Концепции ведения силовых конкуренций специализированных систем и возможность их моделирования

Обложка

Цитировать

Полный текст

Аннотация

Актуальность и цели. Сложность проектирования и эксплуатации специализированных организационно-технических систем требует создания моделей их функционирования. Одной из проблем создания адекватных моделей является достаточно частая смена концепций силовых столкновений. Требуется рассмотреть принципы технологии, позволяющей адаптировать создаваемые модели к той или иной концепции. Материалы и методы. Путем введения специфических операций над системами и их элементами дается расширенное определение специализированных организационно-технических систем. Формализуются описания наиболее известных концепций и анализируются основные факторы, определяющие требования к технологии адаптации моделей к концепциям. Результаты. Приводится описание технологии, позволяющей объединить функции подсистемы управления, работу специального программного обеспечения и имитационную модель деятельности агентов специализированных систем. Выводы. Предлагаемая технология позволяет адаптировать разрабатываемые имитационные модели к описанным концепциям и дает возможность разрабатывать программное обеспечение имитационных моделей в процессе создания программного и информационного обеспечения специализированных систем.

Об авторах

Михаил Юрьевич Бабич

Научно- производственное предприятие «Рубин»

Автор, ответственный за переписку.
Email: babichmj@mail.ru

доктор технических наук, доцент, главный специалист научно- технического центра

(Россия, Пенза, ул. Байдукова, 2)

Андрей Михайлович Бабич

Научно-производственное предприятие «Рубин»

Email: fieryeye@yandex.ru

кандидат технических наук, программист научно-технического центра

(Россия, Пенза, ул. Байдукова, 2)

