Straipsnis tema, kas yra matematinė kibernetika. Matematinė kibernetika. Sudėtingų sistemų teorija

Trūksta Duomenų nėra

Kolekcija tęsia (nuo 1988 m.) visame pasaulyje žinomo serialo „Kibernetikos problemos“ matematinę orientaciją. Rinkinyje pateikiami originalūs ir apžvalginiai straipsniai apie pagrindines pasaulio mokslo kryptis, kuriuose pateikiami naujausi fundamentinių tyrimų rezultatai.

Rinkinio autoriai – daugiausia žinomi specialistai, dalį straipsnių parašė jaunieji mokslininkai, pastaruoju metu sulaukę ryškių naujų rezultatų. Tarp rinkinyje pristatomų krypčių – valdymo sistemų sintezės ir kompleksiškumo teorija; išreiškiamumo ir išsamumo problemos, susijusios su daugiareikšme logika ir automatais funkcinių sistemų teorijoje; esminiai diskretiško optimizavimo ir atpažinimo klausimai; Ekstremalių uždavinių problemos diskrečioms funkcijoms (Fejerio, Turano, Delsarte uždaviniai baigtinėje ciklinėje grupėje); taip pat pateikiama matematinių informacijos perdavimo ryšių tinkluose modelių studija, taip pat pateikiama nemažai kitų matematinės kibernetikos skyrių.

Ypač vertas dėmesio O. B. Lupanovo apžvalginis straipsnis „A. N. Kolmogorovas ir grandinės sudėtingumo teorija. 16 leidimas - 2007. Specialistams, magistrantams, studentams, besidomintiems dabartine matematinės kibernetikos būkle ir jos pritaikymais.

Informacijos saugojimo ir gavimo teorija

Valerijus Kudrjavcevas Mokomoji literatūra Dingęs

Įvedamas naujas duomenų bazių vaizdavimo tipas, vadinamas informacinių grafikų duomenų modeliu, kuris apibendrina anksčiau žinomus modelius. Nagrinėjami pagrindiniai informacijos paieškos duomenų bazėse problemų tipai ir nagrinėjamos šių problemų sprendimo sudėtingumo problemos, susijusios su informacinio-grafo modeliu.

Šioms problemoms spręsti buvo sukurtas matematinis aparatas, pagrįstas valdymo sistemos sudėtingumo teorijos, tikimybių teorijos metodais, taip pat originaliais grafų charakteristikų atramų, optimalaus skaidymo ir matmenų mažinimo metodais.

Knyga skirta diskrečiosios matematikos, matematinės kibernetikos, atpažinimo teorijos ir algoritminio sudėtingumo specialistams.

Testo atpažinimo teorija

Valerijus Kudrjavcevas Mokomoji literatūra Dingęs

Aprašytas loginis modelio atpažinimo metodas. Jo pagrindinė koncepcija yra testas. Testų rinkinio analizė leidžia sukonstruoti vaizdą apibūdinančius funkcionalumus ir jų reikšmių apskaičiavimo procedūras. Nurodomos kokybinės ir metrinės testų, funkcijų ir atpažinimo procedūrų savybės.

Pateikiami konkrečių problemų sprendimo rezultatai. Knygą galima rekomenduoti matematikams, kibernetikams, informatikams ir inžinieriams kaip mokslinę monografiją ir kaip naują technologinį aparatą, taip pat kaip vadovėlį bakalauro ir magistrantūros studentams, besispecializuojantiems matematinės kibernetikos, diskrečiosios matematikos ir matematinės informatikos srityse.

Aibių teorijos, matematinės logikos ir algoritmų teorijos uždaviniai

Igoris Lavrovas Mokomoji literatūra Trūksta Duomenų nėra

Knygoje uždavinių forma sistemingai pateikiami aibių teorijos pagrindai, matematinė logika, algoritmų teorija. Knyga skirta aktyviai studijuoti matematinę logiką ir su ja susijusius mokslus. Jį sudaro trys dalys: „Aibių teorija“, „Matematinė logika“ ir „Algoritmų teorija“.

Užduotys pateikiamos su instrukcijomis ir atsakymais. Visi būtini apibrėžimai suformuluoti trumpuose teoriniuose kiekvieno skyriaus įvaduose. Trečiasis knygos leidimas išleistas 1995 m. Rinkinys gali būti naudojamas kaip vadovėlis universitetų matematikos katedroms, pedagoginiams institutams, taip pat technikos universitetuose kibernetikos ir informatikos studijoms.

Matematikams – algebraistams, logikams ir kibernetikams.

Būlio funkcijų teorijos pagrindai

Sergejus Marčenkovas Techninė literatūra Trūksta Duomenų nėra

Knygoje yra išsamus įvadas į Būlio funkcijų teoriją. Nurodomos pagrindinės Būlio funkcijų savybės ir įrodytas funkcinio užbaigtumo kriterijus. Pateikiamas visų uždarų Būlio funkcijų klasių (Post klasių) aprašymas ir pateikiamas naujas baigtinio jų generavimo įrodymas.

Nagrinėjamas Post klasių apibrėžimas kai kurių standartinių predikatų požiūriu. Pateikiami Galois teorijos pagrindai Post klasėms. Supažindinami ir tiriami du „stiprūs“ uždarymo operatoriai: parametrinis ir teigiamas. Nagrinėjamos dalinės Būlio funkcijos ir įrodytas funkcinio užbaigtumo kriterijus dalinių Būlio funkcijų klasei.

Tiriamas Būlio funkcijų įgyvendinimo sudėtingumas funkcinių elementų grandinėmis. Studentams, magistrantams ir aukštųjų mokyklų dėstytojams, studijuojantiems ir dėstantiems diskrečiąją matematiką ir matematinę kibernetiką. UMO patvirtintas klasikiniam universitetiniam išsilavinimui kaip vadovėlis aukštųjų mokyklų studentams, studijuojantiems HPE 010400 „Taikomoji matematika ir informatika“ ir 010300 „Fundamentalioji informatika ir informacinės technologijos“.

Skaitinio optimizavimo metodai, 3 leid., red. ir papildomas Vadovėlis ir seminaras akademiniam bakalaurui

Aleksandras Vasiljevičius Timokhovas Mokomoji literatūra Bakalauras. akademinis kursas

Vadovėlis parašytas remiantis optimizavimo paskaitų kursais, kuriuos autoriai ne vienerius metus skaitė Maskvos valstybinio Lomonosovo universiteto Kompiuterinės matematikos ir kibernetikos fakultete. Pagrindinis dėmesys skiriamas baigtinio skaičiaus kintamųjų funkcijų mažinimo metodams.

Leidinyje pateikiama teorija ir skaitiniai optimizavimo uždavinių sprendimo metodai, taip pat taikomų modelių pavyzdžiai, kurie redukuojami iki tokio tipo matematinių problemų. Priede yra visa reikalinga informacija iš matematinės analizės ir tiesinės algebros.

Fizika. Praktinis kursas stojantiesiems į universitetus

V. A. Makarovas Mokomoji literatūra Dingęs

Vadovas skirtas vidurinių mokyklų abiturientams, nuodugniai studijuojantiems fiziką ir matematiką. Jis pagrįstas fizikos problemomis, kurios pastaruosius 20 metų buvo siūlomos stojantiesiems iš Maskvos valstybinio universiteto Kompiuterinės matematikos ir kibernetikos fakulteto.

M. V. Lomonosovas. Medžiaga suskirstyta į temas pagal stojamųjų į Maskvos valstybinį universitetą fizikos egzaminų programą. Prieš kiekvieną temą trumpai apibendrinama pagrindinė teorinė informacija, kuri reikalinga sprendžiant problemas ir pravers ruošiantis stojamiesiems egzaminams.

Iš viso kolekcijoje yra apie 600 problemų, daugiau nei pusėje iš jų pateikti išsamūs sprendimai ir gairės. Moksleiviams, kurie ruošiasi stoti į universitetų Fizikos ir Matematikos skyrius.

Optimizavimo metodai, 3 leidimas, red. ir papildomas Vadovėlis ir seminaras akademiniam bakalaureatui

Viačeslavas Vasiljevičius Fiodorovas Mokomoji literatūra Bakalauras ir magistras. akademinis kursas

Vadovėlis parašytas remiantis optimizavimo paskaitų kursais, kuriuos autoriai ne vienerius metus skaitė Maskvos valstybinio Lomonosovo universiteto Kompiuterinės matematikos ir kibernetikos fakultete. M. V. Lomonosovas. Pagrindinis dėmesys skiriamas baigtinio skaičiaus kintamųjų funkcijų mažinimo metodams.

Leidinyje pateikiamos užduotys. Priede yra visa reikalinga informacija iš matematinės analizės ir tiesinės algebros.

Išmaniosios sistemos. Saugojimo ir informacijos gavimo teorija 2 leid., taisyta. ir papildomas Tanko pamoka

Nagrinėjami pagrindiniai informacijos paieškos duomenų bazėse problemų tipai, nagrinėjamos šių problemų sprendimo sudėtingumo problemos, susijusios su informacinio-grafo modeliu.

