CC BY
41
МЕТОДОЛОГИЧЕСКИЕ И МЕТОДИЧЕСКИЕ ОСНОВЫ ОЦЕНИВАНИЯ И ВЫБОРА ЭФФЕКТИВНЫХ ТЕХНОЛОГИЙ АВТОМАТИЗИРОВАННОГО УПРАВЛЕНИЯ АКТИВНЫМИ ПОДВИЖНЫМИ ОБЪЕКТАМИ НА ОСНОВЕ КОМПЛЕКСНОГО МОДЕЛИРОВАНИЯ
Бураков
Вадим Витальевич
д.т.н., доцент, ведущий научный сотрудник Санкт-Петербургского института информатики и автоматизации Российской академии наук, г. Санкт-Петербург, Россия, [email protected]
Зеленцов
Вячеслав Алексеевич
д.т.н., профессор, главный научный сотрудник Санкт-Петербургского института информатики и автоматизации Российской академии наук, г. Санкт-Петербург, Россия, [email protected]
Потрясаев Семен Алексеевич
к.т.н., старший научный сотрудник Санкт-Петербургского института информатики и автоматизации Российской академии наук,
г. Санкт-Петербург, Россия, [email protected]
Соколов
Борис Владимирович
д.т.н., профессор, заместитель директора по научной работе Санкт-Петербургского института информатики и автоматизации Российской академии наук,
г. Санкт-Петербург, Россия, [email protected]
Калинин
Владимир Николаевич
д.т.н., профессор, профессор Военно-космической академии им. А.Ф. Можайского, г. Санкт-Петербург, Россия, [email protected]
и ?
О л л С
Ключевые слова:
комплексное моделирование; технологии автоматизированного управления; активный подвижный объект, полимодельный комплекс; программно-математическое обеспечение.
Рассматриваются разработанные авторами методологические и методические основы организации и проведения комплексного моделирования процессов формирования и реализации технологий автоматизированного управления активными подвижными объектами для оценивания их эффективности. Полученные результаты базируются на разрабатываемой авторами доклада прикладной теории управления структурной динамикой активных подвижных объектов. Данная прикладная теория имеет междисциплинарный характер и основывается на результатах, полученных в таких областях научных знаний, как классическая теория управления, исследование операций, искусственный интеллект, теория систем и системный анализ. Предлагаемая в работе динамическая интерпретация процессов управления структурной динамикой активных подвижных объектов позволяет строго математически описать и всесторонне исследовать ранее никем не формализованные научно-технические проблемы анализа и синтеза указанных объектов, имеющие большую практическую значимость. При этом разработанный подход к выбору эффективных технологий автоматизированного управления активными подвижными объектами, в отличие от ранее предложенных подходов позволяет, во-первых, непосредственно связать те общие цели, на достижение которых ориентировано функционирование рассматриваемых объектов, с теми целями, которые реализуются в ходе управления структурами активными подвижными объектами, во-вторых, обоснованно определить и выбрать соответствующие последовательности решаемых задач и выполняемых операций (действий), связанных со структурной динамикой (другими словами, синтезировать технологию управления активными подвижными объектами), и, в-третьих, осознанно находить компромиссные решения при распределении ограниченных ресурсов, выделяемых на управление структурной динамикой активных подвижных объектов.
Предложен оригинальный полимодельный комплекс, описывающий процессы автоматизированного мониторинга и управления активными подвижными объектами и включающий в себя динамические аналитико-имитаци-онные модели управления движением, операциями, каналами, потоками, ресурсами, структурами исследуемой информационной системы. Основное достоинство и отличие разработанных методов, моделей и алгоритмов состоит в том, что они базируются на результатах, полученных в современной междисциплинарной отрасли системных знаний. В работе приводятся примеры практической реализации разработанного программно-математического обеспечения.
1. Введение
В рамках данной статьи в качестве первичных объектов управления в исследуемых автоматизированных системах проактивного мониторинга и управления (АСПМУ) выделим подкласс активных подвижных объектов (АПО), которые представляют собой искусственно созданные материальные (либо виртуальные) объекты, перемещающиеся в физическом (либо виртуальном информационном) пространстве и осуществляющие взаимодействие (информационное, вещественное, энергетическое) с объектами обслуживания (ОБО), другими АПО [1-9].
