Глава 3. ТЕОРЕТИЧЕСКИЙ И ТЕХНОЛОГИЧЕСКИЙ АППАРАТ ИССЛЕДОВАНИЯ ОБРАЗА-Я И СТИЛЕВЫХ ОСОБЕННОСТЕЙ ПРОФЕССИОНАЛЬНОЙ ДЕЯТЕЛЬНОСТИ

В данной главе основное внимание уделено раскрытию путей исследования образа-Я и стилей профессиональной деятельности. Излагаются методы сбора, обработки и интерпретации эмпирической информации, а также представлены основные процедуры и этапы исследования.

3.1. Теоретические предпосылки СК-анализа

Системно-когнитивный анализ представляет собой системный анализ, рассматриваемый как метод познания и структурированный по базовым когнитивным (познавательным) операциям (БКОСА) [Ошибка! Источник ссылки не найден., Ошибка! Источник ссылки не найден., Ошибка! Источник ссылки не найден., Ошибка! Источник ссылки не найден., Ошибка! Источник ссылки не найден., Ошибка! Источник ссылки не найден.].

Сам набор БКОСА следует из предложенной в [Ошибка! Источник ссылки не найден.] формализуемой когнитивной концепции, рассматривающей процесс познания, как многоуровневую иерархическую систему обработки информации в которой когнитивные структуры каждого уровня являются результатом интеграции структур предыдущего уровня.

На 1-м уровне этой системы находятся дискретные элементы потока чувственного восприятия, которые на 2-м уровне интегрируются в чувственный образ конкретного объекта. Те, в свою очередь, на 3-м уровне интегрируются в обобщенные образы классов и факторов, образующие на 4-м уровне кластеры, а на 5-м конструкты. Система конструктов на 6-м уровне образуют текущую парадигму реальности (т.е. человек познает мир путем синтеза и применения конструктов). На 7-м же уровне обнаруживается, что текущая парадигма не единственно-возможная (рис. 5).

Ключевым для когнитивной концепции является понятие факта, под которым понимается соответствие дискретного и интегрального элементов познания (т.е. элементов разных уровней интеграции-иерархии), обнаруженное на опыте. Факт рассматривается как квант смысла, что является основой для его формализации.

Рис. 1. Обобщенная схема формализуемой когнитивной концепции (иерархия базовых когнитивных операций)

Таким образом, происхождение смысла связывается со своего рода "разностью потенциалов", существующей между смежными уровнями интеграции-иерархии обработки информации в процессах познания. В полном виде когнитивная концепция приведена в диссертационной работе.

Из данной концепции выводятся структура когнитивного конфигуратора, система базовых когнитивных операций и обобщенная схема автоматизированного системного анализа, структурированного до уровня базовых когнитивных операций (СК-анализ) (рис. 6).

Между когнитивными структурами разных уровней иерархии существует отношение "дискретное – интегральное". Именно это служит основой формализации смысла.

Когнитивный конфигуратор, представляет собой минимальную полную систему когнитивных операций, названных "базовые когнитивные операции системного анализа" (БКОСА).

Рис. 2. Обобщенная схема

системно-когнитивного анализа (СК-анализа)

Всего выявлено 10 таких операций, каждая из которых достаточно элементарна для формализации и программной реализации:

1) присвоение имен;

2) восприятие;

3) обобщение (синтез, индукция);

4) абстрагирование;

5) оценка адекватности модели;

6) сравнение, идентификация и прогнозирование;

7) дедукция и абдукция;

8) классификация и генерация конструктов;

9) содержательное сравнение;

10) планирование и принятие решений об управлении.

В работе [Ошибка! Источник ссылки не найден.] предложены математическая модель, методика счисленных расчетов, включающая структуры данных и алгоритмы реализации БКОСА, а также программный инструментарий СК-анализа – универсальная когнитивная аналитическая система "Эйдос".

3.2. Математическая модель СК-анализа

3.2.1. Системное обобщение формулы Хартли

В выражении (3) приведено системное обобщение формулы Хартли для равновероятных состояний объекта управления.

	(1)		(4)
	(2)		(5)
	(3)	с очень малой и быстро уменьшающейся погрешностью	(6)

W – количество чистых (классических) состояний системы.

j – коэффициент эмерджентности Хартли (уровень системной организации объекта, имеющего W чистых состояний).

3.2.2. Гипотеза о Законе возрастания эмерджентности

Исследование математических выражений системной теории информации (7 – 12) позволило сформулировать гипотезу о существовании "Закона возрастания эмерджентности". Суть этой гипотезы в том, что в самих элементах системы содержится сравнительно небольшая доля всей содержащейся в ней информации, а основной ее объем составляет системная информация, содержащаяся в подсистемах различного уровня иерархии.

Различие между классическим и предложенным системным понятиями информации соответствует различию между понятиями МНОЖЕСТВА И СИСТЕМЫ, на основе которых они сформированы.

	(7)		(8)
	(9)		(10)
	(11)		(12)

Математическая формулировка:

Интерпретация рис. 7:

Рис. 3. Описательная схема закона возрастания эмержентности.

3.2.3. Системное обобщение формулы Харкевича

Ниже приведен вывод системного обобщения формулы Харкевича, а именно:

– классическая формула Харкевича через вероятности перехода системы в целевое состояние при условии сообщения ей определенной информации и самопроизвольно (13);

– выражение классической формулы Харкевича через частоты (14, 15);

– вывод коэффициента эмерджентности Харкевича на основе принципа соответствия с выражением Хартли в детерминистском случае (16 –19);

– вывод системного обобщения формулы Харкевича;

– окончательное выражение для системного обобщения формулы Харкевича (21).

Классическая формула Харкевича

(13)

P_ij – вероятность перехода объекта управления в j-е состояние в условиях действия i-го фактора;

P_j – вероятность самопроизвольного перехода объекта управления в j-е состояние, т.е. в условиях отсутствия действия i-го фактора или в среднем.

Известно, что корреляция не является мерой причинно-следственных связей. Если корреляция между действием некоторого фактора и переходом объекта управления в определенное состояние высока, то это еще не значит, что данный фактор является причиной этого перехода. Для того чтобы по корреляции можно было судить о наличии причинно-следственной связи необходимо сравнить исследуемую группу с контрольной группой, т.е. с группой, в которой данный фактор не действовал.

Также и высокая вероятность перехода объекта управления в определенное состояние в условиях действия некоторого фактора сама по себе не говорит о наличии причинно-следственной связи между ними, т.е. о том, что данный фактор обусловил переход объекта в это состояние. Это связано с тем, что вероятность перехода объекта в это состояние может быть вообще очень высокой независимо от действия фактора. Поэтому в качестве меры силы причинной обусловленности определенного состояния объекта действием некоторого фактора Харкевич предложил логарифм отношения вероятностей перехода в объекта в это состояние в условиях действия фактора и при его отсутствии или в среднем (13).

Таким образом семантическая мера информации Харкевича является мерой наличия причинно-следственных связей между факторами и состояниями объекта управления.

