЕ ТРЕБОВАНИЯМ ФОРМУЛ "КТИ / СТИ"

Таблица 3. 10 – ХАРАКТЕРИСТИКА И ПРИМЕРЫ ИЗМЕРИТЕЛЬНЫХ ШКАЛ

Таблица 3. 11 – МАТРИЦА АБСОЛЮТНЫХ ЧАСТОТ

Таблица 3. 12 – МАТРИЦА ИНФОРМАТИВНОСТЕЙ

Таблица 3. 13 – ПРЯМЫЕ И ОБРАТНЫЕ ПРАВДОПОДОБНЫЕ ЛОГИЧЕСКИЕ ВЫСКАЗЫВАНИЯ С РАСЧЕТНОЙ (В СООТВЕТСТВИИ С СТИ) СТЕПЕНЬЮ ИСТИННОСТИ ИМПЛИКАЦИЙ

Таблица 3. 14 – СООТВЕТСТВИЕ ТЕРМИНОВ РАЗЛИЧНЫХ НАУЧНЫХ НАПРАВЛЕНИЙ

Таблица 3. 15 – СРАВНЕНИЕ АДДИТИВНОГО И МУЛЬТИПЛИКАТИВНОГО ВАРИАНТОВ ИНТЕГРАЛЬНОГО КРИТЕРИЯ

Таблица 4. 1 – БАЗОВЫЕ КОГНИТИВНЫЕ ОПЕРАЦИИ СИСТЕМНОГО АНАЛИЗА (БКОСА)

Таблица 4. 2 – СООТВЕТСТВИЕ БКОСА ПРОГРАММНЫМ МОДУЛЯМ, ПРОЦЕДУРАМ И ФУНКЦИЯМ СИСТЕМЫ "Эйдос"

Таблица 5. 1 – ОБОБЩЕННАЯ СТРУКТУРА СИСТЕМЫ "ЭЙДОС" (версии 7.3)

Таблица 5. 2 – ПЕРЕЧЕНЬ ТЕКСТОВЫХ ФОРМ СИСТЕМЫ "ЭЙДОС"

Таблица 6. 1 – РАЗЛИЧИЯ МЕЖДУ ААСУ СС И РАСУ АО

Таблица 6. 2 – СРАВНЕНИЕ РАСУ КАЧЕСТВОМ ПОДГОТОВКИ СПЕЦИАЛИСТОВ С АСУ ТП И АСОУ

Таблица 6. 3 – КОМПОНЕНТЫ АСУ ОБРАЗОВАТЕЛЬНЫМИ ТЕХНОЛОГИЯМИ

Таблица 7. 1 – КЛАССИФИКАЦИОННЫЕ И ОПИСАТЕЛЬНЫЕ ШКАЛЫ И ГРАДАЦИИ ПРИ ИССЛЕДОВАНИИ ФОНДОВОГО РЫНКА

Таблица 7. 2 – ФРАГМЕНТ БИРЖЕВОЙ БАЗЫ ДАННЫХ

Таблица 7. 3 – КАРТОЧКА РЕЗУЛЬТАТОВ ПРОГНОЗИРОВАНИЯ ("ТОЧЕЧНЫЕ ПРОГНОЗЫ")

Таблица 7. 4 – ИЗМЕРЕНИЕ ВНУТРЕННЕЙ ДИФФЕРЕНЦИАЛЬНОЙ И ИНТЕГРАЛЬНОЙ ВАЛИДНОСТИ СЕМАНТИЧЕСКОЙ ИНФОРМАЦИОННОЙ МОДЕЛИ ФОНДОВОГО РЫНКА

Таблица 7. 5 – ДАННЫЕ АКАДЕМИЧЕСКОЙ УСПЕВАЕМОСТИ

Таблица 7. 6 – СПРАВОЧНИК КЛАССОВ – БУДУЩИХ СОСТОЯНИЙ УЧАЩИХСЯ И ВЫПУСКНИКОВ КЮИ МВД РФ

Таблица 7. 7 – СПРАВОЧНИК ФАКТОРОВ ВЛИЯНИЯ НА УЧАЩИХСЯ И ВЫПУСКНИКОВ КЮИ МВД РФ

Таблица 7. 8 – ВАРИАНТЫ УПРАВЛЕНИЯ ФВЭУ

Таблица 7. 9 – ВЫБОР РЕЖИМА ЭНЕРГОРАСПРЕДЕЛЕНИЯ ФВЭУ

Таблица 7. 10 – ОПИСАТЕЛЬНЫЕ ШКАЛЫ (ФАКТОРЫ)

Таблица 7. 11 – КЛАССИФИКАЦИОННАЯ ШКАЛА (РЕЖИМЫ ЭНЕРГОРАСПРЕДЕЛЕНИЯ ФВЭУ)