На рис. 1 показана обобщённая структура АПО как объекта управления. Из рис. 1 видно, что АПО состоит из четырёх подсистем, которым поставлены в соответствие четыре процесса (вида функционирования): процесс движения, процессы взаимодействия с ОБО, другими АПО, процессы функционирования целевой и обеспечивающей аппаратуры, процессы расхода и (или) пополнения ресурсов. Предлагаемая структура АПО, как показано в работах [5-14], допускает весьма многообразную интерпретацию. Так, например, в качестве АПО может выступать наземное, воздушное, надводное или подводное средство передвижения с установленной на нём аппаратурой, АПО можно интерпретировать и как космическое средство (КСр), как многоагентную программную систему, элементы которой перемещаются по узлам (серверам) глобальных (локальных) информационно-телекоммуникационных систем [7, 9]. В этом случае ОБО могут представлять собой естественные или искусственно созданные материальные объекты или естественную материальную среду, созданную природой [2-4, 9]. Так, в качестве ОБО может выступать часть наземной или водной поверхности, часть воздушного, подводного, подземного пространства, подвижные объекты. В этом случае природа и формы взаимодействия АПО с ОБО могут носить как активный, так и пассивный характер (т.е. сопровождаться либо не сопровождаться изменением состояния ОБО).
При создании и применении как АПО (группировок АПО), так и соответствующих СПМУ АПО важнейшими задачами были и остаются задачи исследования эф-
Рис. 1. Обобщённая структурная схема АПО
фективности технологий автоматизированного управления (ТАУ) АПО, которые можно условно разделить на две большие группы [8,10,12]: 1) задачи оценивания эффективности ТАУ АПО и соответствующих операций (либо по-другому их называют задачами анализа эффективности); 2) задачи выбора рационального способа (стратегии) применения ТАУ АПО в операциях (либо по-другому задачи синтеза).
Содержание задач оценивания эффективности ТАУ АПО заключается в анализе результатов функционирования АПО при фиксированных вариантах воздействия внешней среды и фиксированной ТАУ. При этом возможны постановки следующих частных задач оценивания эффективности ТАУ [1-3,8,11,12]: задача выявления вкладов (эффектов) различных факторов в общую эффективность операций, входящих в состав ТАУ, влияние воздействия факторов на эффективности; задача принятия решения относительно допустимости использования оцениваемого способа действий в той или иной ситуации; задача установления путей повышения эффективности операций ТАУ АПО (выявления резервов эффективности); задача выявления функциональных возможностей аппаратно-программных средств АСУ АПО, используемых в операциях ТАУ АПО; задача сопоставления (сравнения) нескольких альтернативных вариантов действий или технических средств, их ранжирование по уровням эффективности (установление отношения предпочтения на множестве возможных вариантов).
Содержание задач выбора рациональной структуры ТАУ АПО сводится к поиску таких управляющих воздействий для фиксированных классов возмущающих воздействий, при которых результаты функционирования АПО будут совпадать с требуемыми, либо будут оптимальными в смысле выбранного критерия эффективности.
В данном случае возможны постановки следующих задач выбора рациональных ТАУ АПО в технологии [8,12]: задача выбора целесообразной технологии управления элементами и подсистемами АСУ АПО с заданными функциональными характеристиками; задача определения рациональной технологии управления эксплуатацией АСУ АПО; задача выработки оптимальной структуры ТАУ АПО; задача оптимального распределения ресурсов между подсистемами в АСУ АПО; задача выбора рационального варианта структуры проектируемой ТАУ АПО; задача формирования программы развития ТАУ АПО.
Таким образом, основным содержанием задач исследования эффективности ТАУ АПО является изучение закономерностей, устанавливающих зависимость результатов применения АПО от условий ее функционирования, которые определяются, в свою очередь, тактико-техническими характеристиками и свойствами АПО, воздействиями внешней среды, управляющими воздействиями (способами применения), формируемыми лицом, принимающим решения (ЛПР). Для ре-
шения всех перечисленных задач в настоящее время разрабатывается полимодельный комплекс, создание которого базируется на концепции имитационной системы (ИмС), под которой, в общем случае понимается специальным образом организованный моделирующий комплекс, состоящий из следующих элементов: а) имитационных моделей (иерархии имитационных моделей), отражающих определенную проблемную область; б) аналитических моделей (иерархии аналитических моделей), дающих упрощенное (агрегированное) описание различных сторон моделируемых явлений; в) информационной подсистемы, включающей базу (банк) данных, а в перспективе базу знаний, основанную на идеях искусственного интеллекта; г) системы управления и сопряжения, обеспечивающей взаимодействие всех компонент системы и работу с пользователем (лицом, принимающем решения) в режиме интерактивного диалога [12]. В предлагаемой статье обосновывается состав и структура ИмС применительно к исследуемому классу задач оценивания и выбора эффективных технологий автоматизированного управления АПО.