Выражение классической формулы Харкевича через частоты фактов

(14)

(15)

Вывод коэффициента эмерджентности Харкевича на основе принципа соответствия с выражением Хартли в детерминистском случае

Однако мера Харкевича (13) не удовлетворяет принципу соответствия мерой Хартли как мера Шеннона, т.е. не переходит в меру Хартли в детерминистском случае, т.е. когда каждому будущему состоянию объекта управления соответствует единственный уникальный фактор и между факторами и состояниями имеется взаимно однозначное соответствие (17).

(16)

(17)

Откуда:

(18)

(19)

Вывод системного обобщения формулы Харкевича

(20)

Окончательное выражение для системного обобщения формулы Харкевича

(21)

3.2.4. Связь системной теории информации (СТИ) с теорией Хартли-Найквиста-Больцмана и теорией Шеннона

Связь между выражениями для плотности информации в теориях Хартли, Шеннона и СТИ приведена на рис.7.

Рис. 4. Связь между выражениями для плотности информации в теориях Хартли, Шеннона и СТИ

3.2.5. Интерпретация коэффициентов эмерджентности СТИ

Интерпретация коэффициентов эмерджентности, предложенных в рамках системной теории информации, приведена на рис. 8.

Рис. 5. Интерпретация коэффициентов эмерджентности СТИ

Коэффициент эмерджентности Хартли j (4) представляет собой относительное превышение количества информации о системе при учете системных эффектов (смешанных состояний, иерархической структуры ее подсистем и т.п.) над количеством информации без учета системности, т.е. этот коэффициент является аналитическим выражением для уровня системности объекта.

Коэффициент эмерджентности Харкевича Y, изменяется от 0 до 1 и определяет степень детерминированности системы.

Таким образом, в предложенном системном обобщении формулы Харкевича (21) впервые непосредственно в аналитическом выражении для самого понятия "Информация" отражены такие фундаментальные свойства систем, как "Уровень системности" и "Степень детерминированности" системы.

Необходимо отметить, что вывод коэффициентов эмерджентности впервые приведен в работах Е.В.Луценко [], посвященных системной теории информации, который и дал им наименования "коэффициент эмерджентности Хартли" и "коэффициент эмерджентности Харкевича" в честь этих выдающихся ученых, внесших значительный вклад в становление научной теории информации и теории знаний. Это замечание было необходимо сделать потому, что в ряде работ современных ученых вывод этих коэффициентов эмерджентности полностью берется из работ Е.В.Луценко без какой-либо ссылки на них и на него и говорится, что они были выедены самими Хартли и Харкевичем и даются ссылки на их работы, но это совершенно не так.

3.2.6. Матрица абсолютных частот

Основной формой первичного обобщения эмпирической информации в модели является матрица абсолютных частот (табл. 2). В этой матрице строки соответствуют факторам, столбцы – будущим целевым и нежелательным состояниям объекта управления, а на их пересечении приведено количество наблюдения фактов (по данным обучающей выборки), когда действовал некоторый i-й фактор и объект управления перешел в некоторое j-е состояние.

Таблица 1.

Матрица абсолютных частот

3.2.7. Матрица информативностей

Непосредственно на основе матрицы абсолютных частот с использованием системного обобщения формулы Харкевича (21) рассчитывается матрица информативностей (табл. 3).

Матрица информативностей является универсальной формой представления смысла эмпирических данных в единстве их дискретного и интегрального представления (причины – последствия, факторы – результирующие состояния, признаки – обобщенные образы классов, образное – логическое, дискретное – интегральное).

Весовые коэффициенты матрицы информативностей непосредственно определяют, какое количество информации Iij система управления получает о наступлении события: "объект управления перейдет в j–е состояние", из сообщения: "на объект управления действует i–й фактор".

Когда количество информации Iij>0 – i–й фактор способствует переходу объекта управления в j–е состояние, когда Iij<0 – препятствует этому переходу, когда же Iij=0 – никак не влияет на это.

Таблица 2.

Матрица информативностей

Таким образом, предлагаемая семантическая информационная модель позволяет непосредственно на основе эмпирических данных и независимо от предметной области рассчитать, какие количество информации содержится в любом событии о любом другом событии.

Этот вывод является ключевым для данной статьи, т.к. конкретно показывает возможность числовой обработки в СК-анализе как числовой, так и нечисловой информации.

Матрица информативностей является также обобщенной (неклассической) таблицей решений, в которой входы (факторы) и выходы (будущие состояния объекта управления) связаны друг с другом не с помощью классических (Аристотелевских) импликаций, принимающих только значения: "Истина" и "Ложь", а различными значениями истинности, выраженными в битах и принимающими значения от положительного теоретически-максимально-возможного, до теоретически неограниченного отрицательного. Некоторые неклассические высказывания, генерируемые на основе матрицы информативности, приведены на плакате.

3.2.8. Неметрический интегральный критерий сходства,
основанный на лемме Неймана-Пирсона

В выражениях (22 – 24) приведен неметрический интегральный критерий сходства, основанный на фундаментальной лемме Неймана-Пирсона, обеспечивающий идентификацию и прогнозирование в предложенных неортонормированных семантических пространствах с финитной метрикой, в которых в качестве координат векторов будущих состояний объекта управления и факторов выступает количество информации, рассчитанное в соответствии с системной теорией информации (21), а не Булевы координаты или частоты, как обычно.

(22)

(23)

Или в координатной форме:

(24)

(25)

– вектор j–го состояния объекта управления;

– вектор состояния предметной области, включающий все виды факторов, характеризующих объект управления, возможные управляющие воздействия и окружающую среду (массив–локатор), т.е.:

(26)

(27)

– средняя информативность по вектору класса;

– среднее по вектору идентифицируемой ситуации (объекта).

– среднеквадратичное отклонение информативностей вектора класса;

– среднеквадратичное отклонение по вектору распознаваемого объекта.

3.2.9. Связь системной меры целесообразности информации с критерием c²

В (28 – 33) показана связь системной меры целесообразности информации с известным критерием c², а также предложен новый критерий уровня системности предметной области, являющийся нормированным объемом семантического пространства (34, 35).

(28)

(29)

– Nij – фактическое количество встреч i-го признака у объектов j-го класса;

– t – ожидаемое количество встреч i-го признака у объектов j-го класса.

(30)

(31)

(32)

(33)

(34)

(35)

Предлагается более точный критерий уровня системности модели является объем неортонормированного семантического пространства, рассчитанный как объем многомерного параллелепипеда, ребрами которого являются оси семантического пространства. Однако для этой меры сложнее в общем виде записать аналитическое выражение и для ее вычисления могут быть использованы численные методы с использованием многомерного обобщения смешанного произведения векторов.

Абстрагирование (ортонормирование) существенно уменьшает размерность семантического пространства без существенного уменьшения его объема.

3.2.10. Оценка адекватности семантической информационной модели в СК-анализе и бутстрепные методы

Под адекватностью модели СК-анализа понимается ее внутренняя и внешняя дифференциальная и интегральная валидность. Понятие валидности является уточнением понятия адекватности, для которого определены процедуры количественного измерения, т.е. валидность – это количественная адекватность. Это понятие количественно отражает способность модели давать правильные результаты идентификации, прогнозирования и способность вырабатывать правильные рекомендации по управлению.

Под внутренней валидностью понимается валидность модели, измеренная после синтеза модели путем идентификации объектов обучающей выборки.