Analitinė geometrija

V. A. Iljinas Mokomoji literatūra Trūksta Duomenų nėra

Vadovėlis parašytas remiantis autorių dėstymo patirtimi Maskvos valstybiniame universitete. M. V. Lomonosovas. Pirmasis leidimas išleistas 1968 m., antrasis (1971 m.) ir trečiasis (1981 m.) stereotipiniai leidimai, ketvirtasis (1988 m.) buvo papildytas medžiaga apie tiesines ir projekcines transformacijas.

Matematinė žaidimų teorija yra neatsiejama didžiulės matematikos šakos – operacijų tyrimų – dalis. Žaidimų teorijos metodai plačiai taikomi ekologijoje, psichologijoje, kibernetikoje, biologijoje – visur, kur daug dalyvių bendroje veikloje siekia skirtingų (dažnai priešingų) tikslų.

Tačiau pagrindinė šios disciplinos taikymo sritis yra ekonomika ir socialiniai mokslai. Vadovėlyje pateikiamos temos, kurios yra pagrindinės ir privalomos mokant ekonomistus. Jame pristatomos klasikinės žaidimų teorijos šakos, tokios kaip matriciniai, bimatriciniai nebendradarbiaujantys ir statistiniai žaidimai, ir šiuolaikiniai pokyčiai, tokie kaip žaidimai su nepilna ir netobula informacija, kooperatyviniai ir dinamiški žaidimai.

Knygoje esanti teorinė medžiaga gausiai iliustruota pavyzdžiais ir pateikta užduotimis individualiam darbui bei testais.

Matematinio modeliavimo galimybės

Bet kuriam modeliavimo objektui būdingos kokybinės ir kiekybinės charakteristikos. Matematinis modeliavimas teikia pirmenybę kiekybinių savybių ir sistemų raidos modelių identifikavimui. Šis modeliavimas iš esmės yra abstrahuotas nuo konkretaus sistemos turinio, tačiau būtinai į jį atsižvelgia, bandant sistemą atvaizduoti per matematikos aparatą. Matematinio modeliavimo, kaip ir apskritai matematikos, teisingumą patikrina ne koreliacija su konkrečia empirine situacija, o išvedimo iš kitų teiginių faktas.

Matematinis modeliavimas yra didžiulė intelektinės veiklos sritis. Tai gana sudėtingas matematinio modelio aprašymo kūrimo procesas. Tai apima kelis etapus. N. P. Buslenko išskiria tris pagrindinius etapus: prasmingo aprašymo konstravimą, formalizuotą schemą ir matematinio modelio sukūrimą. Mūsų nuomone, matematinis modeliavimas susideda iš keturių etapų:

Pirmas - prasmingas objekto ar proceso aprašymas, kai išskiriami pagrindiniai sistemos komponentai, sistemos modeliai. Tai apima skaitines žinomų sistemos charakteristikų ir parametrų reikšmes;

antra - taikomosios užduoties formulavimas arba prasmingo sistemos aprašymo įforminimo uždavinys. Taikomoje užduotyje pateikiamos tyrimo idėjos, pagrindinės priklausomybės, taip pat suformuluotas klausimas, kurio sprendimas pasiekiamas formalizuojant sistemą;

trečioji - formalizuotos objekto ar proceso schemos sukūrimas, apimantis pagrindinių charakteristikų ir parametrų, kurie bus naudojami formalizuojant, pasirinkimą;

ketvirta - formalizuotos schemos transformavimas į matematinį modelį, kai kuriamos arba atrenkamos atitinkamos matematinės funkcijos.

Ypatingai svarbų vaidmenį matematinio sistemos modelio kūrimo procese atlieka formalizavimas, kuris suprantamas kaip specifinis tyrimo metodas, kurio tikslas – išsiaiškinti žinias, identifikuojant jų formą (organizavimo metodą, struktūrą kaip ryšį tarp turinio komponentų). Įforminimo procedūra apima simbolių įvedimą. Kaip pažymi AK Sukhotinas: „Įforminti tam tikrą turinio sritį reiškia sukurti dirbtinę kalbą, kurioje sąvokos pakeičiamos simboliais, o teiginiai pakeičiami simbolių deriniais (formulėmis). Skaičiavimas sukuriamas tada, kai iš kurio nors ženklo galima gauti kitus. deriniai pagal nustatytas taisykles“. Tuo pačiu metu dėl formalizavimo atskleidžiama tokia informacija, kuri nėra užfiksuota prasmingos analizės lygiais. Akivaizdu, kad sudėtingų sistemų, kurios išsiskiria jungčių gausa ir įvairove, formalizavimas yra sudėtingas.

Sukūrus matematinį modelį, jo taikymas pradeda tirti kokį nors realų procesą. Tokiu atveju pirmiausia nustatomas pradinių sąlygų ir reikalingų kiekių rinkinys. Yra keli darbo su modeliu būdai: jo analitinis tyrimas per specialias transformacijas ir problemų sprendimą; skaitinių sprendimo būdų, pavyzdžiui, statistinių testų metodo arba Monte Karlo metodo, atsitiktinių procesų modeliavimo metodų naudojimas, taip pat kompiuterinių technologijų naudojimas modeliavimui.

Matematiškai modeliuojant sudėtingas sistemas, reikia atsižvelgti į sistemos sudėtingumą. Kaip teisingai pažymi N. P. Buslenko, sudėtinga sistema yra daugiapakopė sąveikaujančių elementų struktūra, sujungta į skirtingų lygių posistemes. Sudėtingos sistemos matematinis modelis susideda iš matematinių elementų modelių ir matematinių elementų sąveikos modelių. Elementų sąveika paprastai laikoma kiekvieno elemento poveikio kitiems elementams derinio rezultatu. Poveikis, vaizduojamas jo charakteristikų rinkiniu, vadinamas signalas. Todėl sudėtingos sistemos elementų sąveika tiriama signalų mainų mechanizmo rėmuose. Signalai perduodami komunikacijos kanalais, esančiais tarp sudėtingos sistemos elementų. Jie turi įvestis ir išvestis

dy . Kuriant matematinį sistemos modelį, atsižvelgiama į jos sąveiką su išorine aplinka. Šiuo atveju išorinė aplinka dažniausiai pateikiama kaip tam tikras objektų rinkinys, kuris veikia tiriamos sistemos elementus. Didelis sunkumas yra tokių problemų sprendimas kaip elementų ir sistemų kokybinių perėjimų iš vienos būsenos į kitą atvaizdavimas, pereinamųjų procesų atvaizdavimas.

Pasak N. P. Buslenko, signalų mainų mechanizmas kaip formalizuota sudėtingos sistemos elementų sąveikos tarpusavyje arba su išorinės aplinkos objektais schema apima šiuos komponentus:

signalą duodančio elemento išvesties signalo generavimo procesas;

perdavimo adreso nustatymas kiekvienai išėjimo signalo charakteristikai;

signalų perdavimas ryšio kanalais ir signalus priimančių elementų įvesties signalų išdėstymas;

signalą priimančio elemento atsakas į įeinantį įvesties signalą.

Taigi per nuoseklius formalizavimo etapus, „supjaustant“ pirminę problemą į dalis, vykdomas matematinio modelio konstravimo procesas.

Kibernetinio modeliavimo ypatumai

Kibernetikos pagrindus padėjo garsus amerikiečių filosofas ir matematikas, Masačusetso technologijos instituto profesorius. Norbertas Wieneris (1894–1964) knygoje "Kibernetika arba gyvūnų ir mašinų valdymas ir ryšiai" (1948). Žodis „kibernetika“ kilęs iš graikų kalbos žodžio, reiškiančio „pilotas“. Didelis N. Wienerio nuopelnas yra tai, kad jis nustatė bendruosius valdymo veiklos principus iš esmės skirtingiems gamtos ir visuomenės objektams. Valdymas susiaurinamas iki informacijos perdavimo, saugojimo ir apdorojimo, t.y. į įvairius signalus, pranešimus, informaciją. Pagrindinis N. Wienerio nuopelnas yra tai, kad jis pirmiausia suprato esminę informacijos svarbą valdymo procesuose. Šiais laikais, anot akademiko A. N. Kolmogorovo, kibernetika tiria bet kokio pobūdžio sistemas, gebančias priimti, saugoti ir apdoroti informaciją bei naudoti ją kontrolei ir reguliavimui.

Yra gerai žinoma kibernetikos, kaip mokslo, apibrėžimo, jos objekto ir dalyko parinkimo variacija. Pagal akademiko AI Bergo poziciją, kibernetika yra sudėtingų dinaminių sistemų valdymo mokslas. Kategorinio kibernetikos aparato pagrindas yra tokios sąvokos kaip „modelis“, „sistema“, „valdymas“, „informacija“. Kibernetikos apibrėžimų dviprasmiškumą lemia tai, kad skirtingi autoriai akcentuoja vieną ar kitą pagrindinę kategoriją. Pavyzdžiui, pabrėžus kategoriją „informacija“, kibernetika yra mokslas apie bendruosius informacijos gavimo, saugojimo, perdavimo ir transformavimo sudėtingose ​​valdomose sistemose dėsnius, o pirmenybė teikiama kategorijai „kontrolė“ – kaip mokslas apie informacijos modeliavimą. įvairių sistemų valdymas.