2. Типовые постановки задач исследования эффективности технологий автоматизированного управления активными подвижными объектами
Анализ многочисленных публикаций по теории эффективности систем [2-3,8,10,11] показывает, что обобщенная постановка задач исследования эффективности ТАУ АПО, задаваемая на теоретико-множественном уровне описания, близка по своей структуре и содержанию к общей постановке задач выбора (принятия решений) в условиях неопределенности и многокрите-риальности, о которых речь шла в [9, 11-13,14].
При этом среди возможных постановок задач полимодельного многокритериального исследования эффективности систем можно выделить, по меньшей мере, четыре варианта, которые являются в настоящее время наиболее перспективными [8,10].
Вариант I. Постановка и решение задачи однокри-териальной оптимизации показателя эффективности (ПЭ) на аналитической модели большой размерности как задачи выбора, осуществляемого путем формальной декомпозиции и проведения оптимизации на частных моделях по частным ПЭ с использованием того или иного правила согласования, обеспечивающего сходимость процесса оптимизации к решению исходной задачи. В работах [2-4] описаны методы и алгоритмы решения указанного класса задач.
Вариант II. Постановка задачи однокритериальной оптимизации ПЭ на имитационной модели большой размерности как задачи выбора, осуществляемого путем неформальной декомпозиции задачи, построения совокупности аналитических моделей, отражающих различные стороны функционирования системы и имеющих приемлемую размерность, согласования аналитических моделей по принципу Парето и проведения имитацион-
ных экспериментов с паретовскими альтернативами с целью поиска точки, доставляющей экстремум исходному показателю эффективности системы [6,14].
Вариант III. Постановка задачи многокритериальной оптимизации на комплексе моделей как задачи выбора с многими отношениями предпочтения, осуществляемого путем задания множества Парето с помощью основополагающей многокритериальной модели, сужения этого множества на основе машинного анализа его свойств и введения соответствующей информации в ходе интерактивной процедуры, выполняемой ЛПР, лицом, обосновывающим решения (ЛОР) с ЭВМ, а также на основе привлечения дополнительных математических моделей, обеспечивающих последующее уточнение и сужение множества Парето вплоть до принятия единственного решения [11,12].
Паретовский принцип согласования при условии дополнения его положениями о сужении множества Парето создает наиболее благоприятные возможности для принятия всесторонне обоснованных решений, основывающихся на анализе поведения различных показателей эффективности внутри этого множества. При этом важное значение имеет правильная разработка стратегии сужения с привлечением компетентных специалистов и математических моделей: аналитических и имитационных [11].
В работе [12] предложен еще один вариант решения рассматриваемого класса задач теории эффективности (вариант IV), который базируется на динамической интерпретации процессов многокритериального структурно-функционального анализа и синтеза ТАУ АПО. Каждый из перечисленных вариантов методик исследования эффективности ТАУ АПО имеет свои преимущества и недостатки, а их выбор определяется спецификой конкретной предметной области, где функционирует АПО, ее ограничениями, а также поставленными целями исследований. Важную роль при этом отводится обоснованному выбору соответствующих аппаратно-программных средств, обеспечивающих комплексное моделирование АСПМУ АПО. Рассмотрим состав и структуру ИмС, в рамках которой целесообразно решать задачи анализа и выбора ТАУ АПО для различных условий обстановки.
3. Состав и структура имитационной системы для решения задач анализа и синтеза эффективных технологий автоматизированного управления АПО
В современных ИмС выбор допустимых альтернатив основывается на сужении (сжатии) множества рассматриваемых вариантов экзогенных переменных путем отбраковки доминируемых по заданным отношениям предпочтения альтернатив. Указанные процедуры по своему содержанию близки к идеям, реализованным в многочисленных модификациях метода «ветвей и границ». При отбрасывании доминируемых экзогенных переменных в зависимости от этапа решения за-
дачи выбора, обеспеченности исходными данными ЛПР пользуется каждый раз такими моделями и методами получения релаксированных решений исходной задачи, чтобы оценки затрат на реализацию полученных решений (затрат на расход используемого ресурса) не убывали и становились все более и более точными по мере сужения множества допустимых альтернатив.