Таблица 7. 12 – ОБУЧАЮЩАЯ ВЫБОРКА

Таблица 7. 13 – МАТРИЦА ИНФОРМАТИВНОСТЕЙ

Таблица 7. 14 – ВЫБОР РЕЖИМА ФВЭУ (ПРИ X=1, Y=1, Z=1)

Таблица 7. 15 – ДИФФЕРЕНЦИРУЮЩАЯ МОЩНОСТЬ ФАКТОРОВ

Таблица 7. 16 – ДЕТЕРМИНИРОВАННОСТЬ РЕЖИМОВ ФВЭУ

Таблица 7. 17 – ПРЯМЫЕ И ОБРАТНЫЕ ПРАВДОПОДОБНЫЕ ЛОГИЧЕСКИЕ ВЫСКАЗЫВАНИЯ С РАСЧЕТНОЙ (В СООТВЕТСТВИИ С СТИ) СТЕПЕНЬЮ ИСТИННОСТИ ИМПЛИКАЦИЙ

ПР-3. ФОРМУЛЫ

(1. 1)

(1. 2)

(1. 3)

(1. 4)

(1. 5)

(1. 6)

(1. 7)

(3. 1)

(3. 2)

(3. 3)

(3. 4)

(3. 5)

(3. 6)

(3. 7)

(3. 8)

(3. 9)

(3. 10)

(3. 11)

(3. 12)

(3. 13)

(3. 14)

(3. 15)

(3. 16)

(3. 17)

(3. 18)

(3. 19)

(3. 20)

(3. 21)

(3. 22)

(3. 23)

(3. 24)

(3. 25)

(3. 26)

(3. 27)

(3. 28)

(3. 29)

(3. 30)

(3. 31)

(3. 32)

(3. 33)

(3. 34)

(3. 35)

(3. 36)

(3. 37)

(3. 38)

(3. 39)

(3. 40)

(3. 41)

(3. 43)

(3. 43)

(3. 44)

(3. 45)

(3. 46)

(3. 47)

(3. 48)

(3. 49)

(3. 50)

(3. 51)

(3. 52)

(3. 53)

(3. 54)

(3. 55)

(3. 56)

(3. 57)

(3. 58)

(3. 59)

(3. 60)

(3. 61)

(3. 62)

(3. 63)

(3. 64)

(3. 65)

(3. 66)

(3. 67)

(3. 68)

(3. 69)

(3. 70)

(3. 71)

(3. 72)

(3. 73)

(3. 74)

(3. 75)

(3. 76)

(3. 77)

(3. 78)

(3. 79)

(3. 80)

(3. 81)

(3. 82)

(3. 83)

(3. 84)

(3. 85)

(3. 86)

(6.1)

ПР-4. АКТЫ ВНЕДРЕНИЯ И ПРОВЕДЕНИЯ НАУЧНО-ИССЛЕДОВАТЕЛЬСКИХ РАБОТ

ПР-5. ДЕТАЛЬНЫЙ УКАЗАТЕЛЬ РАЗДЕЛОВ

ВВЕДЕНИЕ

ГЛАВА 1. ПРОБЛЕМА УПРАВЛЕНИЯ АКТИВНЫМИ ОБЪЕКТАМИ И КОНЦЕПЦИЯ ЕЕ РЕШЕНИЯ

1.1. ПРОБЛЕМА УПРАВЛЕНИЯ АКТИВНЫМИ ОБЪЕКТАМИ

1.1.1. Классификация систем и понятие активного объекта. Определения основных терминов

Основные понятия теории систем

Определения базовых понятий, используемых в работе

1.1.2. Двухуровневая модель активной системы и рефлексивное мета-управление

1.1.3. Постановка проблемы, выбор объекта и предмета исследования

1.2. ТРЕБОВАНИЯ К МЕТОДАМ РЕШЕНИЯ ПРОБЛЕМЫ И КРИТЕРИИ ИХ СРАВНЕНИЯ

1.2.1. Общие требования (критерии качества)

1.2.2. Специфические требования, вытекающие из проблематики исследования

1.3. ТРАДИЦИОННЫЕ ПУТИ РЕШЕНИЯ ПРОБЛЕМЫ

1.3.1. Характеристика исходных данных и требования к математической модели

1.3.2. Понятие модели; классификация и общие принципы построения моделей. Выбор класса модели активного объекта управления в рефлексивной АСУ (содержательные информационные модели)

Сущность моделирования и общая классификация моделей.

Общие принципы построения математических моделей при управлении активными объектами.

1.3.3. Модели, применяемые в социально-экономическом анализе и прогнозировании

1.3.4. Идентификация состояний активных систем в рефлексивных АСУ

Основные задачи адаптивной идентификации.

Задача формализации предметной области.

