Методический подход к вероятностному прогнозированию и сравнению качества функционирования систем в условиях неопределенности

Резюме. Цель. Предложить методический подход к вероятностному прогнозированию и сравнению качества функционирования систем, производящих материальную и/или информационную продукцию, проиллюстрировать практичность предложенного подхода примерами в различных приложениях. Методы. Предложены к использованию методы и модели, построенные на основе методов теории вероятностей и системного анализа, доведенные до реализации в национальных стандартах системной инженерии. Результаты. Модели сложных систем, производящих материальную и/или информационную продукцию, адаптированы в интересах прогнозирования и сравнения для одной и той же системы в разных условиях функционирования, для разных систем применительно к одному периоду времени или для разных периодов времени с одинаковыми или отличающимися продолжительностью и условиями функционирования. Предложенный подход охватывает: методы оценки относительной части функций системы, выполняемых с приемлемым качеством, оценки затрат в жизненном цикле систем, оценки относительной степени удовлетворенности заинтересованных сторон, связанной с качеством и затратами при функционировании системы. Выводы. Продемонстрирована работоспособность предложенного методического подхода к вероятностному прогнозированию и сравнению качества функционирования систем различного приложения в условиях неопределенности. Подход может быть принят за основу системного анализа и оптимизации качества функционирования систем, производящих материальную и/или информационную продукцию, обоснования количественных системных требований и инженерных решений, направленных на удовлетворение потребностей заинтересованных сторон.

1. KostogryzovA., Kanygin P., NistratovA. Probabilistic comparisons of systems operation quality for uncertainty conditions // RTA&A. 2020. No 1(56). Vol. 15. Pp. 63-73. DOI: 10.24411/1932-2321-2020-11007

2. Kostogryzov A. Estimations of “Smart” Engineering Systems Operation by Probabilistic Measures of Correctness and Reliability. RTA&A. 2020. No 3(58). Vol. 15. Pp. 19-35. DOI: 10.24411/1932-2321-2020-13002

3. Костогрызов А.И., Петухов А.В., Щербина А.М. Основы оценки, обеспечения и повышения качества выходной информации в АСУ организационного типа. М.: Изд. «Вооружение, политика и конверсия», 1994. 278 с.

4. Kostogryzov A.I. Software Tools Complex for Evaluation of Information Systems Operation Quality (CEISOQ). // Proceedings of the 34-th Annual Event of the Government Electronics and Information Association (GEIA), Engineering and Technical Management Symposium, USA, Dallas, 2000. Pp. 63-70.

5. Безкоровайный М.М., Костогрызов А.И., Львов В.М. Инструментально-моделирующий комплекс для оценки качества функционирования информационных систем КОК. 150 задач анализа и синтеза и примеров их решения. М.: Изд. «Вооружение. Политика. Конверсия», 2002. 304 с.

6. Костогрызов А.И., Нистратов Г.А. Стандартизация, математическое моделирование, рациональное управление и сертификация в области системной и программной инженерии: 2-е изд. М.: Изд. «Вооружение, политика, конверсия», 2005. 395 с.

7. Костогрызов А.И., Степанов П.В. Инновационное управление качеством и рисками в жизненном цикле систем. М.: Изд. «Вооружение, политика, конверсия», 2008. 404 с.

8. Zio En. An Introduction to the Basics of Reliability and Risk Analysis. World Scientific Publishing Co. Pte. Ltd., 2006. 236 p.

9. Kolowrocki K., Soszynska-Budny J. Reliability and Safety of Complex Technical Systems and Processes. Springer-Verlag London Ltd., 2011.

10. Kostogryzov A., Nistratov G., Nistratov A. Some Applicable Methods to Analyze and Optimize System Processes in Quality Management. In book: Total Quality Management and Six Sigma. InTech, 2012. Pp. 127-196.

11. Безопасность России. Правовые, социально-экономические и научно-технические аспекты. Научные основы техногенной безопасности / Под ред. Н.А. Махутова. М.: МГОФ «Знание», 2015. 936 с.

12. Eid M., Rosato V. Critical Infrastructure Disruption Scenarios Analyses via Simulation. In book: Managing the Complexity of Critical Infrastructures. Studies in Systems, Decision and Control, vol 90 / R. Setola, V. Rosato, E. Kyriakides, E. Rome (eds). Springer, Cham, 2016. Pp. 43-62.

13. Artemyev V., Kostogryzov A., Rudenko Ju. et al. Probabilistic methods of estimating the mean residual time before the next parameters abnormalities for monitored critical systems. In: Proceedings of the 2nd International Conference on System Reliability and Safety (ICSRS), Milan, Italy, 2017. Pp. 368-373.

14. Kostogryzov A., Atakishchev O., Stepanov P. et al. Probabilistic modelling processes of mutual monitoring operators actions for transport systems. In: Proceedings of the 4th International Conference on Transportation Information and Safety (ICTIS), Canada, Banff, 2017. Pp. 865-871.

15. Kostogryzov A., Grigoriev L., Golovin S. et al. Probabilistic Modeling of Robotic and Automated Systems Operating in Cosmic Space. In: Proceedings of the International Conference on Communication, Network and Artificial Intelligence (CNAI), Beijing, China. DEStech Publications, Inc., 2018. Pp. 298-303.

16. Artemyev V., Rudenko Ju., Nistratov G. Probabilistic modeling in system engineering. Probabilistic methods and technologies of risks prediction and rationale of preventive measures by using “smart systems”. Applications to coal branch for increasing Industrial safety of enterprises. IntechOpen, 2018. Pp. 23-51. DOI: 10.5772/ intechopen.71396

17. Kershenbaum V., Grigoriev L., Kanygin P. et al. Probabilistic modeling in system engineering. Probabilistic modeling processes for oil and gas systems. IntechOpen, 2018. Pp. 55-79. DOI: 10.5772/intechopen.71396

18. Kostogryzov A., Panov V., Grigoriev L. et al. Estimation of stakeholders satisfaction in application to socially significant systems // Actual Problems of System and Software Engineering: 6th International Conference Proceedings (Moscow, 12-14 November, 2019). Pp. 10-16.

19. KostogryzovA., KorolevV. Probability, combinatorics and control. Probabilistic Methods for Cognitive Solving of Some Problems in Artificial Intelligence Systems. IntechOpen, 2019. Pp. 3-34. DOI: 10.5772/intechopen.89168

20. Нистратов А.А. Аналитическое прогнозирование интегрального риска нарушения приемлемого выполнения совокупности стандартных процессов в жизненном цикле систем высокой доступности. Часть 1. Математические модели и методы // Системы высокой доступности. 2021. Т. 17. № 3. С. 16-31. DOI: 10.18127/ j20729472-202103-02

21. Нистратов А.А. Аналитическое прогнозирование интегрального риска нарушения приемлемого выполнения совокупности стандартных процессов в жизненном цикле систем высокой доступности. Часть 2. Программно-технологические решения. Примеры применения // Системы высокой доступности. 2022. Т. 18. № 2. С. 42- 57. DOI: 10.18127/j20729472-202202-03

22. Kostogryzov A., Makhutov N., Nistratov A. et al. Time Series Analysis – New Insights. Probabilistic predictive modeling for complex system risk assessments. IntechOpen, 2023. DOI: 10.5772/intechopen.106869