Метасистемный подход к управлению организационно-технической системой

Процесс управления организационно-технической системой, понимаемой как совокупность персонала и технических средств, в силу его сложности, моделируется функционированием отдельных страт. Анализ процесса управления осуществляется решением шести задач метасистемного подхода. Доказательство того факта, что страты имеют независимые части, позволяет оптимально распределять ресурсы, решая пятую задачу метасистемного подхода на основе формулы полной вероятности методом неопределенных множителей Лагранжа и, тем самым, координировать функционирование страт для максимизации достижения общей цели системы. Последовательным решением задач: порождения метасистемы для организации переключения управляющих воздействий, выявления их модульности и сочетаемости, разработки стратегии их переключения, оценки и управления готовностью организационно-технической системы к обеспечению целевой программы – проектируется система управления. Управляющие воздействия при этом рассматриваются как вмешательства по Месаровичу и носят режимный, структурный, организационный и сигнально-уровневый характер. В виду сложности выявления модульности и сочетаемости таких управляющих воздействий применяется гибридный искусственный интеллект, основанный на метасистемных переключениях традиционных интеллектуальных технологий с механизмом прецедентов, с морфологическим, синтаксическим и семантическим анализом поисковых запросов. Задача проектирования стратегии переключения управляющих воздействий, так же, как и задача оптимального распределения ресурсов решаются на основе вероятностного описания. При этом используется модель марковского процесса, что позволяет применить уравнение Фоккера-Планка-Колмогорова.

1. Новиков Д.А. Теория управления организационными системами. Москва: ЛЕНАНД; 2022. 500 с.

2. Klir G.J., Elias D. Architecture of Systems Problem Solving. New York, London: Plenum press; 1985. 539 p.

3. Львович Я.Е., Рындин Н.А., Сахаров Ю.С. Оптимизационное моделирование процесса многовариантной структуризации при управлении в цифровизированной организационной системе. Вестник Российского нового университета. Серия: Сложные системы: модели, анализ и управление. 2022;(4):88–96.

4. Ахмедьянова Г.Ф., Ломухин И.А., Пищухин А.М. Выявление независимых частей страт в модели системы управления производством. Моделирование, оптимизация и информационные технологии. 2025;13(3). https://doi.org/10.26102/2310-6018/2025.50.3.021

5. Mesarović M.D., Macko D., Takahara Y. Theory of hierarchical, multilevel, systems. New York: Academic Press; 1970. 294 p.

6. Летов А.М. Аналитическое конструирование регуляторов. IV. Автоматика и телемеханика. 1961;22(4):425–435.

7. Ершов А.Н. Актуальные проблемы развития предиктивной аналитики в промышленности. Вестник Магнитогорского государственного технического университета им. Г.И. Носова. 2025;23(3):187–194. https://doi.org/10.18503/1995-2732-2025-23-3-187-194

8. Дьяконов Н.А., Логунова О.С. Системы управления технологическим процессом на основе предиктивной аналитики: проектирование. Электротехнические системы и комплексы. 2021;(1):58–64. https://doi.org/10.18503/2311-8318-2021-1(50)-58-64

9. Ахмедьянова Г.Ф., Пищухин А.М. Гибридная интеллектуализация системы управления авиационным производством. Известия высших учебных заведений. Авиационная техника. 2021;(1):146–150.

10. Гаврилов А.В. Гибридные интеллектуальные системы. Новосибирск: Изд-во НГТУ; 2003. 164 с.