Под внешней валидностью понимается валидность модели, измеренная после синтеза модели путем идентификации объектов, не входящих в обучающую выборку.

Под дифференциальной валидностью модели понимается достоверность идентификации объектов в разрезе по классам.

Под интегральной валидностью средневзвешенная дифференциальная валидность.

Возможны все сочетания: внутренняя дифференциальная валидность, внешняя интегральная валидность и т.д.

Основная идея бутстрепа по Б.Эфрону [Ошибка! Источник ссылки не найден.] состоит в том, что методом Монте-Карло (статистических испытаний) многократно извлекаются выборки из эмпирического распределения. Эти выборки, естественно, являются вариантами исходной, напоминают ее.

Эта идея позволяет сконструировать алгоритм измерения адекватности модели, состоящий из двух этапов:

1. Синтез модели на одном случайном подмножестве обучающей выборки.

2. Измерение валидности модели на оставшемся подмножестве обучающей выборки, не использованном для синтеза модели.

Поскольку оба случайных подмножества имеют переменный состав по объектам обучающей выборки, то подобная процедура должна повторяться много раз, после чего могут быть рассчитаны статистические характеристики адекватности модели, например, такие как:

– средняя внешняя валидность;

– среднеквадратичное отклонение текущей внешней валидности от средней и другие.

Достоинство бутстрепного подхода к оценке адекватности модели состоит в том, что он позволяет измерить внешнюю валидность на уже имеющейся выборке и изучить статистические характеристики, характеризующие адекватность модели при изменении объема и состава выборки.

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

Предложенная семантическая информационная модель является непараметрической, т.к. базируется на системной теории информации [5], которая никоим образом не основана на предположениях о нормальности распределений исследуемой выборки.

Под робастными понимаются процедуры, обеспечивающие устойчивую работу модели на исходных данных, зашумленных артефактами, т.е. данными, выпадающими из общих статистических закономерностей, которым подчиняется исследуемая выборка.

Критерий выявления артефактов, реализованный в СК-анализе, основан на том, что при увеличении объема статистики частоты значимых атрибутов растут, как правило, пропорционально объему выборки, а частоты артефактов так и остаются чрезвычайно малыми, близкими к единице. Таким образом, выявление артефактов возможно только при достаточно большой статистике, т.к. в противном случае недостаточно информации о поведении частот атрибутов с увеличением объема выборки.

В модели реализована такая процедура удаления наиболее вероятных артефактов, и она, как показывает опыт, существенно повышает качество (адекватность) модели.

3.3. Методика численных расчетов СК-анализа

3.3.1. Детальный список БКОСА и их алгоритмов

В табл. 4 приведен детальный список базовых когнитивных операций системного анализа, которым соответствует 24 алгоритма, которые здесь привести нет возможности из-за их объемности. Но они все приведены в полном виде в работе [Ошибка! Источник ссылки не найден.].

Таблица 3.

Детальный список базовых когнитивных операций
системного анализа (бкоса)

№ алгоритма	Код БКОСА по схеме СК-анализа	№ БКОСА	Наименование БКОСА	Полное наименование базовых когнитивных операций системного анализа (БКОСА)
	1.1	1	Присвоение имен	Присвоение имен классам (интенсиональная, интегральная репрезентация)
	1.2			Присвоение имен атрибутам (экстенсиональная, дискретная репрезентация)
1	2.1.	2	Восприятие	Восприятие и запоминание исходной обучающей информации
2	2.2.			Репрезентация. Сопоставление индивидуального опыта с коллективным (общественным)
3	3.1.1.	3	Обобщение (синтез, индукция).	Накопление первичных данных
4	3.1.2.			Исключение артефактов
5	3.1.3.			Расчет истинности смысловых связей между предпосылками и результатами (обобщенных таблиц решений)
6	3.2.			Определение значимости шкал и градаций факторов, уровней Мерлина
7	3.3.			Определение значимости шкал и градаций классов, уровней Мерлина
8	4.1.	4	Абстраги- рование	Абстрагирование факторов (снижение размерности семантического пространства факторов)
9	4.2.			Абстрагирование классов (снижение размерности семантического пространства классов)
10	5.	5	Оценка адекватности	Оценка адекватности информационной модели предметной области
11	7.	6	Сравнение, идентификация и прогнозирование	Сравнение, идентификация и прогнозирование. Распознавание состояний конкретных объектов (объектный анализ)
12	9.1.	7	Анализ, дедукция и абдукция	Анализ, дедукция и абдукция классов (семантический анализ обобщенных образов классов, решение обратной задачи прогнозирования)
13	9.2.			Анализ, дедукция и абдукция факторов (семантический анализ факторов)
14	10.1.1.	8	Классификация и генерация конструктов	Классификация обобщенных образов классов
15	10.1.2.			Формирование бинарных конструктов классов
16	10.1.3.			Визуализация семантических сетей классов
17	10.2.1.			Классификация факторов
18	10.2.2.			Формирование бинарных конструктов факторов
19	10.2.3.			Визуализация семантических сетей факторов
20	10.3.1.	9	Содержательное сравнение	Содержательное сравнение классов
21	10.3.2.			Расчет и отображение многомногозначных когнитивных диаграмм, в т.ч. диаграмм Мерлина
22	10.4.1.			Содержательное сравнение факторов
23	10.4.2.			Расчет и отображение многомногозначных когнитивных диаграмм, в т.ч. инвертированных диаграмм Мерлина
24	11.	10	Планирование и управление	Многовариантное планирование и принятие решения о применении системы управляющих факторов

3.3.2. Иерархическая структура данных семантической
информационной модели СК-анализа

На рис. 10 приведена в обобщенном виде иерархическая структура баз данных семантической информационной модели системно-когнитивного анализа. На этой схеме базы данных обозначены прямоугольниками, а базовые когнитивные операции системного анализа, преобразующие одну базу в другую – стрелками с надписями. Имеются также базовые когнитивные операции, формирующие выходные графические формы. Из этой схемы видно, что одни базовые когнитивные операции готовят данные для других операций, относящихся к более высоким уровням иерархии системы процессов познания. Этим определяется возможная последовательность выполнения базовых когнитивных операций.

Рис. 6. Иерархическая структура данных СК-анализа

3.4. Специальный программный инструментарий СК-анализа – система "Эйдос"

3.4.1. Цели и основные функции системы "Эйдос"

Универсальная когнитивная аналитическая система "Эйдос" является отечественным лицензионным программным продуктом [230–233], созданным исключительно с использованием официально приобретенного лицензионного программного обеспечения. По системе "Эйдос" и различным аспектам ее применения имеется более 150 публикаций ряда авторов. Титульная видеограмма системы приведена на рис. 11:

Рис. 7. Информация о системе "Эйдос" и разработчике.

Система "Эйдос" является одним из элементов предлагаемого решения проблемы и достижения цели данной работы, т.к. она обеспечивает решение следующих задач:

1. Синтез и адаптация семантической информационной модели предметной области, включая объект активный управления и окружающую среду.

2. Идентификация и прогнозирование состояния активного объекта управления, а также разработка управляющих воздействий для его перевода в заданные целевые состояния.

