Мережеві структури та системи: ІIІ. Ієрархії та мережі
The basic principles of the formation of system hierarchies and complex systems with a hierarchical network structure are analyzed. The flow adjacency matrix for a complex hierarchical network system is determined, which allows us to investigate the functional features of the system, linking them wi...
Saved in:
| Date: | 2018 |
|---|---|
| Main Authors: | , |
| Format: | Article |
| Language: | Ukrainian |
| Published: |
The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute"
2018
|
| Subjects: | |
| Online Access: | https://journal.iasa.kpi.ua/article/view/122265 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | System research and information technologies |
| Download file: |  |
Institution
System research and information technologies| _version_ | 1867334329543163904 |
|---|---|
| author | Polishchuk, O. D. Yadzhak, M. S. |
| author_facet | Polishchuk, O. D. Yadzhak, M. S. |
| author_institution_txt_mv | [
{
"author": "O. D. Polishchuk",
"institution": "Інститут прикладних проблем механіки і математики ім. Я. С. Підстригача НАН України, Львів"
},
{
"author": "M. S. Yadzhak",
"institution": "Інститут прикладних проблем механіки і математики ім. Я. С. Підстригача НАН України, Львів"
}
] |
| author_sort | Polishchuk, O. D. |
| baseUrl_str | http://journal.iasa.kpi.ua/oai |
| collection | OJS |
| datestamp_date | 2019-04-26T15:57:21Z |
| description | The basic principles of the formation of system hierarchies and complex systems with a hierarchical network structure are analyzed. The flow adjacency matrix for a complex hierarchical network system is determined, which allows us to investigate the functional features of the system, linking them with the components of the structure. The notion of the flow core is introduced, which allows us to construct simplified models of a system of a smaller dimension with simultaneous monitoring of the quantitative measure of maintaining their adequacy. The principles of formation of information and evaluation models of complex hierarchical network systems with consideration of the priority of their components and the level of fullness of data are proposed. The main advantage of the evaluation models is the smaller amounts of information that are much easier to analyze and allow us to timely locate the most threatening components of the system. For the study of heterogeneous inter-system interactions, the notions of association, conglomerate and system environment are introduced, which allow us to analyze the nature and effects of inter-system influences of different types. |
| doi_str_mv | 10.20535/SRIT.2308-8893.2018.4.07 |
| first_indexed | 2025-07-17T10:23:24Z |
| format | Article |
| fulltext |
О.Д. Поліщук, М.С. Яджак, 2018
82 ISSN 1681–6048 System Research & Information Technologies, 2018, № 4
УДК 519.7
DOI: 10.20535/SRIT.2308-8893.2018.4.07
МЕРЕЖЕВІ СТРУКТУРИ ТА СИСТЕМИ:
ІIІ. ІЄРАРХІЇ ТА МЕРЕЖІ
О.Д. ПОЛІЩУК, М.С. ЯДЖАК
Анотація. Проаналізовано основні принципи формування системних ієрархій
та складних систем з ієрархічно-мережевою структурою. Визначено потокову
матрицю суміжності складної ієрархічно-мережевої системи, яка дозволяє до-
сліджувати функціональні особливості системи, пов’язуючи їх зі складовими
структури. Уведено поняття потокової серцевини, яка дає можливість будува-
ти спрощені моделі системи меншої розмірності, одночасно відстежуючи кіль-
кісну міру збереження її адекватності. Запропоновано принципи формування
інформаційних моделей та моделей оцінювання складних ієрархічно-
мережевих систем з урахуванням пріоритетності їх складових та рівня напов-
неності даними. Основною перевагою моделей оцінювання є на порядки мен-
ші обсяги інформації, які значно легше піддаються аналізу та дозволяють опе-
ративно локалізувати найбільш ризиковані складові системи. Для дослідження
різнорідних міжсистемних взаємодій уведено поняття асоціації, конгломерату
і системного середовища, які дають змогу аналізувати характер та наслідки
міжсистемних впливів різних типів.
Ключові слова: складна мережа, мережева система, потік, ієрархія, модель,
оцінювання, асоціація, конгломерат, системне середовище.
ВСТУП
У працях [1, 2] зосереджено увагу на мережевих структурах та системах.
