Academic literature on the topic 'Динамічний стан мережі'

Актуальність теми дослідження. З огляду на те, що за останні десятиліття кількість нещасних випадків, збоїв обладнання, у тому числі нещасних випадків на вертольотах, становило понад десять, актуальною науково-практичною задачею являється діагностика і прогнозування змін стану авіаційного генератора. Постановка проблеми. Основна мета цієї роботи – розробка нейронної мережі, яка буде враховувати основні технічні та експлуатаційні характеристики авіаційного генератора вертольота з метою діагностики і подальшого прогнозування його стану, скорочуючи час обчислень і збільшуючи рівень достовірності результатів. Аналіз останніх досліджень і публікацій. Проблема інформаційної діагностики авіаційної техніки описана в роботах, в яких застосовуються різні методи визначення несправностей авіаційної техніки. Використання нейронних мереж у вирішенні завдань управління динамічними системами вивчається вченими і дослідниками, робота яких демонструє високий потенціал об'єднання двох обчислювальних технологій – штучних нейронних мереж і генетичних алгоритмів для вирішення задач синтезу інтелектуальних систем керування. Виділення недосліджених частини загальної проблеми. Нині є безліч підходів до проблеми діагностики складних динамічних об'єктів, у тому числі авіаційного генератора вертольота, найбільш поширеним з яких є інформаційна діагностика, одним із методів якої є використання нейронних мереж. Використання нейронних мереж управління дозволяє істотно усунути математичні проблеми аналітичного синтезу та аналізу властивостей досліджуваного об'єкта. Це пояснюється тим, що якість процесів управління в нейронних системах багато в чому залежить від фундаментальних властивостей багатошарових нелінійних нейронних мереж, а не від аналітичних розрахованих оптимальних законів. Багатошарові нейронні мережі мають ряд переваг, що дозволяє їх використовувати в задачах управління динамічними об’єктами. Постановка завдання. Метою цієї роботи є створення нейронної мережі, яка буде враховувати основні технічні та експлуатаційні характеристики авіаційного генератора вертольота. Виклад основного матеріалу. При діагностуванні авіаційного генератора вертольота повинні враховуватися такі параметри: теплові параметри генератора, рівень шуму генератора, частота обертання генератора, опір ізоляції контурів ротора, струм зворотної послідовності, рівень вібрації генератора, биття валу генератора, відхилення напруги, коливання напруги, коефіцієнт несинусоїдальності кривої напруги, коефіцієнт n-й гармонійної складової напруги непарного (парного) порядку, коефіцієнти нульової послідовності, відхилення частоти імпульсної напруги. Водночас необхідно швидко обчислити вихідний стан генератора в поточному режимі роботи для даної функції. Найбільш оптимальним методом вирішення проблеми є використання нейронних мереж, що скоротить час обчислень, підвищить рівень надійності результатів. Висновки відповідно до статті. У статті виконано синтез нейрорегулятора прогнозу NN Prediction Controller для вирішення завдання автоматизації діагностики стану авіаційного генератора вертольота в реальних режимах роботи шляхом розробки моделі нейромережевої системи в Simulink програмного пакету MATLAB. Також встановлено, які параметри істотно впливають на якість регулювання та визначено оптимальні значення параметрів. Використання нейромережевої моделі для автоматизації діагностики стану авіаційного генератора вертольота забезпечило високу якість ідентифікації параметрів нейрорегулятора. Це дозволило вибрати оптимальні значення параметрів нейрорегулятора, що забезпечить високі динамічні характеристики системи діагностики стану авіаційного генератора вертольота.