Исследование процессов управления структурной динамикой разнородных классов АПО, в том числе и исследование задач анализа и синтеза эффективных ТАУ, показало, что данные процессы имеют многоуровневый, многоэтапный и полифункциональный характер. Данное представление процессов функционирования АСПМУ АПО повлияло на выбор структуры банка моделей разрабатываемого специального программно-математического обеспечения ИмС, в котором необходимо, прежде всего, выделить три основных блока:
- модели функционирования АСПМУ АПО и объектов обслуживания (ОБО) (блок I);
- модели оценки и анализа состояния АПО, АСПМУ АПО, оценки обстановки (блок II);
- модели принятия решений в АСПМУ АПО (блок III);
Блок моделей функционирования АСПМУ АПО,
ОБО включает в себя:
- модели функционирования АПО, системы АПО, группировки систем АПО (блоки 1, 2, 3);
- модели функционирования отдельного командно-измерительного комплекса (ОКИК) (блок 4), подсистем наземного комплекса управления (НКУ) (ОКИК, пункты управления (ПУ), (блок 5), НКУ (блок 6);
- модели взаимодействия основных элементов и подсистем АСПМУ АПО между собой и ОБО (блок 7);
- модели функционирования ОБО (блок 8);
- модели воздействия внешней среды на АСПМУ АПО (блок 9);
- модели имитации результатов целевого применения АСПМУ АПО (блок 10).
Напомним, что в общем случае функционирование АПО предполагает информационный, вещественный, энергетический обмен с ОБО, с другими АПО, внешней средой, функционирование аппаратуры, расход (пополнение) ресурсов АПО, перемещение АПО.
Блок моделей оценки и анализа состояния АПО, АСПМУ АПО, оценки обстановки включает в себя:
- модели и алгоритмы оценки и анализа состояния движения, аппаратуры, ресурсов и обмена АПО (блок 11);
- модели и алгоритмы оценки и анализа состояния ОБО (блок 12);
- модели и алгоритмы оценки и анализа ситуаций и обстановки (блок 13).
В блок 3 входят:
- модели и алгоритмы долгосрочного и оперативного планирования ОВ в АСПМУ АПО (блок 14);
- модели и алгоритмы управления структурами АСПМУ АПО (блок 15): топологической (блок 16), технической (блок 17), технологической (блок 18), организационной (блок 19); структурой СПМО (блок 20), информационной структурой (блок 21);
- модели и алгоритмы коррекции долгосрочных и оперативных планов проведения ОВ в АСПМУ АПО (блок 22);
- модели и алгоритмы решения задач координации в АСПМУ АПО на этапах планирования (блок 24), коррекции (блок 25), оперативного управления (блок 26);
- модели и алгоритмы оперативного управления элементами и подсистемами АСПМУ АПО (блок 23).
На рис. 2 приняты следующие условные обозначения: МП1,..., МПп, МК1,..., МКп, МОУ1,..., МОУп - соответственно модели планирования, коррекции и оперативного управления АПО, входящими в АСПМУ АПО
Рис. 2. Обобщенная структура имитационной системы для решения задач анализа и синтеза ТАУ АПО
(1,...,п)-го типов. Кроме того, на структурной схеме изображена система управления, сопряжения и интерпретации, в которую входят: общая диалоговая система управления СПМО (блок 27), локальные системы управления и сопряжения (блок 28), блок обработки, анализа и интерпретации результатов планирования, управления, моделирования (блок 30), блок формализации сценариев моделирования (блок 31), блок параметрической и структурной адаптации СПМО (блок 32), блок выработки рекомендаций по организации процедур моделирования и принятия решений (блок 29).
В работах [1, 5, 12-14] в качестве примеров приведены результаты исследований, выполненные его авторами при проведении ряда НИОКР, в рамках которых получила конкретную реализацию представленная на рис. 2 имитационная система.