Toks dviprasmiškumas yra gana teisėtas, nes jį lemia kibernetikos mokslo daugiafunkciškumas, įvairių jo vaidmenų pažinimo ir praktikos atlikimas. Tuo pat metu interesų sutelkimas į tam tikrą funkciją leidžia matyti visą mokslą šios funkcijos šviesoje. Toks kibernetikos mokslo lankstumas byloja apie didelį jo pažintinį potencialą.

Šiuolaikinė kibernetika yra nevienalytis mokslas (21 pav.). Jame sujungiamas mokslų rinkinys, tiriantis kontrolę įvairaus pobūdžio sistemose iš formalių pozicijų.

Kaip pažymėta, kibernetinis modeliavimas yra pagrįstas formaliu sistemų ir jų komponentų atvaizdavimu, naudojant sąvokas „įvestis“ ir „išvestis“, kurios apibūdina elemento ryšį su aplinka. Be to, kiekvienam elementui būdingas tam tikras „įėjimų“ ir „išėjimų“ skaičius (22 pav.).

Ryžiai. 22. Kibernetinis elemento vaizdavimas

Ant pav. 22 X 1 , X 2 ,...X M schematiškai parodyta: elemento „įėjimai“, Y 1 , Y 2 , ...,U H – elemento „išėjimai“, ir NUO 1 , C 2 ,...,C K yra jo būsenos. Medžiagos, energijos, informacijos srautai veikia elemento „įėjimus“, formuoja jo būseną ir užtikrina funkcionavimą „išėjimuose“. Kiekybinis „įvesties“ ir „išvesties“ sąveikos matas yra intensyvumas, kuris yra atitinkamai medžiagos, energijos, informacijos kiekis per laiko vienetą. Be to, ši sąveika yra nuolatinė arba atskira. Dabar galite sukurti matematines funkcijas, apibūdinančias elemento elgesį.

Kibernetika sistemą laiko valdymo ir valdomų elementų vienybe. Valdomi elementai vadinami valdomu objektu, o valdymo elementai – valdymo sistema. Valdymo sistemos struktūra paremta hierarchiniu principu. Valdymo sistema ir valdomasis (objektas) yra tarpusavyje sujungti tiesioginėmis ir grįžtamojo ryšio jungtimis (23 pav.), be to, ryšio kanalais. Valdymo sistema tiesioginio ryšio kanalu veikia valdomą objektą, koreguoja jam aplinkos poveikį. Tai lemia valdymo objekto būklės pasikeitimą ir jo poveikį aplinkai. Atkreipkite dėmesį, kad grįžtamasis ryšys gali būti išorinis, kaip parodyta Fig. 23, arba vidinis, kuris užtikrina vidinį sistemos funkcionavimą, jos sąveiką su vidine aplinka.

Kibernetinės sistemos yra ypatinga sistemų rūšis. Kaip pažymi L. A. Petrušenko, kibernetinė sistema

tema atitinka bent tris reikalavimus: „1) turi turėti tam tikrą organizuotumo lygį ir specialią struktūrą; 2) todėl gebėti suvokti, kaupti, apdoroti ir naudoti informaciją, t. y. būti informacine sistema; 3) turėti kontrolę A kibernetinė sistema – tai dinamiška sistema, kuri yra kanalų ir komunikacijos objektų visuma, turinti struktūrą, leidžiančią iš jos sąveikos su aplinka ar kita sistema išgauti (suvokti) informaciją ir panaudoti šią informaciją savivaldai grįžtamojo ryšio principu.

Tam tikras organizacijos lygis reiškia:

valdomų ir valdymo posistemių integravimas į kibernetinę sistemą;

valdymo posistemio hierarchija ir pagrindinis valdomo posistemio sudėtingumas;

valdomos sistemos nukrypimų nuo tikslo arba pusiausvyros buvimas, dėl kurio pasikeičia jos entropija. Tai iš anksto nulemia poreikį sukurti valdymo poveikį jai iš kontrolės sistemos pusės.

Informacija yra kibernetinės sistemos, kuri ją suvokia, apdoroja ir perduoda, pagrindas. Informacija – tai informacija, stebėtojo žinios apie sistemą, jos įvairovės mato atspindys. Jis apibrėžia ryšius tarp sistemos elementų, jos „įvesties“ ir „išvesties“. Kibernetinės sistemos informacinį pobūdį lemia:

Poreikis gauti informaciją apie aplinkos poveikį valdomai sistemai;

informacijos apie sistemos elgseną svarba;

informacijos apie sistemos struktūrą poreikis.

Buvo tiriami įvairūs informacijos pobūdžio aspektai N. Wiener, C. Shannon, W. R. Ashby, L. Brillouin, A. I. Berg, V. M. Glushkov, N. M. Amosovas, A. N. Kolmogorovas tt Filosofinis enciklopedinis žodynas pateikia tokį termino „informacija“ aiškinimą: 1) žinia, padėties suvokimas, žmonių perduodama informacija apie ką nors; 2) sumažintas, pašalintas neapibrėžtumas dėl pranešimo gavimo; 3) žinutė, neatsiejamai susijusi su valdymu, signalas sintaksinių, semantinių ir pragmatinių charakteristikų vienybėje; 4) įvairovės perkėlimas, atspindys bet kuriuose objektuose ir procesuose (gyvojoje ir gyvojoje gamtoje).

Tarp svarbiausių informacijos savybių yra šios:

adekvatumas, tie. atitikimas realiems procesams ir objektams;

aktualumas, tie. užduočių, kurioms ji yra skirta, laikymasis;

teisingai, tie. informacijos reiškimo būdo atitiktis jos turiniui;

tikslumas, tie. atitinkamų reiškinių atspindys su minimaliu iškraipymu arba minimalia paklaida;

aktualumas ar savalaikiškumas, tie. galimybė jį panaudoti, kai jo poreikis yra ypač didelis;

universalumas, tie. nepriklausomybė nuo individualių privačių pokyčių;

detalumo laipsnis tie. informacijos detalė.

Bet kuri kibernetinė sistema susideda iš elementų, kuriuos jungia informacijos srautai. Ji turi informacijos išteklius, priima, apdoroja ir perduoda informaciją. Sistema egzistuoja tam tikroje informacinėje aplinkoje, veikiama informacinio triukšmo. Svarbiausios jos problemos yra šios: informacijos iškraipymo prevencija perduodant ir priimant (vaiko žaidimo „kurčiųjų telefonų“ problema); informacijos kalbos kūrimas, kuri būtų suprantama visiems vadybinių santykių dalyviams (bendravimo problema); efektyvi informacijos paieška, gavimas ir naudojimas valdant (naudojimo problema). Šių problemų kompleksas įgauna tam tikrą unikalumą ir įvairovę

priklausomai nuo valdymo sistemų specifikos. Taigi valstybės institucijų informacinėse sistemose, kaip pažymėjo N. R. Nižnikas ir O. A. Maškovas, reikia spręsti tokias problemas: sukurti informacijos išteklių paslaugą valstybės institucijoms ir viešajam administravimui; teisinio pagrindo jos funkcionavimui sukūrimas; infrastruktūros formavimas; informacijos stebėjimo sistemos sukūrimas; informacinių paslaugų sistemos sukūrimas .

Grįžtamasis ryšys – elementų sujungimo tipas, kai elemento įvesties ir to paties elemento išvesties ryšys vykdomas tiesiogiai arba per kitus sistemos elementus. Atsiliepimai yra vidiniai ir išoriniai (24 pav.).

Atsiliepimų valdymas yra sudėtingas procesas, kuris apima:

nuolatinis sistemos veikimo stebėjimas;

esamo sistemos veikimo palyginimas su sistemos tikslais;

sukurti poveikį sistemai, kad ji atitiktų tikslą;

įtakos įvedimas į sistemą.

Atsiliepimai yra ir teigiami, ir neigiami. Tokiu atveju teigiamas grįžtamasis ryšys sustiprina įvesties signalo poveikį ir turi tą patį ženklą. Neigiamas grįžtamasis ryšys susilpnina įvesties signalą. Teigiamas grįžtamasis ryšys blogina sistemos stabilumą, nes išveda ją iš pusiausvyros, o neigiamas grįžtamasis ryšys padeda atkurti pusiausvyrą sistemoje.

