CC BY
1
УДК 004.04
АНАЛИЗ НАУЧНО-МЕТОДИЧЕСКИХ ПОДХОДОВ К ОБОСНОВАНИЮ РАЦИОНАЛЬНЫХ ПАРАМЕТРОВ ФУНКЦИОНИРОВАНИЯ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ИНФОРМАЦИОННОЙ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПРИ ПРОВЕДЕНИИ АВАРИЙНО-СПАСАТЕЛЬНЫХ РАБОТ
A.A. Литвин
старший преподаватель кафедры (информационных систем и технологий) Академия гражданской защиты МЧС России имени Д.И. Михайлика
Адрес: 141435, Московская обл., г.о. Химки, мкр. Новогорск, ул. Соколовская, стр. 1А E-mail: aa.litvinQamchs.ru
C.B. Чискидов
кандидат технических наук, доцент, профессор кафедры (информационных систем и технологий)
Академия гражданской защиты МЧС России имени Д.И. Михайлика
Адрес: 141435, Московская обл., г.о. Химки, мкр. Новогорск, ул. Соколовская, стр. 1А E-mail: s.chiskidovQamchs.ru
Аннотация. В статье представлен обзор существующих подходов и методов расчета оптимальных параметров функционирования автоматизированной системы поддержки принятия решений. Выделены три возможных подхода к решению поставленной задачи. Определены отрицательные и положительные стороны рассматриваемых методов.
Ключевые слова: система поддержки принятия решений, оперативность, чрезвычайная ситуация, Арктическая зона, параметры функционирования.
Цитирование: Литвин A.A., Чискидов C.B. Анализ научно-методических подходов к обоснованию рациональных параметров функционирования автоматизированной системы информационной поддержки принятия решений при проведении аварийно-спасательных работ // Научные и образовательные проблемы гражданской защиты. 2023. № 3 (58). С. 26 - 35.
При проведении аварийно-спасательных работ (далее — АСР) возможности применения автоматизированных систем информационной поддержки принятия решений (далее — АСИППР) являются одним из факторов успешной ликвидации чрезвычайной ситуации (далее — ЧС). Наличие оперативных решений, сформулированных системой, позволяют руководителю сократить время на принятие решения и сосредоточить усилия на наиболее актуальных направлениях при ликвидации ЧС.
В статье [1] был проведен анализ функционирования АСИППР в Арктической зоне Российской Федерации (далее — АЗ РФ), в результате которого была сформулирована научная гипотеза, заключающаяся в том, что эффективность применения АСИППР при проведении АСР в АЗ РФ может быть повышена за счет обосновании рациональных параметров функционирования этой системы.
При этом за счет грамотного описания функций, параметров и требований к разрабатываемой системе на стадии проектирования, время, затрачиваемое системой на выработку
решения и доведения его до руководителя, будет минимальным. Также следует учесть и тот факт, что возможно возникновение событий, влияющих на работоспособность системы, которые не были учтены при проектировании.
Здесь и далее под понятием «система» понимается АСИППР.
Для решения задачи обоснования рациональных параметров функционирования системы необходимо провести анализ научно-методических подходов (далее — ИМИ) к решению поставленной задачи по трем направлениям:
1. ИМИ в области анализа показателя оперативности функционирования системы.
2. ИМИ в области анализа параметров функционирования системы.
3. ИМИ к решению задачи оптимального синтеза параметров функционирования системы.
Ниже представлен детальный анализ данных направлений.
НМП в области анализа показателя оперативности функционирования системы
В работе Лиииика Е.А. [2] дано определение оперативности функционирования, т.е. способности системы обеспечивать необходимый цикл управления, включающий сбор и обработку информации, принятие решения и его выполнение. Таким образом, на оперативность принятия решения влияют следующие факторы:
1. Среднее время цикла управления.
2. Среднее время запаздывания.
3. Среднее время решения информационных и/или расчетных задач.