Задача формирования обучающей выборки.

Задача обучения системы распознавания.

Задача снижения размерности пространства признаков.

Задача распознавания, идентификации и прогнозирования.

Задача контроля качества распознавания, идентификации и прогнозирования.

Задача адаптации.

Задача выработки управления (обратная задача распознавания, идентификации и прогнозирования).

Задачи кластерного и конструктивного анализа.

Задача когнитивного анализа.

Методы идентификации и их характеристики.

Принципы классификации методов распознавания образов.

Интенсиональные методы.

Экстенсиональные методы.

Сравнительный анализ методов идентификации и прогнозирования.

Роль и место идентификации состояний объектов в автоматизации управления активными объектами.

1.3.5. Принятие решения об управляющем воздействии в рефлексивных АСУ активными объектами

Многообразие задач принятия решений.

Принятие решений как реализация цели.

Принятие решений как снятие неопределенности (информационный подход).

Классификация задач принятия решений.

Критериальный язык принятия решений.

Выбор в условиях неопределенности.

Экспертные методы выбора.

1.4. КОНЦЕПЦИЯ РЕШЕНИЯ ПРОБЛЕМЫ: ОБОБЩЕННАЯ МОДЕЛЬ ДЕТЕРМИНИСТСКО-БИФУРКАЦИОННОЙ ДИНАМИКИ АКТИВНЫХ СИСТЕМ

1.4.1. Классическое дерево вероятностей

1.4.2. Уровни бифуркаций

1.4.3. Снятие неопределенности, как результат передачи информации

1.4.4. Интерференция последствий выбора в результате одновременного выбора альтернатив. Обобщенное дерево вероятностей. Необходимость разработки системной (эмерджентной) теории информации

1.5. ВЫВОДЫ

ГЛАВА 2. МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ АСК-АНАЛИЗА

2.1. СИСТЕМНЫЙ АНАЛИЗ, КАК МЕТОД ПОЗНАНИЯ

2.1.1. Принципы системного анализа

2.1.2. Методы системного анализа

Метод "мозговой атаки"

Метод экспертных оценок

Метод "Делъфи"

Метод "дерева целей"

Морфологические методы

2.1.3. Этапы системного анализа (по Перегудову и Тарасенко, Лийву, Спицнаделю, Симанкову, Казиеву) и вопросы его детализации

2.1.4. Этапы когнитивного анализа (по Максимову и Корноушенко)

2.1.5. Предлагаемая обобщенная схема системного анализа, ориентированного на интеграцию с когнитивными технологиями

2.2. КОГНИТИВНАЯ КОНЦЕПЦИЯ И СИНТЕЗ КОГНИТИВНОГО КОНФИГУРАТОРА

2.2.1. Понятие когнитивного конфигуратора и необходимость естественнонаучной (формализуемой) когнитивной концепции

Определение понятия конфигуратора

Понятие когнитивного конфигуратора

Когнитивные концепции и операции

2.2.2. Предлагаемая когнитивная концепция

2.2.3. Предлагаемый когнитивный конфигуратор

2.3. ФОРМАЛИЗАЦИЯ БАЗОВЫХ КОГНИТИВНЫХ ОПЕРАЦИЙ СИСТЕМНОГО АНАЛИЗА

2.3.1. Исходные теоретические положения когнитивной концепции

2.3.2. Когнитивный конфигуратор и базовые когнитивные операции системного анализа

2.3.3. Задачи формализации базовых когнитивных операций системного анализа

Выбор единой интерпретируемой численной меры для классов и атрибутов

Выбор неметрической меры сходства объектов в семантических пространствах

Определение идентификационной и прогностической ценности атрибутов

Ортонормирование семантических пространств классов и атрибутов (Парето-оптимизация)

2.4. СТРУКТУРИРОВАНИЕ СИСТЕМНОГО АНАЛИЗА ДО УРОВНЯ БАЗОВЫХ КОГНИТИВНЫХ ОПЕРАЦИЙ

2.5. ВЫВОДЫ

ГЛАВА 3. МАТЕМАТИЧЕСКАЯ МОДЕЛЬ АСК-АНАЛИЗА

3.1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ СИСТЕМНОЙ ТЕОРИИ ИНФОРМАЦИИ

3.1.1. Требования к математической модели и численной мере

Требования к математической модели:

Требования к численной мере:

3.1.2. Выбор базовой численной меры

Абсолютная, относительная и аналитическая информация.

