Введение

Актуальность исследования. Профессиональная пригодность - это наличие у человека качеств, обеспечивающих успешное выполнение профессиональных обязанностей при сохранении здоровья на всем протяжении трудовой жизни.

Проблема профессиональной пригодности, ее оценки и формирования занимает в науке особое место не только в связи с ее большой практической значимостью, но и необходимостью ориентации и использования результатов фундаментальных исследований в области общей, когнитивной, социальной, дифференциальной психологии, медицине труда и т.д. Наиболее остро проблема определения и прогноза профессиональной пригодности встает в экстремальных условиях деятельности человека. Перечень профессий, предъявляющих к человеку значительные, экстремальные требования (с экстремальными условиями работы) в последнее время неуклонно растет. Для этих профессий необходим особо тщательный профотбор. Его отсутствие может привести не только к частым ошибкам в работе, малой производительности труда, но и к возможным человеческим жертвам, причинению вреда здоровью работника и окружающих. При этом достаточно часто встает вопрос не только о профессиональном отборе, а также и динамическом сопровождении медико-психологического состояния работников данных профессий.

Результаты анализа средств профотбора, учитывающих особенности работы в экстремальных ситуациях, свидетельствуют о необходимости использования интеллектуальной информационной поддержки принятия решений. Для поддержки принятия решения по профпригодности работника

в настоящее время широкое распространение получили тестирующие системы, основанные на использовании современных компьютерных технологий.

Современные методы поддержки принятия решений в условиях неопределенности и реализация алгоритмов поддержки принятия решений рассмотрены в работах В.И. Васильева, Б.Г. Ильясова, Н.А. Кореневского, В.В. Миронова, Н. Саймона, Б. Алена, Р. Бергмана и др. Применение интеллектуальных тестирующих систем позволяет значительно улучшить качество тестирования, подробно обосновывать человеку, прошедшему тестирование, полученную им оценку; и сократить время прохождения теста за счет завершения процесса тестирования после наступления значимого события.

В то же время разработанные к настоящему времени подходы в определении профессиональной пригодности и профессиональной успешности к различным видам деятельности показывают, что применяемые методы и алгоритмы контроля оценки в основном направлены на решение узкоспециализированных задач лишь психологического и психофизиологического отбора. При этом наблюдается неполнота решения проблемы профотбора на основе достижений современных интеллектуальных технологий, связанная с отсутствием единой методологии синтеза таких систем, учитывающей неполноту и нечеткость информации как об объекте управления, так и об лице, принимающем решение (ЛПР). Наличие такой методологии жизненно необходимо для сохранения здоровья

и жизни как работников МЧС и других экстремальных профессий, так и потенциальных жертв чрезвычайных ситуаций (ЧС). Решение этой проблемы может быть найдено в развитии методологии проектирования интеллектуальных систем поддержки принятия решений по профессиональному отбору (СШ1РПРО).

В связи с этим на основе интеграции системных принципов и общенаучных подходов к построению сложных многоуровневых систем актуальна разработка методологических основ для построения СППРПРО для оценки состояния здоровья и профессиональной пригодности работников экстремальных профессий. Это позволит с помощью новых современных методов исследования повысить точность и достоверность оценивания медицинских и личностных показаний к выбранной сфере деятельности.

Степень разработанности темы исследования.Для оценки профессиональной пригодности важно выдвинутое Б.Г. Ананьевым положение о том, что «... в качестве предпосылок успешности какой-либо деятельности надо рассматривать не только сумму необходимых свойств, а определенную структуру способностей и одаренности, сенсомоторики, мнемических, логических, эмоционально-волевых и других компонентов, неравномерно и своеобразно развивающихся в различных видах деятельности человека». Из этого положения следует, что профессиональная пригодность зависит не просто от совокупности профессионально важных качеств личности, но также от степени их выраженности и характера взаимосвязи, что приводит к необходимости решать плохо структурируемые и слабо формализуемые задачи. В связи с чем применение традиционных методов моделирования сложных систем является малоэффективным, что в свою очередь делает целесообразным использование специально разработанных механизмов СППРПРО на базе методов теории алгебры логики, нейронных сетей и нечеткого логического вывода.

Классические методы принятия решений в условиях неопределенности, развитые в работах таких ученых, как: Р. Кини, А.А. Амосов, Р. Клемен, А.