Также стоить отметить, что АСИППР -это иерархически распределенная система, поэтому берется обобщающая количественная оценка - среднее время.
В условиях возникновения ЧС, приоритетным является сокращение длительности цикла управления, т.е. времени от момента поступления сигнала о ЧС, до принятия управленческого решения. В статье Привалова A.A. [3] приведена методика определения времени цикла управления.
Для этого используется метод четырехмо-ментной аппроксимации, т.е. определения первых четырех центральных моментов случайной величины t с последующим расчетом и выбором типа распределения Пирсона. Также установлено, что случайная величина подчиняется гамма-распределению. В опубликованных материалах [4] показано, что если две или более независимые переменные подчиняются гамма-распределению, то сумма этих переменных тоже подчиняется гамма-распределению.
Функцию распределения X (t) можно рассчитать через функцию плотности f (t) гамма-распределения
.а
/(*} = ■ Г- ■ е->*,1 > 0 (1)
где Г(а;} - значение гамма-функции в точке а.
Затем необходимо проинтегрировать / (¿) для определения искомой функции распределения
X (1}= Г / № (2)
и получения среднего времени цикла управления
и = ГI ■ / (т (з)
Однако данный подход чувствителен к изменению исходных данных, а значит возникают дополнительные ограничения, связанные с необходимостью учесть приоритеты входящих сообщений, емкость запоминающих устройств и т.д.
В монографии Крушеля Е.Г. [5] рассматривается наличие информационного запаздывания при проектировании цифровых систем управления. При этом делается акцент на системы с ограниченным объемом памяти и разрядности, а сам процесс представлен в виде имитационной модели (рисунок 1).
Информационное запаздывание (далее — ИЗ) - это интервал времени между началом сеанса сбора данных, необходимых для принятия решения, и окончанием процесса управляющего воздействия. ИЗ зависит от технических характеристик системы и от ее организации.
Рисунок 1 Функциональная блок-схема д.ля исследования систем с информационным запаздыванием
Д.ля расчета ИЗ предлагается алгоритм аналити чеекого конструирования оптимальных регуляторов.
Суть алгоритма заключается в минимизации квадратичеекого критерия оптимально-
сти .]. С помощью аналитического функционала, который необходимо минимизировать через подбор управляющих) воздействия, определяется закон изменения управляемой координаты и управляющих) воздействия
J = (x[N] -x*[N])г К[N](x[N] -x*[N]) + V7(х[в] -х*М)Г <МФ] -х*ИН (4)
( [ ] [ ]) [ [ ] [ ]) ¿Л+Ж -^*И)Т ЯЫШ -и*[8])
где (х[Ж] — ж*[Ж]) - отклонение переменных состояния на последнем такте управления; (х[ в] — х*[з]) - отклонение переменных состояния в процессе достижения цели; (и[ в ] — и*[з])- отклонение управляющих воздействий от номинальных; (х[N] — ж* [Ж])т К [Ж](х[Ж] — ж* [Ж]) -часть критерия, характеризующая качество достижения конечной цели; (ж[з] — х*^])т ф[з](ж[«] — х*[«])- часть критерия, отвечающая за качество пути достижения цели; (и[з] — и*[«])т Д[з](и[з] — и*[«]) -
«штраф» за использование управляющих воздействий, отличных от номинальных значений.
Данный алгоритм обладает следующими свойствами:
• из-за большого числа параметров возможно варьировать значения показателей качества управления;
•
шлые значения, но и будущие.
Емельянов A.B. в своей статье [6] делает акцент на новые способы распределения
информационно-вы числительных ресурсов из-за увеличения информационных и/или расчетных задач (далее ИРЗ) в связи с увеличением потребности должностных лиц в своевременном и полном информационном обеспечении. ИРЗ являются неотъемлемой частью автоматизированных информационных систем, которые обеспечивают возможности для автоматизации профессиональной деятельности.
