WWW.DISSERS.RU


...
    !

МЕТОДОЛОГИЯ ПРОГНОЗИРОВАНИЯ И ОЦЕНКИ ЭФФЕКТИВНОСТИ ИНФОРМАЦИОННЫХ СИСТЕМ

Автореферат докторской диссертации

 

На правах рукописи

 

 

 

Белых Андрей Алексеевич

МЕТОДОЛОГИЯ ПРОГНОЗИРОВАНИЯ И ОЦЕНКИ ЭФФЕКТИВНОСТИ ИНФОРМАЦИОННЫХ СИСТЕМ

Специальность 05.13.01 – «Системный анализ,

управление и обработка информации

(информационные и технические системы)»

АВТОРЕФЕРАТ

диссертации на соискание ученой степени

доктора технических наук

Краснодар – 2012


Работа выполнена в Федеральном государственном бюджетном

образовательном учреждении высшего профессионального образования

«Кубанский государственный технологический университет»

Научный консультант:

доктор технических наук, профессор

Харитонов Валерий Алексеевич

Официальные оппоненты:

доктор технических наук, профессор

Лойко Валерий Иванович

доктор технических наук, профессор

Столбов Валерий Юрьевич

доктор технических наук, профессор

Тараскин Михаил Михайлович

Ведущая организация: Федеральное государственное унитарное предприятие «Всероссийский научно-исследовательский институт проблем вычислительной техники и информатизации»

Защита диссертации состоится «16» мая 2012 года в 14:00 на заседании диссертационного совета Д 212.100.04 в Кубанском государственном технологическом университете по адресу: 350072, г. Краснодар, ул. Московская 2, Г, - ауд. 251

С диссертацией можно ознакомиться в библиотеке Кубанского государственного технологического университета по адресу: 350072, г. Краснодар, ул. Московская, 2а

Автореферат разослан «15» февраля 2012 г.

Отзывы на автореферат, заверенные печатью учреждения просьба направлять по адресу: 350072, г. Краснодар, ул. Московская 2а, ученому секретарю диссертационного совета  Д212.100.04, канд. техн. наук,

доценту Власенко А.В.

Ученый секретарь

диссертационного совета Д 212.100.04,

канд. техн. наук, доцент                                                               А.В. Власенко


ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Современные информационные системы (ИС), относящиеся к классу технических систем, по своей структурной сложности, сложности функционирования, выбора поведения и развития относятся к классу сложных систем и в задачах прогнозирования и оценки эффективности подлежат исследованию методами системного анализа.

Эффективность информационных систем является комплексной характеристикой совокупности технических, эксплуатационных и экономических показателей и требует непрерывного совершенствования, как отдельных показателей, так и подходов к комплексному оцениванию эффективности.

В настоящем исследовании подход к комплексному оцениванию эффективности рассматривается с единых позиций прогнозирования и оценки (измерения) эффективности, так как оценка эффективности ИС без ее прогнозирования столь же неполна, как и прогнозирование эффективности ИС без оценки ее текущего состояния.

Проблема прогнозирования и оценки эффективности ИС актуальна для всех отраслей народного хозяйства и напрямую связана с необходимостью совершенствования средств обработки информации, управления сложными объектами и поддержки принятия решений. Решение данной проблемы требует развития известных, разработки и применения новых методов системного анализа.

Составляющими элементами ИС, как среды, кроме компьютеров, сетей, программных продуктов, баз данных и других технических элементов являются люди, целенаправленно воздействующие на объекты с учетом их отраслевых особенностей в процессе управления и принятия решений.

Таким образом, прогнозирование и оценка совокупности гетерогенных (разнородных) показателей эффективности информационных систем, используемых в новых технологиях, становятся проблемными в связи с необходимостью комплексного оценивания частных критериев (агрегирования) подобных сложных систем. Решение этой проблемы требует описания текущего состояния и динамики изменения уровня эффективности ИС с учетом индивидуальных предпочтений (интуитивных суждений эвристического характера – важнейшей компоненты человеческого фактора) всех заинтересованных лиц.

Сделанное уточнение, с одной стороны, требует развития комплексного понятия эффективности ИС как технической системы с учетом предпочтений экспертов (ПЭ) путем установления функциональной зависимости данного показателя от его частных характеристик, носящих объективный характер: готовности, надежности, производительности, пропускной способности, помехоустойчивости, экономических, массогабаритных характеристик и других.

С другой стороны, эффективность ИС как средства анализа, обработки информации и управления сложными объектами требует изучения дополнительных свойств ИС, также связанных с человеческим фактором: интерпретации состояний и селекции управлений сложными объектами в рамках предпочтений лиц принимающих решения (ЛПР).

Суть назревших изменений в парадигме прогнозирования и оценки эффективности ИС заключается в обосновании и установлении приоритетов между различными направлениями их эффективности.

Технологии high-tech, еще недавно считавшиеся единственно современными технологиями, постепенно уступают место технологиям high-hume – технологиям управления социальными стандартами и предпочтениями в сфере восприятия инноваций в информационной среде.

Комплексная оценка информационной системы как показатель эффективности в технологиях high-hume должна отражать востребованность этой системы для пользователей, т.е. спрос на эту продукцию. Из сказанного можно сделать вывод о том, что в современных условиях прогнозирование и оценка эффективности информационных систем без учета динамики соответствующего сегмента рынка является экономически, а значит, и технологически, необоснованными. Сделанное утверждение кардинально меняет методологические подходы к проблеме разработки моделей и методов, технологий и инструментальных средств прогнозирования и оценки эффективности ИС.

Актуальность выполненного исследования заключается в преодолении сложившегося противоречия между новыми требованиями к решению проблемы прогнозирования и оценки эффективности ИС и отсутствием современной методологии ее решения.

Степень разработанности проблемы. Вопросы формализации и разработки критериев моделей описания и оценки эффективности методами системного анализа широко освещены в трудах Д. Клиланда, Э. Квейда, Я. Такахары, Дж. Касти, Б.А. Резникова, Н.П. Бусленко, А.И. Яблонского, Б.С. Флейшмана, Б.Г. Волика, М. Месаровича и других. В меньшей степени это коснулось решения задач прогнозирования и оценки эффективности ИС как технических систем и средств анализа, обработки информации и управления другими сложными объектами.

Отдельные аспекты прогнозирования и оценки эффективности ИС по параметрам надежности, качества, помехоустойчивости, массогабаритным и другим объективно измеряемым характеристикам рассмотрены в работах А. Авижениса, Ж.-К. Лапри, А.П. Ершова, А.Г. Мамиконова, Р.Б. Мазепы, Б.А. Мандзия, В.В. Липаева, В.И. Матова, В.И. Сагунова, М.Б. Игнатьева и других. Известные результаты в этой области трудно считать исчерпывающими из-за недостаточного глубокого отношения в них к ИС как к сложным системам, которые должны исследоваться методом имитационного моделирования с одновременным охватом всех уровней архитектуры с целью достижения большей точности и объективности результатов.