Вальд, В.Д. Ногин, О.И. Ларичев, Т. Л. Саати, А.И. Орлов, А.Н. Тихонов, С. Ханссон, Дж. К. Смит, требуют разработки и создания сложных многоуровневых СППР, базирующихся на теории математических моделей, позволяющих учитывать большое количество критериев и параметров, что в свою очередь характеризуется значительной стоимостью разработки таких систем и высокими вычислительными затратами.

Для принятия решений в условиях неопределенности и плохой структурированности данных используется нечеткая логика принятия решений, базирующаяся на аппарате нечетких множеств. Значительный вклад в совершенствование теоретических основ нечетких множеств внесли: А.Н. Аверкин, Л.С. Бернштейн, Р.А. Алиев, А.Е. Алтунин, А.В. Алексеев, К. Асаи, Р. Веллман, А.Н. Борисов, И.З. Батыршин, Л.А. Заде, А. Кофман, А.В. Леоненков, С.Я. Коровин, О.А. Крумберг, Н.Г. Малышев, К. Негойце, Р. Ягер, Д.А. Поспелов, Т.Л. Саати, А. Тверски, М.В. Семухин, Т. Тэрано, С.А. Орловский, С.Д. Штовба и др. Реализация алгоритмов нечеткого вывода освещена в работах Х. Ларсена, Е. Мамдани, Т. Такаги, Й. Цукамото, Е. Шортлифа и др.

Проблема применения СППРПРО в обеспечении эффективного тестирования здоровья и личностных характеристик кандидатов (в том числе работников МЧС) присуща ряду направлений в развитии медицинских интеллектуальных систем диагностики и прогнозирования социально значимых заболеваний. Как свидетельствует практика, в системе здравоохранения применяются различные медицинские информационные системы (МИС), с помощью которых возможно накапливать, обрабатывать и хранить большие объемы различной медицинской информации, однако во многих случаях накопленная медицинская статистическая информация является практически бесполезной. Для ее эффективного использования в практике профессионального отбора МЧС необходимо создание интеллектуальных систем, обеспечивающих создание многогранного «портрета» кандидата, причем необходима обширная база тестов, которые бы

играли роль своеобразных фильтров, настраиваемых на индивидуальные особенности кандидата и на общепрофессинальные требования к работникам исследуемого сегмента. В основу создания таких систем, помимо накопленных результатов по медико-технологическому процессу, могут быть положены и результаты работы различных медицинских приборов для осуществления сбора большого набора медицинских данных, что позволит врачам оценивать влияние показателей здоровья на успешность работы в выбранной профессиональной сфере, а также накапливать информацию для формирования новых требований к показателям здоровья с учетом «новых вызовах современной обстановки».

Таким образом, оптимальным механизмом для автоматизированного решения являются эффективная обработка статистической информации и комплексный анализ полученных результатов средствами интеллектуального анализа данных с применением технологий нейронных сетей и нечеткой логики принятия решений.

В области построения СППРПРО целесообразно использовать: концепции построения автоматизированных медицинских информационных систем (МИС), теоретические принципы создания медицинских экспертных систем (МЭС), моделей представления знаний, нейронных сетей и нечетких множеств принятия решений (А.О. Недосекин, Г.С. Поспелов, А.А. Дородницын, И.Ю. Каширин, Н.А. Кореневский, М.Л. Минский, М.А. Айзерман, Н. Нильсон, В.М. Глушков, А.В. Шеер, Р. Риченс, Р. Симмонс, С. А. Юдицкий, Д. Дюбуа, А. Прад, Г.Н. Калянов). На основе этой теории осуществляется прогнозирование состояния здоровья при условии работы экстремальных ситуаций с применением устоявшихся медицинских закономерностей.

Особое место в общей проблеме СППРПРО занимает проблема принятия решений в условиях неопределенности. Нахождение решения проблемы СППРПРО в условиях неопределенности обеспечивает теория нечетких множеств с использованием методов алгебры логики и теории

когнитивного анализа. В данное время уделяется большое внимание развитию гибридных технологий построения интеллектуальных систем, функционирующих в условиях неопределенности и реализующих комплексное использование различных методов искусственного интеллекта, позволяющих сформировать новую методологию построения таких информационных систем.