Анотація. Розроблено та обґрунтовано напрями оцінювання ефективності таргетингової реклами, з’ясовано її сутність і визначено ключові технології здійснення таргетингової реклами в сучасних умовах ведення бізнесу. Під таргетинговою рекламою встановлено вважати один із видів реклами, яка застосовується в Інтернет-середовищі, спрямований на конкретну аудиторію, параметри якої ставить сам рекламодавець. Обґрунтовано такі чинники націлювання таргетингової реклами: демографічні дані про споживачів (вік, стать, сімейний стан), географічні дані споживачів (країна, місто, область), соціальний статус споживачів (місце роботи чи навчання, посада), інтереси, захоплення, програми, спільноти споживачів. Ключовими технологіями таргетингової реклами визначено такі: таргентинг за ключовими словами, географічний таргетинг, часовий таргетинг, соціально-демографічний таргетинг, тематичний таргетинг, поведінковий таргетинг, динамічний ретаргетинг, пошуковий ретаргетинг, CRM-ретаргетинг. Запропоновано такий алгоритм визначення ефективності таргетингової реклами: обчислення ціни переходу, визначення ціни ліду, розрахунок розміру конверсії, визначення коефіцієнта СРА, обчислення показника ROMI, розрахунок коефіцієнту ROI. На підставі запропонованого алгоритму здійснено оцінку ефективності таргетингової рекламної кампанії на прикладі сторінки в соціальній мережі Instagram магазину взуття Avel.shoes. Визначено результати ефективності таргетингової реклами, до яких віднесено: підвищення лояльності відвідувачів, збільшення конверсії, економію рекламного бюджету. Доведено, що таргетингова реклама є одним із перспективних маркетингових інструментів в умовах ведення бізнесу із застосування Інтернет-технологій, який сприяє підвищенню ефективності функціонування суб’єкта господарювання у сфері продажу і загалом у контексті зростання фінансових показників діяльності. Ключові слова: таргетинг, реклама, ефективність, маркетинг, таргетингові технології. Формул: 6; рис.: 2; табл.: 3; бібл.: 10.

Визначені проблеми синтезу і вибору рішень щодо управління маршрутизацією потоків даних в конфліктуючих сенсорних мережах варіативної топології за умов обмежень і невизначеностей. Розглянуто підхід до створення розподіленої системи інтелектуального управління маршрутизацією в самоорганізованих сенсорних мережах на основі використання багаторівневої теоретико-множинної і математичної моделей, що визначають сутність системи інтелектуального управління об’єктом. В якості базової моделі опису маршруту передачі даних в самоорганізованій сенсорній мережі запропоновано семіотичну модель, що грунтується на формальній моделі процесів інформаційної взаємодії елементів мережі. На відміну від формальних моделей використання семіотичної моделі дозволяє в процесі ситуаційного управління змінювати усі елементи формальної моделі і формувати моделі, які відображають поточний стан мережі. При створенні розподілених самоорганізованих систем управління маршрутизацією потоків даних в сенсорних мережах варіативної топології запропоновано застосування технологій, що використовують методи логіко-лінгвістичного (семантичного) моделювання, що дозволяє якісно описувати і вивчати слабко структуровані процеси, явища і системи. Вирішення задачі синтезу і вибору рішень щодо синтезу і вибору рішень щодо стратегії управління маршрутизацією потоків даних в сенсорних мережах варіативної топології запропоновано розглядати на основі моделі конфлікту взаємодії вузлів мережі, як вирішення задачі дискретної динамічної оптимізації. Синтез і вибір рішень щодо стратегій управління маршрутизацією і вибору маршруту передачі потоку даних в мережі здійснюється у відповідності до значення функції ціни для кожного елемента мережі, що є гегелівським об’єктом, відповідно метрики мережі. Незалежно від обраної метрики мережі метою управління маршрутизацією в СМ є визначення оптимального шляху на графі, який відображає топологію сенсорної мережі. При вирішенні задачі дискретної динамічної оптимізації запропоновано в якості обмеженого ресурсу, що визначає функцію ціни, застосувати параметри, які визначають пропускну спроможність каналів зв’язку при взаємодії вузлів мереж. Канали зв’язку визначають характеристики ребер (дуг) граф-моделі сенсорної мережі варіативної топології, а вузли є елементами розподіленої системи інтелектуального управління маршрутизацією потоків даних в мережі.

В статті розглянуто особливості функціонування високомобільних комп’ютерних мереж в умовах мінливості середовища передачі даних, його впливу на швидкість передачі даних між вузлами та методику визначення критеріїв вибору різних стандартів безпровідної передачі даних. Метою статті є розробка критеріальної бази селективного вибору стандартів безпровідної передачі даних у високомобільних комп’ютерних мережах в залежності від стану середовища передачі даних та віддаленості вузлів між собою. Отримані результати дозволяють: виокремити науково-прикладну задача розробки критеріальної бази селективного вибору стандартів безпровідної передачі даних у окремий клас задач у області рухомих комп’ютерних мереж; продовжити подальший розвиток методики підвищення живучості високомобільних комп’ютерних мереж в умовах мінливості пропускної здатності каналів зв’язку між вузлами; вирішити задачу розрахунку нестаціонарного коефіцієнта готовності відносно всіх інтерфейсів передачі корисних даних вузлами високомобільних комп’ютерних мереж. Дослідження дозволяють зробити висновки, що запропоновані критерії, за результатами модельного експериментування, дають ефект 15% скорочення часу на передачу обсягу даних в умовах нормального функціонування високомобільної комп’ютерної мережі у гетерогенному просторі та динамічною зміною відстані між вузлами мережі за наперед заданою траєкторією руху. Сформульовано напрями подальшої роботи, зокрема запропоновано проведення ряду прикладних експериментів для виявлення закономірності функціонування реальних високомобільних мереж в умовах обмеженого енергетичного запасу ходу вузлів та впливу зовнішнього середовища на нього.