Труд, как информационный процесс. Средства труда, как информационные системы

Информационно-функциональная теория развития техники

Процесс передачи и записи информации, как управляющее воздействие, преобразующее предмет труда в продукт труда

Варианты структур каналов передачи информации

Информационная модель канала передачи информации и аналогия со структурой АСУ

Помехоустойчивость передачи и приема информации

Интерпретация задачи выработки управляющего воздействия в АСУ как обратной задачи декодирования теории информации и обратной задачи распознавания образов

Информационная теория стоимости. Связь количества (синтаксиса) и качества (содержания, семантики) информации с меновой и потребительной стоимостью

Информация, как товар

Стоимость и амортизация интеллектуальных систем и баз знаний

Источники экономической эффективности АСУ и систем интеллектуальной обработки данных с позиций теории информации

Вывод о выборе в качестве базовой численной меры количества информации

3.1.3. Конструирование системной численной меры на основе базовой

Системное обобщение формулы Хартли для количества информации.

Закон возрастания эмерджентности и следствия из него.

Системное обобщение классической формулы Харкевича для количества информации

Генезис и интерпретации системной (эмерджентной) теории информации.

3.2. СЕМАНТИЧЕСКАЯ ИНФОРМАЦИОННАЯ МОДЕЛЬ АСК-АНАЛИЗА

3.2.1. Формализм динамики взаимодействующих семантических информационных пространств. Двухвекторное представление данных.

Семантические пространства классов и атрибутов

Требования к системам координат, свойства векторов классов и атрибутов, решение проблемы снижения размерности описания и ортонормирования

3.2.2. Конструирование максимального конфигуратора предметной области (когнитивная структуризация, формализация предметной области, шкалы и градации)

Шкалы классов

Шкалы атрибутов

Кинематическая и динамическая интерпретация модели

Уровни системной организации классов

Уровни системной организации атрибутов

3.2.3. Применение классической теории информации К.Шеннона для расчета весовых коэффициентов и мер сходства

Формальная постановка задачи

Информация как мера снятия неопределенности

Информация, как мера соответствия объектов обобщенным образам классов

Количество информации в индивидуальных событиях и лемма Неймана–Пирсона

3.2.4. Математическая модель метода распознавания образов и принятия решений, основанного на системной теории информации

Формальная постановка основной задачи рефлексивной АСУ активными объектами и ее декомпозиция

Декомпозиция основной задачи в ряд частных подзадач

Решение задачи 1: "Синтез семантической информационной модели активного объекта управления"

Решение задачи 2: "Адаптация модели объекта управления"

Решение задачи 3: "Разработка алгоритмов решения основных задач АСУ"

Решение подзадачи 3.1: "Расчет влияния факторов на переход объекта управления в различные состояния (обучение, адаптация)"

Решение подзадачи 3.2: "Прогнозирование поведения объекта управления при конкретном управляющем воздействии и выработка многофакторного управляющего воздействия (обратная задача прогнозирования)"

Решение подзадачи 3.3: "Выявление факторов, вносящих основной вклад в детерминацию состояния АОУ; снижение размерности модели при заданных ограничениях"

Решение подзадачи 3.4: "Сравнение влияния факторов. Сравнение состояний объекта управления"

Семантический информационный анализ

Кластерно–конструктивный анализ и семантические сети

Когнитивные диаграммы классов и признаков

Содержательное (смысловое) сравнение классов

Содержательное (смысловое) сравнение признаков

Обоснование сопоставимости частных критериев I_ij

Теорема-1: "О сопоставимости индивидуальных количеств информации, содержащейся в признаках объекта о принадлежности к классам"

Теорема-2: "О сопоставимости величин суммарной информации, рассчитанных для одного объекта и разных классов"

Теорема-3: "О сопоставимости величин суммарной информации, рассчитанных для разных объектов и разных классов, а также классов и классов, признаков и признаков"

Теорема-4: "Об аддитивности неметрического интегрального критерия сходства, основанного на модифицированной формуле А.Харкевича и обобщенной лемме Неймана-Пирсона"

Обобщение интегральной модели путем учета значений выходных параметров объекта управления

3.3. НЕКОТОРЫЕ СВОЙСТВА МАТЕМАТИЧЕСКОЙ МОДЕЛИ (СХОДИМОСТЬ, АДЕКВАТНОСТЬ, УСТОЙЧИВОСТЬ И ДР.)

3.3.1. Непараметричность модели. Робастные процедуры и фильтры для исключения артефактов

3.3.2. Зависимость информативностей факторов от объема обучающей выборки

3.3.3. Зависимость адекватности семантической информационной модели от объема обучающей выборки (адекватность при малых выборках)

3.3.4. Семантическая устойчивость модели

3.3.5. Зависимость некоторых параметров модели от ее ортонормированности

Зависимость адекватности модели от ее ортонормированности

Зависимость уровня системности модели от ее ортонормированности

Зависимость степени детерминированности модели от ее ортонормированности

3.4. СВЯЗЬ СИСТЕМНОГО ОБОБЩЕНИЯ ИНФОРМАЦИОННОЙ МЕРЫ ХАРКЕВИЧА СО СТАТИСТИКОЙ c² И НОВАЯ МЕРА УРОВНЯ СИСТЕМНОСТИ ПРЕДМЕТНОЙ ОБЛАСТИ

