РАН Кафедра фундаментальной информатики и оптимального управления ВолГУ Управление системами междисциплинарной природы современные тенденции Комитеты IFAC: человеко-машинные системы (TC 4.5); большие системы (TC 5.4); интеллектуальные автономные роботы (TC 7.5); моделирование и управление; экологическими системами (TC 8.3); экономические и бизнес- системы (TC 9.1). Госкомиссией Р. Мюррея в США, спонсированной NSF, выделены задачи: Групповое управление. Кластеры космических аппаратов. Командование и управление сражением. Управление финансовыми и экономическими системами. Управление биологическими и экосистемами. Многопрофильные команды людей в контуре управления. Единая теория управления, вычислений и связи … В Европе (ЕЭС) получают приоритет исследования: Человеко-машинный симбиоз (моделирование человека в контуре управления и как объекта управления). Сложные распределенные системы и повышение качества систем в неопределенной среде (глобальные производства, безопасность, стратегии гетерогенного управления, новые принципы мультидисциплинарной координации и управления) … Основные направления фундаментальных исследований РАН: Управление в междисциплинарных моделях организационных, социальных, экономических, биологических и экологических систем; групповое управление; кооперативное управление …

РАН Управление системами междисциплинарной природы: классификация и основания ОСНОВАНИЯ ТЕОРИИ УПРАВЛЕНИЯ

РАН Примеры задач управления системами междисциплинарной природы Оптимизация и самоорганизация иерархических и сетевых структур Координация взаимодействия и принятие решений в мультиагентных системах Согласование интересов в эколого-экономических системах Рефлексивное управление Механизмы управления организационными системами

РАН Специфика объекта управления Специфика объекта управления: Самостоятельное целеполагание, целенаправленность поведения (сознательное искажение информации, невыполнение обязательств); Рефлексия (нетривиальная взаимная информированность, дальновидность, эффект обмена ролями ); Ограниченная рациональность (принятие решений в условиях неопределенности и ограничений на объем обрабатываемой информации); Кооперативное и/или конкурентное взаимодействие (образование коалиций, информационное и другое противодействие); Иерархичность; Многокомпонентность ( законы природы, экономические, социальные) Распределенность. Задачи: Согласования интересов; Достижение общей цели; Рефлексивное управления; Оптимизация и самоорганизация иерархических и сетевых структур.

РАН Согласование интересов в эколого-экономических системах экономически оптимальный безопасный рыбохозяйствен ный гидрограф

РАН Согласование интересов: комплекс механизмов управления Механизмы планирования Механизмы распределения ресурса Механизмы активной экспертизы Механизмы внутренних цен Конкурсные механизмы Механизмы контроля Механизмы комплексного оценивания Механизмы согласия Многоканальные механизмы Механизмы опережающего самоконтроля Механизмы организации Механизмы смешанного финансирования Противозатратные механизмы Механизмы самоокупаемости Механизмы оптимизации производственного и коммерческого циклов Механизмы стимулирования Механизмы стимулирования за индивидуальные и коллективные результаты Механизмы унифицированного стимулирования Механизмы «бригадной» оплаты труда Механизмы стимулирования в матричных структурах

РАН Рефлексивные игры Прикладные модели рефлексивных игр: Игры поиска; Производитель и посредник; Коррупция; Активная экспертиза; Формирование команды; Предвыборная борьба и др. Рефлексивная модель группового воздушного боя Манипулирование результатами экспертизы. Предположим, что центр заинтересован в том, чтобы результат экспертизы был как можно ближе к значению x 0 [d;D]. Пусть центру известны мнения n экспертов {r i [d;D]} i N, но никому из них не известны достоверно мнения остальных. Принимаемое решение x = (s), где s [d;D] n – вектор сообщений экспертов. Обозначим: x 0i (a,r i ) – решение уравнения (a, …, x 0, …, a) = r i, d i (r i ) = max {d; x 0i (D, r i )}, D i (r i ) = min {D; x 0i (d, r i )}, d(r) = (d 1 (r 1 ), d 2 (r 2 ), …, d n (r n )), D(r) = (D 1 (r 1 ), D 2 (r 2 ), …, D n (r n )). Теорема. Если мнение каждого эксперта известно организатору экспертизы, но неизвестно другим экспертам, то за счет рефлексивного управления любой результат x 0 [ (d(r)); (D(r))] может быть реализован как коллективное решение. При этом достаточно ограничиться вторым рангом рефлексии экспертов.

РАН Рефлексия и адаптация в мультиагентных системах Уровни адаптации Взаимодействие агентов Пример адаптации двух агентов (пунктир - в отсутствии рефлексии) Архитектура агента

РАН Задачи оптимизации иерархий управления организационными и техническими системами Формирование структуры управления организацией Разработка структуры сбора и обработки информации Проектирование сборочного производства Распределение функций и задач в сетевых структурах ЗАДАЧА ОПТИМИЗАЦИИ ИЕРАРХИИ УПРАВЛЕНИЯ

РАН Основные результаты (ИПУ РАН, каф. ФИОУ ВолГУ)