Оперативность получения результатов расчетов на ИРЗ означает, что полученные решения могут быть эффективно использованы в реальном времени или в заданные сроки. Время работы с задачей включает:
• скорость вычислений;
• время настройки программного обеспечения;
•
Предлагается методика оперативного решения комплекса ИРЗ, позволяющая перераспределять имеющиеся информационно-вычислительные ресурсы, направленная на совершенствование специального программного обеспечения, осуществляющих) поддержку планирования организационных операций (рисунок 2). Особенностью методики является использование методов линейного программирования для решения целочисленной задачи распределения вычислительных модулей при обеспечении функционирования систем с требуемыми показателями по оперативности решения ИРЗ.
Рисунок 2 Методика оперативного решения комплекса ИРЗ
Таким образом, рассмотренные научно-методические подходы в области анализа показателей оперативности функционирования системы позволяют не только оценить текущее состояние системы, но и выявить потенциальные проблемы и риски ее функционирования. А для снижения возможного риска, необходимо определить параметры функционирования системы и оценить их влияние на работоспособность системы.
НМП в области анализа параметров функционирования системы
Современная литература достаточно подробно описывает параметры функционирования АСИППР, разделяя их на тактические, технические и системные, но при этом не учи-
тывает влияние территориальных, климатических и других факторов на работоспособность системы.
В статье [2] предлагается рассмотреть тактические параметры исходя из их влияния на эффективность автоматизированной системы управления. Тактические параметры разбиваются на 10 показателей, к примеру: оперативность, устойчивость функционирования, живучесть и т.д. Далее каждый параметр рассчитывается исходя из его влияния на систему. При расчетах используется в основном вероятностный подход.
Например, вероятность устойчивости функционирования АСИППР рассчитывается следующим образом:
Рф — (1 РВ }(1 Ртв} + РвРвос с(1 Ртв} + ^тн^восс(1 Ръ} РъРтаРвосс
(5)
где Рв - вероятность выхода из строя в результате информационного воздействия, Ртн - вероятность выхода системы из строя по условиям технической надежности, Рвосс - вероятность восстановления системы после воздействия за время, не превышающее цикл управления.
Для выбора технических параметров функционирования системы Секаев В.Г. [7] предлагает использовать метод Гермейера. Этот подход заключается в определении технических параметров подсистем в случае, если известна структура системы и требуемый объем обрабатываемой информации, при условии непрерывной работы управляемого объекта и изменяющегося количества функционирующих подсистем.
Для этого вводится критерий эффективности системы управления
Рг — Р(1тах ^ ^ Р^
(6)
г=1
где /г - количество информации от г-ой подсистемы, 1тах - предельное количество информации.
^ тем больше, чем больше количество информации от конкретной подсистемы, но при этом уменьшается при приближении всего количества информации к 1тах.
Здесь возможны два подхода:
1. Системы работают в условиях конкуренции (мощность системы должна быть больше всей получаемой информации на объем одной подсистемы)
!тах — 1т ' (^ + 1}
/2
гр _ *тах
= (П + 1}2
(7)
(8)
2. Системы работают в условиях кооперации (мощность системы должна быть больше всей получаемой информации в 2 раза)
!т,ах — 2 • 1т, ' ^
I2
гр _ *тах
" вт — ^
(9)
(10)
где 1т - среднее количество обрабатываемой информации.
Что касается системных параметров АСИППР, то в основном они описываются в проектно-технической документации, техническом задании и т.д. К системным параметрам можно отнести как информацию о количестве элементов управляемой системы, их обновлении и совершенствовании, создании документации, так и оценки удовлетворенности пользователей работой системы.
Особое внимание следует уделить следующим документам:
1. ГОСТ 34.201-2020 «Комплекс стандартов на автоматизированные системы. Автоматизированные системы. Виды, комплектность и обозначение документов» [8]. В данном ГОСТе устанавливаются требования к видам, наименованию, комплектности документов, создаваемых на стадии проектирования любой автоматизированной системы.
