Описание и моделирование динамики мультиагентных социальных систем (МСС) методами, заимствованными из статистической физики «неживых» многочастичных систем, не отра-жает принципиальную особенность совокупности взаимодействующих автономных агентов: способность воспринимать, обрабатывать и использовать внешнюю информацию. Распределенный интеллект (РИ) социальных систем следует непосредственно учитывать в их экспериментальных и теоретических исследованиях. В работе рассмотрены признаки МСС, которые делают ее «интеллектуальной»: индивидуальное целеполагание агентов, коррелированность их динамик, коллективное восприятие и накопление информации, память. Рассмотрены некоторые примеры динамики социальных систем и результаты компьютерного моделирования, позволяющие оценить эффективность РИ мультиагентной системы. Формальное моделирование интеллектуальной деятельности, позволяющей воспроизвести ее главное содержание – производство новой информации – возможно на основе модульной модели интеллекта. В ее рамках «отпечаток» определенного внешнего воздействия на сознание аппроксимируется блочной схемой, состоящей из качеств (характеристик) воздействия и далее используемой как набор символов для идентификации данного воздействия. При плохом соответствии схемы, вызванной из памяти, «отпечатку» незнакомого воздействия блок с наихудшим соответствием выявляется и заменяется ограниченным случайным перебором на другие блоки из памяти; полученная комбинация символов, т.е. новая схема, означает рождение новой информации. Модель распространяется на РИ организационных систем: блочной схеме восприятия соответствуют исполнение нормативов и инструкций при изменении обстановки (воздействии), замене модулей в схеме – поиск оптимального ответа («работа комиссии»), запоминанию новой информации – изменение инструкций и нормативов. Рациональность как индивидуального, так и системного поведения выше при ограниченности набора возможных действий и наличии библиотеки стандартных решений. Обсуждаются возможные приложения и пути развития модульной модели РИ.

Анализируется неклассическая динамика роста населения Земли в историческом времени: гиперболический тренд с XV-XVI по XX века и снижение скорости роста с переходом в линейный режим к концу ХХ века. Сформулирована гипотеза о смене лимитирующей стадии роста: до ХХ века его скорость задавал «медленный» (столетия) процесс объединения административно-хозяйственных субъединиц внутри национальных государств и регионов, тогда как нынешний рост населения протекает в «быстром» биологическом масштабе времени (поколения) и ограничен социальными факторами. «Гиперболическая» фаза роста демонстрирует явные аналогии с динамикой фазовых переходов в физических системах (конденсации, кристаллизации и др.), для которых характерны обратные степенные распределения доменов новой фазы по размерам вблизи точки перехода и расходящаяся (гиперболическая) зависимость измеряемых характеристик системы от управляющего параметра.

Для нелинейного объекта управления, модель которого содержит внешние, несогласованные возмущения и представима в блочной форме вход – выход с устойчивой внутренней динамикой, разработана декомпозиционная процедура синтеза обратной связи, обеспечивающей стабилизацию выходных переменных с заданной точностью. Данный подход, в котором локальные связи и управления формируются в виде гладких, ограниченных S-образных сигма-функций, не требует параметрической определенности модели объекта управления, ввода динамических моделей внешних возмущений и обеспечивает в процессе управления выполнение ограничений на переменные состояния.

Рассматриваются нелинейные объекты управления общего вида при действии внешних неконтролируемых возмущений. Для целей комбинированного управления и текущей диагностики разработаны каскадные процедуры синтеза динамических наблюдателей для оценивания внешних возмущений и их производных на основе виртуальных динамических моделей.