Kibernetiniame modeliavime svarbų vaidmenį atlieka sąvokos „juodos“, „pilkos“ ir „baltos“ dėžės. „Juodoji dėžė“ suprantama kaip kibernetinė sistema (objektas, procesas, reiškinys), kurios elementų vidinės organizacijos, struktūros ir elgesio atžvilgiu stebėtojas (tyrėjas) neturi informacijos, tačiau galima daryti įtaką sistema per savo įvestis ir registruoja jos reakcijas išėjime. Stebėtojas, manipuliuodamas įvestimi ir fiksuodamas rezultatus ant įvesties, surašo bandymo protokolą, kurio analizė leidžia išsiaiškinti „juodąją dėžę“, t.y. susidaryti supratimą apie jo struktūrą ir „įvesties“ signalo transformavimo į „išvesties“ signalą dėsningumus. Tokia išaiškinta dėžė buvo vadinama „pilka dėžute“, kuri vis dėlto nepateikia viso jos turinio vaizdo. Jeigu stebėtojas pilnai reprezentuoja sistemos turinį, jos struktūrą ir signalo konvertavimo mechanizmą, tai ji virsta „balta dėžute“.

Anokhin P.K. Atrinkti darbai: funkcinių sistemų kibernetika. - M.: Medicina, 1968 m.

Batarojevas K. B. Analogijos ir modeliai pažinime. - Novosibirskas: mokslas, 1981 m.

Buslenko N.P. Sudėtingų sistemų modeliavimas. - M.: Nauka, 1978 m.

Byurikovas B.V. Kibernetika ir mokslo metodologija. - M.: Nauka, 1974 m.

Vartofsky M. Modeliai. Atstovavimas ir mokslinis supratimas: Per. iš anglų kalbos. / Bendras red. ir anksčiau. I. B. Novik ir V. N. Sadovskis. - M.: Pažanga, 1988 m.

Vineris N. Kibernetika. - M.: Sov. Radijas, 1968 m.

Idėja, algoritmas, sprendimas (sprendimų priėmimas ir automatizavimas). - M.: Karinė leidykla, 1972 m.

Družininas V. V., Kontorovas D. S. Sistemologijos problemos (sudėtingų sistemų teorijos problemos) / Atgal. akad. Gluškova V. M. - M.: Sov. Radijas, 1976 m.

Zalmazon L. A. Pokalbiai apie automatizavimą ir kibernetiką. - M.: Nauka, 1981 m.

Kantarovičius L. V., Plisko V. E. Sisteminis požiūris matematikos metodologijoje // Sistemų tyrimai: Metraštis. - M.: Nauka, 1983 m.

Kibernetika ir dialektika. - M.: Nauka, 1978 m.

Kobrinskis N. E., Maiminas E. Z., Smirnovas A. D.Įvadas į ekonominę kibernetiką. - M.: Ekonomika, 1975 m.

Lesechko M.D. Sisteminio požiūrio pagrindai: teorija, metodika, praktika: Navch. galima. - Lvovas: LRIDU UADU, 2002 m.

Matematika ir kibernetika ekonomikoje. Žodyno nuoroda. - M.: Ekonomika, 1975 m.

Mesarovičius M., Takahara J. Bendroji sistemų teorija: matematiniai pagrindai. - M.: Mir, 1978 m.

Nižnikas N. R., Maškovas O. A. Sisteminis PIDHID valstybės valdymo organizavime: Navch. galima. / Zag. red. N. R. Nižnikas. - K .: UADU vaizdas, 1998 m.

Novik I. B. Apie sudėtingų sistemų modeliavimą (Filosofinis rašinys). - M.: Mintis, 1965 m.

Petrušenko L. A. Grįžtamojo ryšio principas (Kai kurios filosofinės ir metodinės vadybos problemos). - M.: Mintis, 1967 m.

Petrušenko L. A. Nuoseklumo, organizuotumo ir savireklamos vienybė. - M.: Mintis, 1975 m.

Plotinskis Yu. M. Socialinių procesų teoriniai ir empiriniai modeliai: Proc. pašalpa universitetams. - M.: Logos, 1998 m.

Rastrigin L. A.Šiuolaikiniai kompleksinio objektų valdymo principai. - M.: Sov. Radijas, 1980 m.

Sukhotinas A. K. Filosofija matematinėse žiniose. - Tomskas: Tomsko universiteto leidykla, 1977 m.

Tyukhtinas V.S. Refleksija, sistema, kibernetika. - M.: Nauka, 1972 m.

Uyomov A.I. Loginiai modeliavimo metodo pagrindai. - M.: Mintis, 1971 m.

Filosofinis enciklopedinis žodynas. - M.: Sov. enciklopedija, 1983 m.

Šreideris Yu.A., Šarovas A.A. Sistemos ir modeliai. - M.: Radijas ir ryšys, 1982 m.

Štofas ​​V.A.Įvadas į mokslo žinių metodiką: Proc. pašalpa - L .: Leningrado valstybinio universiteto leidykla, 1972 m.

KIBERNETIKA – disciplina, skirta gyvūnų, organizacijų ir mechanizmų kontrolės ir komunikacijos sistemoms tirti. Pirmą kartą šį terminą šia prasme 1948 m. pavartojo Norbertas Wieneris. Mokslinis ir techninis žodynas

kibernetika - KIBERNETIKA [ne], -i; gerai. [iš graikų kalbos. kybernētikē – vairininkas, vairininkas] Mokslas apie bendrus valdymo ir komunikacijos procesų modelius organizuotose sistemose (mašinose, gyvuose organizmuose ir visuomenėje). ◁ Kibernetinis, th, th. K sistema. Aiškinamasis Kuznecovo žodynas

kibernetika - daiktavardis, sinonimų skaičius: 2 neurokibernetika 1 korumpuota imperializmo mergina 2 Rusų kalbos sinonimų žodynas

kibernetika – orff. kibernetika ir Lopatino rašybos žodynas

KIBERNETIKA – (EKONOMIKA) (iš graikų kalbos kybernetike – valdymo menas) yra mokslas apie bendruosius dėsnius, valdančius ekonomines sistemas ir informacijos panaudojimą valdymo procesuose. Ekonominis terminų žodynas

kibernetika - kibernetika w. 1. Mokslo disciplina, tirianti bendruosius informacijos gavimo, saugojimo ir perdavimo organizuotose sistemose (mašinose, gyvuose organizmuose ir visuomenėje) modelius. 2. Akademinis dalykas, kuriame yra šios disciplinos teoriniai pagrindai. Efremovos aiškinamasis žodynas

Kibernetika – I Kibernetika medicinoje. Kibernetika – tai mokslas apie bendruosius valdymo dėsnius bet kokio pobūdžio – biologinėse, techninėse, socialinėse – sistemose. Pagrindinis tyrimo objektas... Medicinos enciklopedija

kibernetika – kibernetika, kibernetika, kibernetika, kibernetika, kibernetika, kibernetika, kibernetika, kibernetika, kibernetika, kibernetika, kibernetika, kibernetika, kibernetika Zaliznyako gramatikos žodynas

kibernetika - KIBERNETIKA [ne], ir, f. Mokslas apie bendruosius dėsnius, reguliuojančius informacijos valdymo ir perdavimo procesus mašinose, gyvuose organizmuose ir visuomenėje. | adj. kibernetika, oi, oi. Aiškinamasis Ožegovo žodynas

KIBERNETIKA – KIBERNETIKA (iš graikų kalbos kybernetike – valdymo menas) yra vadybos, komunikacijos ir informacijos apdorojimo mokslas. Pagrindinis tyrimo objektas yra vadinamasis. abstrakčiai vertinamos kibernetinės sistemos, nepaisant jų materialios prigimties. Didelis enciklopedinis žodynas

Kibernetika – I Kibernetika (iš graikų kalbos kybernetike – valdymo menas, iš kybernáo – vairuoju, vadovauju) vadybos, komunikacijos ir informacijos apdorojimo mokslas (žr. Informacija). Kibernetikos tema. Pagrindinis studijų objektas... Didžioji sovietinė enciklopedija

KIBERNETIKA – KIBERNETIKA (iš graikų kalbos kyberne – tice – valdymo menas) – angl. kibernetika; vokiečių kalba Kibernetinis. Mokslas apie bendruosius informacijos gavimo, saugojimo, perdavimo ir apdorojimo dėsnius mašinose, gyvuose organizmuose ir visuomenėje. Priklausomai nuo taikymo srities, yra laistomi., Ekonomika. ir socialinis KAM. sociologinis žodynas

kibernetika – valdymo, komunikacijos ir informacijos apdorojimo mokslas. Pagrindinis tyrimo objektas – pačios įvairiausios materialios prigimties kibernetinės sistemos: automatiniai valdikliai technikoje, kompiuteriai, žmogaus smegenys, biologinės populiacijos... Technika. Šiuolaikinė enciklopedija

kibernetika – ir gerai. Mokslas apie bendrus valdymo ir komunikacijos procesų modelius organizuotose sistemose (mašinose, gyvuose organizmuose ir visuomenėje). [Iš graikų kalbos. κυβερνήτης – vairininkas, vairininkas] Mažasis akademinis žodynas

KIBERNETIKA – valdymo mokslas, tiriantis, daugiausia matematiniais metodais, bendruosius informacijos gavimo, saugojimo, perdavimo ir transformavimo sudėtingose ​​valdymo sistemose dėsnius. Yra ir kitų, šiek tiek kitokių, kibernetikos apibrėžimų. Vieni jų paremti informaciniu, kiti – algoritminiu, kiti akcentuoja grįžtamojo ryšio sampratą kaip išreiškiančią kibernetikos specifiką. Tačiau visuose apibrėžimuose būtinai nurodomas uždavinys matematiniais metodais tirti valdymo ir informacinių procesų sistemas ir procesus. Sudėtinga valdymo sistema kibernetikoje suprantama kaip bet kokia techninė, biologinė, administracinė, socialinė, ekologinė ar ekonominė sistema. Kibernetika remiasi mašinų, gyvų organizmų ir jų populiacijų valdymo ir komunikacijos procesų panašumu.

