ПРОБЛЕМЫ УПРАВЛЕНИЯ

Рассматриваются аналитические подходы к решению задач прокладки пути с учётом препятствий. Сравниваются два принципа аналитического моделирования препятствий на сцене: с применением метода потенциалов и путём R-функционального моделирования. Приводится принцип функционально-воксельного конструирования сложных вычислительных процессов на примере моделирования R-функции объединения или пересечения области двух функций. Разбираются основы арифметических операций над локальными геометрическими характеристиками, описывающими компоненты однородного единичного вектора локальной функции. Демонстрируется принцип денормирования таких компонент для применения в арифметических действиях, составляющих R-функцию. Рассматривается моделирование сцены в виде компоновки концентрических объектов и локальной функции описания цели поверхностью воронки в указанной точке. Рассматривается алгоритм динамического формирования итоговой локальной функции объединения поверхности воронки с поверхностью сцены в текущей точке. На основе итоговой локальной функции определяются компоненты вектора направления градиентного движения к заданной цели.

Рассмотрена модель коллективного поведения агентов в ситуации игровой неопределенности и неполной информированности. В качестве модели принятия решений агентами используется рефлексивная игра, в которой участники принимают решение на основе иерархии представлений о параметрах игры, представлений о представлениях и т. д. В центре внимания данной работы - рефлексивные игры с точечной структурой информированности и линейным наилучшим ответом игроков. Показано, что информационное равновесие в таких играх аналогично равновесию Нэша в игре на сети; в явном виде записаны выражения для равновесных ответов игроков, указаны условия существования и единственности равновесия. Приводится формулировка задачи стимулирования, аналогичной задаче стимулирования в игре на сети: показана взаимосвязь между равновесием в игре с общим знанием и равновесием в игре с неполной информированностью, в которой центр сообщает новые стимулы игрокам индивидуально.

В работе рассмотрена многоуровневая модель индикативного планирования целевых индикаторов в системе «мир (много стран) - страна - отрасли - ресурсы - мероприятия». В предлагаемой имитационной модели реализуется подход на основе сценарного планирования. Поставлена задача анализа и прогноза целевых индикаторов страны на примере показателя ВВП по ППС. Проведены оценки необходимого для реализации целевого сценария роста ВВП и валовой добавленной стоимости (ВДС) отдельных отраслей. Определены удельные показатели эффективности по финансовым и кадровым ресурсам: производительность труда и капиталоемкость. Сделана оценка необходимых для реализации целевого сценария инвестиций в основной капитал и численность занятых. Показано, что для реализации целевого сценария роста ВДС необходимы меры по ускорению роста производительности труда, выделены наиболее актуальные отрасли. В качестве исходных данных использовались данные Мирового банка и Росстата.

Рассматриваются методы формирования среднесрочного прогноза цен на финансовых и товарных рынках. Прогнозируемые процессы являются нестационарными, нелинейными, в них присутствуют структурные сдвиги, возникающие вследствие системных изменений в структуре рынка и оказывающих воздействие на него экстремальных событий. С увеличением горизонта прогноза вероятность возникновения структурных сдвигов возрастает, поэтому возникает задача прогнозирования c учетом возможных изменений в процессе на горизонте прогноза. Для прогнозирования будущих изменений рассматриваемого процесса необходимо расширение информационного поля, на котором формируется прогноз: включение экспертных суждений, результатов качественного анализа процессов, например, с применением методов фундаментального анализа, когнитивного анализа и алгоритмов их реализации. Построение среднесрочных прогнозов цен на финансовых и товарных рынках является необходимым элементом в решении задач планирования и управления социально-экономическими и производственными системами, а также в решении задач инвестиционного управления. В настоящем обзоре рассмотрены особенности прогнозируемых процессов, определяющие требования к методам формирования среднесрочных прогнозов, их реализации и отбору включаемой в прогноз информации, необходимой для обнаружения будущих изменений в процессе и причинных факторов их возникновения. Рассмотрены модели и методы статистического прогнозирования, искусственного интеллекта и фрактального анализа, а также методы, использующие в алгоритме прогнозирования информацию из различных источников: экспертных, новостных, данных поисковых систем. Проведено обобщение результатов обзора в контексте решения задачи среднесрочного прогнозирования. В заключении обозначены перспективные, по мнению авторов, направления исследований в этой области.