Проблемы учета влияния человеческого фактора в задачах прогнозирования и оценки сложных систем нашли глубокое отражение в трудах по теории нечетких множеств, игр, организационных систем, в области рыночных отношений и квалиметрии таких авторов, как Л. Заде, Э.А. Трахтенгерц, Ю.Б. Гермейер, А.И. Орлов, Д.А. Поспелов, В.Н. Бурков, Д.А. Новиков, П. Самуэльсон, У. Барнетт, Жак Дрез, Томас Сарджент, Роберт Ауманн, Г.Г. Азгольдов и других. Однако методологические и математические основы моделирования человеческого фактора, получившие широкую известность, не затрагивают вопросы интерпретации и селекции в задачах комплексной оценки сложных систем с учетом индивидуальных и коллективных предпочтений экспертов, в том числе лиц принимающих решения, и обоснования требований к разрабатываемым управленческим решениям, адекватным вариантам интерпретации и селекции. Известные методы моделирования предпочтений (в том числе на основе деревьев критериев и матриц свертки) характеризуются ограниченными функциональными возможностями, недостаточно развитым научно-методическим аппаратом обоснования вариантов агрегирования (матриц свертки) и моделирования коллективных предпочтений. Это обстоятельство сдерживает развитие систем прогнозирования и оценки эффективности ИС с учетом человеческого фактора и делает востребованным создание  более эффективных методов моделирования предпочтений экспертов.

Основы моделирования изложены в трудах Дж. Кейслера, Э. Ханта, Н.П. Бусленко, Б.Я. Советова, С.А. Яковлева, И.М. Яглома и других. Однако результаты, опубликованные в известных работах, посвященных имитационному моделированию системных связей и мотивационных аспектов деятельности экспертов, не в полной мере обеспечивают необходимый уровень достоверности, адекватности, многообразия и технологичности процессов моделирования предпочтений, что требует разработки новых подходов.

Не смотря на наличие значительного количества работ по отдельным аспектам проблемы прогнозирования и оценки эффективности ИС, необходимо отметить несоответствие известных моделей и методов, технологий и инструментальных средств современным требованиям, которое может быть преодолено только на новом методологическом базисе. В связи с этим возникла научная и практическая необходимость проведения настоящего исследования.

Объект исследования: информационные системы.

Предмет исследования: методология прогнозирования и оценки эффективности информационных систем с учетом отраслевых особенностей и предпочтений всех заинтересованных лиц.

Научная проблема: несоответствие моделей и методов, технологий и инструментальных средств прогнозирования и оценки эффективности информационных систем современным требованиям их применения как технических объектов и средств анализа, обработки информации и управления сложными объектами.

Цель работы: разработка методологии прогнозирования и оценки эффективности информационных систем, отвечающих современным требованиям их применения, на основе исследования системных связей и закономерностей их функционирования с учетом отраслевых особенностей и предпочтений заинтересованных лиц.

Задачи исследования:

  • Разработка концепции решения проблемы прогнозирования и оценки эффективности информационных систем.
  • Построение моделей теоретико-множественного анализа и оптимизации показателей эффективности ИС.
  • Разработка моделей описания функционирования ИС в особых условиях эксплуатации.
  • Диверсификация состава показателей эффективности ИС.
  • Создание теоретических основ агрегирования частных критериев в комплексный критерий.
  • Разработка методов агрегирования групп показателей эффективности ИС.
  • Интерпретация комплексной эффективности ИС с позиций рыночных отношений.
  • Построение моделей прогнозирования и оценки эффективности ИС с учетом отраслевых особенностей.
  • Разработка программного и методического обеспечения интеллектуальных технологий прогнозирования и оценки эффективности ИС.

Основными методами исследования являются общая методология, методы системного анализа, аналитического и имитационного моделирования, теории активных систем, теории вероятностей, теории нечетких множеств, теории графов, теории матриц, дискретной математики и математического анализа.

Работа соответствует паспорту специальности 05.13.01 – Системный анализ, управление и обработка информации (информационные и технические системы) по пунктам:

2 – формализация и постановка задач системного анализа, оптимизации, управления, принятия решений и обработки информации,

3 – разработка критериев и моделей описания и оценки эффективности решения задач системного анализа, оптимизации, управления, принятия решений и обработки информации,

4 – разработка методов и алгоритмов решения задач системного анализа, оптимизации, управления, принятия решений и обработки информации,

10 – методы и алгоритмы интеллектуальной поддержки при принятии управленческих решений в технических системах,

11 – методы и алгоритмы прогнозирования и оценки эффективности, качества и надежности сложных систем.

Научная новизна работы заключается в разработке методологии прогнозирования и оценки эффективности ИС как технических объектов и средств анализа, обработки информации и управления сложными объектами с учетом отраслевых особенностей и предпочтений заинтересованных лиц. Разработанная методология предназначена для приведения в соответствие моделей и методов, технологий и инструментальных средств современным требованиям их применения и отличается от известных:

  • новой концепцией решения проблемы прогнозирования и оценки эффективности ИС с позиций системного анализа, отличающейся развитием понятийного аппарата предметной области, концептуальными моделями обоснования актуальности и путей решения задачи агрегирования частных критериев в комплексную оценку, математическим аппаратом интерпретации и селекции многомерных состояний и управлений сложными объектами;
  • использованием архитектурно-ориентированного имитационного моделирования функционирования ИС, отличающегося учетом уровней и способов обеспечения помехоустойчивости в предельно локализованных связях аппаратных, программных, информационных и функциональных компонентов;
  • расширением состава методов обеспечения помехоустойчивости на основе нового способа функционального контроля ИС, отличающегося высоким уровнем достоверности контроля вычислительного процесса за счет формирования набора диагностических признаков специального вида;
  • созданием методологических основ интеллектуальной поддержки принятия решений в задачах обоснования перспективных направлений повышения эффективности ИС с позиций рыночных отношений, отличающихся использованием модели предпочтений заинтересованных лиц в качестве критериев оптимальности,
  • расширением функциональных возможностей моделей индивидуальных предпочтений экспертов, отличающихся использованием механизмов комплексного оценивания (МКО) с топологической интерпретацией матриц свертки с целью совершенствования процедур их конструирования, развития свойства чувствительности для задач ранжирования сопоставляемых объектов, инструментального обеспечения исследований динамики изменения и прогнозирования состояний (эффективности) ИС;
  • распространением принципов моделирования индивидуальных предпочтений на интеллектуальные технологии моделирования коллективных предпочтений, отличающихся введением модифицированной активной экспертизы как средства ограничения возможностей манипулирования экспертными данными;
  • обоснованием перспективных направлений повышения эффективности ИС как средства анализа, обработки информации и управления сложными объектами с учетом отраслевых особенностей этих объектов, отличающимся использованием композиций моделей предпочтений заинтересованных лиц и процедурами достижения среди них равновесных состояний.