2. ГОСТ 34.602-2020 «Техническое задание на создание автоматизированной системы» [9], в котором описывается процесс разработки технического задания, состав и содержание.
Для расчета оценки удовлетворенности пользователей работой системы Батенькиной О.В. [10] предложено несколько методов, основанных на юзабилити-тестировании.
Юзабилити-тестирование - это изучение работы пользователя при взаимодействии с системой при решении им профессиональных задач:
• наблюдение за работой пользователя;
• анализ критических событий;
•
•
Еще одним системным параметром является возможность распределения вычислительных ресурсов при потере производительности системы. Оркин В.В. [11] предлагает в таких случаях использовать метод адаптивного пе-рер аспределения.
Предлагается рассмотреть обеспечение работоспособности системы в условиях возмущения на основе динамического перераспределе-
ния ресурсов. Таким образом, необходимо выбрать такой принцип передачи данных в системе, при котором комплексный показатель результативности будет не ниже заданных.
Комплексный показатель результативности функционирования системы - это вероятность своевременного предоставления информации с требуемым качеством
Ркач = /(и*(*),У,5 (*)) (11)
и* ( )
5 (¿) - матрица состояний узлов предоставления услуг; V - кортеж параметров и характеристик системы.
Сам метод состоит из шести этапов и позволяет адаптивно перераспределить информационно-вычислительные ресурсы системы при потере производительности в узлах сетевой инфраструктуры (деградация системы):
1. Анализ параметров информационных ресурсов.
2. Анализ характеристик потоков заявок на предоставление информации.
3. Анализ характеристик возможных воздействий на элементы системы.
4. Распределение информационно-вычислительных ресурсов.
5. Определение необходимости коррекции плана распределения.
6. Перераспределение ресурсов по выбранной процедуре.
Результативность данного метода представлена в таблице 1.
Метод распределения Уровень деградации системы
0% 20% 40% 60% 80%
Результативность функционирования, %
Статические методы 96,286 82,009 73,858 53,632 29,952
Разработанный метод 98,234 87,098 83,789 76,871 44,260
Прирост
результативности, % 2,025 6,206 13,445 43,327 47,769
Таблица 1 — Прирост результативности функционирования системы с использованием метода перераспределения ресурсов
Также стоит обратить внимание на влияние вышеназванных параметров на эффективность системы в целом. В монографии Кача-нова С.А., Нехорошева С.Н., Попова А.П. [12] приводится определение эффективности, как степени приспособленности системы к решению поставленных задач. Показатель эффективности (далее — ПЭ) при этом делится на два типа: внутренний и внешний.
Для того, чтобы в полной мере характеризовать качество работы системы в целом, ПЭ должен учитывать все особенности и свойства системы, в том числе и взаимодействие с внешней средой, т.е. он определяется процессом функционирования системы.
Для того чтобы оценить влияние параметров на систему в целом, на первом этапе необходимо провести процесс оценивания, который в общем виде состоит из:
1. Определения характеристики системы (оценка качественного или измерение количественного показателя).
2. Оценивания качества объекта по принятому критерию:
a. класс критериев пригодности;
b. класс критериев оптимальности;
c. класс критериев превосходства.
Второй этап будет характеризоваться интегральной оценкой эффективности с использованием критериев путем определения балла оценки каждому критерию.
Как указано выше, АСИППР - это иерархически распределенная система. Она состоит из большого числа программных продуктов, использующихся различными ведомствами и организациями, подсистем связи и передачи данных, поэтому прогноз качества работоспособности системы необходимо проводить на этапе приемных испытаний.
Таким образом, оценив эффективность АСИППР, используя интегральные показатели параметров функционирования системы,
можно:
•
мы;
са передачи информации; высокими нагрузками.
Исходя из подходов, описанных выше, можно сделать вывод, что нахождение параметров функционирования системы является очень важной исследовательской задачей. При этом стоит учитывать не только разделение параметров на три вышеописанные группы, но и зависимость параметров функционирования системы от климатических, территориальных и других факторов. В настоящее время данные условия не учитываются. А для расчета оптимальных значений параметров функционирования системы необходимо рассмотреть методы, которые будут описаны дальше.