3.5. СРАВНЕНИЕ, ИДЕНТИФИКАЦИЯ И ПРОГНОЗИРОВАНИЕ КАК ОБЪЕКТНЫЙ АНАЛИЗ (РАЗЛОЖЕНИЕ ВЕКТОРОВ ОБЪЕКТОВ В РЯД ПО ВЕКТОРАМ КЛАССОВ)

3.6. ВЫВОДЫ

ГЛАВА 4. ЧИСЛЕННЫЙ МЕТОД АСК-АНАЛИЗА

4.1. СТРУКТУРЫ ДАННЫХ И ПОСЛЕДОВАТЕЛЬНОСТЬ ЧИСЛЕННЫХ РАСЧЕТОВ В СООТВЕТСТВИИ С СЕМАНТИЧЕСКОЙ ИНФОРМАЦИОННОЙ МОДЕЛЬЮ АСК-АНАЛИЗА

4.2. ОПИСАНИЕ АЛГОРИТМОВ БАЗОВЫХ КОГНИТИВНЫХ ОПЕРАЦИЙ СИСТЕМНОГО АНАЛИЗА

БКОСА-2.1. "Восприятие и запоминание исходной обучающей информации"

БКОСА-2.2. "Репрезентация. Сопоставление индивидуального опыта с коллективным (общественным)"

БКОСА-3.1.1. "Обобщение (синтез, индукция). Накопление первичных данных"

БКОСА-3.1.2. "Обобщение (синтез, индукция). Исключение артефактов"

БКОСА-3.1.3. "Обобщение (синтез, индукция). Расчет степени истинности содержательных смысловых связей между предпосылками и результатами (обобщенных таблиц решений)"

БКОСА-3.2. "Определение значимости шкал и градаций факторов, уровней Мерлина"

БКОСА-3.3. "Определение значимости шкал и градаций классов, уровней Мерлина"

БКОСА-4.1. "Абстрагирование факторов (снижение размерности семантического пространства факторов)"

БКОСА-4.2. "Абстрагирование классов (снижение размерности семантического пространства классов)"

БКОСА-5. "Оценка адекватности информационной модели предметной области"

БКОСА-7. "Сравнение, идентификация и прогнозирование. Распознавание состояний конкретных объектов (объектный анализ)"

БКОСА-9.1. "Дедукция и абдукция классов (семантический анализ обобщенных образов классов, решение обратной задачи прогнозирования)"

БКОСА-9.2. "Дедукция и абдукция факторов (семантический анализ факторов)"

БКОСА-10.1.1. "Классификация обобщенных образов классов"

БКОСА-10.1.2. "Формирование бинерных конструктов классов"

БКОСА-10.1.3. "Визуализация семантических сетей классов"

БКОСА-10.2.1. "Классификация факторов"

БКОСА-10.2.2. "Формирование бинерных конструктов факторов"

БКОСА-10.2.3. "Визуализация семантических сетей факторов"

БКОСА-10.3.1. "Содержательное сравнение классов"

БКОСА-10.3.2. "Расчет и отображение многомногозначных когнитивных диаграмм, в т.ч. диаграмм Вольфа Мерлина"

БКОСА-10.4.1. "Содержательное сравнение факторов"

БКОСА-10.4.2. "Расчет и отображение многомногозначных когнитивных диаграмм, в т.ч. инвертированных диаграмм Мерлина"

БКОСА-11. "Многовариантное планирование и принятие решения о применении системы управляющих факторов"

4.3. ДЕТАЛЬНЫЕ АЛГОРИТМЫ БКОСА (АСК-АНАЛИЗА)

4.4. ВЫВОДЫ

ГЛАВА 5. СПЕЦИАЛЬНЫЙ ПРОГРАММНЫЙ ИНСТРУМЕНТАРИЙ АСК-АНАЛИЗА – СИСТЕМА "ЭЙДОС"

5.1. НАЗНАЧЕНИЕ И СОСТАВ СИСТЕМЫ "ЭЙДОС"

5.1.1. Цели и основные функции системы "Эйдос"

Синтез содержательной информационной модели предметной области

Идентификация и прогнозирование состояния объекта управления, выработка управляющих воздействий

Углубленный анализ содержательной информационной модели предметной области

5.1.2. Обобщенная структура системы "Эйдос"

5.2. ПОЛЬЗОВАТЕЛЬСКИЙ ИНТЕРФЕЙС, ТЕХНОЛОГИЯ РАЗРАБОТКИ И ЭКСПЛУАТАЦИИ ПРИЛОЖЕНИЙ В СИСТЕМЕ "Эйдос"

5.2.1. Начальный этап синтеза модели: когнитивная структуризация и формализация предметной области, подготовка исходных данных (подсистема "Словари")

Классификационные шкалы и градации (БКОСА-1.1).