Практическая значимость заключается в создании эффективного алгоритмического, программного и методического обеспечения прикладных исследований системных связей, закономерностей функционирования ИС и интеллектуальных технологий комплексного оценивания технической, экономической и управленческой эффективности ИС.

Положения, выносимые на защиту:

  • Концепция решения проблемы прогнозирования и оценки эффективности ИС, способствующая выбору моделей и методов анализа технической эффективности, агрегирования групп показателей эффективности и исследования комплексной эффективности ИС.
  • Модели и методы системного анализа технических и эксплуатационных характеристик эффективности информационных систем с использованием предложенных архитектурно-ориентированных имитационных моделей и методов функционального контроля программных, информационных и других компонентов ИС, которые создают необходимые предпосылки точности и объективности результатов измерения их характеристик.
  • Теоретические основы моделирования предпочтений в виде деревьев критериев с топологической интерпретацией матриц свертки, расширяющие функциональные возможности механизмов комплексного оценивания.
  • Методы моделирования индивидуальных и коллективных предпочтений, которые служат основой построения интеллектуальных технологий прогнозирования и оценки эффективности ИС с учетом мнения заинтересованных сторон.
  • Методологические основы интерпретации комплексной эффективности информационных систем с позиций рыночных отношений, обеспечивающие прогнозирование и оценку hume-оптимальных решений в задачах устойчивой поддержки приложений и интеллектуальной обработки данных при управлении сложными объектами.

Апробация работы. Результаты работы докладывались и обсуждались на следующих конференциях: Всероссийская конференция «Информация, инновации, инвестиции» ЦНТИ (Пермь, 2004, 2006, 2008), НТК «Перспективы развития систем управления, прицеливания, навигации, электроснабжения» ПВИ РВ (Пермь, 2002 год); межвузовский НТС ПВИ РВ (Пермь, 1998, 2002); международная НПК «Теория активных систем – 2007, 2009» ИПУ РАН (Москва, 2007, 2009), НТК ПВВКИКУ РВ (Пермь, 1991, 1993, 1995, 1996, 1997); Всесоюзная НТК НИИУМС (Пермь, 1990); Международная НТК "Системы и комплексы автоматического управления в космонавтике и народном хозяйстве", НПЦАП (Москва, 1998); Всероссийская НПК ПГСХА (Пермь, 2004, 2006, 2008); Всероссийская школа-семинар «Управление большими системами» (Ижевск, 2009; Пермь, 2010).

Реализация: научные результаты исследования реализованы в НПО Автоматики, Екатеринбург 2000; ИПИ РАН, Москва 2000; ЦНИИ № 4 МО, Москва 2002, АОО «Стар», Пермь 1999; Пермском ГТУ, Пермь 2007, отчет о НИР «Черняевский лес», Пермская ГСХА, Пермь 2008, 2009.

Публикации. По теме диссертации опубликовано 82 печатных работы общим объемом более 60 печатных листов.

Структура и объем диссертации. Диссертационная работа состоит из введения, пяти глав и заключения, изложенных на 377 страницах. Работа содержит 191 рисунок, 21 таблицу, библиографию из 269 наименований.

Краткое содержание диссертации.

Во введении обосновывается актуальность проведенных исследований, формулируются цель и задачи работы, используемые методы исследований, научная новизна и практическая значимость полученных результатов, приводятся сведения о внедрении и использовании результатов исследований, о публикациях, объеме и структуре диссертации.

Первая глава посвящена анализу проблемы прогнозирования и оценки эффективности информационных систем. В ней обсуждаются вопросы развития понятийного аппарата предметной области, современных взглядов на эффективность технических систем и методологию ее прогнозирования и оценки, вскрывается существо гносеологического противоречия в математических моделях принятия решений. На основе исследования ряда разработанных концептуальных моделей управления развитием сложных объектов сформулирована концепция решения проблемы прогнозирования и оценки эффективности ИС, занимающая исходную позицию в структуре методологии прогнозирования и оценки эффективности ИС и отвечающая за приведение в соответствие моделей и методов, технологий и инструментальных средств современным требованиям науки и практики применения ИС как технических объектов, так и средств анализа, обработки информации и управления сложными объектами.

Разработка данной концепции связана с развитием понятийного аппарата предметной области как класса концептуальных моделей на естественном языке. В частности, под ключевым понятием «информационная система» в работе рассматривается аппаратно-программная система устойчивой поддержки приложений с интеллектуальной обработкой данных о состояниях (эффективности) и изменениях состояний (изменениях эффективности) сложных прикладных объектов. Данное определение позволило усовершенствовать состав и структуру частных критериев ИС.

Первая группа критериев описывает ИС как аппаратно-программную систему устойчивой поддержки приложений и включает в себя: производительность в «нормальных» условиях; помехоустойчивость (производительность в условиях проявления самоустраняющихся отказов - сбоев); живучесть (производительность в условиях постоянных отказов). Данная группа показателей, дополненная экономическими и другими критериями, безусловно, подлежит агрегированию в комплексную оценку эффективности технических (информационных) систем.

Вторая группа критериев отвечает за интеллектуальную обработку данных о текущем состоянии (эффективности) сложных объектов и обеспечивает способность информационной системы к его интерпретации. 

Третья группа критериев отвечает за интеллектуальную обработку данных об изменении состояния (эффективности) сложных объектов и обеспечивает селективность управленческих решений.

Раскрытие существа проблемы прогнозирования и оценки эффективности ИС в современных условиях и на отдаленную перспективу осуществлено в результате изучения исторического опыта решения задач данного класса на фоне непрерывного технического прогресса, что иллюстрирует таблица 1.

Таблица 1. Динамика развития подходов к комплексному оцениванию эффективности информационных систем

Спрос на услуги

ЭВМ для решения научных задач

ЭВМ для решения прикладных задач

ИС как техническая система для обслуживания сложных технических объектов

ИС как средство анализа, обработки информации и управления сложными объектами

Приоритетные характеристики

Быстродействие (скорость работы)

Производительность

Надежность

Производительность

Помехоустойчивость

Живучесть

Технические характеристики Экономические характеристики Управленческие характеристики (интерпретация, селекция)

Методы оценивания характеристики

Натурный эксперимент

Вычислительный эксперимент

Имитационное моделирование

Системный анализ

Методы оценивания эффективности

Максимизация главного критерия

Многокритериальная оптимизация на основе линейного программирования

Интеллектуальная обработка данных на основе линейных сверток

Интеллектуальная обработка данных на основе нелинейных сверток

 

I этап

II этап

III этап

IV этап

Исследование проблемы прогнозирования и оценки эффективности ИС на этапах измерения и интерпретации их состояний, генерации множества альтернатив (изменений) и селекции управленческих решений с учетом человеческого фактора позволило обосновать структуру методологии, предназначенной для приведения в соответствие моделей и методов, технологий и инструментальных средств современным требованиям и представленной на рисунке 1.

Рисунок 1 - Структура методологии прогнозирования и оценки

эффективности информационных систем

Содержание концепции решения проблемы прогнозирования и оценки эффективности ИС, являющейся центральным элементом структуры методологии, сформулировано на приводимых ниже общепринятых принципах системного анализа.