Pagrindinis kibernetikos uždavinys yra bendrųjų dėsnių, kuriais grindžiami valdymo procesai įvairiose aplinkose, sąlygose ir srityse, tyrimas. Tai visų pirma informacijos perdavimo, saugojimo ir apdorojimo procesai. Tuo pačiu metu valdymo procesai vyksta sudėtingose ​​dinaminėse sistemose – objektuose, kurie turi kintamumą ir galimybę vystytis.

Istorinis kontūras. Manoma, kad žodį „kibernetika“ pirmasis pavartojo Platonas dialoge „Įstatymai“ (IV a. pr. Kr.), reikšdamas „žmonių valdymą“ [iš graikų kalbos ϰυβερνητιϰή – valdymo menas, iš kurio kilo lotyniški žodžiai gubernare ( valdyti) ir gubernatorius (gubernatorius) kilę iš. ]. 1834 m. A. Ampère'as savo mokslų klasifikacijoje vartojo šį terminą „valdymo praktikai“ apibūdinti. Šį terminą į šiuolaikinį mokslą įvedė N. Wiener (1947).

Kibernetinį automatinio valdymo, pagrįsto grįžtamuoju ryšiu, principą automatiniuose įrenginiuose įdiegė Ktesibijus (maždaug II – I a. pr. Kr.; plūduriuojantis vandens laikrodis) ir Aleksandrijos herojus (apie I a. po Kr.). Viduramžiais buvo sukurta daug automatinių ir pusiau automatinių prietaisų, kurie buvo naudojami laikrodžių ir navigacijos mechanizmuose bei vandens malūnuose. Sistemingas darbas kuriant teleologinius mechanizmus, tai yra mašinas, demonstruojančias tikslingą elgesį ir turinčias korekcinį grįžtamąjį ryšį, prasidėjo XVIII amžiuje, atsižvelgiant į poreikį reguliuoti garo mašinų darbą. 1784 metais J. Wattas užpatentavo garo mašiną su automatiniu reguliatoriumi, suvaidinusią didelį vaidmenį pereinant prie pramoninės gamybos. Automatinio valdymo teorijos raidos pradžia laikomas J. K. Maxwello straipsnis, skirtas reguliatoriams (1868). Automatinio valdymo teorijos pradininkai yra I. A. Vyshnegradsky. 1930-aisiais I. P. Pavlovo darbuose buvo aprašytas smegenų ir elektros perjungimo grandinių palyginimas. PK Anokhinas tyrė organizmo veiklą remdamasis savo sukurta funkcinių sistemų teorija, o 1935 metais pasiūlė vadinamąjį atvirkštinės aferentacijos metodą – fiziologinį grįžtamojo ryšio analogą kontroliuojant organizmo elgesį. Paskutinės būtinos prielaidos matematinei kibernetikai vystytis praėjusio amžiaus 3 dešimtmetyje buvo sukurtos A. N. Kolmogorovo, V. A. Kotelnikovo, E. L. Posto, A. M. Turingo, A. Churcho darbais.

Būtinybę sukurti mokslą, skirtą sudėtingų techninių sistemų valdymo ir komunikacijos aprašymui informacinių procesų požiūriu ir suteikiant galimybę juos automatizuoti, mokslininkai ir inžinieriai pripažino dar Antrojo pasaulinio karo metais. Sudėtingos ginklų ir kitų techninių priemonių sistemos, kariuomenės vadovavimas ir kontrolė bei jų aprūpinimas karo aikštelėse padidino dėmesį valdymo ir ryšių automatizavimo problemoms spręsti. Automatizuotų sistemų sudėtingumas ir įvairovė, poreikis jose derinti įvairias valdymo ir komunikacijos priemones bei kompiuterių kuriamos naujos galimybės paskatino sukurti vieningą, bendrą valdymo ir komunikacijos teoriją, bendrąją informacijos perdavimo teoriją ir 2014 m. transformacija. Šioms užduotims atlikti vienu ar kitu mastu reikėjo aprašyti tiriamus procesus, susijusius su informacijos rinkimu, saugojimu, apdorojimu, analizavimu ir vertinimu bei vadybinio ar prognozinio sprendimo priėmimu.

Nuo pat karo pradžios N. Wiener (kartu su amerikiečių dizaineriu W. Bushu) dalyvavo kuriant skaičiavimo įrenginius. Nuo 1943 m. kartu su J. von Neumannu pradėjo kurti kompiuterius. Šiuo klausimu 1943-44 metais Prinstono pažangiųjų studijų institute (JAV) vyko susitikimai, kuriuose dalyvavo įvairių specialybių atstovai – matematikai, fizikai, inžinieriai, fiziologai, neurologai. Čia pagaliau susikūrė Wiener-von Neumann grupė, kuriai priklausė mokslininkai W. McCulloch (JAV) ir A. Rosenbluth (Meksika); šios grupės darbas leido suformuluoti ir plėtoti kibernetikos idėjas, susijusias su realiomis techninėmis ir medicininėmis problemomis. Šių tyrimų rezultatus Wiener apibendrino 1948 metais išleistoje knygoje „Kibernetika“.

N. M. Amosovas, P. K. Anokhinas, A. I. Bergas, E. S. Biras, V. M. Gluškovas, Yu. V. Guliajevas, S. V. Emelyanovas, Yu. I. Žuravlevas, AN Kolmogorovas, VA Kotelnikovas, NA Kuznecovas, OI Laričevas, OB Lupanovas, AA. , J. von Neumann , B. N. Petrov, E. L. Post, A. M. Turing, J. Z. Tsypkin, N. Chomsky, A. Church, C. Shannon, S. V. Yablonsky, taip pat Rusijos mokslininkai M. A Aizermanas, V. M. Akhutinas, B. V. Biryukovas, AI Kitovas ir A. Ya. Lerneris, Vyach. Vyačas. Petrovas, ukrainiečių mokslininkas A. G. Ivachnenko.

Kibernetikos raidą lydėjo atskirų mokslų, mokslo sričių ir jų skyrių įsisavinimas ir, savo ruožtu, naujų kibernetikos mokslų atsiradimas ir vėlesnis atsiskyrimas nuo jos, daugelis kurių sudarė funkcines ir taikomąsias informatikos dalis (m. ypač modelio atpažinimas, vaizdų analizė, dirbtinis intelektas). Kibernetikos struktūra yra gana sudėtinga, o mokslo bendruomenė nepasiekė visiško susitarimo dėl krypčių ir skyrių, kurie yra jos sudedamosios dalys. Šiame straipsnyje siūlomas aiškinimas grindžiamas Rusijos informatikos, matematikos ir kibernetikos mokyklų tradicijomis ir nuostatomis, kurios nesukelia rimtų nesutarimų tarp pirmaujančių mokslininkų ir specialistų, kurių dauguma sutinka, kad kibernetika yra skirta informacijai, jo apdorojimas ir technologijos, susijusios su informacinėmis sistemomis; tiria natūralių ir dirbtinių sistemų, kaupiančių, apdorojančių ir perduodančių informaciją, struktūrą, elgseną ir sąveiką; kuria savo konceptualius ir teorinius pagrindus; turi skaičiavimo, pažinimo ir socialinius aspektus, įskaitant socialinę informacinių technologijų reikšmę, nes kompiuteriai, asmenys ir organizacijos apdoroja informaciją.

Nuo devintojo dešimtmečio susidomėjimas kibernetika šiek tiek sumažėjo. Ji siejama su dviem pagrindiniais veiksniais: 1) kibernetikos formavimosi metu dirbtinio intelekto kūrimas daugeliui atrodė paprastesnis uždavinys, nei buvo iš tikrųjų, o jo sprendimo perspektyva buvo artimiausioje ateityje; 2) kibernetikos pagrindu, paveldėjęs jos pagrindinius metodus, ypač matematinius, ir beveik visiškai įsisavinęs kibernetiką, atsirado naujas mokslas - informatika.

