Выводы второго раздела

1. Предложены концептуальные модели управления и прогнозирования функциональным состоянием сложной системы, основанные на понятии функциональный резерв 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.

3. Разработан 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.

4. Получены графические модели перехода системы из одного функционального состояния в другое, отличающиеся логистической моделью связи между величиной акции и величиной реакции в системе, позволяющие прогнозировать вероятности перехода системы из одного функционального состояния в другое.

5. Разработана модель функциональной системы, учитывающая врожденные способности и приобретаемые знания, а также алгоритм ее формирования. Модель отличается наличием Менеджера, осуществляющего процесс обучения и настройки нейронной сети, формирующей модель нейронной сети. Алгоритм настройки нейронной сети отличается

возможностью, по мере мониторирования данных, переключать настройку нейронной сети с настройки по обучающей выборки на настройку "из базы знаний".

6. Предложена классификационная модель многофазного эксперимента, основанная на исследовании переходных процессов в сложной системе, получаемых посредством латентного переключения уровня стимулов в фазах эксперимента, отличающаяся анализом статистических характеристик наблюдаемых суррогатных маркеров, позволяющая построить классификаторы функционального состояния сложных систем. Проведены экспериментальные исследования показателей качества классификаторов, полученных на основе модели трехфазного эксперимента, подтверждающие адекватность моделей.

3.