Ключевым моментом при построении когнитивных моделей является выбор механизма взаимодействия влияний от разных факторов, приходящих на каждый фактор модели. Отличительной особенностями предложенного в данном докладе подхода является отказ от операции сложения положительных влияний с отрицательными влияниями в силу неизвестности механизма такого сложения. Исходная когнитивная карта «расщепляется» специальным образом, так что в процессе распространения влияний по различным путям от фактора к фактору нигде не происходит суммирования положительных и отрицательных влияний: положительные влияния и отрицательные влияния суммируются по отдельности.

Для систем передачи данных через последовательный канал предложены методы одновременного выполнения основных логических функций в канале, удобные для идентификации состояния абонентов канала, мажоритирования информации от идентичных датчиков и диагностирования.

Центральный элемент нового подхода – отношение к идентификации как к особому типу познавательной деятельности. Второй элемент – введение нового понятия «параметр неклассического типа (кратко, метапараметр)», которое лучше, чем традиционное понятие «порядок математической модели» отражает операциональное назначение структурной идентификации. В первом приближении метапараметр – это буквенная константа, которая используется в качестве имени множества значений параметра классического типа. С помощью метапараметров удается частично формализовать содержание структурной идентификации, сведя выбор типа математической модели к выбору значений метапараметров. Третий элемент нового подхода – отношение к идентификации (на этапе проектирования автоматической системы) как к системе процессов конструирования параметрических семейств математических моделей и актов выбора значений параметров классического и неклассического типа. Четвертый элемент – отношение к структурной идентификации как к замкнутому познавательному циклу, имеющему собственные средства «измерения» уровня адекватности тестируемых математических моделей. В состав этих средств обязательно входят особым образом спланированный эксперимент и макет создаваемой автоматической системы, в проектировании которой использовались тестируемые математические модели.

Технические системы высокой структурной, размерной и функциональной сложности наделяются огромным количеством датчиков, не позволяющим осуществлять качественный контроль их показаний и своевременное принятие точных управленческих решений в случае отклонения их показаний от нормы. В настоящей работе предлагается индикаторный подход как элемент базовой инструментальной поддержки системы мониторинга сложных технических объектов.