Заключение
В статье предложены методические основы комплексного моделирования автоматизированных систем проактивного мониторинга и управления сложными объектами, в качестве которых рассматриваются АПО, получившие широкое применении на практике в таких прикладных областях как космонавтика, логистика, транспорт, промышленное производство [1, 5, 12-14]. Обоснован состав и структура ИмС, в рамках которой к настоящему времени решен широкий спектр важных прикладных задач анализа и синтеза эффективных ТАУ АПО.
Исследования, выполненные по данной тематике, проводились при финансовой поддержке ведущих университетов Российской Федерации: СПбГПУ (мероприятие 6.1.1), ИТМО (субсидия 074-U01), Программы НТС Союзного государства «Мониторинг СГ» (проект 1.4.1-1), РФФИ №№13-07-00279, 13-0800702, 13-08-01250, 13-06-00877, 13-07-12120-офи-м, 15-29-01294-офи-м, 15-07-08391, 15-08-08459, 1507-01230, 15-06-04195, 16-5 7-00172-Бел_а, 16-0700779, Программы фундаментальных исследований ОНИТ РАН (проект № 2.11), проекта ESTLATRUS 2.1/ ELRI-184/2011/14, проекта ESTLATRUS/1.2./ELRI-121/2011/13 «Baltic ICT Platform».
Литература
1. Алабян А.М., Зеленцов В.А., Крыленко И.Н., По-трясаев С.А., Соколов Б.В., Юсупов Р.М. Оперативное прогнозирование наводнений на основе комплексного упреждающего моделирования и интеграции разнородных данных // Труды СПИИРАН. 2015. Вып. 4(41). C. 3-33.
2. Ахметов Р.Н., Макаров В.П., Соллогуб А.В. Особенности обеспечения целевой эффективности космических аппаратов зондирования Земли на основе методов рефакторинга и обратной инженерии // Онтология проектирования. 2012. № 4. С. 7-1.
3. Ахметов Р.Н., Макаров В.П., Соллогуб А.В. Принципы управления космическими аппаратами монито-
ринга Земли в аномальных ситуациях // Информационно-управляющие системы. 2012. № 1. С. 16-22.
4. Ахметов Р.Н., Васильев И.Е., Капитонов В.А., Охтилев М.Ю., Соколов Б.В. Концепция создания и применения перспективной АСУ подготовки и пуска ракеты космического назначения «Союз-2»: новые подходы к интеграции, интеллектуализации, управлению // Авиакосмическое приборостроение. 2015. № 4. С. 3-54.
5. Зеленцов В.А., Крыленко И.Н., Пиманов И.Ю., Потрясаев С.А., Соколов Б.В., Ахтман Й. Основы построения системы обработки данных дистанционного зондирования Земли на базе сервис-ориентированной архитектуры // Изв. ВУЗов. Приборостроение. 2015. Т. 58. № 3. С. 241-243
6. Ivanov D., Sokolov B., Pavlov A. Optimal distribution (re)planning in a centralized multi-stage supply network in the presence of the ripple effect // European Journal of Operational Research. 2014. Vol. 237 Issue 2. Pp. 758-770.
7. Калинин В.Н., Охтилев М.Ю., Соколов Б.В. Муль-тиагентная интерпретация концепции активного подвижного объекта // Известия Кабардино-Балкарского научного центра РАН. 2011. № 1. С. 122-126.
8. Калинин В.Н. Четыре фундаментальные проблемы системных исследований // Труды Военно-космической академии имени А.Ф.Можайского. 2012. Вып. 633. С. 62-73.
9. Калинин В.Н. Математическая модель информационного взаимодействия космического аппарата с поверхностью Земли // Труды СПИИРАН. 2014. Вып. 3(34). С. 33-56.
10. Мануйлов Ю.С., Павлов А.Н., Павлов Д.А. Методика прогнозирования структурной устойчивости функционирования АСУ КА // Труды Военно-космической академии имени А.Ф. Можайского. 2013. Вып. 640. C. 123-128.
11. Микони С.В. Системный анализ методов многокритериальной оптимизации на конечном множестве альтернатив // Труды СПИИРАН. 2015. Вып. 4(41). С.180-199.
12. Охтилев М.Ю., Соколов Б.В., Юсупов Р.М. Теоретические и технологические основы концепции про-активного мониторинга и управления сложными объектами // Известия ЮФУ. Технические науки. 2015. № 1. С. 162-174.