НМП к постановке и решению задачи оптимального синтеза параметров функционирования системы
Современная литература в области синтеза управления объектами достаточно глубоко описывает возможности данных методов.
Одним из них является алгоритм параметрического синтеза стохастических систем, описанный Абрамовым О.В. [13]. Данный метод основан на определении параметров компонентов системы, при которых она работоспособна. Это достигается путем выбора оптимальных значений параметров, учитывая структуру системы и объем обрабатываемой информации, а также постоянную работу управляемого объекта и изменения количества функционирующих подсистем. Обычно, учитывание возможных отклонений параметров от расчетных переносится на более поздние этапы проектирования системы, данное допущение может привести к неработоспособности всей системы, так как в данном случае можно говорить только о «номинальной» работоспособности .
Для решения данной проблемы предлагается определить номинальные значения параметров системы без учета вариаций параметров и разработать стратегию управления параметрами системы на основе полученных данных.
В начале необходимо выбрать некоторые исходные значения параметров системы (0) (0) (0) д Ж1ном) Ж2ном> Х„еом, При КОТОрЫХ будут ВЫПОЛНЯТЬСЯ условия работоспособности, заданные в виде ограничений
Аз < Уз (х,^) < Вз,] = 1,т
(12)
где у у (х,0} ]-ът выходной параметр внутренних х = (х 1,..., хп} и внешних Q = (ц_1,..., дп} параметров; Ау и Ву - верхняя и нижняя границы изменений ]-го выходного параметра.
Затем осуществляют параметрический синтез первого, второго, третьего и четвертого уровней, заключающийся в определении вероятности выполнения условий работоспособности. Таким образом, можно получить ответ на вопрос - какие параметры, когда и на какую величину необходимо изменить для достижения заданных требований функционирования.
Однако основным недостатком данного подхода является высокая вычислительная трудоемкость процесса.
Для решения проблемы, описанной выше, Лагуновой А.Д. и Назаровым Д.А. [14] предлагается использовать метод сеток для нахождения экстремума функции и распараллеливании процесса поиска результатов.
При заданной целевой функции, заданных входных параметров, требуется вычислить максимум функции с определенной погрешностью, при этом количество наборов параметров очень велико (например, при 7 исходных параметров функции будет порядка 864 -1016 наборов).
Метод сеток позволяет оптимизировать данный показатель за счет разбиения области функции на сетку с определенным шагом
для каждого параметра и вычислении значения функции в ее узлах. Затем сравниваются полученные числа - находится наибольшее. При этом количество наборов параметров значительно уменьшается (в примере, описанном Лагуновой А.Д. этот показатель уменьшился в 780 млрд раз, до 11 059 200). Процесс распараллеливания заключается в разбиении значений параметров на п частей, к каждой из которых применяется метод сеток.
Вывод
Таким образом, проведенный анализ научно-методических подходов к обоснованию рациональных параметров функционирования АСИППР при проведении АСР в АЗ РФ показал, что существует множество различных подходов для решения данной задачи. В зависимости от различных параметров системы возможен выбор соответствующего алгоритма.
Однако данные методики не в полной мере подходят для АЗ РФ, так как в них не учитываются территориальные, климатические и другие параметры, которые могут повлиять на работоспособность системы в условиях экстремальных температур и большой протяженности каналов связи, что делает актуальным решение задачи разработки (уточнения) математической модели обоснования рациональных параметров функционирования АСИППР при проведении АСР в АЗ РФ с учетом влияния вновь выявленных факторов.
Литература
1. Литвин A.A., Чискидов С.В. Анализ проблемной ситуации в области функционирования автоматизированной системы информационной поддержки принятия решений при проведении аварийно-спасательных работ в Арктической зоне Российской Федерации / / Научные и образовательные проблемы гражданской защиты. 2023. № 2. С. 6 - 14.