Описательные шкалы и градации (БКОСА-1.2)

Ввод-корректировка обучающей информации (БКОСА-2.1)

Автоматический ремонт обучающей выборки (ремонт или взвешивание данных) (БКОСА-2.2)

5.2.2. Количественный синтез модели: пакетное обучение системы распознавания (БКОСА-3.1)

Расчет матрицы абсолютных частот (БКОСА-3.1.1)

Исключение артефактов (робастная процедура) (БКОСА-3.1.2)

Расчет матрицы информативностей (БКОСА-3.1.3, 3.2, 3.3)

5.2.3. Оптимизация модели (подсистема "Оптимизация") (БКОСА-4)

Формирование ортонормированного базиса классов (БКОСА-4.2)

Исключение признаков с низкой селективной силой (БКОСА-4.1)

Удаление классов и признаков, по которым недостаточно данных

5.2.4. Верификация модели (оценка ее адекватности) (БКОСА-5)

5.2.5. Эксплуатация приложения в режиме адаптации и периодического синтеза модели

Идентификация и прогнозирование (подсистема "Распознавание") (БКОСА-7)

Информационные портреты классов (БКОСА-9.1)

Расчет матрицы сходства эталонов классов (БКОСА-10.1.1)

Генерация кластеров и конструктов классов (БКОСА-10.1.2)

Автоматическое выполнение режимов 1-2-3

Вывод 2d-семантических сетей классов (БКОСА-10.1.3)

Когнитивные диаграммы классов (БКОСА-10.3.1, 10.3.2)

Семантические портреты атрибутов (БКОСА-9.2)

Расчет матрицы сходства атрибутов (БКОСА-10.2.1)

Генерация кластеров и конструктов атрибутов (БКОСА-10.2.2)

Вывод 2d-семантических сетей атрибутов (БКОСА-10.2.3)

Когнитивные диаграммы атрибутов (БКОСА-10.4.1, 10.4.2)

Оценка достоверности заполнения анкет

5.3. ТЕХНИЧЕСКИЕ ХАРАКТЕРИСТИКИ СИСТЕМЫ "ЭЙДОС" (ВЕРСИИ 7.3)

5.3.1. Базовая система "Эйдос" и системы окружения "Эйдос-Y" и "Эйдос-фонд"

5.3.2. Отличия системы "Эйдос" от аналогов: экспертных и статистических систем

5.3.3. Некоторые количественные характеристики системы "Эйдос"

5.4. ОБЕСПЕЧЕНИЕ ЭКСПЛУАТАЦИИ СИСТЕМЫ "ЭЙДОС"

5.5. ВЫВОДЫ

ГЛАВА 6. АСК-АНАЛИЗ, КАК МЕТОДОЛОГИЯ СИНТЕЗА И ЭКСПЛУАТАЦИИ РЕФЛЕКСИВНЫХ АСУ АКТИВНЫМИ ОБЪЕКТАМИ (НА ПРИМЕРЕ РЕШЕНИЯ ЗАДАЧ АСУ КАЧЕСТВОМ ПОДГОТОВКИ СПЕЦИАЛИСТОВ)

6.1. ФУНКЦИОНАЛЬНО-СТРУКТУРНЫЕ ТИПЫ АСУ

6.1.1. Структура типовой АСУ

6.1.2. Параметрическая модель адаптивной АСУ сложными системами

6.1.3. Параметрическая модель рефлексивной АСУ активными объектами и понятие мета-управления

6.2. АСК-АНАЛИЗ, КАК АЛГОРИТМ СИНТЕЗА РАСУ АКТИВНЫМИ ОБЪЕКТАМИ

6.3. МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ СИНТЕЗА РАСУ КАЧЕСТВОМ ПОДГОТОВКИ СПЕЦИАЛИСТОВ

6.3.1. Проблемы, возникающие на пути синтеза РАСУ КПС и их декомпозиция в последовательность задач

Понятийно-концептуальные проблемы

Математические и информационно-технологические проблемы

Организационно-юридические и финансовые проблемы

Декомпозиция проблем синтеза АСУ качеством подготовки специалистов в последовательность задач

6.3.2. Специфика применения АСУ в вузе

6.3.3. Двухконтурная модель РАСУ КПС

Концепция рефлексивной АСУ качеством подготовки специалистов и технология QFD (технология развертывания функций качества)

Рефлексивная АСУ качеством подготовки специалистов группы Б: 1-й контур: "Педагогический процесс – учащийся"

Рефлексивная АСУ качеством подготовки специалистов группы А: 2-й контур: "Руководство вузом – педагогический процесс"