Предметом вивчення в статті є процеси побудови й використання темпоральних знань при управлінні підприємством в умовах невизначеності, що є наслідком неповноти інформації про поточний стан підприємства. Мета полягає в розробці методу побудови темпоральних правил, що враховують зміну контексту виконання дій на різних рівнях організаційної ієрархії при реалізації управління підприємством. Задачі: виділити відмінності контекстно-орієнтованих темпоральних правил від правил, що пов’язують послідовні стани об’єкту управління; розробити метод побудови контекстно-орієнтованих темпоральних правил на основі інформації набір та значення змінних, що характеризують послідовні стани об’єкту управління. Методами, що використовуються, є: методи побудови темпоральних правил, що пов’язують послідовні стани об’єкту управління, метод розрахунку ваг правил в марківській логічній мережі, методи ймовірнісного виведення в темпоральній базі знань. Отримані такі результати. Виділені особливості реалізації контекстно-орієнтованих темпоральних правил для наборів вхідних даних, що задають послідовність станів об’єкту управління у вигляді наборів властивостей його атомарних складових. Розроблено метод побудови контекстно-орієнтованих темпоральних правил, який враховує відмінності між змінними, що задають статичні й динамічні характеристики об’єкту управління. Висновки. Наукова новизна отриманих результатів полягає в наступному: запропоновано метод побудови контекстно-орієнтованих темпоральних правил. Правила враховують зміну контексту виконання дій як сукупності властивостей атомарних складових комплексного об’єкту управління. Метод містить етапи відбору підмножини даних про стани об’єкту управління на визначеному рівні деталізації; формування фактів-антецедентів та фактів-консеквентів, що відображають статичні й динамічні характеристики контексту виконання дій на об’єкті управління; побудову, інтеграцію та квантифікацію темпоральних правил. Метод забезпечує можливості аналізу й класифікації поточного стану та прогнозування поведінки об’єкту управління в умовах невизначеності на основі зв’язку між виконаними діями та поточним станом предметної області.

У статті розглянуто актуальну проблему впливу новітніх інформаційних технологій на буття сучасної людини. Проблему розглянуто з перспективи життєвого світу особистості. Такий погляд дає змогу дослідити вплив стрімкої віртуалізації життя на безпосереднє буття людини, її внутрішній світ та суб’єктивні переживання. Життєвий світ як динамічна психологічна система інтерпретацій та досвіду, крізь призму якої людина сприймає навколишній світ, соціальне оточення та саму себе, лежить у самій основі унікальності особистості. У статті розкрито потенційні загрози для цілісності та гармонійності цієї системи, що можуть підстерігати користувачів Інтернету та соціальних мереж. Автор аналізує низку досліджень, у яких продемонстровано використання соціальних мереж як інструменту для здійснення впливів (зазвичай неетичних та негативних) на різні аспекти життєвого світу особистості. Висвітлено, як за допомогою спеціально сконструйованого повідомлення у стрічці новин соціальної мережі можна маніпулювати поведінкою користувачів у реальному житті. Продемонстровано, як технічні можливості соціальної мережі можна використати для впливу на емоційну сферу людини, викликати у користувачів певні емоційні стани. Також показано, як алгоритми роботи соціальних медіа та пошукових систем викривляють картину світу та створюють ілюзії, що заважають адекватному сприйманню реальності, зокрема, як соціальні мережі ізолюють користувачів від суперечливих думок та переконань, що становить певну небезпеку для відкритих публічних дискусій, адже користувачі зі схожими поглядами у віртуальному просторі об’єднуються між собою та відокремлюються від інших, тих, хто ці погляди не поділяє. Проаналізовано, як викривленню піддається сприйняття особистого життя інших користувачів, яке вони демонструють у соціальних мережах. Наслідком цих впливів на життєвий світ особистості можуть бути такі психологічні проблеми як невротичні реакції, страх, тривога, почуття меншовартості. Таким чином, у статті автор окреслює коло питань та проблем, вирішення яких допоможе зрозуміти буття сучасної людини в епоху інформаційних технологій та запобігти негативним впливам на життєвий світ особистості.