The 17th International Conference on Management of Large-Scale Systems Development (MLSD’2024) was held on September 24-26, 2024. This annual event is organized by the Trapeznikov Institute of Control Sciences, the Russian Academy of Sciences, with the technical support of the IEEE Russia Section. MLSD conferences are intended to discuss research in the theory and applications of computer control and management for developing large-scale manufacturing, transport, energy, financial, and social systems. The peculiarity of this year’s conference is that the models of large-scale systems are largely focused on solving current problems of strategic management. The MLSD’2024 program included one plenary session and 16 sections with 393 participants. The original proceedings of MLSD’2024 (195 papers) have been published in Russian and indexed by the National Electronic Library (eLIBRARY. RU). Of these, 169 papers have been extended and published electronically in English in IEEE Xplore (Scopus indexing).

Рассмотрен подход к построению адаптивного управления скалярным объектом с текущей параметрической неопределенностью, для которого доступны измерению только его вход и выход, на основе упрощенных условий адаптируемости. Данный подход относится к непрямому самонастраивающемуся управлению с использованием алгоритма текущей параметрической идентификации и неявной эталонной модели. Структура настраиваемой модели в алгоритме идентификации выбирается как можно более простой, соответствующей основному движению объекта управления и элементарному динамическому звену или звеньям. В результате текущие оценки в составе указанной модели аппроксимируют движение объекта, критерием чего является сходимость невязки идентификации. Также требуется обеспечить определенные требования к текущим оценкам параметров. Эти оценки, даже неточные, используются для формирования закона управления, доставляющего заданные свойства замкнутой системы управления. Указанное положение предложено трактовать как уточнение известного принципа уверенной эквивалентности с исключением требования асимптотически точного оценивания параметров для достижения самонастраивающейся системой адаптивных свойств в задачах управления по выходу объекта. Основные соотношения приведены для примера, когда доминирующая динамика объекта близка колебательному процессу без дополнительной временно́й задержки. Предложено применять алгоритм идентификации в виде рекуррентного метода наименьших квадратов с фактором забывания и некоторыми модификациями. Приведены два примера решения задач построения адаптивных систем: управление угловым движением мостового крана и парирование колебаний упругого трехмассового привода. Предложено назвать рассматриваемый подход идентификационно-аппроксимационным. Отмечены возможность и пути его дальнейшего совершенствования.

Предлагается концептуальный подход к построению комбинированной обратной связи в системе человек - машина с введением искусственного сенсорного компонента обратной связи, управляемого технической подсистемой. Подход направлен на систематизацию роли комбинированной обратной связи в управлении многоагентными системами, включающими дополнительные элементы, людей и искусственных агентов. Он исследован в задаче управления вертикальной позой человека, а также в синтетических экспериментах (на модели CartPole), рассматриваемых на примере обучения с подкреплением. Изучалась изменчивость эффективности решения задачи управления в зависимости от характеристик каналов передачи информации и модификации свойств введенного искусственного сенсорного компонента обратной связи. Полученные результаты показывают концептуальное сходство наблюдений натурного эксперимента и искусственного численного эксперимента в части функционирования дополнительного канала обратной связи - как присутствие сходного эффекта перерегулирования, так и перспективы повышения качества управления путем настройки искусственного сенсорного компонента.

Решается задача вычисления уровня спектральной энтропии стационарного случайного процесса. Под спектральной энтропией (σ-энтропией) сигнала понимается скалярная величина, характеризующая окрашенность шума и определяющая класс сигналов, действующих на систему в зависимости от выбора полосы исследования. Предполагается, что случайный процесс задан либо в виде формирующего фильтра, на вход которого поступает белый шум с единичной ковариационной матрицей, либо в форме автокорреляционной функции. Получено аналитическое решение задачи вычисления уровня спектральной энтропии случайного стационарного процесса по известной математической модели формирующего фильтра в виде лог-детерминантной функции, зависящей от передаточной матрицы и грамиана наблюдаемости фильтра. Предложен алгоритм вычисления σ-энтропии для стационарных случайных процессов с известной автокорреляционной функцией. Метод сводится к восстановлению математической модели формирующего фильтра с использованием факторизации его спектральной плотности. Приведен численный пример расчета спектральной энтропии для возмущения, описывающего скорости порывов ветра, действующих на летательный аппарат.

Представлен обзор литературы, посвященной диагностике и прогнозированию оставшегося срока полезного использования авиационных двигателей на основе глубокого обучения. Приведена формальная постановка задачи оценки оставшегося срока полезного использования. Рассмотрены основные архитектуры глубоких нейронных сетей, применяемые для обнаружения редких сбоев и прогнозирования следующих сбоев на основе данных мониторинга авиационных двигателей. Рассмотрено извлечение информативных признаков с помощью автоэнкодеров. Приводится структура ячеек долгой кратковременной памяти и механизма внимания, применяемых в глубоких нейронных сетях для прогнозирования оставшегося срока полезного использования. Рассматривается задача интеграции прогноза оставшегося срока полезного использования в планирование технического обслуживания на основе обучения с подкреплением.