  • ИС как большая система должна исследоваться методами декомпозиции и композиции путем моделирования нисходящих и восходящих процессов, акцентируя внимание на архитектурно значимых точках (АЗТ) как предельно локализованных связях аппаратных, программных, информационных и функциональных компонентов ИС.
  • Структурная сложность ИС вызывает необходимость ее описания обоснованным множеством подсистем и уровней с существенными связями между ними при высоком разнообразии методов моделирования согласно особенностям физических объектов. Сложность функционирования ИС, характеризуемая множеством переходов их из одних состояний в другие (уровни технической, функциональной, коммерческой и других готовностей) в условиях неопределенности и взаимодействия со средой, сложность выбора поведения и развития требуют адекватных средств описания этих процессов – траекторий в многомерных пространствах параметров, показателей и критериев.
  • Примат целого над частями сложной системы при условии их взаимозависимости и иерархичности, подчеркивает целесообразность развития аппарата оценивания чувствительности системы к вариациям отдельных компонент в форме транзитивных отношений одной или нескольких переменных (задача анализа) и влияния желаемых изменений системы в целом на адекватные изменения ее отдельных элементов (задача синтеза).
  • Сочетание детерминизма и неопределенности в системном подходе к ИС предопределяет использование вероятностного (при достаточной статистике) и нечеткого (на основе экспертной информации) подходов к выбору математического аппарата исследования.
  • Учет гносеологической и структурной сложности человеческого фактора, охватывающего рефлексивные предпочтения всех участников обоснования прогнозирования и оценки эффективности ИС с позиций рыночных отношений.

Принципы концепции нашли свое отражение в концептуальной модели развития интеллектуальных технологий прогнозирования и оценки эффективности ИС, что позволило сформулировать полный перечень частных задач исследования, занимающих наиболее актуальное на сегодняшний день место в структуре методологии прогнозирования и оценки эффективности ИС (см. рисунок 1), а также первое положение, вынесенное на защиту: сформулированная концепция решения проблемы прогнозирования и оценки эффективности ИС способствует выбору моделей и методов анализа технической эффективности, агрегирования групп показателей эффективности и исследования комплексной эффективности ИС.

Вторая глава посвящена развитию методологии прогнозирования и оценки показателей технической эффективности информационных систем. В ней использованы разработанные архитектурно-ориентированное имитационное моделирование и методы функционального контроля программных, информационных и других компонентов ИС в заданных условиях эксплуатации, создающие необходимые предпосылки обеспечения достаточной точности и объективности результатов измерения.

В развитие концепции решения проблемы прогнозирования и оценки эффективности информационных систем сформулированы ее принципы применительно к созданию архитектурно-ориентированных моделей (АО-моделей) оценивания основных показателей эффективности ИС:

    • описание архитектуры ИС на принципе структурной сложности осуществляется через модели элементов системы, разнообразие связей между ними, количество иерархических уровней и общего числа подсистем;
    • из принципа системности, исходя из примата целого над частями при условии их взаимозависимости и иерархичности, следует целесообразность агрегирования нижестоящих уровней до архитектурно значимых точек (АЗТ), представляющих результат функционирования;
    • из принципа сочетания детерминизма (определенность структуры и состава аппаратной и программной компонент) и неопределенности (случайность воздействия помех и возникновения сбоев и отказов, стохастичность входных потоков данных и реализаций алгоритмов) следует выбор методов исследования функционирования ИС на основе имитационного моделирования;
    • из принципа многомодельности следует постановка задачи обработки архитектурно-ориентированных результатов вычислительных экспериментов по исследованию системных связей и функционирования ИС.

    Аналитические выражения, описывающие вероятностную модель функционирования ИС с учетом характеристик методов предупреждения  сбоев, обеспечения инвариантности , обнаружения , компенсации  сбоев, предоставляемой вычислительной среды и условий эксплуатации, обычно составляют непреодолимую сложность. Это обстоятельство обосновывает необходимость проведения имитационного моделирования в соответствии с теоретико-множественными моделями для аппаратной (А) и программной (П) компонент ИС, показанными на рисунках 2, 3. Приведенные статистические модели ориентированы на варьируемые  подмножества  методов защиты и модели помех .

    Рисунок 2 - Модель системы обеспечения помехоустойчивости аппаратной компоненты информационной системы

    На этом фундаменте построены технологии системного анализа I группы показателей эффективности информационных систем как совокупности процессов и методов. Последовательность процессов формируется в соответствии с особенностями архитектуры ИС, а их реализация – посредством целенаправленного перебора альтернативных способов решения вычислительных задач.

    На основе анализа существующих методов функционального контроля ИС предложена их диверсификация посредством придания свойств диагностируемости решаемой в ИС задаче по методике оценки реализуемости диагностических признаков.

    Рисунок 3 - Модель противосбойной системы программной

    компоненты информационной системы

    Совокупность приведенных выше результатов исследования позволила сформулировать второе положение, вынесенное на защиту: модели и методы системного анализа технических и эксплуатационных характеристик эффективности информационных систем с использованием предложенных архитектурно-ориентированных имитационных моделей и методов функционального контроля программных, информационных и других компонентов ИС создают необходимые предпосылки точности и объективности результатов измерения их характеристик.

    Третья глава содержит теоретические основы агрегирования групп показателей эффективности информационных систем в комплексную оценку на основе деревьев критериев с топологической интерпретацией матриц свертки, расширяющей функциональные возможности механизмов комплексного оценивания в направлении совершенствования процедур их конструирования и проверки адекватности моделей.

    Перспективные модели предпочтений экспертов относятся к классу механизмов комплексного оценивания, строящихся на основе деревьев целей (критериев) и матриц бинарной свертки в каждом узле, и превосходят известные инструменты исследования свойств объектов с гетерогенными (разнородными) характеристиками, благодаря полной независимости параллельных и частичной независимости последовательных элементарных процедур агрегирования.

    Предлагаемые подходы к вопросам конструирования и расширения функциональных возможностей механизмов комплексного оценивания строятся на основе описания топологии матриц свертки.

    Топологизация матриц свертки, иллюстрируемая рисунком 4, строится на следующем математическом базисе.

    • Шкала переменных укладывается в интервале , легко интерпретируемом распространенной четырехбальной системой .
    • Процедура нечеткой сверткинад элементами  несущих множеств  в соответствии с принципом обобщения имеет вид:

                                ,           (1) где  – функция принадлежности.

    • Аргументы процедуры нечетной свертки в базовой подобласти  определения записываются согласно принятой модели нечеткого числа:

                                                      (2)

    Рисунок 4 - Вариант программной реализации МКО на основе дерева

    критериев и топологической интерпретации матриц свертки

    • Дефазификация переменных (построение четких аналогов  нечетких чисел ) осуществляется по известному методу «центра тяжести»:

                                       ,                                (3) что совместно с п.3 обеспечивает взаимооднозначность процедур: .