У процесі розгляду побудови політичних партій нового поко- ління у контексті трансакційного аналізу встановлено, що останній визначає погоджування та визнання як базові та біологічно зумовлені потреби люди- ни на рівні з потребами у їжі, диханні чи розмноженні, реалізація яких може спричинити виділення нею значних обсягів соціальної енергії. Висвітлено, що у випадку обрання лідерами існуючої (або ініціаторами створення нової) політичної партії методики колективної роботи членів пар- тійних підрозділів у динамічній мережі, визначений її алгоритмами, систем- ний обмін погодженнями стане ефективним засобом соціального самоконтр- олю, який зможе гарантувати закріплення якісно іншого стану політичної партії як соціальної системи, що була створена внаслідок радикальної струк- турної трансформації традиційної партії. Проведені дослідження дають підставу припустити наявність взаємозв’яз- ку між виявленими его-станами у кожній конкретній ситуації взаємодії та активованими такими самими ситуаціями архетипами несвідомого і, разом з тим, актуалізованими цими архетипами цінностями. Таким чином, зміну ситуації взаємодії та її контекстів можна вважати тригером активації архе- типів несвідомого психіки учасників і одночасно тригером переключення їхніх его-станів та, відповідно, тригером взаємної зміни ролей, що дає мож- ливість розглядати визначені мотивації членів політичних партій нового покоління (конкурентну мотивацію та мотивацію визнанням) у їх взаємо- зв’язку. Встановлено, що подолання економії погладжувань внаслідок забезпечен- ня безперервного й алгоритмічно зумовленого обміну ними на системному рівні членами різнорівневих підрозділів політичних партій нового поколін- ня зі змінною структурою — динамічною мережею забезпечить виникнення і підтримку у цих членів стійкої мотивації до участі у роботі партійних під- розділів, що сформована базовою потребою втамувати стимульний і струк- турний голод. Визначено перспективний напрямок подальших досліджень — ним має стати розгляд сценаріїв розвитку політичних партій в рамках трансакційного аналізу у контексті впливу на них закону “олігархізації” Роберта Міхельса.

Стаття присвячена осмисленню феномена соціальних мереж у контексті сучасного інформаційного простору. Обґрунтовано тезу про те, що найголовнішою особливістю інтернет-середовища як комунікативного простору є використання цифрових технологій, а однією з визначальних рис сучасного суспільства є його інформаційно-комунікативний складник, що передбачає безперешкодний доступ до інформації і обмін нею, відсутність обмежень, будь-яких рамок комунікації (політичних, географічних, тимчасових), взаємопроникнення ідей і культур, зворотний комунікативний зв’язок. У той же час інформаційно-комунікативне суспільство при всіх позитивних аспектах його організації є також і середовищем для здійснення будь-якого роду маніпулювань і сугестивних впливів на окремих учасників мережевої спільноти та їх об’єднань. Розглядаються сучасні підходи щодо вивчення соціальних мереж та їхніх форм «народної» участі в журналістиці, ролі масмедіа в вираженні громадської думки, впливу масових комунікацій на смаки і організацію соціальної дії. Наголошено, що цікавим для вивчення залишається і феномен реакції суспільства на інформацію, котра поширюється у мережі. Особливо це стосується суспільно важливих процесів, таких як економіка, політика, здоров’я та освіта. Окреслено унікальні можливості соціальних мереж: як особливе соціальне явище вони з’явилися раптово і почали бурхливо розвиватися, все більше проникаючи в життя суспільства. В цьому і полягає суть будь-якого феномена, коли нове відразу стає звичним. У статті підкреслюється, що досліджуване явище є ширшим – йдеться не лише про зміни в медіаспоживанні, а і про трансформацію інформаційного простору як площини найрізноманітніших соціокультурних практик. Зроблено висновок, що соціальні мережі є новим, але дуже динамічним феноменом інформаційного простору (становлення та розвиток якого відбувається як в Україні, так і в інших країнах світу), проблематика якого потребує подальших досліджень.