2. Линник Е.А. Выбор тактических характеристик в качестве показателей эффективности функционирования автоматизированных систем управления родами авиации // Оперативное искусство и тактика, управление войсками (силами). 2017. № 1. С. 41 - 51.
3. Привалов A.A., Вандич А.П. Определение длительности цикла управления в единой системе мониторинга и администрирования ОАО РЖД при обработке одиночной заявки // БРНИ. 2012. №3 (2). С. 98 - 105.
4. Привалов A.A. Метод топологического преобразования стохастических сетей и его использование для анализа систем связи ВМФ / А. А. Привалов. - СПб. : BMA, 2000. - 166 с.
5. Крушель Е.Г., Степанченко И.В. Информационное запаздывание в цифровых системах управления: Монография / ВолгГТУ. - Волгоград, 2004. - 124 с.
6. Емельянов А.В., Левко И.В., Легков К.Е. Методика оперативного решения информационно-расчетных задач программно-техническим комплексом на основе рационального распределения информационно-вычислительных ресурсов // Известия Тульского государственного университета. Технические науки. 2018. № 4. С. 129 - 134.
7. Секаев В.Г. Использование метода Гермейера для выбора технических характеристик иерархических систем / Системы анализа и обработки данных. 2012. №. 3. С. 185 - 190.
8. ГОСТ 34.201-2020 «Комплекс стандартов на автоматизированные системы. Автоматизированные системы. Виды, комплектность и обозначение документов» [Электронный ресурс] - Режим доступа: https://protect.gost.ru/documentl.aspx?control=31&id=241756 (дата обращения: 07.04.2023).
9. ГОСТ 34.602-2020 «Техническое задание на создание автоматизированной системы» [Электронный ресурс] - Режим доступа: https://protect.gost.ru/documentl.aspx?control=31&id=241754 (дата обращения: 07.04.2023).
10. Батенькина О.В. Методы оценки удовлетворенности пользователей при тестировании юзабилити информационных систем / Омский научный вестник. 2016. № 5 (149). С. 151 - 154.
11. Оркин В.В. Метод адаптивного перераспределения информационно-вычислительных ресурсов в автоматизированной системе управления при потере производительности в узлах сетевой инфраструктуры / Телекоммуникации и Транспорт. 2019. ч. 13. № 2. С. 52 - 58.
12. Качанов С.А., Нехорошее С.И., Попов А.П. Информационные технологии поддержки принятия решений в чрезвычайных ситуациях: Автоматизированная информационно-управляющая система Единой государственной системы предупреждения и ликвидации чрезвычайных ситуаций: вчера, сегодня, завтра: Монография / ВНИИГОЧС. Москва: Деловой экспресс. 2011. - 400 с.
13. Абрамов О.В. Методы и алгоритмы параметрического синтеза стохастических систем / Проблемы управления. 2006. № 4. С. 3 - 8.
14. Лагунова А.Д., Назаров Д.А. Параллельный алгоритм решения задачи оптимального параметрического синтеза на основе метода сеток / Труды Международного симпозиума «Надежность и качество». 2018. ч. 1. С. 255 - 258.
ANALYSIS OF SCIENTIFIC AND METHODOLOGICAL APPROACHES TO THE SUBSTANTIATION OF RATIONAL PARAMETERS OF THE FUNCTIONING OF THE AUTOMATED DECISION-MAKING INFORMATION SUPPORT SYSTEM WHEN CARRYING OUT EMERGENCY AND RESCUE OPERATIONS
Abstract. The article presents an overview of existing approaches and methods for calculating the optimal parameters for the functioning of an automated decision support system. Three possible approaches to solving the problem have been identified. The negative and positive aspects of the considered methods are determined.
Keywords: decision support system, efficiency, emergency situation, Arctic zone, functioning parameters.