Особая роль при таком подходе отводится знаниям, характеризующим предметную область в различных прикладных задачах (Н.Г. Ярушкина, К.А. Майков, В.В. Борисов, Е.Е. Ковшов, А.В. Кузьмин, В.В. Круглов, Ю.Н. Минаев, А.П. Ротштейн, М. Пилиньский, Д. Рутковская, А.П. Столбов, А.А. Усков и др.).

В результате исследования известных методов, алгоритмов и моделей СППР в условиях неопределенности и неполноты исходной информации, основанных на использовании инструментария теории нечетких множеств и нейросетевого моделирования, был сделан вывод, что во многих случаях они не обеспечивают получение соответствующих требованиям решений ввиду малообоснованного выбора параметров моделирования, при этом нахождение адекватных решений из-за необходимости многократного выполнения реализаций используемых методов, алгоритмов и моделей с целью выбора наиболее оптимальных параметров сопровождается большими временными и материальными затратами.

Проведенный анализ современных исследований в области интеллектуальных систем поддержки принятия решений по профессиональной пригодности к работе в экстремальных условиях позволяет сформулировать фундаментальную научную проблему, на решение которой направлено данное исследование: развитие методологии синтеза гибридных классификаторов, обеспечивающей создание интеллектуальных систем психологического и медико-биологического тестирования на основе новых методов, алгоритмов и моделей интеллектуальной поддержки принятия решений (ИППР) в условиях

неполноты и неопределенности исходных данных психофизиологического процесса, позволяющих обеспечивать высокую адекватность и обоснованность принимаемых решений в условиях ограниченности информационных и временных ресурсов. Совокупное использование инструментария теории нечетких множеств и нечеткой логики, а также теории нейросетевого анализа дает возможность создать качественно новые интеллектуальные системы, позволяющие решать более широкий круг задач профессионального отбора в условиях неполноты и неопределенности исходных данных и обеспечивать эффективность принимаемых решений (за счет повышения точности, объективности и адекватности) в условиях неопределенности.

Научный аспектсформулированной проблемы заключается в развитии теоретических основ интеллектуального обеспечения обработки психологических и медико-биологических данных в системах психологического и медико-биологического тестирования для поддержки принятия решений по профессиональной пригодности работников экстремальных профессий посредством гибридных классификаторов, построенных на основе теории нечетких множеств и нейросетевого моделирования.

Практическая частьпроблемы включает в себя алгоритмизацию, разработку специального программного обеспечения и его практическое применение в медико-технологическом процессе для поддержки принятия решений в системах тестирования профессиональной пригодности на основе медико-биологических и психологических показателей.

Цель диссертационной работысостоит в разработке концептуальных моделей и методологии построения систем поддержки принятия решений в условиях неопределенности и неполноты исходных данных, позволяющих повысить качество прогнозирования профессиональной пригодности кандидатов для работы в экстремальных условиях.

Для достижения поставленной цели в работе решаются следующие задачи:

- системный анализ методов и компьютерных технологий прогнозирования профессиональной пригодности работников экстремальных профессий;

- создание моделей управления и прогнозирования функционального состояния работников экстремальных профессий, позволяющих оценить их способность к гомеостазису при функционировании в экстремальных условиях;

- разработка методологии синтеза гибридных решающих правил, основанной на использовании совокупности методов нечеткой оценки и управления состоянием здоровья человека;

- разработка методов моделирования нейронных сетей с виртуальными потоками, предназначенных для классификации функционального состояния работников экстремальных профессий в условиях неполной информации;

- разработка структурно-функциональной организация СППР прогнозирования профессиональной пригодности для работы в экстремальных условиях, позволяющей агрегировать наблюдаемые и не наблюдаемых факторы, влияющие на профессиональную пригодность, как посредством машинного обучения, так и посредством экспертного оценивания;

- разработка метода прогнозирования профессиональных заболеваний, основного на формировании из группы включенных методик тестирования профессиональной пригодности множества «слабых» классификаторов и гибридных технологиях формирования «сильных» классификаторов;

- разработка методологии синтеза интеллектуальных агентов, основанной на создании конструкта из методов и методик с последующим созданием из их композиции классификатора профессиональной пригодности, адаптированного к заданной экстремальной профессии;

- разработка системы поддержки принятия решений для определения профессиональной пригодности курсантов МЧС и ее программного обеспечения, а также экспериментальное обоснование эффективности включенных в нее информационных технологий по прогнозированию профессиональной пригодности кандидатов для работы в экстремальных условиях.