Наукові дослідження стають ефективними тоді, коли природу подій чи явищ можна розглядати з єдиних позицій, виробити універсальний підхід до них, сформувати загальні закономірності. Більшість сучасних фундаментальних наукових проблем і високих технологій тісно пов’язані з явищами, які лежать на границях різних рівнів організації. Природничі та деякі з гуманітарних наук (економіка, соціологія, психологія) розробили концепції і методи для кожного із ієрархічних рівнів, але не володіють універсальними підходами для опису того, що відбувається між цими рівнями ієрархії. Неспівпадання ієрархічних рівнів різних наук – одна із головних перешкод для розвитку дійсної міждисциплінарності (синтезу різних наук) і побудови цілісної картини світу. Виникає проблема формування нового світогляду і нової мови.Теорія складних систем – це одна із вдалих спроб побудови такого синтезу на основі універсальних підходів і нової методології [1]. В російськомовній літературі частіше зустрічається термін “синергетика”, який, на наш погляд, означує більш вузьку теорію самоорганізації в системах різної природи [2].Мета роботи – привернути увагу до нових можливостей, що виникають при розв’язанні деяких задач, виходячи з уявлень нової науки.На жаль, теорія складності не має до сих пір чіткого математичного визначення і може бути охарактеризована рисами тих систем і типів динаміки, котрі являються предметом її вивчення. Серед них головними є:– Нестабільність: складні системи прагнуть мати багато можливих мод поведінки, між якими вони блукають в результаті малих змін параметрів, що управляють динамікою.– Неприводимість: складні системи виступають як єдине ціле і не можуть бути вивчені шляхом розбиття їх на частини, що розглядаються ізольовано. Тобто поведінка системи зумовлюється взаємодією складових, але редукція системи до її складових спотворює більшість аспектів, які притаманні системній індивідуальності.– Адаптивність: складні системи часто включають множину агентів, котрі приймають рішення і діють, виходячи із часткової інформації про систему в цілому і її оточення. Більш того, ці агенти можуть змінювати правила своєї поведінки на основі такої часткової інформації. Іншими словами, складні системи мають здібності черпати скриті закономірності із неповної інформації, навчатися на цих закономірностях і змінювати свою поведінку на основі нової поступаючої інформації.– Емерджентність (від існуючого до виникаючого): складні системи продукують неочікувану поведінку; фактично вони продукують патерни і властивості, котрі неможливо передбачити на основі знань властивостей їх складових, якщо розглядати їх ізольовано.Ці та деякі менш важливі характерні риси дозволяють відділити просте від складного, притаманного найбільш фундаментальним процесам, які мають місце як в природничих, так і в гуманітарних науках і створюють тим самим істинний базис міждисциплінарності. За останні 30–40 років в теорії складності було розроблено нові наукові методи, які дозволяють універсально описати складну динаміку, будь то в явищах турбулентності, або в поведінці електорату напередодні виборів.Оскільки більшість складних явищ і процесів в таких галузях як екологія, соціологія, економіка, політологія та ін. не існують в реальному світі, то лише поява сучасних ЕОМ і створення комп’ютерних моделей цих явищ дозволило вперше в історії науки проводити експерименти в цих галузях так, як це завжди робилось в природничих науках. Але комп’ютерне моделювання спричинило розвиток і нових теоретичних підходів: фрактальної геометрії і р-адичної математики, теорії хаосу і самоорганізованої критичності, нейроінформатики і квантових алгоритмів тощо. Теорія складності дозволяє переносити в нові галузі дослідження ідеї і підходи, які стали успішними в інших наукових дисциплінах, і більш рельєфно виявляти ті проблеми, з якими інші науки не стикалися. Узагальнюючому погляду з позицій теорії складності властиві більша евристична цінність при аналізі таких нетрадиційних явищ, як глобалізація, “економіка, що заснована на знаннях” (knowledge-based economy), національні і світові фінансові кризи, економічні катастрофи і ряд інших.