Svarbiausi tyrimo metodai ir ryšys su kitais mokslais. Kibernetika yra tarpdisciplininis mokslas. Ji atsirado matematikos, automatinio valdymo teorijos, logikos, semiotikos, fiziologijos, biologijos ir sociologijos sankirtoje. Kibernetika susiformavo veikiant pačios matematikos raidos tendencijoms, įvairių mokslo krypčių matematizacijai, matematiniams metodams įsiskverbti į daugelį praktinės veiklos sričių, sparčiai kompiuterinių technologijų pažangai. Matematizavimo procesą lydėjo daugybė naujų matematinių disciplinų, tokių kaip algoritmų teorija, informacijos teorija, operacijų tyrimas, žaidimų teorija, kurios sudaro esminę matematinės kibernetikos aparato dalį. Remiantis valdymo sistemų teorijos, kombinatorinės analizės, grafų teorijos, kodavimo teorijos problemomis, atsirado diskrečioji matematika, kuri taip pat yra viena pagrindinių matematinių kibernetikos priemonių. Aštuntojo dešimtmečio pradžioje kibernetika susiformavo kaip fizinis ir matematinis mokslas, turintis savo studijų dalyką – vadinamąsias kibernetinės sistemos. Kibernetinė sistema susideda iš elementų, paprasčiausiu atveju gali susidėti ir iš vieno elemento. Kibernetinė sistema gauna įvesties signalą (tai yra jos elementų įvesties signalai), turi vidines būsenas (ty yra apibrėžtos elementų vidinių būsenų rinkiniai); apdorojant įvesties signalą, sistema transformuoja vidinę būseną ir sukuria išvesties signalą. Kibernetinės sistemos struktūrą lemia ryšių, jungiančių elementų įvesties ir išvesties signalus, visuma.

Kibernetikoje didelę reikšmę turi kibernetinių sistemų analizės ir sintezės problemos. Analizės uždavinys – surasti sistemos vykdomos informacijos transformacijos savybes. Sintezės uždavinys – sukurti sistemą pagal transformacijos, kurią ji turi atlikti, aprašymą; šiuo atveju elementų klasė, iš kurios gali sudaryti sistema, yra fiksuota. Didelę reikšmę turi kibernetinių sistemų, kurios nurodo tą pačią transformaciją, radimo problema, tai yra kibernetinių sistemų lygiavertiškumo problema. Jeigu nurodome kibernetinių sistemų kokybinį funkcionalumą, tai iškyla problema rasti geriausią sistemą lygiaverčių kibernetinių sistemų klasėje, tai yra sistemą, kurios kokybės funkcinė funkcija yra maksimali. Kibernetikoje taip pat nagrinėjamos kibernetinių sistemų patikimumo problemos, kurias sprendžiant siekiama didinti sistemų veikimo patikimumą, tobulinant jų struktūrą.

Gana paprastoms sistemoms išvardintus uždavinius dažniausiai galima išspręsti klasikinėmis matematikos priemonėmis. Sunkumų kyla dėl sudėtingų sistemų, kurios kibernetikoje suprantamos kaip sistemos, neturinčios paprastų aprašymų, analizė ir sintezė. Paprastai tai yra kibernetinės sistemos, tiriamos biologijoje. Tyrimų kryptis, kuriai buvo suteiktas „didžiųjų (sudėtingų) sistemų teorijos“ pavadinimas, kibernetikoje vystosi nuo šeštojo dešimtmečio. Be sudėtingų laukinės gamtos sistemų, tiriamos sudėtingos gamybos automatizavimo sistemos, ekonominio planavimo sistemos, administracinės ir ekonominės sistemos bei karinės sistemos. Sudėtingų valdymo sistemų tyrimo metodai sudaro sistemų analizės ir operacijų tyrimo pagrindą.

Sudėtingoms kibernetikos sistemoms tirti naudojamas ir matematinius metodus taikant, ir eksperimentinis metodas, naudojant įvairius eksperimentus arba su pačiu tiriamu objektu, arba su jo realiu fiziniu modeliu. Pagrindiniai kibernetikos metodai apima algoritmizavimą, grįžtamojo ryšio naudojimą, mašininio eksperimento metodą, „juodosios dėžės“ metodą, sisteminį požiūrį ir formalizavimą. Vienas svarbiausių kibernetikos pasiekimų yra naujo požiūrio – matematinio modeliavimo metodo – sukūrimas. Tai susideda iš to, kad eksperimentai atliekami ne su tikru fiziniu modeliu, o su kompiuteriniu tiriamo objekto modelio įgyvendinimu, pastatytu pagal jo aprašymą. Šis kompiuterinis modelis, kuriame yra programos, kurios įgyvendina objekto parametrų pakeitimus pagal jo aprašymą, yra įdiegtas kompiuteryje, kuris leidžia atlikti įvairius eksperimentus su modeliu, fiksuoti jo elgesį įvairiomis sąlygomis, keisti tam tikras struktūras. modelio ir kt.

Teorinis kibernetikos pagrindas yra matematinė kibernetika, skirta plačių kibernetinių sistemų klasių tyrimo metodams. Matematinė kibernetika naudoja daugybę matematikos šakų, pavyzdžiui, matematinę logiką, diskrečiąją matematiką, tikimybių teoriją, skaičiavimo matematiką, informacijos teoriją, kodavimo teoriją, skaičių teoriją, automatų teoriją, sudėtingumo teoriją ir matematinį modeliavimą bei programavimą.

Priklausomai nuo taikymo srities kibernetikoje yra: techninė kibernetika, apimanti technologinių procesų automatizavimą, automatinio valdymo sistemų teorija, kompiuterinė technika, kompiuterių teorija, automatinio projektavimo sistemos ir patikimumo teorija; ekonominė kibernetika; biologinė kibernetika, įskaitant bioniką, matematinius ir mašininius biosistemų modelius, neurokibernetiką, bioinžineriją; medicininė kibernetika, nagrinėjanti medicinos ir sveikatos priežiūros valdymo procesą, ligų modeliavimo ir matematinių modelių kūrimą, diagnostikos ir gydymo planavimo automatizavimą; psichologinė kibernetika, įskaitant psichinių funkcijų tyrimą ir modeliavimą, pagrįstą žmogaus elgesio tyrimais; fiziologinė kibernetika, įskaitant ląstelių, organų ir sistemų funkcijų tyrimą ir modeliavimą normaliomis ir patologinėmis sąlygomis medicinos tikslais; lingvistinė kibernetika, įskaitant mašininio vertimo ir komunikacijos su kompiuteriu kūrimą natūralia kalba, taip pat struktūrinius informacijos apdorojimo, analizės ir vertinimo modelius. Vienas svarbiausių kibernetikos pasiekimų – žmogaus mąstymo procesų modeliavimo problemos identifikavimas ir suformulavimas.

Lit .: Ashby W. R. Įvadas į kibernetiką. M., 1959; Anokhin P.K. Fiziologija ir kibernetika // Filosofiniai kibernetikos klausimai. M., 1961; Logikos. Automatas. Algoritmai. M., 1963; Gluškovas V. M. Įvadas į kibernetiką. K., 1964; jis yra. Kibernetika. Teorijos ir praktikos klausimai. M., 1986; Tsetlin ML Automatų teorijos ir biologinių sistemų modeliavimo tyrimai. M., 1969; Biryukovas B. V., Geller E. S. Kibernetika humanitariniuose moksluose. M., 1973; Biryukov BV Kibernetika ir mokslo metodika. M., 1974; Wiener N. Kibernetika, arba gyvūnų ir mašinų valdymas ir komunikacija. 2-asis leidimas M., 1983; jis yra. Kibernetika ir visuomenė. M., 2003; George F. Kibernetikos pagrindai. M., 1984; Dirbtinis intelektas: vadovas. M., 1990. T. 1-3; Zhuravlev Yu. I. Rinktiniai moksliniai darbai. M., 1998; Luger JF Dirbtinis intelektas: sudėtingų problemų sprendimo strategijos ir metodai. M., 2003; Samarsky A. A., Michailov A. P. Matematinis modeliavimas. Idėjos, metodai, pavyzdžiai. 2-asis leidimas M., 2005; Larichev OI Sprendimų priėmimo teorija ir metodai. 3 leidimas M., 2008 m.

Yu. I. Žuravlevas, I. B. Gurevičius.