13. Павлов А.Н., Павлов Д.А., Москвин Б.В., Григорьев К.Л. Модифицированная модель гибкого перераспределения технологических операций информационного взаимодействия // Изв. ВУЗов. Приборостроение. 2014. Т. 57. № 11. С. 25-30.
14. Sokolov B.V.,Yusupov R.M., Ivanov D.A. Conceptual description of integrated risk modelling problems for managerial decisions in complex organisational and technical systems // International Journal of Risk Assessment and Management. 2015. Vol. 18. Issue 3-4. Pp. 288-306.
Для цитирования:
Бураков В.В., Зеленцов В.А., Потрясаев С.А., Соколов Б.В., Калинин В.Н. Методологические и методические основы оценивания и выбора эффективных технологий автоматизированного управления активными подвижными объектами на основе комплексного моделирования // Наукоемкие технологии в космических исследованиях Земли. 2016. Т. 8.
№З.С. 6-12.
EVALUATION AND CHOICE OF ACTIVE MOVING OBJECTS AUTOMATIC CONTROL TECHNOLOGY ON THE BASIS OF INTEGRATED MODELING
Burakov Vadim Vitaljevich,
St. Petersburg, Russia, [email protected]
Zelentsov Vyacheslav Alekseevich,
St. Petersburg, Russia, [email protected]
Potryasaev Semen Alekseevich,
St. Petersburg, Russia, [email protected]
Sokolov Boris Vladimirovich,
St.Petersburg, Russia, [email protected]
Kalinin Vladimir Nikolaevich,
St. Petersburg, Russia, [email protected]
Abstrart
Methodological and methodical basis of the theory of active moving objects structure-dynamics control is developed by now. This theory can be widely used in practice (including the integrated modeling and simulation for structure dynamic control and monitoring of active moving objects). It has interdisciplinary basis provided by classic control theory, operations research, artificial intelligence, systems theory and systems analysis. The dynamic interpretation of active moving objects reconfiguration process provides strict mathematical base for complex technical-organizational problems that were never formalized before and have high practical importance. The proposed approach to the problem of active moving objects structure reconfiguration control in the terms of general context of active moving objects structural dynamics control enables: common goals of active moving objects functioning to be directly linked with those implemented (realized) in active moving objects control process; a reasonable decision and selection (choice) of adequate consequence of problems solved and operations fulfilled related to structural dynamics to be made (in other words to synthesize and develop the active moving objects control method) active moving objects; a compromise distribution (trade-off) of a restricted resources appropriated for a structural dynamics control to be found voluntary. As a result, of investigations the following models, methods and algorithm were developed. They were the dynamic models of active moving objects motion control, the dynamic models of operations control, these models reflect functioning and interaction of active moving objects elements and take into account the environmental impacts; the dynamic models of communication resources control, flows (material,
energy, information) control, and operations parameters control. The methods and algorithms of active moving objects structural dynamics control were developed too.
Keywords: integrated modeling; proactive automatic mon-itoring and control technology; active moving objects; poly-modelling complex; hardware-software.
References
1. Alabjan A.M., Zelentsov V.A., Krylenko I.N., Potrjasaev S.A., Sokolov B.V., Jusupov R.M. Operativnoe prognozirovanie navodnenij na osnove kompleksnogo uprezhdajushhego mod-elirovanija i integracii raznorodnyh dannyh. SPIIRAS Proceedings. 2015. Vol. 41. Issue 4. Pp. 3-33.(ln Russian).
2. Ahmetov R.N., Makarov V.P., Sollogub A.V. Features of ensuring target of spacecrafts purposeful efficiency of remote control of Earth on the basis of refactoring and the return engineering methods. Ontology of Designing. 2012. Issue 4. Pp. 7-1.
3. Ahmetov R.N., Makarov V.P., Sollogub A.V. The monitoring spacecrafts control principles of Earth in abnormal situations. Information and Control Systems. 2012. No. 1. Pp.16-22.
4. Ahmetov R.N., Vasil'ev I.E., Kapitonov V.A., Okhtilev M. Ju., Sokolov B.V. Concept of creation and application of perspective ACS of preparation and missile launch of space appointment "Union-2": new approaches to integration, intellectualization, management. Aviakosmicheskoe pri-borostroenie. 2015. Issue 4. Pp. 3-54. (In Russian).