Однією з інтригуючих проблем теорії є дослідження властивостей комплексних мережеподібних високотехнологічних і інтелектуально важливих систем [3]. Окрім суто наукових і технологічних причин підвищеної уваги до них є і суто прагматична. Справа в тому, що такі системи мають системоутворюючу компоненту, тобто їх структура і динаміка активно впливають на ті процеси, які ними контролюються. В [4] наводиться приклад, коли відмова двох силових ліній системи електромережі в штаті Орегон (США) 10 серпня 1996 року через каскад стимульованих відмов призвели до виходу із ладу електромережі в 11 американських штатах і 2 канадських провінціях і залишили без струму 7 млн. споживачів протягом 16 годин. Вірус Love Bug worm, яких атакував Інтернет 4 травня 2000 року і до сих пір блукає по мережі, приніс збитків на мільярди доларів.До таких систем відносяться Інтернет, як складна мережа роутерів і комп’ютерів, об’єднаних фізичними та радіозв’язками, WWW, як віртуальна мережа Web-сторінок, об’єднаних гіперпосиланнями (рис. 1). Розповсюдження епідемій, чуток та ідей в соціальних мережах, вірусів – в комп’ютерних, живі клітини, мережі супермаркетів, актори Голівуду – ось далеко не повний перелік мережеподібних структур. Більш того, останнє десятиліття розвитку економіки знань привело до зміни парадигми структурного, функціонального і стратегічного позиціонування сучасних підприємств. Вертикально інтегровані корпорації повсюдно витісняються розподіленими мережними структурами (так званими бізнес-мережами) [5]. Багато хто з них замість прямого виробництва сьогодні займаються системною інтеграцією. Тому дослідження структури та динаміки мережеподібних систем дозволить оптимізувати бізнес-процеси та створити умови для їх ефективного розвитку і захисту.Для побудови і дослідження моделей складних мережеподібних систем введені нові поняття і означення. Коротко опишемо тільки головні з них. Хай вузол i має ki кінців (зв’язків) і може приєднати (бути зв’язаним) з іншими вузлами ki. Відношення між числом Ei зв’язків, які реально існують, та їх повним числом ki(ki–1)/2 для найближчих сусідів називається коефіцієнтом кластеризації для вузла i:. Рис. 1. Структури мереж World-Wide Web (WWW) і Інтернету. На верхній панелі WWW представлена у вигляді направлених гіперпосилань (URL). На нижній зображено Інтернет, як систему фізично з’єднаних вузлів (роутерів та комп’ютерів). Загальний коефіцієнт кластеризації знаходиться шляхом осереднення його локальних значень для всієї мережі. Дослідження показують, що він суттєво відрізняється від одержаних для випадкових графів Ердаша-Рені [4]. Ймовірність П того, що новий вузол буде приєднано до вузла i, залежить від ki вузла i. Величина називається переважним приєднанням (preferential attachment). Оскільки не всі вузли мають однакову кількість зв’язків, останні характеризуються функцією розподілу P(k), яка дає ймовірність того, що випадково вибраний вузол має k зв’язків. Для складних мереж функція P(k) відрізняється від розподілу Пуассона, який мав би місце для випадкових графів. Для переважної більшості складних мереж спостерігається степенева залежність , де γ=1–3 і зумовлено природою мережі. Такі мережі виявляють властивості направленого графа (рис. 2). Рис. 2. Розподіл Web-сторінок в Інтернеті [4]. Pout – ймовірність того, що документ має k вихідних гіперпосилань, а Pin – відповідно вхідних, і γout=2,45, γin=2,1. Крім цього, складні системи виявляють процеси самоорганізації, змінюються з часом, виявляють неабияку стійкість відносно помилок та зовнішніх втручань.В складних системах мають місце колективні емерджентні процеси, наприклад синхронізації, які схожі на подібні в квантовій оптиці. На мові системи зв’язаних осциляторів це означає, що при деякій критичній силі взаємодії осциляторів невелика їх купка (кластер) мають однакові фази і амплітуди.В економіці, фінансовій діяльності, підприємництві здійснювати вибір, приймати рішення доводиться в умовах невизначеності, конфлікту та зумовленого ними ризику. З огляду на це управління ризиками є однією з найважливіших технологій сьогодення [2, 6].До недавніх часів вважалось, що в основі розрахунків, які так чи інакше мають відношення до оцінки ризиків лежить нормальний розподіл. Йому підпорядкована сума незалежних, однаково розподілених випадкових величин. З огляду на це ймовірність помітних відхилень від середнього значення мала. Статистика ж багатьох складних систем – аварій і катастроф, розломів земної кори, фондових ринків, трафіка Інтернету тощо – зумовлена довгим ланцюгом причинно-наслідкових зв’язків. Вона описується, як показано вище, степеневим розподілом, “хвіст” якого спадає значно повільніше від нормального (так званий “розподіл з тяжкими хвостами”). У випадку степеневої статистики великими відхиленнями знехтувати вже не можна. З рисунку 3 видно, наскільки добре описуються степеневою статистикою торнадо (1), повені (2), шквали (3) і землетруси (4) за кількістю жертв в них в США в ХХ столітті [2]. Рис. 3. Системи, які демонструють самоорганізовану критичність (а саме такі ми і розглядаємо), самі по собі прагнуть до критичного стану, в якому можливі зміни будь-якого масштабу.