3. Углубленный анализ семантической информационной модели предметной области.

Таким образом, система "Эйдос" является инструментарием, решающим проблему данной работы.

Синтез содержательной информационной модели предметной области

Для разработки информационной модели предметной области необходимо владеть основными принципами ее когнитивной структуризации и формализованного описания. Синтез содержательной информационной модели включает следующие этапы:

1. Формализация (когнитивная структуризация предметной области).

2. Формирование исследуемой выборки и управление ею.

3. Синтез или адаптация модели.

4. Оптимизация модели.

5. Измерение адекватности модели (внутренней и внешней, интегральной и дифференциальной валидности), ее скорости сходимости и семантической устойчивости.

Идентификация и прогнозирование состояния объекта управления, выработка управляющих воздействий

Данный вид работ включает:

1. Ввод распознаваемой выборки.

2. Пакетное распознавание.

3. Вывод результатов распознавания и их оценку.

Углубленный анализ содержательной информационной модели предметной области

Углубленный анализ выполняется в подсистеме "Типология" и включает:

1. Информационный и семантический анализ классов и признаков.

2. Кластерно-конструктивный анализ классов распознавания и признаков, включая визуализацию результатов анализа в оригинальной графической форме когнитивной графики (семантические сети классов и признаков).

3. Когнитивный анализ классов и признаков (когнитивные диаграммы и диаграммы Вольфа Мерлина).

3.4.2. Обобщенная структура системы "Эйдос"

Данной обобщенной структуре соответствуют и структура управления и дерево диалога системы (табл. 5):

Таблица 4.

Обобщенная структура системы "ЭЙДОС" (версии 14.7)

Подсистема	Режим		Функция		Операция
1. Формализация ПО	1. Классификационные шкалы и градации
	2. Описательные шкалы (и градации)
	3. Градации описательных шкал (признаки)
	4. Иерархические уровни систем	1. Уровни классов
		2. Уровни признаков
	5. Программные интерфейсы для импорта данных	1. Импорт данных из TXT-фалов стандарта DOS-текст
		2. Импорт данных из DBF-файлов стандарта проф. А.Н.Лебедева
		3. Импорт из транспонированных DBF-файлов проф. А.Н.Лебедева
		4. Генерация шкал и обучающей выборки RND-модели
		5. Генерация шкал и обучающей выборки для исследования чисел
		6. Транспонирование DBF-матриц исходных данных
		7. Импорт данных из DBF-файлов стандарта Евгения Лебедева
	6. Почтовая служба по НСИ	1. Обмен по классам
		2. Обмен по обобщенным признакам
		3. Обмен по первичным признакам
	7. Печать анкеты
2. Синтез СИМ	1. Ввод–корректировка обучающей выборки
	2. Управление обучающей выборкой	1. Параметрическое задание объектов для обработки
		2. Статистическая характеристика, ручной ремонт
		3. Автоматический ремонт обучающей выборки
	3. Синтез семантической информационной модели СИМ	1. Расчет матрицы абсолютных частот
		2. Исключение артефактов (робастная процедура)
		3. Расчет матрицы информативностей СИМ-1 и сделать ее текущей
		4. Расчет условных процентных распределений СИМ-1 и СИМ-2
		5. Автоматическое выполнение режимов 1–2–3–4
		6. Измерение сходимости и устойчивости модели		1. Сходимость и устойчивость СИМ
				2. Зависимость валидности модели от объема обучающей выборки
		7. Расчет матрицы информативностей СИМ-2 и сделать ее текущей
	4. Почтовая служба по обучающей информации
3. Оптимизация СИМ	1. Формирование ортонормированного базиса классов
	2. Исключение признаков с низкой селективной силой
	3. Удаление классов и признаков, по которым недостаточно данных
	4. Разделение классов на типичную и нетипичную части
	5. Генерация сочетанных признаков и перекодирование обучающей выборки
4. Распознавание	1. Ввод-корректировка распознаваемой выборки
	2. Пакетное распознавание
	3. Вывод результатов распознавания	1. Разрез: один объект – много классов
		2. Разрез: один класс – много объектов
	4. Почтовая служба по распознаваемой выборке
	5. Построение функций влияния
	6. Докодирование сочетаний признаков в распознаваемой выборке
5. Типология	1. Типологический анализ классов распознавания	1. Информационные (ранговые) портреты (классов)
		2. Кластерный и конструктивный анализ классов		1 Расчет матрицы сходства образов классов
				2. Генерация кластеров и конструктов классов
				3. Просмотр и печать кластеров и конструктов
				4. Автоматическое выполнение режимов: 1,2,3
				5. Вывод 2d семантических сетей классов
		3. Когнитивные диаграммы классов
	2. Типологический анализ первичных признаков	1. Информационные (ранговые) портреты признаков
		2. Кластерный и конструктивный анализ признаков		1. Расчет матрицы сходства образов признаков
				2. Генерация кластеров и конструктов признаков
				3. Просмотр и печать кластеров и конструктов
				4. Автоматическое выполнение режимов: 1,2,3
				5. Вывод 2d семантических сетей признаков
		3. Когнитивные диаграммы признаков
6. СК-анализ СИМ	1. Оценка достоверности заполнения объектов
	2. Измерение адекватности семантической информационной модели
	3. Измерение независимости классов и признаков
	4. Просмотр профилей классов и признаков
	5. Графическое отображение нелокальных нейронов
	6. Отображение Паретто-подмножеств нейронной сети
	7. Классические и интегральные когнитивные карты
7. Сервис	1. Генерация (сброс) БД	1. Все базы данных
		2. НСИ		1. Всех баз данных НСИ
				2. БД классов
				3. БД первичных признаков
				4. БД обобщенных признаков
		3. Обучающая выборка
		4. Распознаваемая выборка
		5. Базы данных статистики
	2. Переиндексация всех баз данных
	3. Печать БД абсолютных частот
	4. Печать БД условных процентных распределений СИМ-1 и СИМ-2
	5. Печать БД информативностей СИМ-1 и СИМ-2
	6. Интеллектуальная дескрипторная информационно-поисковая система
	7. Копирование основных баз данных СИМ
	8. Сделать текущей матрицу информативностей СИМ-1
	9. Сделать текущей матрицу информативностей СИМ-1

Подробнее подсистемы, режимы, функции и операции, реализуемые системой "Эйдос", описаны в работе [Ошибка! Источник ссылки не найден.].

3.5. Методы, этапы и выборка
экспериментального исследования

Система методов, применяемых в исследовании, была определена его исходными методологическими предпосылками, а также целями и задачами как всего исследования, так и отдельных его этапов. Для решения поставленной цели и проверки теоретических и эмпирических гипотез были поставлены следующие задачи:

1. Подобрать и апробировать методики для изучения образа-Я, стилевых особенностей деятельности.

2. Исследовать и описать личностный опыт выполнения служебно-боевых задач в экстремальных условиях.

3. Выявить критерии измерения интенсивности экстремальных ситуаций и стилевых особенностей деятельности сотрудников ОВД.

4. Исследовать структурно-содержательные характеристики изменений образа-Я сотрудников ОВД в экстремальных условиях.

