При управлении слабо формализованными системами управления, представляющих собой совокупность более или менее однотипных объектов (регионов, предприятий и т.п.), одной из основных задач является сравнительная оценка состояния этих объектов, динамики их развития и эффективности управления ими. Трудность решения этой задачи связана с несколькими обстоятельствами. 1. Состояние исследуемого объекта часто характеризуется большим количеством показателей (до нескольких сотен). Сравнение объектов в таком многомерном пространстве показателей является чрезвычайно трудной задачей, которая не решена полностью до сих пор. 2. Использование экспертных процедур для сокращения числа исходных показателей, например, с помощью выделения «наиболее важных» из них, обычно не приводят к успеху. Дело в том, что даже у высококвалифицированных экспертов, как правило, нет внятных, чётко формулируемых критериев упорядочения (или ранжирования) показателей по степени «важности». 3. Если экспертам всё же удаётся провести такое сокращение, или если число исходных показателей относительно невелико, всё равно остаётся не решённым вопрос, как интегрировать эти показатели в оценку, которая была бы достаточно наглядной (например, позволяла бы ранжировать объекты по уровню их социально-экономического развития или экономической эффективности). Трудности построения интегрированной оценки усугубляются тем, что при сравнении объектов необходимо учитывать не только значения показателей на текущий момент, но и их динамику (обычно за несколько лет). 4. При оценке эффективности управления желательно учитывать не только конечные результаты (выходные, или результирующие, показатели), но и те объективные (не зависящие от руководства) условия работы объектов (входные показатели), при которых эти результаты были достигнуты. Во-первых, не всегда ясно, какие показатели действительно не зависят от руководства, а на какие оно может повлиять. Во-вторых, учёт не только выходных, но и входных показателей ещё более затрудняет построение интегрированной оценки эффективности. В работе рассматривается общий подход к решению такого рода задач исследования слабо формализованных социально-экономических систем управления, использующий человеко-машинные процедуры структуризации данных, и два примера применения этого подхода для решения прикладных задач.

Работа посвящена моделированию взаимного расположения элементов протяжённых пространственных объектов сложной природы на примере ДНК-белковых комплексов. Распознавание специфической нуклеотидной последовательности ДНК связывающим белком определяется «прямыми контактами» между атомами аминокислот белка и атомами нуклеотидов ДНК. Многочисленные исследования, посвящённые изучению групп гомологичных белков, позволяют определить важные для распознавания и связывания аминокислоты в рамках данной группы, однако общих, универсальных правил или «кода» распознавания для всех белков по-прежнему не найдено.

Рассматривается задача сравнительной оценки социально-экономического развития регионов Российской Федерации по имеющимся данным о доходах населения, расходах и сбережениях, потреблении продуктов питания, демографических показателях, показателях социальной напряжённости, объемах финансовой помощи из межрегиональных фондов. Из большого количества (более сорока) разноплановых исходных показателей требуется сформировать компактную и наглядную оценку в форме рейтинга. Для этого предлагается использовать интеллектуальные методы анализа данных, а именно методы экстремальной группировки для построения интегральных показателей и методы классификационного анализа для построения рейтинга.

Как известно, процесс принятия решений в социально-экономических системах слабо формализован. Поэтому в нестандартных ситуациях (например, при необходимости серьезного реформирования существующей системы) ее руководитель вынужден опираться на мнения специалистов (экспертов), имеющих большой опыт работы в соответствующей области. В классических методах экспертизы мнения экспертов считаются объективными, предлагается набор готовых вариантов решений, заданы чёткие критерии оценки этих вариантов, для обработки экспертных оценок используются простейшие статистические процедуры. Однако проблемы, возникающие в социально-экономических системах, как правило, не имеют готовых, чётко сформулированных вариантов решения, их подготовка является частью самого процесса принятия решений. При этом разные эксперты имеют разные мнения относительно целесообразности и эффективности тех или иных решений, а поскольку основная часть экспертов работает в реформируемой системе, их мнения не могут быть беспристрастными. Кроме того, даже эксперты, имеющие близкие точки зрения, иногда не могут работать вместе из-за особенностей личных взаимоотношений (конфликтность, психологическая несовместимость, субординация и т.п.). Настоящая работа посвящёна применению специально разработанных для таких случаев методов экспертизы для поддержки принятия решений в социально-экономических системах управления.

В настоящее время для классификационного анализа многомерных временных рядов актуальной является задача разработки итерационных алгоритмов типа стохастической аппроксимации, в которых дискриминантные функции пересчитываются на каждом шаге появления нового объекта выборки. Обычно разделяющие функции определяются некоторой интегрально-статистической характеристикой классов (модель или эталон класса). Чаще всего в качестве такой модели используется «центр» класса (оценка первого ненормированного момента класса). В работе рассматривается постановка задачи классификации с критерием, зависящим от ненормированных моментов классов.