Двухконтурная модель и обобщенная схема рефлексивной АСУ качеством подготовки специалистов

6.3.4. Двухуровневая РАСУ КПС, как АСУ ТП в образовании: сходство и различие

Цель РАСУ КПС

Структура окружающей среды РАСУ КПС

Учащийся, как объект управления РАСУ КПС

6.3.5. Методологические подходы к решению основной проблемы, возникающая при синтезе РАСУ КПС

Нормативный и критериальный подходы к выбору критериев качества образования

Требования к факторам и критериям их оценки в РАСУ КПС

Предлагаемые пути решения проблем, возникающих при синтезе РАСУ КПС

6.4. ВЫВОДЫ

ГЛАВА 7. ОПЫТ И ПЕРСПЕКТИВЫ ПРИМЕНЕНИЯ АСК- АНАЛИЗА

7.1. КРАТКИЙ ОБЗОР ОПЫТА ПРИМЕНЕНИЯ АСК-АНАЛИЗА ДЛЯ ИССЛЕДОВАНИЯ СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ СИСТЕМ

7.2. АНАЛИЗ ДИНАМИКИ МАКРОЭКОНОМИЧЕСКИХ СОСТОЯНИЙ ГОРОДОВ И РАЙОНОВ НА УРОВНЕ СУБЪЕКТА ФЕДЕРАЦИИ В ХОДЕ ЭКОНОМИЧЕСКОЙ РЕФОРМЫ (НА ПРИМЕРЕ КРАСНОДАРСКОГО КРАЯ)

7.3. ПРОГНОЗИРОВАНИЕ УРОВНЯ БЕЗРАБОТИЦЫ (НА ПРИМЕРЕ ЯРОСЛАВСКОЙ ОБЛАСТИ)

7.4. ПРОГНОЗИРОВАНИЕ РАЗВИТИЯ РАЗЛИЧНЫХ СЕГМЕНТОВ РЫНКА (НА ПРИМЕРЕ ФОНДОВОГО РЫНКА РФ)

7.4.1. Предыстория исследования

7.4.2. Когнитивная структуризация и формализация предметной области

7.4.3. Исходные данные для прогноза: биржевые базы данных

7.4.4. Формирование точечных прогнозов

7.4.5. Формирование средневзвешенного прогноза

7.4.6. Оценка адекватности модели

7.4.7. Детерминистские и бифуркационные участки траектории

7.4.8. Прогнозирования времени перехода системы в бифуркационное состояние

7.4.9. Исследование семантической информационной модели

Ослабление влияния факторов со временем

Старение информации и периоды эргодичности процессов в предметной области

Автоколебания фондового рынка

Время реакции системы на изменение факторов (ригидность)

Управление фондовым рынком на детерминистских участках траектории

Управление фондовым рынком в точках бифуркации

7.5. ПРОГНОЗИРОВАНИЕ РЕЗУЛЬТАТОВ ВЫРАЩИВАНИЯ СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР И ПОДДЕРЖКА ПРИНЯТИЯ РЕШЕНИЙ ПО РАЦИОНАЛЬНОМУ ВЫБОРУ АГРОТЕХНОЛОГИЙ

7.6. СОЦИАЛЬНО–ЭКОНОМИЧЕСКИЕ ИССЛЕДОВАНИЯ

7.6.1. Маркетинговые исследования

Актуальность

Предлагаемый подход

Результаты и перспективы

7.6.2. Рекламные исследования

Актуальность

Предлагаемый подход

Результаты и перспективы

7.6.3. Управление персоналом

Актуальность

Предлагаемый подход

Результаты и перспективы

7.7. СИНТЕЗ И РЕШЕНИЕ ЗАДАЧ УПРАВЛЕНИЯ КАЧЕСТВОМ ПОДГОТОВКИ СПЕЦИАЛИСТОВ (НА ПРИМЕРЕ КЮИ МВД РФ)

7.7.1. Вводные замечания

7.7.2. Некоторые теоретические аспекты постановки задачи

7.7.3. Характеристика источников информации, исходных данных и организационно-юридических форм их получения

7.7.4. Мониторинг качества подготовки специалистов

7.7.5. Изучение влияния факторов на качество подготовки специалистов и прогнозирование

7.7.6. Анализ результатов и перспективы развития предложенной технологии

7.8. ИНТЕЛЛЕКТУАЛЬНОЕ УПРАВЛЕНИЕ СЛОЖНЫМИ ТЕХНИЧЕСКИМИ СИСТЕМАМИ

7.8.1. Общие положения и постановка задачи

7.8.2. Синтез модели, оценка ее адекватности и использование для поддержки принятия решений

7.8.3. Исследование модели

Взвешенное обобщение экспертных оценок рациональности режимов энергораспределения (БКОСА-2, БКОСА-3)