5. Zelentsov V.A., Krylenko I.N., Pimanov I.Ju., Potrjasaev
5.A., Sokolov B.V., Ahtman J. Creation system bases of data processing of remote sensing of Earth on base service-oriented architecture]. Izv. vuzov. Priborostroenie. 2015. Vol. 58. Issue 3. Pp. 241-243. (In Russian).
6. Ivanov D., Sokolov B., PavlovA. Optimal distribution (re) planning in a centralized multi-stage supply network in the presence of the ripple effect. European Journal of Operational Research. 2014. Vol. 237. Issue 2. Pp. 758-770.
7. Kalinin V.N., Ohtilev M.Ju., Sokolov B.V. Multiagentny interpretation of the active mobile object concept. Izvestija Kabardino-Balkarskogo nauchnogo centra RAN. 2011. No. 1. Pp. 122-126. (In Russian).
8. Kalinin V.N. Chetyre fundamental'nye problemy sistemnyh issledovanij [Four fundamental problems of system researches] // Trudy Voenno-kosmicheskoj akademii imeni A.F. Mozhajskogo. 2012. Issue 633. Pp. 62-73. (In Russian).
9. Kalinin V.N. Matematicheskaja model' informacionnogo vzaimodejstvija kosmicheskogo apparata s poverhnost'ju Zemli. SPIIRAS Proceedings. 2014. Vol. 34. Issue 3. Pp. 33-56. (In Russian).
10. Manujlov Ju.S., Pavlov A.N., Pavlov D.A. Metodika systems. International Journal of Risk Assessment and prognozirovanija strukturnoj ustojchivosti funkcionirovanija Management. 2015. Vol. 18. Issue 3-4. Pp. 288-306. ASU KA [Forecasting technique of functioning structural
stability of ASC of SC]. Trudy Voenno-kosmicheskoj Information about autors:
akademii imeni A.F.Mozhajskogo. 2013. Issue 640. Burakov V.V., Ph.D., associate professor, Leading research-
Pp.123-128.(lnRussian). er, Laboratory for Information Technologies in Systems
11. Mikoni S.V. Sistemnyj analiz metodov mnogokriteri- AnalysisandModeling,St.Petersburglnstituteforlnformatics al'noj optimizacii na konechnom mnozhestve al'ternativ and Automation of the Russian Academy of Sciences [The system analysis of multicriteria optimization methods (SPIIRAS);
on a final set of alternatives]. SPIIRAS Proceedings. 2015. Zelentsov V.A., Ph.D., professor, Leading researcher,
Vol.41. Issue 4. Pp. 180-199. (In Russian). Laboratory for Information Technologies in Systems Analysis
12. Okhtilev M.Ju., Sokolov B.V., Jusupov R.M. Theoretical and Modeling, St. Petersburg Institute for Informatics and and technological bases of the concept of proactive moni- Automation of the Russian Academy of Sciences (SPIIRAS); toring and management of difficult objects. Izvestiya Potryasaev S.A., Ph.D., Leading Researcher, St. Petersburg SFedU. Engineering sciences. 2015. No. 1. Pp. 162-174. Institute for informatics and Automation of the Russian (In Russian). Academy of Sciences (SPIIRAS);
13. Pavlov A.N., Pavlov D.A., Moskvin B.V., Grigor'ev K.L. Sokolov B.V., Ph.D., professor, Honored scientist of Russian The modified model of flexible redistribution of technologi- Federation; Deputy-Director for Research, St. Petersburg cal operations of information influence. Izvestiya SFedU. Institute for Informatics and Automation of the Russian Instrument. 2014. Vol. 57. No. 11. Pp. 25-30. AcademyofSciences(SPIIRAS);
(In Russian). Kalinin V.N., Ph.D., professor, Honored Scientists of the
14. Sokolov B.V., Yusupov R.M., Ivanov D.A. Conceptual Russian Federation; The full member of the Russian academy descriptionofintegratedriskmodellingproblemsformana- of astronautics of a name K.E. Tsiolkovsky, professor of gerial decisions in complex organisational and technical Military Space Academy.
For citation:
Burakov V.V., Zelentsov V.A., Potryasaev S.A., Sokolov B.V., Kalinin V.N. Evaluation and choice of active moving objects automatic control technology on the basis of integrated modeling. H&ES Research. 2016. Vol. 8. No. 3. Pp. 6-12. (In Russian).