    • Множество матриц свертки, рекомендованных к использованию, канонически сокращается выполнением требования: приращение значений свертки на каждом дискретном шаге изменения аргументов не превышает по горизонтали (вертикали) и по диагонали 1 и 2 соответственно.
    • Процедура нечеткой свертки в базовой подобласти определения  описывается отношением:

                      (4) для канонических матриц устанавливающим ровно шесть типов стандартных функций свертки , отличающихся в области определения нечеткой свертки  смещением .

    • Функция нечеткой свертки рассматривается в дефазифицированной форме:

                                                            (5)

    • Значения функций нечеткой свертки вычисляются в форме (5) и дополняются уравнениями кусочно-гладких проекций линий одинаковых значений результатов оценивания  (изопрайс, в квалиметрии - изоквалит) на базовую подобласть:

                                                                                           (6)

    • Сопряжение входа  последующей матрицы свертки с предыдущим   достигается соглашением, базирующемся на следствии п. 4:

                                                                                              (7)

    Отсюда возникают перспективы расширения функциональных возможностей механизмов комплексного оценивания на основе деревьев критериев и топологической интерпретации матриц свертки в направлении совершенствования процедур их конструирования, развития свойств ранжирования объектов сопоставления и чувствительности комплексной оценки к вариациям частных критериев, а также исследования динамики изменения и прогноза состояний (эффективности) ИС.

    Совокупность приведенных выше результатов позволяет сформулировать третье положение, вынесенное на защиту: разработанные теоретические основы моделирования предпочтений в виде деревьев критериев с топологической интерпретацией матриц свертки расширяют функциональные возможности механизмов комплексного оценивания, и подводит теоретическую базу к разработке методов моделирования индивидуальных и коллективных предпочтений.

    Четвертая глава посвящена разработке методов агрегирования групп показателей эффективности информационных систем, поддерживаемых интеллектуальными технологиями моделирования предпочтений ЛПР. В ней приводится описание мнемонических схем и инструментальных средств построения и исследования моделей индивидуальных и коллективных предпочтений.

    Метод моделирования индивидуальных предпочтений решает в виде мнемонических схем задачу анализа предпочтений ЛПР (разработки моделей) и задачу синтеза (прогнозирования) его поведения (исследование моделей), являясь основой построения интеллектуальных технологий моделирования индивидуальных предпочтений представленных в обобщенном виде на рисунке 5.

    Основными процессами первого этапа разработки модели индивидуальных предпочтений являются: структурный синтез механизма комплексного оценивания (МКО), определяющий процесс свертки множества существенных терминальных (доступных разработчику с позиций измерения) частных критериев в комплексную оценку; приведение частных критериев к стандартной шкале комплексного оценивания; конструирование бинарных матриц свертки; разработка процедур вычисления комплексной оценки и транзитивной свертки по всему дереву критериев.

    Рисунок 5 - Обобщенная структура интеллектуальных

    технологий моделирования индивидуальных предпочтений

    Результатом выполнения перечисленных процессов являются модели индивидуальных предпочтений ЛПР в форме механизмов комплексного оценивания, обладающих расширенным ассортиментом пользовательских возможностей (функциональных свойств).

    Для решения задач исследования моделей предпочтений интеллектуальными технологиями предлагается их описывать мнемоническими схемами (мнемосхемами) специального вида, объединяющими данные обо всех главных параметрах интеллектуальных технологий, имеющих сложную структуру, и создающими полное совокупное их описание.

    Введем исходное множество формализмов:  – тип предпочтения (область предпочтений и носитель предпочтения),  – матричное представление свертки,  – топологическое представление свертки,  - рефлексия i – го рода,  – степень неадекватности модели прототипу,  – символ эквивалентности (взаимооднозначности) моделей предпочтения прототипу,

     


                     – предпочтение i – го рода рефлексии,

     


                      – модель предпочтения i – го рода рефлексии.

    Первая поставленная проблема - исследование существа индивидуального предпочтения ЛПР и повышение степени адекватности модели предпочтения прототипу решается на основе топологизации матрицы свертки (рис. 6).

    Рисунок 6 - Технология повышения степени адекватности модели

    предпочтения прототипу на основе топологизации матрицы свертки

    Индивидуальное предпочтение в определенной предметной области возникает как результат сложной психической деятельности человека и означает его способность, главным образом, за счет эмоциональных (бессознательных) компонентов системы предпочтений в отношении двух любых объектов (А, В) из однородного множества сформулировать один из трех вариантов своего отношения к ним:

    .                                         (8)

    Такой форме предпочтения соответствует рефлексия 0-го рода. Эта форма предпочтения служит основой большого числа методов обоснования принимаемых решений, используя отношение порядка (8), устанавливаемого на представляемом множестве однородных объектов, с последующим его обобщением на множество представления. Этот результат уже соответствует рефлексии более высокого – 1-го рода с методической погрешностью  рефлексирования (отражения предпочтения).

    При необходимости, носитель предпочтения (ЛПР) путем усиления своей психической деятельности может составить интерпретацию, объясняющую мотивацию принятия решения в задаче выбора относительно любой пары объектов сопоставления из множества представления. Сформулированный результат психической деятельности соответствует рефлексии 1-го рода предпочтения ЛПР.

    Не останавливаясь на мотивациях моделирования индивидуального предпочтения ЛПР (отметим лишь целесообразность использования в этой процедуре топологического представления свертки), построим модель предпочтения ЛПР как рефлексия 1-го рода отражения прототипа на информационном носителе с методической погрешностью , обозначающей степень неадекватности модели прототипу. Последнее обстоятельство свидетельствует о соответствии модели рефлексии 2-го рода и необходимости уменьшения методической погрешности . Единственный путь достижения этой цели лежит в направлении создания возможностей для ЛПР сопоставления содержания рефлексии 1-го рода с содержательной интерпретацией модели предпочтения как рефлексии 2-го рода.

    В силу взаимооднозначности топологической и матричной форм представления свертки известным образом получаем модель предпочтения в формализованном виде, допускающем проведение исследований методом вычислительного эксперимента. Речь идет об интерпретации полученной модели, объясняющей «мотивацию» принятия решений на ее основе. Содержание интерпретации соответствует рефлексии 3-го рода предпочтения ЛПР и обуславливает методическую ошибку , которая должна быть сведена к минимуму путем использования эффективных технологий исследования модели предпочтений, в том числе посредством проведения комплексной сертификации и множественной линеаризации свертки семейства рабочих точках. Результатом сопоставления должна стать коррекция топологии модели свертки и следующее за ней уточнение рефлексии предпочтения 2-го рода, на которой лежит ответственность за принимаемое в будущем решение.

    Вторая проблема - заочное изучение типа участника системы принятия решений по данным в виде матриц свертки, решается с использованием технологий представленных на рисунке 7.

    Рисунок 7 - Технология исследования существа предпочтения

    неизвестного лица по модели предпочтения с рефлексией 2-го рода

    Решением проблемы является интерпретация модели предпочтений с максимально возможным снижением методической погрешности  и использованием процедуры, аналогичной упомянутой при решении первой проблемы.