Область исследования.Информационное обеспечение медико­биологических и психологических исследований в интеллектуальных системах тестирования профессиональной пригодности работников экстремальных профессий. Методы принятие решений в трудно формализуемых предметных областях.

Объектом_______ диссертационного____ исследованияявляются

автоматизированные системы определения профессиональной пригодности кандидатов для работы в экстремальных условиях (интеллектуальные СППРПРО), особенности технологии их функционирования в условиях неопределенности и неполноты априорной информации.

Предметом исследованияявляются:

- методы и алгоритмы обработки психологических и медико­биологических данных медико-технологического процесса на всех стадиях тестирования профессиональной пригодности;

- методы синтеза коллективов гибридных нечетких решающих правил;

- модели СППР по профессиональной пригодности работников экстремальных профессий с использованием интеллектуальных систем на основе нечеткого вывода и нейросетевого моделирования;

- методы и алгоритмы нечеткой классификации многомерных объектов в условиях неполноты априорной информации о психологических и медико - биологических процессах;

Научная новизна результатов работы.В рамках диссертационной работы были получены следующие основные результаты, обладающие научной новизной.

1 Предложены концептуальные модели управления и прогнозирования функциональным состоянием сложной системы, основанные на понятии функциональный резерв структурно функциональных единиц (СФЕ) - функциональный ресурс СФЕ, отличающиеся качественным понятием о соотношении трех классов СФЕ в системе, которое определяет способность системы к самоорганизации, позволяющие построить классификационные модели для оценки адаптационного потенциала сложной системы на качественном уровне посредством соответствующего выбора управляемых акций и суррогатных маркеров.

2 Метод синтеза решающего модуля для определения функционального состояния сложной системы в пространстве векторной латентной переменной «резерв СФЕ - ресурс СФЕ», основанный на нечетком шкалировании компонентов вектора, отличающийся трехуровневой схемой экспертного оценивания, на первом уровне которой формируются слабые классификаторы на основе суррогатных маркеров, эксперты второго уровня формируют решающие правила для сильных классификаторов второго уровня, построенного на основе схемы Шортлиффа, а эксперт третьего уровня формирует нечеткую шкалу для дефуззификатора на выходе классификатора, позволяющий строить решающие модули для классификации и прогнозирования функционального состояния сложных систем.

3 Методология синтеза коллективов гибридных нечетких решающих правил, основанная на использовании совокупности методов нечеткой оценки уровней профессиональной пригодности и состояния здоровья, включающая:

- метод синтеза классификационных решающих правил на основе нечеткой логики Л. Заде и Е. Шортлифа, отличающийся использованием функции принадлежности к гиперобъемам многомерного пространства, характеризующим исследуемые классы состояний, причем форма, параметры

и способы агрегации функций принадлежности выбираются в зависимости от структуры анализируемых данных;

- метод синтеза нечетких правил принятия решений относительно разделяющих поверхностей и эталонных структур в многомерном пространстве признаков, отличающийся тем, что базовые переменные функций принадлежности к исследуемым классам состояний определяются относительно базовых гиперповерхностей и эталонов с учетом структуры исследуемых классов состояний, а способы агрегации решающих правил учитывают геометрическую форму классов, области их пересечений, неопределенностей и взаимного расположения;

- метод синтеза нечетких правил принятия решений на основе идеологии группового учета аргументов отличающийся тем, что базовые переменные функций принадлежности определяются как меры близости между реально измеряемыми параметрами и их значениями, вычисляемыми по моделям системных структурных взаимосвязей между признаками, описывающими состояние исследуемых органов и систем, а процедура агрегации учитывает особенности структуры используемых данных;

- метод синтеза правил нечеткого вывода с использованием теории измерения латентных переменных, отличающийся тем, что латентные переменные модели Г. Раша определяются как показатели, характеризующие состояние здоровья и функциональное состояние обследуемых и способы их коррекции.