Список литературы

  1. Соловьёв И. В. Проблемы исследования сложной организационно-технической системы // Вестник МГТУ МИРЭА. 2013. № 1 (1) С. 20‒40.
  2. Чумичкин А. А. Моделирование автоматизированных систем управления сложными организационно-техническими системами // i-methods. 2020. Т. 12, № 1. URL: http://intech-spb.com/i-methods/ (дата обращения: 30.03.2025).
  3. Бродский Ю. И., Лебедев В. Ю., Огарышев В. Ф., Павловский Ю. Н., Савин Г. И. Общие проблемы моделирования сложных организационно-технических систем. URL: https://ras.ru>ph> 2H0UZEKI.pdf (дата обращения: 18.04.2025).
  4. Бекетов С. М., Зубкова Д. А., Редько С. Г. Сравнение методов оптимизации в имитационных моделях сложных организационно технических систем // Моде-лирование, оптимизация и информационные технологии. 2024. № 12 (3). С. 1–12. doi: 10.26102/2310-6018/2024.46.3.027 URL: https://moitvivt.ru/ru/journal/pdf?id=1665 (дата обращения: 30.03.2025).
  5. Костогрызов А. И. Нистратов А. А. Методические положения по вероятностному прогнозированию качества функционирования систем // Правовая информатика. 2024. № 3. С. 13–31.
  6. Прозоров Д. Е., Плетнёв К. Е., Яшина А. Г. Апостериорная оценка состояний многосвязной цепи Маркова // Информация и космос. 2016. № 1. С. 46–53.
  7. Железняков А. О., Жилин Р. А. Моделирование процессов функционирования организационно-технической системы на основе марковских случайных процессов // Вестник Дагестанского государственного технического университета. Технические науки. 2024. Т. 51, № 4. С. 71–77.
  8. Басков О. В., Ногин В. Д. Нечеткие множества второго порядка и их применение в принятии решений. Общие понятия // Искусственный интеллект и принятие решений. 2021. № 1. С. 3–14.
  9. Гусейнзаде Ш. С. Моделирование интеллектуальных систем управления с применением модифицированных нечетких раскрашенных сетей Петри // Вестник компьютерных и информационных технологий. 2020. Т. 17, № 10. С. 30–37.
  10. Hans P. Geering. Introduction to Fuzzy Control. URL: https://www.researchgate.net/publication/259197110 (дата обращения: 30.03.2025).
  11. Замятин Н. В., Медянцев Д. В. Методика нейросетевого моделирования сложных систем // Известия Томского политехнического университета. 2006. Т. 309, № 8. С. 100–106.
  12. Шолохова А. А., Иванов А. Н. Моделирование динамических систем на основе полиномиальных нейронных сетей // Моделирование, оптимизация и информационные технологии. Научный журнал. 2017. № 4 (19). URL: http://moit.vivt.ru/ (дата обращения: 30.03.2025).
  13. Городецкий В. И. Многоагентные системы: современное состояние исследований и перспективы применения // Новости искусственного интеллекта. 1996. № 1. C. 44–59.
  14. Мелехин В. Б., Хачумов М. В. Планирование коллективной деятельности автономных интеллектуальных агентов в условиях неопределенности // Искусственный интеллект и принятие решений. 2020. № 4. С. 101–113.
  15. Симанков В. С., Дубенко Ю. В. Системный анализ в иерархических интеллектуальных многоагентных системах // Вестник компьютерных и информационных технологий. 2021. Т. 18, № 3. С. 33–46. doi: 10.14489/vkit.2021.03.pp.033-046
  16. 16.Листопад С. В. Характеристики и логическая структура методологии построения рефлексивно-активных систем искусственных гетерогенных интеллектуальных агентов // Системы и средства информатики. 2023. Т. 33, № 4. С. 18–27.
  17. Michael E. Bratman. Intentions, Plans, and Practical Reason. Harvard University Press, 1987. 224 p.
  18. Hanen Lejmi-Riahi, Fahem Kebair, Lamjed Ben Said. Agent Decision-Making under Uncertainty: Towards a New E-BDI Agent Architecture Based on Immediate and Expected Emotions // International Journal of Computer Theory and Engineering. 2014. Vol. 6, № 3. P. 254–259.
  19. Russell J. A. A Circumflex Model of Affect // Journal of Personality and Social Psychology. 1980. Vol 39, № 6. P. 1161–1178.
  20. Charalampos Karyotisb, Faiyaz Doctorb, Rahat Iqbalb, Anne Jamesb, Victor Changa. A fuzzy computational model of emotion for cloud based sentiment analysis. URL: https://pure.coventry.ac.uk/ws/portalfiles/ portal/13277719/ 1_s2.0_S0020025517304164_main.pdf (дата обращения: 02.05.2024).
  21. Chie Hieida, Takato Horii, Takayuki Nagai. Deep Emotion: A Computational Model of Emotion Using Deep Neural Networks. URL: https://arxiv.org/pdf/1808.08447.pdf (дата обращения: 02.05.2024).
  22. Бабич М. Ю., Кузнецов В. Е., Чигирев М. А., Бабич А. М. Эмоциональные агенты в моделировании функционирования сложных организационно-технических систем (часть I) // Известия высших учебных заведений. Поволжский регион. Технические науки. 2024. № 4. С. 28–38. doi: 10.21685/2072-3059-2024-4-3
  23. Красовский А. А. Проблемы физической теории управления // Автоматика и телемеханика. 1990. № 11. С. 3–28.