    Второй этап моделирования индивидуальных предпочтений предполагает использование возможностей решения исследовательских задач, охватывающих изучение поведения ЛПР на основе модели его предпочтений.

    Основными базовыми процессами этапа исследования модели индивидуальных предпочтений являются: измерение критериев в выбранной или заданной шкале; перевод значений частных критериев из количественной шкалы в качественную и обратно; анализ информации о состояниях объекта и другие.

    Для решения задач исследования моделей предпочтений интеллектуальными технологиями предложено их описание оригинальными мнемоническими схемами, объединяющими данные обо всех главных параметрах интеллектуальных технологий, имеющих сложную структуру, и создающими полное совокупное их описание, что необходимо при построении композиции предпочтений всех заинтересованных сторон.

    Метод моделирования коллективных предпочтений предполагает использование композиции моделей индивидуальных предпочтений и элементов анализа и обработки информации о взаимодействии этих моделей. Мнение экспертов запрашивается не в виде оценок, а в форме моделей предпочтений, являющихся средством выражения мнений экспертов по вопросу выбора варианта решения. Каждая модель имеет одну и ту же область определения, составленную из частых критериев объектов сопоставления. После соответствующей обработки полученной информации эксперты могут быть приглашены уже на утверждение окончательного варианта решения, который будем называть согласованным коллективным решением (рисунок 8).

    Рисунок 8 - Мнемосхема технологии принятия согласованных

    коллективных решений

    Данный механизм может быть модифицирован для принятия коллективных решений в коллегиальных органах, участники которого имеют различные доли ответственности. Это достигается правом тиражирования отдельными экспертами своего мнения пропорционально доле ответственности, что проявится на этапе активной экспертизы (АЭ), поддерживаемой неманипулируемым механизмом, реализованным при участии автора в составе комплекса программ, прошедших государственную регистрацию.

    Совокупность приведенных выше результатов позволяет сформулировать третье положение, вынесенное на защиту: разработанные методы моделирования индивидуальных и коллективных предпочтений могут служить основой построения интеллектуальных технологий прогнозирования и оценки эффективности ИС с учетом мнения заинтересованных сторон.

    Пятая глава посвящена созданию раздела методологии прогнозирования и оценки комплексной эффективности информационных систем. Предложенная интерпретация комплексной эффективности сложных систем с позиций рыночных отношений используется при разработке метода и интеллектуальных технологий прогнозирования и оценки эффективности ИС как системы устойчивой поддержки приложений и обработки данных сложных объектов с учетом отраслевых особенностей.

    В настоящем исследовании качественным критерием общественной, народнохозяйственной эффективности конкретной ИС принято считать факт устойчивого позиционирования на рынке продукции этого вида, что означает наличие равновесия между игроками этого рынка: производителем, потребителем (потребителями) и конкурентами. Учет данного факта требует развития методологических основ интерпретации и построения интеллектуальных технологий этого направления: моделирование рынка и рыночных отношений; нахождение решений игры участников рынка (равновесия); обоснование перспективных направлений развития частных критериев эффективности ИС.

    В качестве модели рынка предложена композиция функций чувствительности моделей предпочтений потребителя (Пот) и производителя (Пр) по параметру цены продукта, играющих роль функций спроса и предложения, соответственно. С помощью построенной модели рассмотрены наиболее важные для настоящего исследования концепции равновесия в процессе доказательства следующих утверждений.

    Утверждение 1. Точка равновесия модели рынка, как место пересечения кривых спроса и предложения в плоскости «цена – объем» одновременно, если существует, то соответствует концепциям максиминного равновесия, равновесия Нэша и Парето-оптимальной ситуации.

    Следствие 1. Модели рынка одного товара в соответствии с максиминным принципом характеризуются периодически образующимися состояниями равновесия, которые согласно рассмотренным принципам равновесия являются устойчивыми до того момента, пока не изменится комплексное значение хотя бы одного детерминанта: спроса или предложения, т.е. не изменится товар. Последнее событие инициирует новый цикл поиска и удержания равновесия.

    Утверждение 2. Стабилизация равновесного состояния рынка одного товара, нарушаемого изменением отдельных терминальных критериев, может быть достигнута удержанием рабочей точки на гиперповерхности изопрайсы за счет адекватного направленного изменения других частных критериев.

    Утверждение 3. Для любого наперед заданного изменения комплексного (обобщенного) уровня эффективности продукта на рынке одного товара существует графоаналитическая процедура обоснования конечного числа вариантов, связанных с установлением требуемых изменений его частных показателей эффективности.

    Сформулированные и доказанные выше утверждения, а также вытекающие из них следствия открывают дискуссию о назревшей необходимости изменений в сложившейся парадигме прогнозирования и оценки эффективности информационных и других технических систем. Наиболее важным из этих изменений является управление равновесными состояниями рынка, а, следовательно, и эффективностью ИС, в соответствии с концептуальной схемой, показанной на рисунке 9.

    В соответствии с методологическими основами интерпретации комплексной эффективности информационных систем с позиций рыночных отношений в комплексную схему включена модель рынка ИС (прототипа). Данная модель строится как композиция многомерных функций спроса и предложения, являющихся матричными моделями предпочтений производителя продукции  и потребителя . На входе каждой из моделей предполагается присутствие значений детерминантов спроса и предложения, наиболее существенные компоненты которых представлены на рисунке 9. Разработка упомянутых моделей принадлежит к классу задач, решаемых с помощью интеллектуальных технологий.

    Рисунок 9 - Концептуальная схема интеллектуальных технологий

    повышения эффективности информационных систем

    Эпюра, представленная на рисунке 9, иллюстрирует пересечение моделей в плоскости «цена сделок – объем сделок». Сплошными линиями отображается исходное равновесное состояние рынка, точка равновесия которого должна соответствовать реальному состоянию рынка. Факт несовпадения может служить обоснованием внесения параметрических изменений в модель рынка обеспечивающих адекватность модели объекту моделирования. Пунктирными линиями отображается желаемое состояние рынка, которое может быть достигнуто посредством повышения эффективности основного продукта. Обсуждаемая структура управления эффективностью ИС содержит два контура управления.

    Первый контур управления эффективностью ИС включает в себя модель системы устойчивой поддержки приложений (СУПП) и модель принятия решений (МПР) по повышению уровня эффективности этой компоненты ИС. Модель СУПП отображает все существенные архитектурные особенности аппаратно-программной части ИС, подлежащие учету при имитационном моделировании функционирования ИС. Модель принятия решений предназначена для обоснования технических заданий на изменение совокупности частных показателей эффективности ИС и состоит из последовательности этапов, общепринятой в теории принятия решений, но отличающейся новым наполнением.

    Второй контур управления эффективностью ИС включает в себя модель предметной области  и модель принятия решений по повышению уровня эффективности системы интеллектуальной обработки данных (СИОД).