Žymūs mokytojai

• L. A. Petrosianas – fizinių ir matematikos mokslų daktaras, profesorius, Matematinės žaidimų teorijos ir statinių sprendimų katedros profesorius. Mokslinio vadovavimo sritis: matematinė žaidimų teorija ir jos pritaikymai
• A. Yu. Aleksandrovas – fizinių ir matematikos mokslų daktaras, profesorius, Medicinos ir biologinių sistemų valdymo katedros profesorius. Mokslinio vadovavimo sritis: kokybiniai dinaminių sistemų teorijos metodai, stabilumo teorija, valdymo teorija, netiesinių virpesių teorija, matematinis modeliavimas
• S. N. Andrianovas – fizinių ir matematikos mokslų daktaras, profesorius, Kompiuterinio modeliavimo ir daugiaprocesorių sistemų katedros profesorius. Mokslinio vadovavimo sritis: sudėtingų dinaminių sistemų su valdymu matematinis ir kompiuterinis modeliavimas
• L. K. Babadzhanyants – fizinių ir matematikos mokslų daktaras, profesorius, Valdomojo judesio mechanikos katedros profesorius. Mokslinio vadovavimo sritis: analitinės ir dangaus mechanikos matematiniai uždaviniai, erdvės dinamika, egzistavimo ir tęstinumo teoremos sprendžiant Koši uždavinį įprastoms diferencialinėms lygtims, stabilumo teorija ir valdomas judėjimas, skaitmeniniai neteisingų uždavinių sprendimo metodai, kūrimas taikomų programinės įrangos paketų
• V. M. Bure - technikos mokslų daktaras, docentas, Matematinės žaidimų teorijos ir statinių sprendimų katedros profesorius. Mokslinio vadovavimo sritis: tikimybinis-statistinis modeliavimas, duomenų analizė
• E. Yu. Butyrsky – fizinių ir matematikos mokslų daktaras, profesorius, Sankt Peterburgo valstybinio universiteto Valdymo teorijos katedros profesorius. Mokslinės lyderystės sritis: vadybos teorija
• E. I. Veremey – fizinių ir matematikos mokslų daktaras, profesorius, Kompiuterinių technologijų ir sistemų katedros profesorius. Mokslinio vadovavimo sritis: matematinių metodų ir skaičiavimo algoritmų valdymo sistemoms optimizuoti ir jų kompiuterinio modeliavimo metodų kūrimas
• E. V. Gromova - fizinių ir matematikos mokslų kandidatė, docentė, Matematinių žaidimų teorijos ir statistinių sprendimų katedros docentė. Mokslinio orientavimo sritis: žaidimų teorija, diferencialiniai žaidimai, kooperacinių žaidimų teorija, žaidimų teorijos taikymas vadyboje, ekonomika ir ekologija, matematinė statistika, statistinė analizė medicinoje ir biologijoje
• OI Drivotin – fizinių ir matematikos mokslų daktaras, vyresnysis mokslo darbuotojas, Elektrofizinės įrangos valdymo sistemų teorijos katedros profesorius. Mokslinio vadovavimo sritis: įkrautų dalelių pluoštų dinamikos modeliavimas ir optimizavimas, klasikinės lauko teorijos teorinės ir matematinės problemos, kai kurios matematinės fizikos problemos, kompiuterinės technologijos fizikiniuose uždaviniuose
• N. V. Egorovas – fizinių ir matematikos mokslų daktaras, profesorius, Elektromechaninių ir kompiuterinių sistemų modeliavimo katedros profesorius. Mokslinio vadovavimo sritis: informacinės-ekspertinės ir išmaniosios sistemos, skaičiavimo prietaisų ir elektromechaninių sistemų konstrukcinių elementų matematinis, fizinis ir viso masto modeliavimas, elektronų ir jonų pluoštais pagrįstos diagnostikos sistemos, emisijos elektronika ir fiziniai stebėjimo metodų aspektai. ir kieto paviršiaus savybių valdymas
• A.P.Žabko – fizinių ir matematikos mokslų daktaras, profesorius, Valdymo teorijos katedros profesorius. Mokslinio vadovavimo sritis: skirtumų sistemos, tvirtas stabilumas, plazmos valdymo sistemų analizė ir sintezė
• V. V. Zacharovas – fizinių ir matematikos mokslų daktaras, profesorius, Energetikos sistemų matematinio modeliavimo katedros profesorius. Mokslinio vadovavimo sritis: optimalus valdymas, žaidimų teorija ir taikymai, operacijų tyrimai, taikomoji matematinė (intelektuali) logistika, eismo srautų teorija
• N. A. Zenkevičius - Matematinės žaidimų teorijos ir statistinių sprendimų katedros docentas. Mokslinio orientavimo sritis: žaidimų teorija ir jos taikymas valdyme, konfliktų valdomų procesų teorija, kiekybiniai sprendimų priėmimo metodai, matematinis ekonominių ir verslo procesų modeliavimas.
• A. V. Zubovas – fizinių ir matematikos mokslų daktaras, docentas, Mikroprocesorinių valdymo sistemų matematinės teorijos katedros docentas. Mokslinio vadovavimo sritis: duomenų bazių valdymas ir optimizavimas
• A. M. Kamachkin – fizinių ir matematikos mokslų daktaras, profesorius, Aukštosios matematikos katedros profesorius. Mokslinio vadovavimo sritis: kokybiniai dinaminių sistemų teorijos metodai, netiesinių virpesių teorija, netiesinių dinaminių procesų matematinis modeliavimas, netiesinių automatinio valdymo sistemų teorija
• V. V. Karelinas - fizinių ir matematikos mokslų kandidatas, docentas, Valdymo sistemų modeliavimo matematinės teorijos katedros docentas. Mokslinio vadovavimo sritis: identifikavimo metodai; netolygi analizė; pastebimumas; adaptyvus valdymas
• A. N. Kvitko – fizinių ir matematikos mokslų daktaras, profesorius, Informacinių sistemų katedros profesorius. Mokslinio vadovavimo sritis: valdomų sistemų ribinės vertės problemos; stabilizavimas, programos judesių optimizavimo metodai, aerokosminių kompleksų ir kitų techninių objektų judėjimo kontrolė, intelektualių valdymo sistemų automatizuoto projektavimo algoritmų kūrimas
• V. V. Kolbinas – fizinių ir matematikos mokslų daktaras, profesorius, Ekonominių sprendimų matematinės teorijos katedros profesorius. Mokslinio vadovavimo sritis: matematinė
• V. V. Kornikovas – fizinių ir matematikos mokslų kandidatas, docentas, Medicinos ir biologinių sistemų valdymo katedros docentas. Mokslinio orientavimo sritys: stochastinis modeliavimas biologijoje, medicinoje ir ekologijoje, daugiamatė statistinė analizė, matematinių metodų daugiakriteriniam vertinimui ir sprendimų priėmimui neapibrėžtumo sąlygomis, sprendimų priėmimo sistemos finansų valdymo problemose, matematiniai metodai analizuoti ne -skaitinė ir neišsami informacija, Bajeso neapibrėžtumo ir rizikos modeliai
• E. D. Kotina – fizinių ir matematikos mokslų daktarė, docentė, Valdymo teorijos katedros profesorė. Mokslinio vadovavimo sritis: diferencialinės lygtys, valdymo teorija, matematinis modeliavimas, optimizavimo metodai, įkrautų dalelių pluoštų dinamikos analizė ir formavimas, matematinis ir kompiuterinis modeliavimas branduolinėje medicinoje
• DV Kuzyutinas – fizinių ir matematikos mokslų kandidatas, docentas, Matematinių žaidimų teorijos ir statistinių sprendimų katedros docentas. Mokslinio orientavimo sritis: matematinė žaidimų teorija, optimalus valdymas, matematiniai metodai ir modeliai ekonomikoje ir vadyboje
• G. I. Kurbatova – fizinių ir matematikos mokslų daktarė, profesorė, Elektromechaninių ir kompiuterinių sistemų modeliavimo katedros profesorė. Mokslinio vadovavimo sritis: nepusiausvyros procesai nehomogeninių terpių mechanikoje; kompiuterinių skysčių dinamika Maple aplinkoje, gradientinės optikos problemos, dujų mišinių transportavimo jūriniais vamzdynais modeliavimo problemos
• OA Malafejevas – fizinių ir matematikos mokslų daktaras, profesorius, Socialinių ir ekonominių sistemų modeliavimo katedros profesorius. Mokslinio vadovavimo sritis: konkurencinių procesų modeliavimas socialinėje ir ekonominėje srityje, netiesinių dinaminių konfliktų valdomų sistemų tyrimas
• S. E. Mikheev – fizinių ir matematikos mokslų daktaras, docentas, Sankt Peterburgo valstybinio universiteto Modeliavimo valdymo sistemų matematinės teorijos katedros docentas. Mokslinio vadovavimo sritis: nelinijinis programavimas, skaitmeninių metodų konvergencijos pagreitinimas, svyravimų ir garso suvokimo žmogaus ausimi modeliavimas, diferencialiniai žaidimai, ekonominių procesų valdymas
• VD Noginas – fizinių ir matematikos mokslų daktaras, profesorius, Valdymo teorijos katedros profesorius. Mokslinio vadovavimo sritis: teoriniai, algoritminiai ir taikomieji sprendimų teorijos klausimai, esant keliems kriterijams
• A. D. Ovsjannikovas – fizinių ir matematikos mokslų kandidatas, Programavimo technologijos katedros docentas. Mokslinio vadovavimo sritis: kompiuterinis modeliavimas, skaičiavimo metodai, įkrautų dalelių dinamikos modeliavimas ir optimizavimas greitintuvuose, plazmos parametrų modeliavimas ir optimizavimas tokamakuose
• D. A. Ovsyannikovas - fizinių ir matematikos mokslų daktaras, profesorius, Elektrofizinės įrangos valdymo sistemų teorijos katedros profesorius. Mokslinio vadovavimo sritis: įkrautų dalelių pluoštų valdymas, kontrolė esant neapibrėžčiai, matematiniai greitėjimo ir fokusavimo struktūrų optimizavimo metodai, matematiniai elektrofizinės įrangos valdymo metodai
• I. V. Olemskoy - fizinių ir matematikos mokslų daktaras, docentas, Informacinių sistemų katedros profesorius. Mokslinio vadovavimo sritis: skaitmeniniai įprastų diferencialinių lygčių sprendimo metodai
• A. A. Pečnikovas – technikos mokslų daktaras, docentas, Programavimo technologijos katedros profesorius. Mokslinio vadovavimo sritis: webometrija, į problemas orientuotos sistemos, pagrįstos žiniatinklio technologijomis, daugialypės terpės informacinės sistemos, diskretioji matematika ir matematinė kibernetika, programinės įrangos sistemos ir modeliai, matematinis socialinių ir ekonominių procesų modeliavimas
• L. N. Polyakova – fizinių ir matematikos mokslų daktarė, profesorė, Valdymo sistemų modeliavimo matematinės teorijos katedros profesorė. Mokslinio vadovavimo sritis: netolygi analizė, išgaubta analizė, skaitiniai netolygaus optimizavimo uždavinių sprendimo metodai (maksimalios funkcijos sumažinimas, išgaubtų funkcijų skirtumas), daugiareikšmio atvaizdavimo teorija
• A. V. Prasolovas – fizinių ir matematikos mokslų daktaras, profesorius, Ekonominių sistemų modeliavimo katedros profesorius. Mokslinio vadovavimo sritis: ekonominių sistemų matematinis modeliavimas, statistiniai prognozavimo metodai, diferencialinės lygtys su pasekme
• S. L. Sergejevas – fizinių ir matematikos mokslų kandidatas, docentas, Programavimo technologijos katedros docentas. Mokslinio orientavimo sritis: modernių informacinių technologijų integravimas ir taikymas, automatizuotas valdymas, kompiuterinis modeliavimas
• M. A. Skopina – fizinių ir matematikos mokslų daktarė, profesorė, Aukštosios matematikos katedros profesorė. Mokslinio vadovavimo sritis: bangelių teorija, harmoninė analizė, funkcijų aproksimacijos teorija
• G. Sh.Tamasyan – fizinių ir matematikos mokslų kandidatas, docentas, Valdymo sistemų modeliavimo matematinės teorijos katedros docentas. Mokslinės priežiūros sritis: netolygi analizė, nediferencijuojamas optimizavimas, išgaubta analizė, skaitiniai netolygaus optimizavimo uždavinių sprendimo metodai, variacijų skaičiavimas, valdymo teorija, skaičiavimo geometrija
• S. I. Tarashnina - fizinių ir matematikos mokslų kandidatė, docentė, Matematinių žaidimų teorijos ir statistinių sprendimų katedros docentė. Mokslinio vadovavimo sritis: matematinių žaidimų teorija, kooperaciniai žaidimai, persekiojimo žaidimai, statistinių duomenų analizė
• I. B. Tokin - biologijos mokslų daktaras, profesorius, Biomedicininių sistemų valdymo katedros profesorius. Mokslinio vadovavimo sritis: spinduliuotės poveikio žinduolių ląstelėms modeliavimas; ląstelių metastabilių būsenų analizė, pažeistų ląstelių autoreguliacijos ir atstatymo procesai, audinių sistemų atkūrimo mechanizmai veikiant išorės poveikiui; žmogaus ekologija
• A. Yu. Uteševas – fizinių ir matematikos mokslų daktaras, profesorius, Medicinos ir biologinių sistemų valdymo katedros profesorius. Mokslinio vadovavimo sritis: simboliniai (analitiniai) algoritmai daugianarių lygčių ir nelygybių sistemoms; skaičiavimo geometrija; skaičių teorijos skaičiavimo aspektai, kodavimas, šifravimas; kokybinė diferencialinių lygčių teorija; optimalios objektų vietos (objekto vietos) problemos
• VL Charitonovas – fizinių ir matematikos mokslų daktaras, Valdymo teorijos katedros profesorius. Mokslinio vadovavimo sritis: valdymo teorija, uždelstos lygtys, stabilumas ir tvirtas stabilumas
• S. V. Čistjakovas – fizinių ir matematikos mokslų daktaras, Sankt Peterburgo valstybinio universiteto Matematinių žaidimų teorijos ir statistinių sprendimų katedros profesorius. Mokslinio vadovavimo sritis: optimalaus valdymo teorija, žaidimų teorija, matematiniai ekonomikos metodai
• V. I. Šiškinas – medicinos mokslų daktaras, profesorius, Funkcinių sistemų diagnostikos katedros profesorius. Mokslinio orientavimo sritis: matematinis modeliavimas biologijoje ir medicinoje, matematinių modelių panaudojimas diagnostikos metodų kūrimui ir ligų prognozei, kompiuterių programinė įranga medicinoje, technologinių procesų matematinis modeliavimas gaminant elementų bazę medicinos diagnostikos prietaisams.
• A. S. Šmyrovas – fizinių ir matematikos mokslų daktaras, profesorius, Sankt Peterburgo valstybinio universiteto Valdomo judėjimo mechanikos katedros profesorius. Mokslinio vadovavimo sritis: erdvės dinamikos optimizavimo metodai, kokybiniai metodai Hamiltono sistemose, pasiskirstymo funkcijų aproksimavimas, kovos su kometos ir asteroido pavojaus metodai