4. Метод синтеза виртуальных потоков для систем поддержки принятия решений, предназначенных для прогнозирования способностей человека работать в экстремальных условиях, включающий:

- способ формирования дополнительного признака для нейросетевого классификатора, построенного на основе нейронной сети прямого распространения, предусматривающий последовательное выполнение шести шагов, отличающийся контуром обратной связи, включающим последовательно соединенные вычитатель, компаратор, блок управления и

сумматор, позволяющий получить на выходе сумматора дополнительный информативный признак, учитывающий скрытые системные связи между компонентами признакового пространства, присутствующими на входах нейронной сети;

- алгоритм четвертого шага формирования дополнительного информативного признака, отличающаяся контуром обратной связи, предназначенным для осуществления итерационного процесса формирования дополнительного информативного признака во входном векторе образца обучающей выборки, позволяющий сформировать новую обучающую выборку, векторы образцов которой имеют на одну компоненту больше, чем векторы образцов исходной обучающей выборки;

- рекуррентную структурную схему формирования гибридного вектора информативных признаков, который состоит из двух подвекторов, один из которых сформирован из исходных информативных признаков, а второй - из информативных признаков, полученных на основе моделирования системных связей между информативными признаками первого подвектора, отличающаяся использованием МГУА - моделей для формирования второго подвектора, позволяющую выделить релевантные системные связи в исходном пространстве информативных признаков;

- алгоритм последовательной настройки гибридной прогнозирующей системы, включающий в себя этапы выбора нечетких функций принадлежности, составление набора нечетких операций для агрегаторов, обучение нейронной сети, используемой в качестве дефуззификатора, контроль качества прогнозирования, выполняемого полученной гибридной системой.

5 Методология прогнозирования риска развития профессиональных заболеваний, провоцируемых работой в экстремальных ситуациях, включающая:

- метод формирования сильного классификатора, отличающийся тем, что при формировании «сильного» классификатора учитывается «вес»

«слабых» классификаторов, который определяется путем формирования промежуточных «сильных» классификаторов, получаемых для каждого теста (суррогатного маркера) с учетом «весов» эталонных групп, на которых были обучены эти классификаторы, причем «веса» слабых классификаторов и «веса» эталонных групп контролируются в процессе обучения «сильных» и «слабых» классификаторов, и, если эти показатели окажутся ниже пороговой величины, соответствующие суррогатный маркер или эталонная группа исключается из финального классификатора, позволяющий повысить диагностическую эффективность метода прогнозирования профессиональной пригодности для работы в экстремальных условиях;

- метод определения риска социально значимых заболеваний, провоцируемых работой в экстремальных условиях, отличающийся последовательным синтезом «слабых» классификаторов для каждой эталонной группы, и взвешиванием выборки, на которой был построен этот классификатор, с последующим взвешиванием «слабого» классификатора с учетом «веса» выборки, на которой он был получен, позволяющий реализовать метод прогнозирования социально значимых заболеваний, провоцируемых экстремальными условиями;

- метод проверки качества прогнозирования профессиональных заболеваний, провоцируемых условиями работы в экстремальных условиях, отличающийся параллельным формированием подпространств психологических и медико-биологических признаков, позволяющий выбирать модели решающих модулей и осуществлять их сравнение по показателям качества прогнозирования.

6 Метод синтеза модели интеллектуального агента для прогнозирования психологической устойчивости работника экстремальных профессий, основанный на формировании суперпозиции текущих методик, отличающийся тем, что формирования методик для выбранной профессии осуществляется на основе двухконтурного принципа, в первом контуре осуществляется количественная оценка эффективности формируемой

методики, а во втором - непосредственная получение психологического «портрета» кандидата на основе этой методики, позволяющий сформировать агенты второго иерархического уровня для СППР определения профессиональной пригодности кандидатов на работу в экстремальных условиях.

7 Система поддержки принятия решений, предназначенная для тестирования профпригодности для работы в экстремальных условиях, состоящая из подсистемы знаний, подсистемы принятия решений и подсистемы интернет-тестирования, отличающаяся тем, что подсистема принятия решений включает два блока принятия решений, первый из которых предназначен для тестирования по базе данных «Здоровье», а второй - по базе данных психологических тестов, выявляющих профессиональные склонности, позволяющая формировать и интегрировать решающие правила, основанные на различных парадигмах и оперирующих с различными сегментами пространства информативных признаков, связанными с различными функциональными системами организма человека.

Достоверностьнаучных положений, теоретических выводов и практических результатов диссертационной работы подтверждается:

- корректным использованием математического аппарата, соответствием результатов вычислительных экспериментов, выдвигаемым в диссертации положениям и выводам качественного характера;

- использованием разработанных методов, алгоритмов и моделей для решения реальных прикладных задач;

- технологической реализацией СППРПРО и отдельных их элементов, подтвержденной свидетельствами об официальной регистрации программ для ЭВМ;

- использованием результатов диссертационной работы в практике профессионального отбора работников экстремальных профессий, подтвержденным актами внедрения.