    Процедура прогнозирования и оценки изменяемых параметров рынка в пространствах качественных и количественных значений детерминантов иллюстрируется рисунком 10.

    Предложенная методика обоснования перспективных направлений повышения эффективности информационных (технических) систем в виде многошаговой процедуры обосновывает выбор решения задачи производственного менеджмента с учетом предпочтений заказчика к качеству продукции, возможностей конкурентов и состояния рынка.

    Рисунок 10 – Прогнозирование и оценка качественных изменений (б)

    равновесного состояния рынка (DXQ) на основе желаемых количественных (DQ) изменений (а) и иллюстрация результата инновационных решений в области качества (1) и себестоимости (2) продукции

    Пусть структура модели предпочтения вариантов качества технической системы как товара  имеет вид, показанный на рисунке 11.

    Для исходной рабочей точки (рт)  (рис. 12) исследуемой модели предпочтения на топологическом изображении матрицы свертки  предусмотрено развитие до уровня качества . Как следует из эпюры, решениями поставленной задачи являются  и , где переменные  имеют смысл подмножеств терминальных (конечных) критериев.

    Направление развития первого варианта решения на следующем ниж нем уровне иерархии становится понятным из рисунка 13,

    Рисунок 11 - Структура модели предпочтения вариантов качества

    технической системы как товара

    где рабочая точка матрицы : , имеет два варианта развития: , .

    Рисунок 12 - Топологическое изображение матрицы свертки  

    Следует заметить, что в первом выражении  появляется новое значение  терминального критерия , служащее обоснованием степени развития этого критерия как технического задания на проектирование.

    Интеллектуальная технология прогнозирования и оценки эффективности ИС как средства анализа и обработки информации реализована в заказной НИР «Черняевский лес». Следуя принципу агрегирования, территория городского лесопарка представлена множеством укрупненных элементов (выделов) как объектов комплексного оценивания, подлежащих кластеризации. Это подтверждает востребованность II и III групп характеристик ИС, посредством которых учитывается человеческий фактор на этапах интерпретации состояний и селекции управленческих решений по устойчивому развитию лесопарка как биологического объекта и как объекта рекреационных услуг.

    Рисунок 13 - Топологическое изображение матрицы свертки  

    Совокупность приведенных выше результатов позволяет сформулировать третье положение, вынесенное на защиту: методологические основы интерпретации комплексной эффективности информационных систем с позиций рыночных отношений обеспечивают прогнозирование и оценку hume-оптимальных решений в задачах устойчивой поддержки приложений и интеллектуальной обработки данных при управлении сложными объектами.

    В заключении диссертации приведены основные научные и практические результаты работы.

    ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

    В настоящем исследовании решена крупная актуальная научная проблема разработки методологии прогнозирования и оценки эффективности информационных систем на основе исследования системных связей и закономерностей их функционирования с учетом отраслевых особенностей и предпочтений заинтересованных лиц. При этом получены следующие новые научные результаты.

    1. Разработана новая концепция решения проблемы прогнозирования и оценки эффективности информационных систем, составляющая основу методологии прогнозирования и оценки эффективности ИС с позиций системного анализа, отличающаяся развитием понятийного аппарата предметной области, концептуальными моделями обоснования актуальности и путей решения задачи агрегирования частных критериев в комплексную оценку, математическим аппаратом интерпретации и селекции многомерных состояний и управлений сложными объектами.

    2. Построены новые концептуальные, вероятностные и теоретико-множественные модели архитектурно-ориентированного анализа и оптимизации показателей эффективности ИС в заданных условиях эксплуатации, отличающиеся учетом архитектуры аппаратной и программной компонент на основе введенного понятия архитектурно-значимых точек.

    3. Разработаны новые модели описания функционирования ИС, отличающиеся использованием имитационного моделирования аппаратной и программной компонент с учетом их иерархической структуры, средств обеспечения сбоеустойчивости и воздействия внешней среды.

    4. Обоснована возможность совершенствования показателей эффективности ИС на основе диверсификации методов функционального контроля, отличающейся приданием диагностических свойств реализуемым в ИС алгоритмам.

    5. Созданы теоретические основы агрегирования частных критериев в комплексный критерий, использующие деревья критериев и матрицы свертки и отличающиеся алгоритмическими средствами топологической интерпретации, которые расширяют функциональные возможности механизмов комплексного оценивания как моделей предпочтений.

    6. Разработаны новые методы комплексного оценивания технической  и управленческой эффективности ИС, отличающиеся возможностями создания интеллектуальных технологий моделирования индивидуальных предпочтений ЛПР с использованием мнемонических схем, которые включают в себя процессы и методы описания структурной сложности, сложности функционирования, выбора поведения и развития, и коллективных предпочтений ЛПР на основе модифицированной процедуры активной экспертизы.

    7. Разработаны новые методы комплексного оценивания эффективности ИС с позиций рыночных отношений, отличающиеся интерпретацией понятия эффективности сложных систем на основе известных концепций равновесия с целью обоснования перспективных направлений развития частных показателей эффективности ИС.

    8. Построены и внедрены прикладные модели прогнозирования и оценки эффективности ИС, отличающиеся представлением ИС как технической системы и как средства анализа и обработки информации с учетом отраслевых особенностей сложного объекта.

    9. Разработаны программное и методическое обеспечение интеллектуальных технологий повышения эффективности ИС, способствующие созданию инновационных программных продуктов, отличающихся требуемым  уровнем инжинирингово-управленческих компетенций пользователя и успешным прохождением государственной регистрации программ для ЭВМ.