5. Эмпирически выделить и исследовать стили профессиональной деятельности, наиболее типичные для сотрудников ОВД, выполняющих служебно-боевые задачи в экстремальных условиях.

6. Исследовать влияние различных уровней интенсивности экстремальных условий на динамику и содержательные особенности формирования наиболее типичных стилей профессиональной деятельности сотрудников ОВД.

Решение поставленных задач осуществлялось с помощью следующего психодиагностического инструментария:

– метод, репертуарных решеток Дж. Келли;

– метод, личностного (семантического) дифференциала (ЛД) НИИ им. В.М. Бехтерева;

– семантического дифференциала состояний сотрудников специальных подразделений;

– методики исследования системы жизненных смыслов В.Ю. Котлякова;

– шкалы оценки тяжести "боевого опыта" Т. Кина;

– теста Куна – Макпартленда "Кто Я?".

Названные выше методы были скорректированы для исследования образа-Я и стилевых особенностей профессиональной деятельности сотрудников ОВД в экстремальных условиях (прил. 1).

1. Авторская анкета оценки интенсивности экстремальных ситуаций, в которую были включены вопросы из шкалы оценки тяжести "боевого опыта" Т. Кина [Ошибка! Источник ссылки не найден.] и элементы, выделенные с помощью теста репертуарных решеток Дж. Келли у сотрудников органов внутренних дел, принимавших участие в антитеррористических мероприятиях.

2. Авторская анкета оценки стиля профессиональной деятельности – субъективной оценки эффективности профессиональной деятельности сотрудников органов внутренних дел составлена на основе перечня квалификационных требований при проведения испытаний на присвоение квалификационных разрядов сотрудникам органов внутренних дел [Ошибка! Источник ссылки не найден.]. Анкета была также дополнена экспертными оценками, полученными с помощью метода репертуарных решеток Дж. Келли.

3. Оценочная решетка (для исследования структурно-содержательных характеристик когнитивного компонента образа-Я) была сформирована на основе ответов респондентов по тесту Куна – Макпартленда "Кто Я?" ("Двадцать ответов"), позволившему выявить ведущие модальности когнитивного компонента образа-Я (Я-реальное, Я-идеальное, Я-профессиональное и т. п.) и методики личностного (семантического) дифференциала (ЛД), адаптированной сотрудниками психоневрологического института им. В.М. Бехтерева. По столбцам располагались модальности образа-Я, по строкам – биполярные конструкты ЛД.

4. Методика семантического дифференциала состояний использовалась для выявления структурно-содержательных особенностей аффективного компонента образа-Я. Данная методика была получена на выборке из сотрудников органов внутренних дел, выполнявших служебно-боевые задачи в экстремальных условиях [Ошибка! Источник ссылки не найден.].

5. Методика исследования системы жизненных смыслов В.Ю. Котлякова применялась для оценки "предельных смыслов" [Ошибка! Источник ссылки не найден.]. Рассматриваемый слой образа-Я был исследован с помощью отдельной методики. Испытуемым предлагалось сформулировать ведущий смысл своей собственной жизни, каким он им представляется на момент исследования.

При проведении экспериментального исследования уровень валидности контролировался за счет использования квазиэкспериментального плана с предварительным и итоговым тестированием на различных выборках, включающим учет результатов шести групп сотрудников ОВД, сформированных по критериям интенсивности экстремальных условий и стилям профессиональной деятельности. Использование данного экспериментального плана позволило контролировать источники угрожающие внутренней валидности экспериментального исследования (эффект тестирования, состав групп, регрессию).

Внутренняя валидность также контролировалась через распределение отдельной группы сотрудников ОВД (30 чел.) по уровням интенсивности экстремальных условий и стилям профессиональной деятельности "в слепую" по показателям компонентов образа-Я, а затем по полученным данным сравнивались с показателями интенсивности экстремальных условий и стиля профессиональной деятельности, выставленными самими сотрудниками ОВД. В 93,2% (р ≤ 0,003 Пирсон) случаев результаты классификации респондентов с помощью дискриминантного анализа "вслепую" совпадали с данными в анкете сотрудников ОВД по критерию интенсивности экстремальных условий и в 89,4% (р ≤ 0,011 Пирсон) случаев по критерию стиля профессиональной деятельности. Внешняя валидность дополнительно контролировалась методом дискриминантного анализа (р ≤ 0,001 χ² – Фридман).

Внешняя валидность дополнительно контролировалась методом дискриминантного анализа, который позволил подтвердить статистически значимые различия в оценках респондентов образа-Я, однородность групп респондентов, выделенных по критерию интенсивности экстремальных ситуаций, стиля профессиональной деятельности, и релевантность используемого инструментария для оценки интенсивности экстремальных ситуаций, связанных с выполнением профессиональных задач сотрудниками органов внутренних дел.

Схема экспериментального исследования состояла из четырех элементов:

1. Разработка критерия оценки интенсивности экстремальных ситуаций. В результате использования репертуарного теста Дж. Келли и шкалы "боевого опыта" Т. Кина были получены утверждения респондентов, описывающие набор наиболее часто встречающихся экстремальных ситуаций. Далее выделенные утверждения, касающиеся интенсивности экстремальных ситуаций, были подвергнуты процедуре факторного анализа (с varimax вращением). В результате была получена двухфакторная модель, в которой фактор 1 – АП: "активное позиционирование сотрудника ОВД относительно деятельности в экстремальных условиях" , а фактор 2 – ПП: "пассивное позиционирование сотрудника ОВД относительно деятельности в экстремальных условиях".

Фактор 1– АП (60,829%): 1. Сколько раз Вы принимали участие в задержании невооруженного преступника? (0,971). 2. Сколько раз Вы принимали участие в задержании вооруженного преступника? (0,959). 7. Сколько раз Вы наблюдали, как кто-то был убит или ранен во время выполнения служебно-боевых задач? (- 0,925). 3. Сколько раз Вы принимали участие в пресечении массовых беспорядков? (0,912). 4. Сколько раз Вы принимали участие в "зачистке" или выполняли другое задание в условия повышенной опасности? (0,887). 6. Сколько раз Вы применяли оружие на поражение? (- 0,526).

Фактор 2 – ПП (31,515%): 8. Сколько раз Вы подвергались опасности быть убитым или раненым, попадали в засаду, в другие очень опасные ситуации? (0,904). 5. Сколько человек в Вашем подразделении было убито, ранено, или пропало без вести во время выполнения служебно-боевых задач? (- 0,871).

2. Разработка критерия стиля профессиональной деятельности – субъективной оценки эффективности профессиональной деятельности сотрудников органов внутренних дел. Данный критерий был сформулирован на основе нормативных документов, используемых при аттестации сотрудников органов внутренних дел [Ошибка! Источник ссылки не найден.], и метода репертуарных решеток Дж. Келли. В качестве элементов были использованы ситуации, в которых сотрудники органов внутренних дел должны уметь демонстрировать определенные знания и навыки. Конструктами выступали сами необходимые качества и навыки, формируемые в процессе подготовки сотрудников органов внутренних дел. Конструкты выявлялись с помощью стандартной процедуры (методом триад) и далее были обобщены по принципу близости к семантическому ядру экспертных оценок в соответствии с задачами экспериментального исследования.

