В статье рассматриваются параметры связей модулей программных продуктов в рамках системы управления жизненным циклом изделия. Проведена классификация типов связей и сцепления элементов. Введены параметры нестабильности программных продуктов.

Ключевые слова: жизненный цикл, жизненный цикл изделия, модель жизненного цикла, инновационная деятельность, системная инженерия

05.13.01 - Системный анализ, управление и обработка информации (по отраслям)

В статье сформулированы связанные иерархические показатели горизонтальной структурной интеграции, которые определяют ее глобальные и частные цели, что позволяет решать задачи оптимизации решений при проектировании систем, планировании и оперативному управлению системой с учетом различных внешних воздействий.

Ключевые слова: жизненный цикл, жизненный цикл изделия, модель жизненного цикла, инновационная деятельность, системная инженерия, энтропия, закон Эшби, формула Шеннона, формула Хартли

05.13.01 - Системный анализ, управление и обработка информации (по отраслям)

В статье исследован параметр уязвимости, который позволяет формировать вероятностную модель жизненного цикла изделия, учитывающую динамику. Для решения поставленной в статье задачи определена связь между индивидуальными и усредненными характеристиками выбывания изделия в их совокупности.

Ключевые слова: жизненный цикл, вероятностная модель, уязвимость, выбывание изделия, качество, формула Байеса, системная инженерия

05.13.01 - Системный анализ, управление и обработка информации (по отраслям)

Проведенный в статье общий анализ задачи идентификации закона распределения наблюдаемого случайного процесса (структурно-параметрической идентификации) и сравнительный анализ современных методов идентификации распределений вероятности показал, что в настоящее время для решения данной задачи широкое распространение получил метод нормированного размаха (R/S-анализ). Использование данного метода при выборе параметрической модели закона распределения вероятностей наилучшим образом соответствует результатам экспериментальных наблюдений, а также характеризуется минимальными предположениями об исследуемом процессе и достаточной устойчивостью при анализе временных рядов, описывающих исследуемый процесс. Информационный анализ метода нормированного размаха позволил предложить модифицированную методику идентификации закона распределения случайных процессов, основанную на методе нормированного размаха (R/S-анализа), для которой получены выражения для эластичности и обусловленности.

Ключевые слова: диагностика технических систем, метод нормированного размаха (RS-анализ), способ Хёрста, информационный анализ, обусловленность задачи, эластичность задачи

05.13.01 - Системный анализ, управление и обработка информации (по отраслям) , 05.13.18 - Математическое моделирование, численные методы и комплексы программ

В статье рассмотрены проблемы построения фрактальной модели магнитоплазменного электродинамического ускорителя. Моделирование такой сложной системы определяется как процесс вычисления обобщенного решения уравнения Фоккера–Планка–Колмогорова, описывающих реальные физические процессы в эредитарных (hereditarity) системах. Полученная марковская модель, определяющая переходы системы на мультифрактальных множествах ее состояний вдоль траектории разгона в магнитоплазменном электродинамическом ускорителе, согласно проведенным в работе исследованиям, определяется фрактальной размерностью и математическим аппаратом обобщенных дробных производных Римана-Лиувилля. Исследованы решения данного уравнения, получаемые после обобщения на дробные производные Римана–Лиувилля. Переход к производной дробного порядка по времени позволяет учитывать временные и пространственные эффекты памяти системы, процессы в которой классифицируются как процессы с «остаточной» памятью, часть которых сохраняется, а другая часть соответствует необратимым потерям.

Ключевые слова: магнитоплазменный электродинамический ускоритель (ЭДУ), эредитарная (hereditarity) модель системы, уравнение Фоккера–Планка–Колмогорова, дробные производные Римана–Лиувилля

05.13.01 - Системный анализ, управление и обработка информации (по отраслям) , 05.13.18 - Математическое моделирование, численные методы и комплексы программ

В статье, исходя из содержательных аксиом рандомизированного алгоритма, рассмотрена возможность использования при синтезе корректных алгоритмов решения задачи вероятностной скрытой марковской модели. Применение данной модели позволяет формировать алгоритм с возможностью управления его гибкостью в соответствии с содержательной ситуацией для обеспечения структурной и функциональной устойчивости программы, реализующей данный алгоритм. Установлено, что рандомизация алгоритма, повышая его гибкость и эффективность, не улучшает его риск по сравнению с соответствующим детерминированным алгоритмом. Синтез алгоритма на базе скрытой марковской модели сводится к тому, что по имеющимся наблюдаемым данным определяют скрытые параметры наиболее вероятной последовательности состояний, определяющий синтезируемый алгоритм. На первом этапе стратегии с помощью алгоритма "вперед-назад" оценивается насколько хорошо модель согласована с входными данными синтезируемого алгоритма. На втором этапе по заданной скрытой марковской модели с пространством скрытых состояний, начальными вероятностями нахождения в состоянии i и вероятностями перехода из состояния i в состояние j, по наблюдаемым состояниям, используя алгоритм Витерби, ищется путь Витерби. На третьем этапе стратегии осуществляется корректировка скрытых марковских моделей путем оптимизации параметров модели с помощью алгоритма Баума–Велша.

Ключевые слова: скрытая марковская модель, алгоритм "вперед-назад", алгоритм Витерби, алгоритм Баума–Велша

05.13.01 - Системный анализ, управление и обработка информации (по отраслям) , 05.13.18 - Математическое моделирование, численные методы и комплексы программ