Citation: Litvin A.A., Chiskidov S.V. Analysis of scientific and methodological approaches to the substantiation of rational parameters of the functioning of the automated decision-making information support system when carrying out emergency and rescue operations // Scientific and educational problems of civil protection. 2023. № 3 (58). S. 26 - 35.
Anton LITVIN
senior lecturer of the department
(information systems and technologies)
The Civil Defence Academy of EMERCOM of Russia
named after D.I. Mikhailika
Address: 141435, Moscow region, city Khimki,
md. Novogorsk, st. Sokolovskaya, building 1A
E-mail: aa.litvinQamchs.ru
Sergey CHISKIDOV
candidate of technical sciences, associate professor, professor of the department (information systems and technologies) The Civil Defence Academy of EMERCOM of Russia named after D.I. Mikhailika Address: 141435, Moscow region, city Khimki, md. Novogorsk, st. Sokolovskaya, building 1A E-mail: s.chiskidovQamchs.ru
References
1. Litvin A.A., Chiskidov S.V. Analysis of the problematic situation in the field of functioning of the automated information support system for decision-making during emergency rescue operations in the Arctic zone of the Russian Federation // Scientific and educational problems of civil protection. 2023. No. 2. C. 6 - 14.
2. Linnik E.A. The choice of tactical characteristics as indicators of the effectiveness of the functioning of automated control systems for the types of aviation // Operational art and tactics, command and control of troops (forces). 2017. No. 1. S. 41 - 51.
3. Privalov A. A., Vandich A.P. Determining the duration of the control cycle in the unified monitoring and administration system of Russian Railways when processing a single application // BRNI. 2012. No. 3 (2). S. 98 - 105.
4. Privalov A. A. The method of topological transformation of stochastic networks and its use for the analysis of communication systems of the Navy / A. A. Privalov. - St. Petersburg. : VMA, 2000. - 166 s.
5. Krushel E.G., Stepanchenko I.V. Information delay in digital control systems: Monograph / VolgGTU. -Volgograd, 2004. - 124 s.
6. Emelyanov A.V., Levko I.V., Legkov K.E. Technique for the operational solution of information and computational problems by a software and hardware complex based on the rational distribution of information and computing resources. Izvestiya of the Tula State University. Technical science. 2018. No. 4. S. 129 - 134.
7. Sekaev V.G. Using the Germeier method to select the technical characteristics of hierarchical systems / Systems of Analysis and Data Processing. 2012. No. 3. S. 185 - 190.
8. GOST 34.201-2020 "Set of standards for automated systems. Automated systems. Types, completeness and designation of documents" [Electronic resource] - Access mode: https://protect.gost.ru/documentl.aspx?control=31&id=241756 (date of access: 07.04.2023).
9. GOST 34.602-2020 "Terms of Reference for the Creation of an Automated System"[Electronic resource] - Access mode: https://protect.gost.ru/documentl.aspx?control=31&id=241754 (date of access: 07.04.2023).
10. Batenkina O. V. Methods for assessing user satisfaction when testing the usability of information systems / Omsk Scientific Bulletin. 2016. No. 5 (149). S. 151 - 154.
11. Orkin V.V. Method of adaptive redistribution of information and computing resources in an automated control system in case of performance loss in network infrastructure nodes / Telecommunications and Transport. 2019, part 13, No. 2, S. 52 - 58.
12. Kachanov S.A., Nekhoroshev S.N., Popov A.P. Information technologies for decision support in emergency-situations: Automated information and control system of the Unified State System for Prevention and Elimination of Emergency Situations: Yesterday, Today, Tomorrow: Monograph / VNIIGOCHS. Moscow: Business Express. 2011. - 400 s.
13. Abramov O.V. Methods and algorithms for parametric synthesis of stochastic systems, Control Problems. 2006. No. 4. S. 3 - 8.
14. Lagunova A.D., Nazarov D.A. Parallel algorithm for solving the problem of optimal parametric synthesis based on the grid method / Proceedings of the International Symposium "Reliability and Quality". 2018, part 1, S. 255 - 258.
