Рассматривается задача анализа и прогнозирования в слабоформализованной динамической k-параметрической системе управления, состоящей из N формально не структурированных объектов. В качестве прогнозной модели для каждого объекта используется марковская цепь с r состояниями и соответствующей матрицей переходных вероятностей. Разработан алгоритм пересчёта переходных вероятностей с использованием значений расстояний до центров классов структурированной системы.

Рассмотрен возможный подход к моделированию ментальной деятельности за счет отнесения ее к мнимой части пространства, в отличие от материальных процессов, описываемых в модели действительными переменными.

Разработанный программно-алгоритмический комплекс предназначен для решения задач анализа сложноорганизованных многомерных данных, а также для поддержки принятия реше-ний при анализе и реформировании крупномасштабных систем управления. Предусмотрена возможность эксплуатация системы пользователями двух уровней. На первом уровне пользо-ватель-аналитик формирует модели исследуемой системы, в том числе: набор интегральных показателей, пространство, в котором проводится классификация, результирующая классифи-кация, результирующие кусочные прогностические модели. На втором уровне пользователь-предметник использует полученные на первом уровне модели для решения задач оперативного управления.

В статье построена теоретико-игровая модель рефлексивного принятия решений. Информированность агентов характеризуется множественной структурой информированности о состоянии природы и о представлениях других агентов. Если рефлексивная игра в нормальной форме повторяется несколько раз, некоторые (или даже все) агенты могут наблюдают результаты (действия оппонентов, значения целевых функций и т. д.), отличные от ожидаемых. В этом случае структура информированности игры меняется.

В докладе описан алгоритм типологического анализа ритмической структуры биосигнала, который базируется на процедурах классификационного анализа данных, он использует также и экспертную информацию. Описан ступенчатый алгоритм распознавания образов (на базе метода потенциальных функций), специально разработанный для дифференциальной диагностики одного класса заболеваний в пространстве выделенных на пульсовом сигнале информативных признаков с использованием полученной типологии исходный пульсовых сигналов.