Сегодня актуально снижать временные затраты на проведение поискового исследования. Для достижения цели решаются проблемы из области информатики и кибернетики, которые являются взаимозависимыми. В статье предлагаются новые теоретические и практические подходы к математическому представлению и визуализации этапов поискового исследования. Для этого используются вероятностные процессы, их изображение на трехмерной плоскости. Получены формулы скоростей перемещения рабочей точки, отражающей ход поискового исследования, и формулы зависимостей вероятностей от интенсивности потока и времени выполнения этапов поискового исследования. Для этого была использована система уравнений Колмогорова, составленная по графу состояний процесса выбора альтернативы в поисковом исследовании. Результаты помогут решить следующую актуальную проблему из области информатики – выразить качественные показатели эффективности, зависящие от анатомии и технологии добывания знания, через количественные показатели, зависящие от времени t. Для этого в теории статьи была учтена специфика поискового исследования, которое имеет дело с потоком научной информации и соответствующим образом обрабатывается на каждом этапе. В дальнейших исследованиях следует обратить внимание на переменную – полезные знания для решения следующего этапа, полученные за время выполнения текущего.
Today it is important to reduce the time spent on exploratory research. To achieve the goal, problems are solved from the field of computer science and cybernetics, which are interdependent. The article proposes new theoretical and practical approaches to the mathematical representation and visualization of the stages of exploratory research. For this, probabilistic processes are used, their image on a three-dimensional plane. The formulas for the speeds of moving the operating point are obtained, which reflect the course of the exploratory research. And the formulas of the dependences of the probabilities on the intensity of the flow and the execution time of the stages of exploratory research. For this, the Kolmogorov system of equations was used, compiled from the state graph of the alternative selection process in a search study. The results will help to solve the following urgent problem from the field of computer science – to express qualitative indicators of efficiency, depending on the anatomy and technology of obtaining knowledge, through quantitative indicators, depending on time t. To do this, the theory of the article took into account the specifics of exploratory research, which deals with the flow of scientific information and is processed accordingly at each stage. In further studies, attention should be paid to the variable – useful knowledge for solving the next stage, obtained during the execution of the current one.
1. Анджей Г., Васючков Ю.Ф., Томаш С. Использование геотермальной энергии на шахтах // Горный информационно-аналитический бюллетень (научно-технический журнал). 2003. № 1. C. 7–502.
2. Воронкова Е.А. Инновационные подходы в развитии энергосбережения российского агропромышленного комплекса // Известия Оренбургского государственного аграрного университета. 2009. № 23(1). C. 117–120.
3. Трофимова В.Ш., Липатников А.В. Разработка методики планирования почасового потребления электрической энергии крупным металлургическим предприятием (на примере ОАО «ММК») // Вестник Магнитогорского государственного технического университета им. Г.И. Носова. 2014. № 3 (47). С. 57–62.
4. Радоман Н.В., Александров О.И., Свирский Д.Н. Оптимизация режимов электропотребления энергоёмкого машиностроительного производства // Вестник Витебского государственного технологического университета. 2014. № 26. С. 89–96.
5. Шешукова Т.Г., Колесень Е.В. Оценка затратна исследования и разработки как компонента инновационного потенциала предприятия // Вестник ПГУ. Серия: Экономика. 2012. № 2. С. 25–34.
6. Шмидт А.В., Горяева Е.Н., Горяева И.А. Снижение транспортных затрат как фактор повышения экономической устойчивости промышленного предприятия // Вестник ЮУрГУ. Серия: Экономика и менеджмент. 2012. № 30. С. 193–194.
7. Самигулина Г.А., Самигулин Т.И. Обзор современных подходов искусственного интеллекта для систем управления сложными объектами // Проблемы информатики. 2018. № 3 (40). C. 4–20.
8. Ахпашев Р.В. Разработка программного приложения для оптимизации радиопокрытия сети LTE // Проблемы информатики. 2017. № 3 (36). С. 78–98.
9. Шаршеналиев Ж.Ш. О проблемеах и противоречиях управления кибернетическими и синергетическими динамическими системами // Проблемы информатики. 2012. № 3. C. 10–21.
10. Тонконогов А.В. Обеспечение кибернетической безопасности россии в современных геополитических условиях // Правовая информатика. 2014. № 3. С. 4–5.
11. Popova O., Popov B., Karandey V., Gerashchenko A. Entropy and algorithm of obtaining decision trees in a way approximated to the natural intelligence. International Journal of Cognitive Informatics and Natural Intelligence. 2019. № 13 (3). Р. 50–66.
12. Popova O., Shevtsov Y., Popov B., Karandey V., Klyuchko V. The development ofthe theory of quality assessment of the information, taking into account its stractural component. Advances in Intelligent Systems and Computing. 2020. № 965. Р. 179–191.
13. Popova O., Popov B., Karandey V., Evseeva M. Intelligence amplification via language of choice description as a mathematical object (binary tree of question-answer system). Procedia Social and Behavioral Science. 2015. № 214. Р. 897–905.
14. Дозоцева М.Н. Использование приёмов критического мышления «ментальная карта» // Образование и проблемы развития общества. 2016. № 1 (1). C. 4–8.
15. Глазков К.П. Ментальные карты: способы анализа, погрешность и пространственная метрика // Социология власти. 2013. № 3. С. 39–56.
16. Купреенко А.И., Исаев Х.М., Михайличенко С.М. Решение системы уравнений колмогорова для обобщённого графа состояний автоматического кормового вагона // Вестник ФГОУ ВПО Брянская ГСХА. 2019. № 1 (71). С. 56–68.
17. Смагин В.А., Гусеница Я.Н. Моделирование одноканальных нестационарных систем обслуживания, представленных циклическим графом состояний // Приборостроение. 2016. № 10. С. 801–806.
18. Купреенко А.И., Исаев Х.М., Михайличенко С.М. Решение системы уравнений колмогорова дляобобщённого графа состояний автоматического кормового вагона // Вестник ФГОУ ВПО Брянская ГСХА. 2019. № 1 (71). С. 56–68.
19. Ивуть Р.Б., Кисель Т.Р. Теория логистики. Минск, 2011.
20. Феллер В. Глава XI. Целочисленные величины. производящие функции // Введение в теорию вероятностей и её приложения = An introduction to probability theory and its applicatons, Volume I second edition / Перевод с англ. Р.Л. Добрушина, А.А. Юшкевича, С.А. Молчанова Под ред. Е.Б. Дынкина с предисловием А.Н. Колмогорова. 2-е изд. М.: Мир, 1964. С. 270–272.