З точки зору передбачення цікавим є той факт, що різні катастрофічні явища можуть розвиватися за однаковими законами. Незадовго до катастрофи вони демонструють швидкий катастрофічний ріст, на який накладені коливання з прискоренням. Асимптотикою таких процесів перед катастрофою є так званий режим з загостренням, коли одна або декілька величин, що характеризують систему, за скінчений час зростають до нескінченності. Згладжена крива добре описується формулою,тобто для таких різних катастрофічних явищ ми маємо один і той же розв’язок рівнянь, котрих, на жаль, поки що не знаємо. Теорія складності дозволяє переглянути деякі з основних положень ризикології та вказати алгоритми прогнозування катастрофічних явищ [7].Ключові концепції традиційних моделей та аналітичних методів аналізу і управління капіталом все частіше натикаються на проблеми, які не мають ефективних розв’язків в рамках загальноприйнятих парадигм. Причина криється в тому, що класичні підходи розроблені для опису відносно стабільних систем, які знаходяться в положенні відносно стійкої рівноваги. За своєю суттю ці методи і підходи непридатні для опису і моделювання швидких змін, не передбачуваних стрибків і складних взаємодій окремих складових сучасного світового ринкового процесу. Стало ясно, що зміни у фінансовому світі протікають настільки інтенсивно, а їх якісні прояви бувають настільки неочікуваними, що для аналізу і прогнозування фінансових ринків вкрай необхідним став синтез нових аналітичних підходів [8].Теорія складних систем вводить нові для фінансових аналітиків поняття, такі як фазовий простір, атрактор, експонента Ляпунова, горизонт передбачення, фрактальний розмір тощо. Крім того, все частіше для передбачення складних динамічних рядів використовуються алгоритми нейрокомп’ютинга [9]. Нейронні мережі – це системи штучного інтелекту, які здатні до самонавчання в процесі розв’язку задач. Навчання зводиться до обробки мережею множини прикладів, які подаються на вхід. Для максимізації виходів нейронна мережа модифікує інтенсивність зв’язків між нейронами, з яких вона побудована, і таким чином самонавчається. Сучасні багатошарові нейронні мережі формують своє внутрішнє зображення задачі в так званих внутрішніх шарах. При цьому останні відіграють роль “детекторів вивчених властивостей”, оскільки активність патернів в них є кодування того, що мережа “думає” про властивості, які містяться на вході. Використання нейромереж і генетичних алгоритмів стає конкурентноздібним підходом при розв’язанні задач передбачення, класифікації, моделювання фінансових часових рядів, задач оптимізації в галузі фінансового аналізу та управляння ризиком. Детермінований хаос пропонує пояснення нерегулярної поведінки і аномалій в системах, котрі не є стохастичними за природою. Ця теорія має широкий вибір потужних методів, включаючи відтворення атрактора в лаговому фазовому просторі, обчислення показників Ляпунова, узагальнених розмірностей і ентропій, статистичні тести на нелінійність.Головна ідея застосування методів хаотичної динаміки до аналізу часових рядів полягає в тому, що основна структура хаотичної системи (атрактор динамічної системи) може бути відтворена через вимірювання тільки однієї змінної системи, фіксованої як динамічний ряд. В цьому випадку процедура реконструкції фазового простору і відтворення хаотичного атрактора системи при динамічному аналізі часового ряду зводиться до побудови так званого лагового простору. Реальний атрактор динамічної системи і атрактор, відтворений в лаговому просторі по часовому ряду при деяких умовах мають еквівалентні характеристики [8].На завершення звернемо увагу на дидактичні можливості теорії складності. Розвиток сучасного суспільства і поява нових проблем вказує на те, що треба мати не тільки (і навіть не стільки) експертів по деяким аспектам окремих стадій складних процесів (професіоналів в старому розумінні цього терміну), знадобляться спеціалісти “по розв’язуванню проблем”. А це означає, що істинна міждисциплінарність, яка заснована на теорії складності, набуває особливого значення. З огляду на сказане треба вчити не “предметам”, а “стилям мислення”. Тобто, міждисциплінарність можна розглядати як основу освіти 21-го століття.