Выделенные характеристики, направленные на выявления субъективной оценки профессиональной эффективности, также были подвергнуты процедуре факторного анализа. В результате выделенная трехфакторная структура включала показатели, описывающие стиль профессиональной деятельности – общую субъективную оценку профессиональной эффективности сотрудников органов внутренних дел:

Фактор 1– НПБ – "Знание нормативно-правовой базы и своих должностных обязанностей" (37,621%):

1. Законодательные и иные нормативные правовые акты Российской Федерации, нормативные правовые акты МВД России (0,968).

2. Нормативные правовые акты, регламентирующие порядок применения и использования боевого ручного стрелкового оружия, физ. силы, спец. средств, средств индивидуальной защиты и активной обороны (0,975).

3. Свои должностные обязанности и права, особенности оперативной обстановки и ее состояние на обслуживаемом участке, территории органа внутренних дел (0,929).

4. Формы и методы взаимодействия с сотрудниками других служб, подразделений, учреждений правоохранительных органов и общественностью при решении служебных задач (0,927).

7. Ориентируюсь в оперативной обстановке и могу принимать правильные решения (- 0,605).

Фактор 2 – ИБО "Навыки использования боевого стрелкового оружия, боевых приемов, оказания доврачебной помощи" (22,407%).

12. Имею навыки оказания доврачебной и иной неотложной медицинской помощи (0,789).

10. Владею боевым ручным стрелковым оружием (0,876).

11. Владею боевыми приемами борьбы (0,876).

9. Применяю и использую огнестрельное оружие, физическую силу, специальные средства в борьбе с преступностью в соответствии с законодательно-правовыми актами Российской Федерации и иными нормативными документами (0,063).

6. Пользуюсь средствами индивидуальной защиты и активной обороны (0,062).

Фактор 3 – ВСГ "Умение взаимодействия с сотрудниками других служб и общения с различными категориями граждан, рассмотрения жалоб и т. п." (18,080 %).

8. Основы профессиональной этики и психологии общения с различными категориями граждан (0,800).

5. Порядок рассмотрения предложений, заявлений, жалоб граждан (0,550).

3. Конструирование оценочной решетки для исследования когнитивного компонента образа-Я сотрудников органов внутренних дел. На данном этапе исследования в качестве инструмента были использованы тест Куна – Макпартленда "Кто Я?" и методика личностного (семантического) дифференциала (ЛД), адаптированная сотрудниками психоневрологического института им. В.М. Бехтерева. Применение теста "Кто Я?" Куна-Макпартленда позволило выделить такие модальности образа-Я как: "Я-реальное", "Я-идеальное", "Я-профессионал" и др. Также в оценочную решетку вошли элементы образа-Я, отражающие временные категории "Я десять лет назад", "Я в настоящем", "Я через десять лет", описывающие образ-Я с позиций относительно отдаленных прошлых событий, настоящего времени и относительно долгосрочных перспектив в представлениях о развитии своего образа-Я в будущем ("Я через десять лет"). Данные модальности образа-Я были использованы как элементы оценочной решетки, каждый из которых был описан по двадцати одной биполярной шкале – конструкту личностного семантического дифференциала: "обаятельный – непривлекательный", "сильный – слабый" и др.

4. Экспериментальную выборку и информационную базу исследования составили 243 человека, сотрудники строевых подразделений ОМОН ГУВД КК, ОМОН при АЧ УВДт, ОБППСМ ГУВД КК "Сокол", курсанты и слушатели КрУ МВД РФ. Сотрудники ОВД были классифицированы по критериям:

1. Показатель интенсивности экстремальных ситуаций варьировал от одного до восьми (табл. 6; рис. 12). Каждый уровень включал определенную сумму ответов респондентов по восьмибальной шкале и оценивался как: уровень 1 (очень слабая интенсивность экстремальных ситуаций) 0–2 балла; уровень 2 (слабая интенсивность экстремальных ситуаций) 3–6 балла; уровень 3 (средняя интенсивность экстремальных ситуаций) 7–10 баллов; уровень 4 (умеренная интенсивность экстремальных ситуаций) 11–14 баллов; уровень 5 (сильная интенсивность экстремальных ситуаций) 15–18 баллов; уровень 6 (очень сильная интенсивность экстремальных ситуаций) 19–22 баллов; уровень 7 (23–26 баллов); уровень 8 (27–31 баллов), где (1) экстремальные ситуации практически не встречались, (8) респондент активно выполнял профессиональные задачи в экстремальных ситуациях.

В принятой выборке респондентов показатель интенсивности экстремальных условий варьировал от одного до шести, между всеми шестью градациями (уровнями интенсивности экстремальных условий) наблюдаются различия, выраженные на высоком уровне статистической значимости (табл. 6, рис. 12), что позволяет судить о высокой рельефности индивидуальных структурно-содержательных характеристик образа-Я сотрудников органов внутренних дел.

Таблица 5.

Показатели расстояний между выделенными градациями
(λ - Вилкса), показатели статистической значимости различий между градациями критерия (по критерию χ² – Фридмана)по интенсивности экстремальных условий

Тест функций	λ - Вилкса	χ^2– Фридмана	df	Р
1-6	0,000	3038,618	1164	0,000
2-6	0,000	2375,751	965	0,000
3-6	0,000	1771,352	768	0,000
4-6	0,000	1238,592	573	0,000
5-6	0,003	754,944	380	0,000
6	0,062	371,136	189	0,000

Рис. 8. График канонических дискриминантных функций с групповыми центроидами в качестве градаций по интенсивности экстремальных
условий

2. Стиль профессиональной деятельности – субъективная оценка профессиональной эффективности вычислялась по средним значениям показателей респондентов относительно "знания нормативно-правовой базы и своих должностных обязанностей", наличия "навыков использования боевого стрелкового оружия, боевых приемов, оказания доврачебной помощи" и "умения взаимодействовать с сотрудниками других служб и общения с различными категориями граждан, рассмотрения жалоб и т. п.". Таким образом, сотрудники ОВД, оценившие свою подготовку в среднем на один балл, были отнесены к стилю профессиональной деятельности – 1, сотрудники ОВД, оценившие свою подготовку в среднем на два балла, были отнесены к стилю профессиональной деятельности – 2 и т. д., сотрудники ОВД, оценившие свою подготовку в среднем на шесть баллов, были отнесены к стилю профессиональной деятельности – 6.

Таблица 6.

Показатели расстояний между выделенными градациями
(λ - Вилкса), показатели статистической значимости различий между градациями критерия (по критерию χ² – Фридмана) по стилю
профессиональной деятельности

Тест функций	λ - Вилкса	χ^2– Фридмана	df	Р
1-5	0,000	1759,386	970	0,000
2-5	0,000	1211,654	772	0,000
3-5	0,002	838,347	576	0,000
4-5	0,024	501,085	382	0,000
5	0,207	211,307	190	0,138

В табл. 7 отмечены статистически значимые различия между градациями классифицирующих признаков, на рис. 13 пространственно обозначено расстояние между градациями признаков (групповой центроид) и структурно-содержательными характеристиками, описывающими образ-Я. Классификация размерности используемых шкал градаций по признакам (поведенческий компонент) проводилась с использованием дискриминантного анализа. В данном случае применение этого метода можно считать вполне корректным, так как используемые шкалы являются метрическими, а объем выборки обеспечивает нормальный характер распределения частот.