    Основные публикации по теме диссертации

    Статьи в научных изданиях, рекомендованных ВАК РФ

    1. Белых А.А., Харитонов В.А. Архитектурно-ориентированный подход к оценке сбоеустойчивости специализированных вычислительных комплексов. // Приборы и системы. Управление, контроль, диагностика, № 11, 2000. С. 51-55
    2. Белых А.А. Архитектурно-ориентированный способ оценки сбоеустойчивости специализированных вычислительных комплексов // Труды Кубанского государственного аграрного университета. – Выпуск 401 (429). Краснодар, 2003. – С. 323-333
    3. Белых А.А., Камалетдинов М.Р., Лыков М.В., Мишкина Е.В.  Системы конструирования матриц свёртки в экспертных задачах комплексного оценивания // Вестник «УГТУ – УПИ»: Строительство и образование. – Сб. науч. трудов. Екатеринбург: ГО ВПО УГТУ-УПИ, 2006. № 12 (83). – С. 24-26.
    4. Белых А.А., Букалова А.Ю., Меновщиков К.В. Процедуры исследования чувствительности результатов комплексного оценивания объектов недвижимости. // Вестник «УГТУ – УПИ»: Строительство и образование. – Сб. науч. трудов. Екатеринбург: ГО ВПО УГТУ-УПИ, 2006. № 12 (83). – С. 26-29.
    5. Белых А.А. Методика функционального контроля цифровых устройств систем управления объектами агропромышленного комплекса на основе взвешенных алгебраических соотношений // Труды Кубанского государственного аграрного университета. Выпуск № 3. – Краснодар: КубГАУ, 2006. – C. 28-37.
    6. Белых А.А., Винокур И.Р., Харитонов В.А.  Функциональные возможности механизмов комплексного оценивания с топологической интерпретацией матриц свертки // Управление большими системами. Сб. трудов. Вып. 18. М.: ИПУ РАН, 2007. – С.  129-140.
    7. Белых А.А., Лыков М.В., Стаматин В.И., Шайдулин Р.Ф. Экспресс-анализ промышленных предприятий с учетом согласованных предпочтений участников принятия инвестиционных решений // Вестник Сам. ГЭУ №10. – Самара, 2008. – С. 123 – 135. 
    8. Белых А.А. Концепция разработки интеллектуальных технологий повышения эффективности информационных систем / А.А. Белых // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. – Краснодар: КубГАУ, 2010. – №04(58). С. 75 – 98. – Шифр Информрегистра: 0421000012\0058. – Режим доступа: http://ej.kubagro.ru/2010/04/pdf/05.pdf, 1,5 у.п.л.
    9. Белых А.А. Проблема повышения эффективности информационных систем в современных условиях / А.А. Белых // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. – Краснодар: КубГАУ, 2010. – №04(58). С. 52 – 74. – Шифр Информрегистра: 0421000012\0060. – Режим доступа: http://ej.kubagro.ru/2010/04/pdf/04.pdf, 1,438 у.п.л.
    10. Белых А.А. Интерпретация эффективности сложных систем с позиций рыночных отношений / А.А. Белых, В.А. Харитонов // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. – Краснодар: КубГАУ, 2010. – №05(59). С. 255 – 275. – Шифр Информрегистра: 0421000012\0096. – Режим доступа: http://ej.kubagro.ru/2010/05/pdf/16.pdf, 1,312 у.п.л.
    11. Белых А.А. Интеллектуальные технологии повышения эффективности информационных систем / А.А. Белых, Р.Ф. Шайдулин, В.А. Харитонов // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. – Краснодар: КубГАУ, 2010. – №06(60). С. 539 – 570. – Шифр Информрегистра: 0421000012\0122. – Режим доступа: http://ej.kubagro.ru/2010/06/pdf/35.pdf, 2 у.п.л.
    12. Белых А.А., Шайдулин Р.Ф., Гуреев К.А., Харитонов В.А., Алексеев А.О. Принцип многомодельности в задачах моделирования индивидуальных предпочтений / Управление большими системами, М.: ИПУ РАН, № 31, 2010.
    13. Белых А.А. Системный анализ проблемы выбора для активных элементов с пересекающимися интересами /А.А. Белых, М.В. Передерий, В.А. Харитонов // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. – Краснодар: КубГАУ, 2011. – №07(71). С. 550 – 563.– Режим доступа: http://ej.kubagro.ru/2011/07/pdf/41.pdf, 1,12 у.п.л.
    14. Белых А.А. Основы методологии прогнозирования и оценки эффективности информационных систем /А.А. Белых // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. – Краснодар: КубГАУ, 2011. – №07(71). С. 564 – 587. – Режим доступа: http://ej.kubagro.ru/2011/07/pdf/42.pdf, 1,9 у.п.л.

    Монографии, препринт

    1. Белых А.А. Методологические основы прогнозирования и оценки эффективности информационных систем. Монография. – Пермь: ПНЦ УрО РАН, ПГСХА, 2010. – 137 с.
    2. Белых А.А. Модели и методы синтеза противосбойных систем цифровой аппаратуры управления сложных технических комплексов.  Препринт. -  Пермь: Институт механики сплошных сред УрО РАН, 2000.- 76 с.
    3. Белых А.А., Горлов Ю.Г., Калинин Н.П., Харитонов В.А. Отношение объективного и субъективного в моделях поддержки принятия решений / Под научной редакцией В.А. Харитонова: Монография. – Пермь: ПГСХА, 2008. - 230 с.
    4. Белых А.А. и др. Управление инновационным развитием социально-экономических систем /  Под редакцией Ю.К. Перского: Монография. – Екатеринбург: Институт экономики УрО РАН, 2010. – 512 с.
    5. Белых А.А., Харитонов В.А. Интеллектуальные технологии обоснования инновационных решений / Под научной редакцией В.А. Харитонова: Монография. – Пермь: Изд-во Перм. гос. техн. ун-та,  2010. – 345 с.

    Публикации в академических изданиях

    1. Белых А.А., Винокур И.Р., Харитонов В.А. Современные технологии комплексного оценивания научно-технических проектов. Серия «Космический вызов 21 века», т. 3.  – Москва: ИХФ РАН, 2007. – с. 429 – 433.
    2. Белых А.А. Принятие Парето-решений в области диверсификации производства на основе маркетинговых моделей предпочтений // Теория Активных Систем. Труды международной научно-практической конференции «Управление большими системами - 2007». - ИПУ РАН, Москва, 2007. – С. 213-215
    3. Белых А.А., Харитонов В.А. Инжиниринговые технологии менеджмента. Инновационно-образовательный проект // Теория Активных Систем. Труды международной научно-практической конференции «Управление большими системами - 2007». - ИПУ РАН, Москва, 2007 – С. 216-219.
    4. Белых А.А., Алексеев А.О., Шайдулин Р.Ф. Сертификация матричных моделей предпочтений // Труды международной научно-практической конференции. Том I. В.Н. Бурков, Д.А. Новиков. – М.: ИПУ РАН, 2009. – С. 178-182.

    Свидетельства о государственной регистрации программ для ЭВМ

    1.  Белых А.А., Харитонов В.А., Шайдулин Р.Ф. Авт. свид. «Автоматизированная система комплексного оценивания объектов»  №2007614834,  2007г.
    2.  Белых А.А., Харитонов В.А., Шайдулин Р.Ф. Авт. свид. «Автоматизированная система исследования моделей комплексного оценивания объектов»  № 2008612724,  2008г.
    3.  Белых А.А., Харитонов В.А., Шайдулин Р.Ф. Авт. свид. «Автоматизированная система оперативного исследования моделей объектов комплексного оценивания»  №2009610220, 2009г.
    4.  Белых А.А., Харитонов В.А., Шайдулин Р.Ф., Мелехин М.И. Авт. свид. «Адаптивная неманипулируемая процедура обработки результатов активного экспертного оценивания»  №2009616217, 2009г.
    5. Белых А.А., Харитонов В.А., Шайдулин Р.Ф., Мелехин М.И. Авт. свид. «Автоматизированная система комплексного оценивания и исследования объектов в физическом пространстве представления частных критериев»  №2011619529, 2011г.

    Авторские свидетельства по теме диссертации

    1.  Белых А.А., Благинин В.Ф., Лебедев В.В., Цыганов И.Ф. Авт. свид.  «Генератор функций»  № 1758641, 1992г.
     



2011 www.dissers.ru -

, .
, , , , 1-2 .