Работоспособность разработанных методов и алгоритмов подтверждена статистикой обработки большого объема реальных данных, отсутствием противоречий с известными положениями теории и практики анализа и классификации сложноструктурируемой и нечеткой информации.

Теоретическая и практическая значимость работызаключается в развитии методологии обработки сложноструктурируемых и нечетких данных медико-биологических и психофизиологических процессов для интеллектуальной поддержки принятия решений в системах прогнозирования профессиональной пригодности работников экстремальных профессий, а также в развитии теории проектирования интеллектуальных систем поддержки принятия прогностических решений.

Практическая значимость работы подтверждается разработанными методами, алгоритмами и моделями, реализованными в программных продуктах для ЭВМ.

Разработанные методы, алгоритмы и модели СППРПРО позволяют:

- повысить эффективность принятия управленческих решений за счет улучшения качества и обоснованности выводов в условиях неполноты и неточности априорной информации, даже при различных мнениях экспертов;

- при решении задач профессионального отбора комбинированно использовать формальную статистическую информацию, взятую из различных источников, и комплекс знаний группы экспертов;

- минимизировать материальные и временные затраты для осуществления выбора адекватных и точных рекомендаций при решении задач по профессиональному отбору и прогнозированию состояния здоровья при работе в экстремальных условиях;

- осуществлять построение интеллектуальных СППРПРО, базирующихся на нечеткой логике и нейросетевом моделировании, осуществляющих прогнозирования профессиональной пригодности и состояния здоровья при работе в экстремальных условиях по отдельной методике или комплексам методик, обеспечивающих адекватный прогноз.

Диссертационные исследования проводились в рамках выполнения ряда проектов следующих программ фундаментальных, поисковых и инновационных исследований:

- федеральной целевой программы «Научные и научно-педагогические кадры инновационной России на 2009-2013 годы», государственные контракт № П424;

- гранта Минобрнауки России на 2012-2013 годы (Соглашение № 14. В37.21.1970);

- федеральной целевой программы «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2014 - 2020 годы» (Соглашение № 14.576.21.0071), проект RFMEFI57614X0071.

Методы, модели и алгоритмы, разработанные в диссертационной работе, а также реализующие их СШ1РПРО, внедрены в Главном управление МЧС России по Воронежской области, в Главном управлении МЧС России по Курской области, в Главном управлении МЧС России по республике Крым.

Результаты полученных в диссертации теоретических, прикладных и экспериментальных исследований используются в учебном процессе Юго­Западного государственного университета при обучении студентов по дисциплинам «Математическое моделирование в биотехнических системах» (12.04.04), «Интеллектуальная поддержка принятия решений в биотехнических системах» (12.04.04) и «Медицинские базы данных и экспертные системы» (12.03.04).

Использование результатов диссертационной работы на практике подтверждено соответствующими актами о внедрении.

Получено 7 свидетельства ФГБУ «Федеральный институт промышленной собственности» (РОСПАТЕНТ) об официальной регистрации программ для ЭВМ и базы данных.

Содержание диссертации соответствует паспорту научной специальности05.11.17 «Приборы, системы и изделия медицинского назначения», а именно пункту 2. Значение решения научных, технических, медико-биологических проблем и проблем приборного и инструментального развития современных медицинских технологий и информационного их обеспечения для задач здравоохранения состоит в создании высокоэффективных инструментов, приборов, оборудования, изделий, систем, комплектов, технического и программного обеспечения принципиально новых высокоэффективных средств и методов воздействия на человека и в оценке влияния на человека лечебного и поражающего фактора различных излучений, полей и других энергетических факторов воздействия на' человека, создании измерительной техники и средств метрологического обеспечения, создании новых средств передачи и отображения медико-биологической информации.

Методология и методы исследования.Теоретические исследования проведены с применением методов системного анализа, нечетких множеств, кластеризации, принятия решений, нечеткой логики, вероятностей и математической статистики, построения баз данных (БД) и информационных систем медицинского назначения. Экспериментальные исследования выполнены с использованием методов моделирования (математического и имитационного), технологий объектно-ориентированного и модульного программирования, технологий построения распределенных баз данных и Интернет-технологий.

