В работе рассмотрен алгоритм, позволяющий определять тенденции изменения характеристик объектов управления сложных систем, с учетом динамики характеристик систем. Алгоритм позволяет проводить анализ характеристик систем в момент принятия решения; а также закономерности их изменения во времени. Сформированы компоненты информационной модели, состоящие из обеспечивающей, базовой и дополнительной информации. Проанализированы управляющие воздействия, которые формируются лицом, принимающим решение, на основе базовой и обеспечивающей информации и профессиональных данных. Проведена оценка времени обработки базовой информации информационного процесса, состоящей из времени работы действия для получения элемента обеспечивающей информации; времени выполнения процедуры для формирования элемента обеспечивающей информации для эталонного объема базовой информации. Выполнено оценивание модели, целью оценивания является подгонка выбранной модели к исходным данным для получения эффективной оценки параметров. Для этого использован метод максимального правдоподобия, реализованный оценками наименьших квадратов. В статье проведена диагностическая проверка модели и исследование полученных результатов.
The paper considers an algorithm that allows to determine the trends of changes in the characteristics of control objects of complex systems, taking into account the dynamics of system characteristics. The algorithm allows the analysis of system characteristics at the time of the decision; and the regularities of their changes in time. Formed components of the information model, consisting of providing, basic and advanced information. Analyzed administrative action, which are formed by the person making the decision on the basis of the core and providing information and professional data. The estimation of processing time basic information information process, consisting of time steps to obtain the item providing information; the run-time procedure for the formation of the element provides information for the reference amount of basic information. Performed evaluation model, the purpose of assessment is to fit the selected model to the original data to obtain efficient parameter estimates. For this we used the maximum likelihood method, implemented by a least-squares estimates. The article conducts a diagnostic check of the model and study the results.
1. Андерсон Т. Статистический анализ временных рядов / под ред. Ю.К. Беляева. – М.: Мир, 1976. – 755 с.
2. Аоки М. Введение в методы оптимизации: пер. с англ. – М.: Наука, 1977. – 344 с.
3. Апраушева Н.И. Новый подход к обнаружению кластеров. – М.: ВЦ РАН, 1993. – 63 с.
4. Банди Б. Методы оптимизации. – М.: Радио и связь, 1988. – 128 с.
5. Громов Ю.Ю., Яковлев А.В., Иванова О.Г., Тихомирова А.А.. Исследование структуры сложных информационных систем в условиях нечеткости на основе коэффициента эмерджентности // Приборы и системы. Управление, контроль, диагностика. – 2013. – № 7 – С. 6–12.
6. Сараев П.В., Галкин А.В. Algorithms and software of neurostructural modeling of dynamical systems // Modern informatization problems in economics and safety: Proc. pf the XVIII-th International Open Science Conferenc. – Lorman, MS, USA:Science Book Publishing House, 2013.
7. Сумин В.И., Смоленцева Т.Е., Колыхалин В.М. Описание функционирования информационного процесса сложных систем // Современные проблемы науки и образования. – 2015. – № 1.
8. Сумин В.И., Смоленцева Т.Е., Дыбова М.А. Методика группирования базовой информации для информационных процессов сложных систем // Фундаментальные исследования. – 2015. – № 2 (часть 5). – С. 931–934.
9. Hayes R.M. Information and productivity // IRCHIE. – 1980. – № 6(1–2). – Р. 21–35.
10. Kenneth C. Laudon, Jane Price Laudon, Management Information Systems: New Approaches to Organization and Technology, Prentice Hall, 1998.