Основы автоматизации процессов проактивного мониторинга обобщенных состояний сложных агробиотехнических объектов

В качестве базовой концепции автоматизации процессов мониторинга функционирования сложных агробиотехнических объектов (САБО) предложен переход от реактивного подхода к проактивному. Предлагаются методологические основы автоматизации процесса решения задачи многокритериального синтеза программ управления проактивным мониторингом обобщенных состояний САБО и интегрированной АСУ (ИАСУ) как процесса управления соответствующей развивающейся ситуацией, в состав которой входят субъекты моделирования, объект-оригинал, его модель, внешняя среда, а также динамические бинарные отношения, возникающие при их взаимодействии. Целью разработки методологических основ является повышение оперативности обнаружения, локализации и предотвращения возникновения нештатных ситуаций. На базе концепций системного моделирования, проактивного управления, инвариантности вычислительных, моделирующих и реальных процессов, а также интеллектуализации управления разработана система взаимосвязанных фундаментальных принципов, которая учитывает многоаспектный характер функционирования САБО и ИАСУ САБО в целом, в том числе отражает связи, которые не учитывались в предыдущих исследованиях, — между обобщенным состоянием вычислительного процесса и степенью интероперабельности. Разработанные концепции и фундаментальные принципы позволяют корректно обосновать и автоматизировать выбор наиболее предпочтительных интеллектуальных технологий и систем проактивного мониторинга обобщенных состояний САБО на всех этапах их жизненного цикла, а также повысить показатели оперативности и достоверности управленческих решений, равно как и выработки соответствующих рекомендаций, обеспечивающих повышение эффективности и качества функционирования рассматриваемых объектов и систем в заданных условиях обстановки.

1. Семенов А. И., Кулаков А. Ю. Модельно-алгоритмическое обеспечение задач прогнозирования и планирования процесса заготовки кормов // Изв. вузов. Приборостроение. 2022. Т. 65, № 11. С. 818—825. DOI: 10.17586/0021-3454-2022-65-11-818-825.

2. Башилов А. М., Королёв В. А., Арженовский А. Г., Глобин А. Н., Глечикова Н. А. Проактивное моделирование динамической сложности агротехноценозов //Вестник аграрной науки Дона. 2020. №. 3 (51). С. 45–54.

3. Олейников А., Макаренко С., Козлов С. Интероперабельность — ключевая технология повышения эффективности систем вооружения, управления и связи // Радиоэлектронные технологии. 2022. №. 1. С. 66–73.

4. Макаренко С. И. Интероперабельность организационно-технических систем: Монография. СПб: Наукоемкие технологии, 2024. 313 с.

5. Гуляев Ю. В., Журавлев Е. Е., Олейников А. Я. Методология стандартизации для обеспечения интероперабельности информационных систем широкого класса. Аналитический обзор //Журнал радиоэлектроники. 2012. № 3. С. 12.

6. Соколов Б. В., Захаров В. В. Методологические основы создания и использования цифровых двойников сложных объектов // Изв. вузов. Приборостроение. 2022. Т. 65, № 12. С. 916–919. DOI: 10.17586/0021-3454-2022-65-12-916-919.

7. Охтилев М. Ю., Охтилев П. А., Соколов Б. В., Юсупов Р. М. Методологические и методические основы проактивного управления жизненным циклом сложных технических объектов // Изв. вузов. Приборостроение. 2022. Т. 65, № 11. С. 781–788. DOI: 10.17586/0021-3454-2022-65-11-781-788.

8. Охтилев М. Ю., Коромысличенко В. Н., Охтилев П. А., Зянчурин А. Э., Васильев В. И. Концепция инженерии знаний в задачах обеспечения интероперабельности САБО и информационных систем на основе интеллектуальных технологий // Интеллектуальные технологии на транспорте. 2023. №3 (35).

9. Kupriyanovsky V., Klimov A., Alenkov V., Namiot D., Sneps-Sneppe M. On the new IoT generation-ETSI ontology standards and specifications // Intern. Journal of Open Information Technologies. 2019. Vol. 7, N 9. P. 73–81.

10. Volz F., Sutschet G., Stojanovic L., Usländer T. On the role of digital twins in data spaces // Sensors. 2023. Vol. 23, N 17. P. 7601.

11. Jacoby M., Usländer T. Digital twin and internet of things—Current standards landscape // Appl. Sciences. 2020. Vol. 10, N 18. P. 6519.

12. Wegner P. Interoperability // ACM Computing Surveys (CSUR). 1996. Vol. 28, N 1. P. 285–287.

13. López-Morales J. A., Martínez J. A., Skarmeta A. F. Digital transformation of agriculture through the use of an interoperable platform // Sensors. 2020. Vol. 20, N 4. P. 1153.

14. Розенберг И. Н., Дулин С. К., Дулина Н. Г. Моделирование структуры интероперабельности средствами структурной согласованности // Информатика и ее применения. 2023. Т. 17, № 1. С. 57–65.

15. Павлыгин Э. Д., Корсунский А. С., Куприянов А. А., Мельниченко А. С. FCMI-подход к оценке интероперабельности интегрированной системы боевого управления корабля // Автоматизация процессов управления. 2015. № 4. С. 4–14.

16. Шилов Н. Г. Разработка мультиаспектной онтологии для поддержки принятия решений в производственных системах // Информационные технологии и вычислительные системы. 2024. № 2. С. 52–64.

17. Шилов Н. Г., Пономарев А. В., Смирнов А. В. Анализ методов онтолого-ориентированного нейро-символического интеллекта при коллаборативной поддержке принятия решений // Информатика и автоматизация. 2023. № 3 (22). С. 576–615.

18. Юсупов Р. М., Соколов Б. В., Захаров В. В. Основы теории проактивного управления функционированием и модернизацией сложных технических объектов // XVI Всерос. мультиконференция по проблемам управления (МКПУ-2023): Материалы конф. 2023. С. 86–89.

19. Захаров В. В. Модельно-алгоритмическое обеспечение планирования модернизации сложных организационно-технических объектов // Технологическая перспектива в рамках Евразийского пространства: новые рынки и точки экономического роста: Тр. 5-й Междунар. науч. конф. 2019. С. 486–494.

20. Микони С. В., Соколов Б. В., Юсупов Р. М. Квалиметрия моделей и полимодельных комплексов: Монография. М.: Изд-во РАН, 2018. 314 с.

21. https://litsam.ru