  24. Филимонов Н. Б. Методологический кризис «всепобеждающей математизации» современной теории управления // Мехатроника, автоматизация, управление. 2016. Т. 17, № 5. С. 291–299.
  25. Bundy J., Michael D. Pfarrer, Cole E. Short, W. Timothy Coombs. Crises and Crisis Management: Integration, Interpretation, and Research Development // Journal of Management. 2017. Vol. 43, № 6. P. 1661–1692.
  26. Воробьев И. Н. Еще раз о военной футурологии // Военная мысль. 2020. № 5. С. 51–57.
  27. Коржевский А. С., Махнин В. Л. Методологические подходы к прогнозированию в сфере военной безопасности государства // Военная мысль. 2022. № 5. С. 21–31.
  28. Барановский В. Г., Кобринская И. Я., Уткин С. В., Фрумкин Б. Е. Метод ситуационного анализа как инструмент актуального прогнозирования в условиях трансформации миропорядка // Вестник МГИМО-Университета. 2019. № 12 (4). С. 7–23.
  29. Mohammed Ali, Trevor Wood-Harper. Artifcial Intelligence (AI) as a Decision-Making Tool to Control Crisis Situations. URL: https://www.researchgate.net/publication/ 358754137_Artificial_Intelligence_AI_as_a_Decision-Making_Tool_to_Control_Crisis_ Situations (дата обращения: 03.08.2024).
  30. Бабич М. Ю., Бабич А. М. Нелинейность, иррациональность, эмоциональные состояния в сложных специализированных системах // Проблемы информатики в образовании, управлении, экономике и технике : по материалам XXIV Междунар. науч.-техн. конф. Пенза : Изд-во ПГУ, 2024. С. 3–10.
  31. Вдовин А. В., Костин К. К. Технология искусственного интеллекта в системах поддержки принятия решений – вероятные подходы и пути реализации // Вестник академии военных наук. 2022. № 4 (81). С. 91–97.
  32. Саяпин О. В, Тиханычев О. В., Безвесильная А. А., Чискидов С. В. Об одной тенденции развития алгоритмов, реализуемых в системах поддержки принятия решений // Программные продукты и системы. 2023. Т. 36, № 3. С. 388–397. dоi: 10.15827/0236-235X.142.388–397
  33. Масленников О. В., Алиев Ф. К., Беспалов С. А., Митрошин Е. С. О вычислительной сложности современных военных задач // Военная мысль. 2023. № 2. С. 72–85.
  34. Ишечкин Б. Б., Ишечкин И. Б., Евтихов С. В. Перспективы применения искусственного интеллекта в управлении войсками // Военная мысль. 2023. № 8. С. 79–84.
  35. Прокаев А. Н., Шабунин А. А. Отечественный и зарубежный опыт количественного обоснования решений в области применения сил (войск) флота // Военная мысль. 2024. № 2. С. 77–91.
  36. Чуркин И. П. Методологический анализ роли математического моделирования при принятии решений на вооруженную борьбу в воздушной сфере // Военная мысль. 2022. № 6. С. 53–60.
  37. Бабич М. Ю., Бабич А. М. Влияние аксиом принадлежности агентов нескольким организационно-техническим системам на рациональное поведение агентов // Искусственные общества. 2021. T. 16, № 1. doi: 10.18254/S207751800013885-2 URL: https://artsoc.jes.su/S207751800013885-2-1 (дата обращения: 30.01.2025).
  38. Уланов А. С. Прогностическая оценка тенденций развития средств вооруженной борьбы и способов их применения в войнах будущего // Военная мысль. 2022. № 8. С. 37–50.
  39. Смоловой А. В. Военные конфликты будущего: современный взгляд // Вестник академии военных наук. 2022. № 3 (80). С. 80–87.
  40. Малышев А. И., Мардусин В. Н., Хахалев В. Ю. Анализ трансформации основных категорий военной конфликтологии в доктринальных основах РФ // Военная мысль. 2023. № 8. С. 6–15.
  41. Бартош А. А. Модели эскалации современных военных конфликтов // Военная мысль. 2024. № 1. С. 22–36.
  42. Таненя О. С., Вдовин А. В. Трансформация вооруженного противоборства: обусловленность новой тенденции военного искусства // Военная мысль. 2024. № 3. С. 38–45.
  43. Кондратьев А. Е. Общая характеристика сетевых архитектур, применяемых при реализации перспективных сетецентрических концепций ведущих зарубежных стран // Военная мысль. 2008. № 12. С. 63–74.
  44. Поляков И. В. Обоснование требований к робототехническим комплексам, предназначенным для ведения инженерной разведки // Вестник академии военных наук. 2021. № 1 (74). С. 103–108.
  45. Половинкин В. Первым зацветает «Орешник» // Защита и безопасность. 2024. Т. 4. С. 3–5.
  46. Бабич М. Ю., Кузнецов В. Е., Бабич А. М. Имитация особенностей автоматизированных систем управления для силовых структур в процессе моделирования их функционирования // i-methods. 2022. Т. 14, № 4. URL: http://intech-spb.com/wpcontent/uploads/archive/2022/4/1-babich4-2022.pdf (дата обращения: 07.02.2025).
  47. Бабич М. Ю., Кузнецов В. Е., Чигирев М. А., Ползунов Н. В. Онтология технологии включения метода сценирования в функционирование специализированных конкурирующих систем // XXI век: итоги прошлого и проблемы настоящего плюс. 2023. Т. 12, № 4 (64). С. 12–18.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».