Основные положения, выносимые на защиту

1 Модели управления и прогнозирования функциональным состоянием сложной системы, основанные на концепции структурно-функциональных единиц, позволяют прогнозировать влияние экзогенных факторов на динамические процессы распределения ресурсов живой системы.

2 Модель многофазного эксперимента, основанная на исследовании переходных процессов в сложной системе, получаемых посредством

латентного переключения уровня стимулов в фазах эксперимента, позволяет построить классификаторы функционального состояния сложных систем с учетом латентных факторов.

3 Методология синтеза коллективов гибридных нечетких решающих правил, основанная на использовании совокупности методов нечеткой оценки и управления состоянием здоровья, позволяет обеспечить прогнозирование профессиональной пригодности для кандидатов для работы в экстремальных условиях в условиях нечетких и плохоструктурированных данных.

4. Метод синтеза виртуальных потоков для систем поддержки принятия решений, предназначенных для прогнозирования способностей человека работать в экстремальных условиях, позволяет учитывать не наблюдаемые факторы, оказывающие влияние на успешность работы кандидата в экстремальных ситуациях.

5 Методология прогнозирования риска развития профессиональных заболеваний, провоцируемых экстремальными условиями работы, позволяет получить диагностическую эффективность метода прогнозирования профессиональной пригодности для работы в экстремальных ситуациях, в среднем, до 89 %.

6 Методы синтеза моделей классификаторов профессиональной пригодности работников экстремальных профессий, построенные на основе идеи конструкта, позволяют найти оптимальное сочетание методов и методик для количественной оценки профессиональной пригодности кандидата на работу выбранной экстремальной профессии.

7 Программное обеспечение для реализации компонентов системы поддержки принятия решений по прогнозированию профессиональных заболеваний работников МЧС, обеспечивает четырехлетний прогноз по выбранным классам профессиональных заболеваний работников экстремальных профессий на уровне 0,88.

Апробация работы.Результаты и научные положения диссертационной работы докладывались и обсуждались на следующих всероссийских и международных научных конференциях: Международная научно-практической конференция «Информационные проекты в медицине и педагогике» (г. Москва, 2014); 5 Международная научно-практическая конференция «Теоретические и прикладные аспекты современной науки» (Белгород, 2014); VIII международная конференция «ПМТУКТ-2015» «Современные методы прикладной математики, теории управления и компьютерных технологий» (Воронеж, 2015); XXIII Международная конференция «Лазерно-информационные технологии в медицине, биологии, геоэкологии и транспорте - 2015» (Новороссийск, 2015); Proceeding of the International Scientific and Practical Conference «Methodology of modern research, vol. I (March 21-22, 2015, Dubai, UAE)» (Dubai, 2015); VIII Международная конференция «Современные тенденции развития науки и технологий» (Белгород, 2015); XII Международная научно-техническая конференция «Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации. Распознавание - 2015» (Курск, 2015); Научная сессия НИЯУ МИФИ - 2015 (Москва, 2015) и др.

Публикации.По теме диссертации опубликованы 63 печатных работы (10 - без соавторов), в том числе: 30 статей в изданиях, входящих в перечень ВАК; две монография; 20 докладов на международных и всероссийских конференциях; 7 свидетельств о регистрации программ для ЭВМ и баз данных в ФГБУ «Федеральный институт промышленной собственности» (РОСПАТЕНТ).

Личный вклад автора в получение результатов, изложенных в диссертации. Все результаты диссертационной работы, в том числе постановка задач, разработка и исследование защищаемых методологий, методов, моделей и алгоритмов, основные научные результаты, выводы и рекомендации, принадлежат автору лично. Интеллектуальные системы,

реализующие разработанные методы, алгоритмы и модели, созданы непосредственно автором. Участие соавторов сводится к методическим консультациям и получению экспериментальных результатов по предложенным автором постановке задач и технологиям.

Структура и объем диссертации. Диссертационная работа состоит из введения, шести глав, заключения, библиографического списка из 231 наименований и приложений, в которых отражены результаты внедрения диссертационной работы, результаты регистрации интеллектуальной деятельности, договора, в рамках которых были получены результаты диссертационной работы. Диссертация содержит 435 страниц основного текста, в том числе 38 таблиц и 149 рисунков.

1