Akademiniai partneriai

• N. N. Krasovskio Matematikos ir mechanikos institutas, Rusijos mokslų akademijos Uralo skyrius (Jekaterinburgas)
• V. A. Trapeznikovo vardu pavadintas kontrolės problemų institutas RAS (Maskva)
• Rusijos mokslų akademijos Karelijos mokslo centro Taikomųjų matematinių tyrimų institutas (Petrozavodskas)

Projektai ir dotacijos

Įgyvendinta pagal programą

• RFBR dotacija 16-01-20400 „Dešimtosios tarptautinės konferencijos „Žaidimų teorija ir valdymas“ organizavimo projektas (GTM2016)“, 2016. Vadovas – L. A. Petrosyan
• Sankt Peterburgo valstybinio universiteto stipendija 2014-09-38 „Optimalumo principai dinaminiuose ir diferencialiniuose žaidimuose su fiksuota ir kintančia koalicine struktūra“, 2014–2016 m. Vadovas - L. A. Petrosianas
• Grantas Sankt Peterburgo valstybinis universitetas 2014-09-38 „Nauji konstruktyvūs metodai nesklandžioje analizėje ir nediferencijuojamoje optimizacijoje bei jų taikymas“, 2014–2016 m. Vadovas - V. F. Demjanovas, L. N. Polyakova
• Sankt Peterburgo valstybinio universiteto stipendija 2015 09 37 345 „Dangaus kūnų judėjimo orbitoje kontrolė, siekiant atremti kometos ir asteroido pavojų“, 2015–2017 m. Vadovas - L. A. Petrosianas
• RFBR dotacija Nr.14-01-31521_mol_a „Nehomogeniški nelygių funkcijų aproksimacijos ir jų taikymai“, 2014–2015 m. Vadovas – G. Sh. Tamasyanas

Įgyvendinta kartu su universitetais partneriais

• kartu su Čingdao universitetu (Kinija) - 17-51-53030 „Racionalumas ir stabilumas žaidimuose tinkle“, nuo 2017 m. iki dabar. Vadovas - L. A. Petrosianas

Pagrindiniai klausimai

• Programą sudaro edukaciniai ir moksliniai tyrimai. Švietimo komponentas apima akademinių disciplinų studijas, įskaitant matematinės kibernetikos metodus, diskrečiąją matematiką, valdymo sistemų teoriją, matematinį programavimą, matematinę operacijų tyrimo teoriją ir žaidimų teoriją, matematinę atpažinimo ir klasifikavimo teoriją, matematinę teoriją. optimalios kontrolės ir pedagoginės praktikos perėjimas. Mokymo programoje pateikiamas pasirenkamųjų disciplinų rinkinys, leidžiantis absolventams sudaryti individualų studijų tvarkaraštį. Mokymų tiriamojo komponento užduotis – gauti rezultatus, kurių mokslinė vertė ir naujumas leidžia publikuoti moksliniuose žurnaluose, įtrauktuose į RSCI, WoS ir Scopus scientometrines bazes.
• Šios edukacinės programos misija – rengti aukštos kvalifikacijos personalą, gebantį kritiškai analizuoti ir vertinti šiuolaikinius mokslo pasiekimus, generuoti naujas idėjas sprendžiant mokslinius tyrimus ir praktines problemas, taip pat ir tarpdisciplininėse srityse.
• Programą baigę absolventai:
  • geba kurti ir atlikti kompleksinius tyrimus, įskaitant tarpdisciplininius, remiantis holistine sistemine moksline pasaulėžiūra
  • pasirengęs dalyvauti Rusijos ir tarptautinių tyrėjų grupių darbe sprendžiant aktualias mokslo ir švietimo problemas bei naudojant šiuolaikinius mokslinės komunikacijos valstybine ir užsienio kalbomis metodus ir technologijas
  • geba planuoti ir spręsti savo profesinio ir asmeninio tobulėjimo problemas, savarankiškai vykdyti mokslinę tiriamąją veiklą atitinkamoje profesinėje srityje naudojant šiuolaikinius tyrimo metodus ir informacines ir komunikacijos technologijas, taip pat būti pasirengęs dėstyti pagrindinėse aukštojo mokslo programose.