Рис. 9. График канонических дискрименантных функций с групповыми центроидами в качестве градаций по стилю профессиональной
деятельности

Процедура дискриминантного анализа предполагает классификацию респондентов по группам с наиболее рельефными различиями между ними на основе восьми градаций по критерию интенсивности экстремальных ситуаций (седьмая и восьмая градации не были описаны в связи с отсутствием, недостаточным количеством респондентов для проведения анализа данных) и стилей профессиональной деятельности. В качестве независимой переменной (группового центроида) выступают различные градации интенсивности экстремальных условий (рис. 12) и стилей профессиональной деятельности (см. рис. 13), зависимыми переменными являются показатели респондентов по методикам описывающим когнитивный, аффективный, компонент и жизненные смыслы включенные в образ-Я сотрудников органов внутренних дел. Конативный компонент образа-Я рассматривался как стиль профессиональной деятельности сотрудников органов внутренних дел.

Использование данной процедуры позволило выявить и обозначить маркерные точки для описания образа-Я и стилевых особенностей деятельности изменяющегося в экстремальных условиях. Таким образом, на данном этапе исследования был подобран психодиагностический инструментарий, адекватный задачам исследования, обозначены его основные этапы и сформирована выборка респондентов.

Резюмируя содержание данного параграфа необходимо отметить:

1. Методы подобранные в качестве психодиагностического инструментария позволяют описать структурно-содержательные изменения образа-Я, картина образа-Я является достаточно рельефной (со значимыми статистическими различиями), что позволяет проводить дальнейший анализ опираясь на выявленные маркерные точки в которых происходит его трансформация.

2. Разработанные и предложенные нами критерии оценки интенсивности экстремальных условий и стиля профессионально деятельности отражают структурно-содержательных характеристики исследуемой предметной области и могут служить инструментом классификации респондентов по обозначенным выше параметрам.

3. Выборка респондентов отражает общие тенденции личностных трансформаций субъектов включенных в проблемную область данного исследования, за счет проверки частотных характеристик ответов респондентов на предмет нормальность распределения и дополнительной проверки процента случайного попадания респондентов включенных в группы по критериям интенсивности экстремальных условий и стилю профессиональной деятельности (см. табл. 2, 3; рис. 5, 6).

3.6. Схема анализа данных
экспериментального исследования

Анализ полученных данных проходил в русле системного подхода активно развиваемого в отечественной психологии. Принятая четырехкомпонентная модель образа-Я рассматривалась как саморегулирующаяся система, взаимодействующая с экстремальными условиями и сама являющаяся частью этих условий.

1. Полученные данные по когнитивному компоненту образа-Я были представлены в виде стандартного куба. Для его сжатия мы применили метод "растягивания в вереницу" [Ошибка! Источник ссылки не найден.]. Показатели каждого респондента, представленные в виде слоев куба, располагаются последовательно друг за другом и преобразуются тем самым из трехмерного пространства (куба) в двухмерное (прямоугольник). Таким образом, была получена таблица в которой столбцы представлены модальностями образа-Я ("Я-личность", "Я-семьянин", "Я-профессионал" и т. д.), строки – переменными (биполярными шкалами), включенными в личностный семантический дифференциал.

2. На следующем этапе была проведена факторизация данных (с еquamax вращением осей факторного пространства относительно его ортогональных поверхностей), в результате были получены структурно-содержательные характеристики по каждой исследуемой модальности когнитивного и аффективного компонента образа-Я. Материалом для факторного анализа послужили матрицы интеркорреляций, вычисленные по критерию Пирсона. Данный метод корреляционного анализа был сочтен корректным для используемых данных, так как, во-первых, данные выражены в метрической шкале, во-вторых, распределение признаков относительно нормального находилось на уровне статистической значимости по критерию Колмогорова – Смирнова в пределах 0,05 ≥ р ≥ 0,001. Число факторов определялось по критерию Кайзера (число факторов равно числу компонент собственные значения которых превышали единицу).

3. Также был проведен анализ когнитивного элемента образа-Я по каждому респонденту в отдельности. В качестве критериев для интерпретации выступили "рыхлость" и "жесткость" когнитивного компонента образа-Я. Выделение структуры оценочной решетки осуществлялось на основе коэффициентов корреляции между оценками отдельных элементов образа-Я по всем конструктам. Критерий в данном случае обозначается как "жесткость – рыхлость" образа-Я. Рыхлой считается система, в которой мало статически значимых связей между конструктами, жесткой – система, в которой много статистически значимых связей между конструктами.

Система отношений человека является целостной, и это находит отражение в корреляционных связях между конструктами. Если относительное число значимых связей невелико (< 20%), можно сделать вывод о нарушении целостности (рыхлости) системы отношений. Такая организация системы конструктов затрудняет интерпретацию внешнего мира, прогноз поведения других людей и собственных взаимоотношений с ними, рыхлая система конструктов наблюдается при различных формах психической дезадаптации [Ошибка! Источник ссылки не найден.]. Жесткая система конструктов обусловливает чрезмерную категоричность в оценках людей и в интерпретации внешнего мира. Такая организация конструктов не позволяет человеку быть достаточно объективным и гибким при объяснении тех или иных поступков окружающих. Это приводит к ухудшению контактов и повышает вероятность возникновения конфликтов.

Процедура оценки степени "рыхлости – жесткости" системы конструкта может выглядеть следующим образом. В матрице корреляций сводятся к нулю все коэффициенты, не достигающие значимого уровня (5%). После в статистической программе SPSS скорректированная интеркорреляционная матрица подверглась процедуре кластерного анализа (использовался метод дальнего соседа), полученная дендрограмма позволяет сделать предварительные выводы о форме связей между конструктами [Ошибка! Источник ссылки не найден.], [Ошибка! Источник ссылки не найден.].

Жесткость системы конструктов увеличивается по мере нарастания психической напряженности в состоянии острого стресса, вызванного проблемной психологической ситуацией. При включении в процесса адаптации личности (в экстремальных условиях) жесткость системы конструктов снижается. У большинства обследуемых значимыми можно считать коэффициенты корреляции, превышающие 0,3, если менее 20% всех связей превышает данный порог значимости, то система считается рыхлой. Если более 50% корреляций превышает порог значимости, то система считается жесткой. В норме, при спокойном эмоциональном состоянии, доля значимых корреляций колеблется от 25 до 35% [Ошибка! Источник ссылки не найден.].

4. Следующим этапом анализа данных экспериментального исследования являлось выявление характеристик образа-Я сотрудников органов внутренних дел в экстремальных условиях и их влияния на стиль профессиональной деятельности. Предметом анализа служили три модели (рис. 14).

