Рассмотрена постановка задачи оптимального управления температурно-скоростным режимом тонколистовой горячей прокатки в соответствии с критерием эффективности производства. Приведены результаты имитационного моделирования условий прокатки полос с принудительным межклетевым охлаждением для расчета повышения производительности широкополосного стана.

В рамках моделей игр с побочными платежами показано, что:1) важность согласования интересов заключается в том, что оно позволяет не только скоординировать взаимодействие участников, но и повысить эффективность функционирования всей системы в целом2) решая задачу согласования интересов, удается достичь эффективного по Парето состояния системы 3) за счет побочных платежей можно осуществить переход в такое состояние системы, чтобы сумма выигрышей всех участников в этом состоянии была не меньше, чем в первоначальном состоянии4) необходимость и возможность эффективного согласования интересов взаимодействующих агентов является одним из объяснений возникновения в организационных системах иерархических структур.

Рассматривается динамическая задача анализа и принятия решений в больших системах управления. Идея метода решения этой задачи состоит в том, что основу для анализа, прогнозирования и принятия решений в данный момент времени составляют не траектории состояний объектов, входящих в исследуемую систему, а лишь класс, к которому принадлежит каждый объект в рамках некоторой классификации всех объектов [2]. Такое описание объектов позволяет существенно повысить эффективность процедур принятия управленческих решений.

Описан комплекс алгоритмов автоматической классификации и процедур экспертной коррекции, который был специально разработан для широкого класса прикладных задач обработки сложноорганизованных данных и поддержки принятия решений. Комплекс включает алгоритмы: m-локальной оптимизации заданного критерия качества классификации, выбора информативных параметров, выбора начального разбиения, выбора числа классов, заполнения пропущенных наблюдений, а также процедуры экспертной коррекции результатов работы этих алгоритмов.

Предложен метод прогнозирования для слабоформализованных многопараметрических систем управления, состоящих из достаточно большого числа априори не структурированных объектов. В качестве прогнозной модели для каждого объекта используется марковская цепь с r состояниями, где r – число структурных единиц (классов). Реализация предложенного метода базируется на алгоритмах классификационного анализа данных.