Метод математического моделирования процессов по выявлению, установления характеристик и взаимосвязей связей социально-значимых явлений

Вячеслав Викторович Антонов; Я. С. Михайлова; В. А. Колесников; Л. В. Чернышова

Информационные технологии интеллектуальной поддержки принятия решений, Информационные технологии интеллектуальной поддержки принятия решений 2018

Вячеслав Викторович Антонов, Я. С. Михайлова, В. А. Колесников, Л. В. Чернышова

Изменена: 2019-11-02

Аннотация

Перспективы прогресса в создании аналитических систем, назначением которых является статистическое определение тенденций распространения социально-значимых процессов и взаимосвязанных с ними событий имеют критическое значение по причине глобального геополитического кризиса. Его отпечатки накладываются практически на все государства, в условиях чего значимость влияния негативных и положительных явлений социального характера определяется неуклонным возрастанием. В настоящей статье разграничивается метод математического моделирования процесса выявления, установления характеристик и потенциальных взаимосвязей между различными процессами, составляющими или имеющими влияние на социально-значимые явления.

Ключевые слова

математическое моделирование; выявление социально-значимый явлений; геополитический кризис; аналитические системы

Литература

1. Антонов В.В. Метод проектирования адаптивного программного комплекса на основе методологии категорийной формальной модели открытой предметной области // Вестник УГАТУ, 2015. Т. 19. № 1. С. 258-263.

2. Антонов В.В., Куликов Г.Г., Антонов Д.В. Теоретико-множественная модель ИС для многомерного аналитического анализа, отвечающая требованиям хранилища данных // Вестник УГАТУ, 2012. Т. 16. № 6 (51). С. 189-201.

3. Антонов В.В., Куликов Г.Г. Семантико-математический язык описания структуры интеллектуальной системы на основе нечеткой логики [Текст]/ Антонов В.В., Куликов Г. Г. // Международный журнал "Программные продукты и системы". Тверь. 2011, №3(95). С. 33-35.

4. Антонов В.В., Куликов Г.Г. Метод построения математической модели предметной области / В.В.Антонов, Г. Г. Куликов // Вестник СГЭУ: науч. журн. Самарск. гос. экон. ун-та. 2010. № 5(67). С. 10-14.

5. Блох А.Ш., Граф-схемы и алгоритмы: Учебное пособие для физ.-мат. фак. пед. ин-тов. – Мн: Выш. шк., 1987. – 144с.

6. Вокуева Т.А., Вычисление матрицы взаимовлияния когнитивной карты // Известия Коми научного центра УрО РАН. Выпуск 3(11). Сыктывкар, 2012.

7. Голдблатт Р. Топосы. Категорный анализ логики. – М.: Мир, 1983. – 488 с.

8. Конев К.А. Онтологическая концепция решения задач в прикладных научных исследованиях // Информатизация образования и науки. 2016. № 1 (29). С. 147-155.

9. Конев К.А. Онтологическая специализация области научного знания // Информатизация образования и науки. 2017. № 3 (36). С. 95-105.

10. Массель Л.В. Фрактальный подход к структурированию знаний и примеры его применения // Онтология проектирования. 2016. Т. 6. № 2(20). С. 149 - 161.

11. Новиков Д.А., «Когнитивные игры»: линейная импульсная модель // Пробл. управл. 2008. № 3; Autom. Remote Control. 71:4 (2010).

12. Федер Е. Фракталы. – М.: Мир, 1991. – 254 с.

13. Цветкович Д.М., Дуб М., Захс Х., Спектры графов. Теория и применение // Киев: Наук. думка, 1984. – 384 с.

Полный текст: PDF