Автоматизация экспертных оценок и их замена оценками непосредственного пользователя ФВЭУ (БКОСА-2, БКОСА-3)

Определение дифференцирующей мощности факторов относительно режимов энергораспределения и контролируемое снижение размерности модели (БКОСА-3, БКОСА-4)

Определение силы влияния факторов на принятие решения о переключении ФВЭУ в различные режимы энергораспределения (БКОСА-3.2, БКОСА-4.1, БКОСА-9.2)

Определение степени детерминированности режимов энергораспределения ФВЭУ (БКОСА-3.3, БКОСА-4.2, БКОСА-9.1)

Определение фактической приоритетности нагрузок

Исследование сходства и различия режимов ФВЭУ и факторов (БКОСА-10)

7.9. ОГРАНИЧЕНИЯ ПРЕДЛОЖЕННОЙ ТЕХНОЛОГИИ И ВОЗМОЖНОСТИ ОБОСНОВАННОГО РАСШИРЕНИЯ ОБЛАСТИ ЕЕ ПРИМЕНЕНИЯ НА ОСНОВЕ НАУЧНОЙ ИНДУКЦИИ

7.10. МОНИТОРИНГ, ПРОГНОЗИРОВАНИЕ И УПРАВЛЕНИЕ В ФИНАНСОВО-ЭКОНОМИЧЕСКОЙ СФЕРЕ

7.10.1. Актуальность

7.10.2. Предлагаемый подход

Ценовой мониторинг

Мониторинг хода экономической реформы

Мониторинг инвестиционных проектов

Кредитно–финансовый мониторинг

Мониторинг предприятий

Социально–психологический мониторинг

7.10.3. Результаты и перспективы

7.11. ОЦЕНКА РИСКОВ СТРАХОВАНИЯ И КРЕДИТОВАНИЯ ПРЕДПРИЯТИЯ

7.11.1. Актуальность

7.11.2. Традиционные подходы к решению проблемы: фундаментальный и технический подход (содержательные и феноменологические модели)

7.11.3. Предлагаемая методология и технология как синтез технического и фундаментального подхода. Общие принципы решения проблемы

7.12. АНАЛИЗ ОБЩЕСТВЕННОГО МНЕНИЯ (СОЦИОЛОГИЯ И ПОЛИТОЛОГИЯ)

7.13. ЭКОЛОГИЧЕСКИЙ МОНИТОРИНГ, АНАЛИЗ И ПРОГНОЗИРОВАНИЕ

7.14. НЕКОТОРЫЕ ПЕРСПЕКТИВЫ РАЗВИТИЯ И ПРИМЕНЕНИЯ ТЕХНОЛОГИЙ АСК-АНАЛИЗА

7.14.1. Перспективные области применения

Краткое перечисление перспективных областей применения АСК-анализа

Многоагентные распределенные системы обнаружения, накопления и использования знаний в Internet

Развитие АСК-анализа с применением теории нечетких множеств и неклассической логики

Динамика взаимодействующих семантических пространств и создание континуального АСК-анализа

7.14.2. Технология (РАСУ индивидуального управления лечением)

7.14.3. Психология

Разработка оптимальных адаптивных тестов и профессиограмм

Актуальность

Предлагаемый подход

Результаты и перспективы

Комплексное психологическое тестирование и прогнозирование

Актуальность

Предлагаемый подход

Результаты и перспективы

Автоматизированная система комплексной обработки данных психологического тестирования "Эйдос-Y"

Назначение системы "Эйдос-Y"

Функции системы "Эйдос-Y":

Основные отличия и преимущества системы "Эйдос-Y" по сравнению с аналогами

Настройка системы на способ совместной обработки результатов тестирования

Средства обеспечения надежности обработки информации в системе

Выходные формы системы

Управление персоналом

Актуальность

Предлагаемый подход

Результаты и перспективы

Транспортная психология

Актуальность

Предлагаемый подход

Результаты и перспективы

Когнитивная психология

Актуальность

Предлагаемый подход

Результаты и перспективы

Компьютерные Y–технологии

Актуальность

Предлагаемый подход

Результаты и перспективы

7.14.4. Правоохранительная сфера

7.15. ВЫВОДЫ

ЗАКЛЮЧЕНИЕ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЯ

ПР-1. РИСУНКИ

ПР-2. ТАБЛИЦЫ

ПР-3. ФОРМУЛЫ

ПР-4. АКТЫ ВНЕДРЕНИЯ И ПРОВЕДЕНИЯ НАУЧНО-ИССЛЕДОВАТЕЛЬСКИХ РАБОТ

ПР-5. ДЕТАЛЬНЫЙ УКАЗАТЕЛЬ РАЗДЕЛОВ