Робота присвячена розробці ефективних методів оптимізації міських пасажирських перевезень. Аналіз літературних джерел показав, що, як правило, удосконалення транспортного обслуговування у містах здійснюється шляхом використання певних математичних моделей. Будь-яка математична модель, у тому числі і функціонування транспортної мережі, ґрунтується на великому багатокомпонентному об’ємі початкових даних, отримання яких пов’язане з проблемами статистичних досліджень, із ситуацією у місті, яка швидко і динамічно змінюється, а значить робить подібні вихідні дані з часом неактуальними і застарілими. Саме це і є основною проблемою для створення транспортних моделей великих міст. До подібних, необхідних для повноцінного моделювання, даних відносяться: диференціювання по районах міста чисельності населення, число місць для праці та їх розташування, рекреаційний потенціал, середній час пересування жителів і таке інше. На відміну від завдань організації дорожнього руху, де використовуються, в основному, імітаційні моделі руху транспорту, в транспортному плануванні застосовуються прогнозні моделі, які ґрунтуються на макроскопічних параметрах, що описують транспортний потік. У цих моделях параметрами є: швидкість транспортного потоку, інтенсивність транспортного потоку, інтенсивність пасажиропотоків. Таким чином, основою прогнозного моделювання міських транспортних систем стає завдання оптимальної реалізації пасажирських транспортних кореспонденцій. Очевидно, що збір початкових даних складає найбільш трудомісткий і тривалий за часом етап при побудові або удосконаленні транспортних моделей. У свою чергу, запропонована у роботі ефективна методика побудови транспортних моделей за геометричними параметрами накладання маршрутних схем вирішує задачу визначення міри відповідності існуючого транспортного попиту наявній транспортній пропозиції. У роботі пропонується дієвий метод динамічного удосконалення міської пасажирської транспортної мережі, в основу якого покладено зв'язок класичного коефіцієнта накладання пасажиропотоків із способами геометричного представлення та фрактальної оцінки накладання існуючих маршрутних схем пересування ТЗ (на прикладі тролейбусної мережі м. Луцька). Проаналізовано основні особливості функціонування міських пасажирських перевезень та досліджено вплив характеристик транспортних систем на визначення ступеня накладання маршрутних схем. Розроблено метод 3-D представлення та автоматизованого зонування міських тролейбусних маршрутів. Запропоновано спосіб фрактальної оцінки ступеня накладання маршрутів для визначених зон та шляхи удосконалення транспортної роботи ТЗ на маршрутах у різні часові періоди доби. Запропоновано підходи до влаштування динамічного резервування тролейбусів на маршрутах, яке забезпечить ефективну видозміну маршрутних схем, оперативне коригування розкладу руху тролейбусів по мережі, нормативів часу на виконання рейсів, систем організації праці водіїв, комбінованого режиму руху тролейбусів. Ключові слова: оптимізація, пасажирські перевезення, маршрутна схема, 3-D представлення, автоматизоване зонування, накладання маршрутів, фрактальна оцінка, динамічне резервування.

У цій роботі було розроблено ефективні стратегії управління ресурсами для розподіленої обробки потоків щодо різноманітних цілей. Зокрема, було визначено чотири проблеми при розробці стратегій розміщення операторів та управління ресурсами для DSP. Для вирішення проблем пропонується п’ять дослідницьких питань, тоді як кожне питання фокусується на одній із проблем із запропонованими рішеннями. Питання дослідження були визначені для вирішення чотирьох проблем у потоковій обробці: 1) різноманітний попит на ресурси та швидкість передачі даних окремими операторами DSP, 2) різні чутливості до затримок у програмах DSP, 3) динамічний стан мережі та схема передачі даних, і 4) значна вартість операторів з державним статусом.

Проаналізовано сучасні підходи до моделювання соціально-економічних систем. Показано, що мережна парадигма складності є тим підґрунтям, на якому можна будувати прогностичні моделі складних систем. Розглянуто три підходи для перетворення часового ряду або сукупності часових рядів у окрему мережу, або у систему зв'язаних мереж - мультиплексну мережу: рекурентний, кореляційний та метод графу видимості. Для отриманих мереж розраховані динамічні спектральні і топологічні міри складності. На прикладі щоденних значень світових фондового індексів встановлено, що більшість з розрахованих мір складності поводять себе характерним чином у періоди часу, що характеризують різні фази поведінки і стани фондового ринку. Цей факт пропонується використовувати для моніторингу та прогнозування критичних та кризових явищ у складних соціально-економічних системах.

З позицій міждисциплінарних теорій самоорганізації та синергетики проаналізовано сучасні підходи до моделювання соціально-економічних систем. Показано, що мережна парадигма складності є тим підґрунтям, на якому можна будувати прогностичні моделі складних систем. Розглянуто три підходи для перетворення часового ряду або сукупності часових рядів у мережу: рекурентний, кореляційний та метод графу видимості. Для отриманих мереж розраховані динамічні спектральні і топологічні міри складності. На прикладі щоденних значень фондового індексу S&P 500 за період 1984-2016рр. показано, що більшість з розрахованих мір складності поводять себе характерним чином у періоди часу, що характеризують різні фази поведінки і стани фондового ринку. Цей факт пропонується використовувати для моніторингу та прогнозування критичних та кризових явищ у складних соціально-економічних системах.