Рис. 10. Схема 1 – исследование образа-Я в экстремальных условиях; схема 2 - исследования стилевых особенностей профессиональной деятельности через образ-Я; схема 3 - исследование характера изменений стилей профессиональной деятельности в экстремальных условиях

Проведение подобной процедуры анализа с помощью статистических методов не представлялась возможной в связи с множеством критериев, входящих в базу исследования. Однако применение метода многопараметрической типизации, реализованного в системно-когнитивном анализе и его инструментарии Универсальной когнитивной аналитической системе "Эйдос" [Ошибка! Источник ссылки не найден.], позволяет проводить анализ такого рода данных. Проблема выбора универсального критерия решается с помощью использования критерия информативности, рассматриваемого в теории информации Р. Хартли, К. Шенноном, А.Н. Колмогоровым, А.А. Харкевичем, Р.Л. Стратановичем [Ошибка! Источник ссылки не найден.], [Ошибка! Источник ссылки не найден.].

А.Г. Шмелевым были обозначены трудности применения критерия меры количества информации Р. Шеннона, связанные с независимостью числа классов, выделенных по критерию полноты воспроизводимости материала, и числа классов, выделенных по критерию "информационной емкости материала"  Р. Шеннона [Ошибка! Источник ссылки не найден.]. В нашем исследовании данная проблема не фигурирует, так как в качестве материала для анализа по критерию информативности Р. Шеннона выступают данные, уже классифицированные на предыдущих этапах по критериям интенсивности воздействия экстремальных ситуаций и стилю профессиональной деятельности. Мы пошли по пути "укрупнения" символьных единиц, анализируемых по критерию информативности. Смысловое пространство образа-Я, представленное биполярными дескрипторами ЛД, было сформировано в факторные модели на основе интеркорреляционных матриц (прил. 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24), и лишь затем факторы были классифицированы по критерию информативности (т. е. значимости для респондентов). Факторы с наиболее высокими показателями информативности интерпретировались как категориальные установки субъекта и анализировались как отдельно по каждой модальности образа-Я так и по ведущему его компоненту.

Портреты классов по критерию информативности распознавания представляют собой списки признаков в порядке убывания содержащегося в них количества информации о принадлежности к этим классам (прил. 3, 5, 7, 9, 11, 13, 15, 17, 19, 21, 23, 25). Информационный портрет класса распознавания показывает, каков информационный вклад каждого признака в общий объем информации, содержащейся в обобщенном образе этого класса. Характеристики образа-Я, содержащие наибольшие показатели по критерию информативности, и являются категориальными установками, обусловливающими поведение субъектов [Ошибка! Источник ссылки не найден.]. Данная процедура анализа позволяет реализовать пятую задачу, включенную в эмпирическую часть работы, связанную с исследованием влияния экстремальных условий на стилевые особенности деятельности как конативного компонента образа-Я.

Следовательно, в данном экспериментальном исследовании при использовании меры количества информации факторов мы получаем универсальный критерий для анализа вышеобозначенных схем 1 и 2 (см. рис. 14). Полученная система позволяет сформировать информационные портреты обобщенных семантических пространств образа-Я (эталонных образов классов распознавания и признаков), являющихся категориальными установками респондентов.

3.7. Выводы

С целью поиска путей автоматизации системного анализа проанализированы различные его варианты, предложенные ведущими учеными в этой области. Показана несостоятельность мнения о том, что автоматизацию системного анализа осуществить тем проще, чем более он детализирован. Отмечена несистемность самой этой идеи, противоречащая духу системного анализа.

Предложена альтернативная идея поиска путей автоматизации системного анализа на пути его интеграции с когнитивными технологиями. В рамках этой идеи предложено структурировать системный анализ до уровня базовых когнитивных операций, достаточно элементарных, чтобы их было возможно автоматизировать при современном уровне развития науки и техники.

Для выявления базовых когнитивных операций разработана формализуемая когнитивная концепция. В ней процесс познания рассматривается как многоуровневая иерархическая система обработки информации, в которой когнитивные структуры каждого последующий уровня является результатом интеграции структур предыдущего уровня. На основе когнитивной концепции выводятся структура когнитивного конфигуратора, система базовых когнитивных операций и обобщенная схема автоматизированного системного анализа, структурированного до уровня базовых когнитивных операций, получившего в данном исследовании название "СК-анализ".

Предложена структура рефлексивной АСУ активными объектами, включающая двухуровневую модель активного объекта управления, классификацию факторов и будущих состояний объекта управления.

Двухуровневая модель активного объекта управления предполагает два типа управляющих воздействий: информационное (мета-управляющее) воздействие на интеллектуальную информационную систему активного объекта управления; энергетическое (силовое) воздействие на сложную систему поддержки функций интеллектуальной информационной системы активного объекта управления.

Классификация факторов, включает: факторы, характеризующие активный объект управления в его прошлых и текущем состояниях, в том числе факторы, характеризующие его как активную, рефлексивную систему; управляющие факторы; факторы окружающей среды.

Будущие состояния активного объекта управления, классифицируются как целевые и нежелательные с позиций управляющей системы и самого активного объекта управления. В общем случае эти классификации не совпадают.

Предложена семантическая информационная модель, позволяющая решать задачи идентификации и прогнозирования развития активных систем (разложение вектора объекта по векторам классов – "Объектный анализ"), а также вырабатывать эффективные управляющие воздействия путем решения обратной задачи прогнозирования и применения элементов нетрадиционной логики и правдоподобных (нечетких) рассуждений. В ней объединены преимущества содержательных и статистических моделей, созданы предпосылки для реализации СК-анализа.

Разработана методика численных расчетов СК-анализа, включающая:

– иерархическую структуру данных семантической информационной модели;

– 24 детальных алгоритма 10 базовых когнитивных операций системного анализа, алгоритмы кластерно-конструктивного и когнитивного анализа, нечеткой логики и когнитивной графики, обеспечивающие оригинальную визуализацию результатов интеллектуального анализа данных (нечеткие графы).

Предложенный численный метод СК-анализа обеспечил конкретизацию моделей БКОСА, достаточную для их реализации в одной программной системе.

Создан программный и методический инструментарий СК-анализа – Универсальная когнитивная аналитическая система "Эйдос", защищенная 8 Свидетельствами РосПатента РФ [46].

Продемонстрировано, что система "Эйдос" на базе формализуемой когнитивной концепции успешно реализует предложенную семантическую информационную модель и алгоритмы базовых когнитивных операций системного анализа, и, таким образом, является специальным программным инструментарием для решения проблемы и задач, поставленных в данном исследовании. Показано, что система "Эйдос" является эффективным инструментарием СК-анализа. В функциях и структуре системы "Эйдос" нашли воплощение фундаментальные закономерности познания, связанные с функциональной асимметрией мозга и знаковых систем.

Предложенные концептуальные подходы, технология и методики их использования могут быть эффективно применены при проектировании и эксплуатации рефлексивных АСУ в АПК, а также в других предметных областях.

Предложена и реализована технология выделения категориальных установок из семантического пространства образа-Я основанная на мере количества информации (универсальная когнитивная аналитическая система "Эйдос").

Разработана общая схемы экспериментального исследования (см. рис. 14) позволяющая изучать образ-Я и стиль профессиональной деятельности в экстремальных условиях, где уровень экстремальности определятся как объективными так и личностными характеристиками.

Метод преобразования куба данных позволяющий проводить анализ по группам респондентов и анализа структуры оценочной решетки по каждому респонденту в отдельности.