Вважається, що мережевий підхід дозволяє частково подолати проблему
складності принаймні на рівні вивчення структури системи [3]. Однак не
менш важливими та поширеними як під час дослідження фізичного світу,
так і в людському суспільстві є ієрархічні структури [4, 5]. У соціумі ієрар-
хія застосовується для оптимізації процесу управління та ефективної органі-
зації роботи створених людиною систем різного типу та призначення (дер-
жавних, економічних, фінансових, військових тощо) [6, 7]. Ієрархізація є
методом наукового пізнання, який спрощує дослідження великих складних
систем [8, 9], та зручним способом структуризації знань [10], який впоряд-
ковує зберігання отриманих даних та полегшує пошук необхідної інформа-
ції (бібліотеки, архіви, файлова система в комп’ютерах тощо). Загалом ієра-
рхічний підхід також спрямований на подолання проблеми складності [11].
Він є історично підтвердженим способом ефективного управління та науко-
вого пізнання.
Зазвичай під час дослідження мережевих структур у них не враховуєть-
ся наявність певного впорядкування чи підпорядкування складових, хоча
воно безумовно існує у переважній більшості мережевих систем. З іншого
боку, ієрархічні структури не враховують зв’язків між складовими одного
рівня ієрархії. У той же час навіть у строго ієрархічних системах, наприклад
військових, є такі зв’язки. Тобто структура реальних штучних та природних
Мережеві структури та системи: III. Ієрархії та мережі
Системні дослідження та інформаційні технології, 2018, № 4 83
систем не вкладається у поняття «чистої» мережі або ієрархії. Ієрархічно-
мережеві структури, тобто структури, кожну складову певного рівня ієрархії
яких можна зобразити у вигляді підмережі нижчого рівня ієрархії або підпо-
рядкувати їй таку підмережу, більш точно та природно відображають особ-
ливості взаємодій у складних системах [12].
У працях [1, 2] розглядалися проблеми розмірності та адекватності мо-
делей мережевих систем. Для їх вирішення замість усієї системи пропону-
валося досліджувати її потокові серцевини. У цій роботі такий підхід вико-
ристовується для зменшення розмірності моделей складних ієрархічно-
мережевих систем (СІМС), а також розглядаються різні види моделей сис-
тем, аналізуються їх переваги і недоліки та пропонуються способи викорис-
тання цих моделей для подолання проблеми складності, що породжується
величезними обсягами інформації, яка описує процес функціонування дові-
льної СІМС.
Однією з ознак реальних складних систем є їх відкритість, тобто взає-
модія з іншими системами [13]. У праці [2] розглянуто один із видів міжсис-
темних взаємодій, а саме системи мультиплексного типу. У таких утворен-
нях кожний елемент може бути складовою багатьох систем та виконувати у
них різні функції. Інший вид міжсистемних взаємодій полягає у спільному
функціонуванні кількох систем, склад елементів яких не перетинається.
Уводимо поняття асоціації, конгломерату та системного середовища як
трьох різних типів такого виду взаємодій.
Мета роботи — визначити принципи формування ієрархічно-мережевих
структур та запропонувати ефективні підходи для аналізу процесу функ-
ціонування складних ієрархічно-мережевих систем.
ІЄРАРХІЧНО-МЕРЕЖЕВІ СТРУКТУРИ ТА СИСТЕМИ
Системні ієрархії будуються різними способами. Опишемо основні принци-
пи формування ієрархічних структур. Першим із них є принцип впорядку-
вання, тобто розбиття цілого на складові за ознаками однорідності або різ-
норідності. Прикладом впорядкування за ознакою однорідності є поділ
земної поверхні на країни, країн — на регіони (штати, землі, графства, окру-
ги тощо), регіонів — на населені пункти і т. ін. Прикладами впорядкування
за ознакою різнорідності є тематичні бібліотечні каталоги, програми на-
вчання учнів шкіл і студентів університетів за різними спеціальностями та
предметами, поділ законодавства на кримінальне, адміністративне, трудове,
міжнародне право та ін. Ієрархія, яка будується за принципом впорядкуван-
ня, характеризується вкладеністю меншого в більше, тобто менше входить
до складу більшого. Так, у класифікації біологічних видів (ліннеївській іє-
рархії) будь-який організм послідовно належить до всіх семи категорій (цар-
ства, типу, класу, ряду, родини, роду та виду). Саме тому принцип впоряд-
кування інколи називають принципом вкладеності [10]. Особливістю
моделей систем, побудованих за принципом вкладеності, є можливість неза-
лежного дослідження окремих рівнів ієрархії. Дійсно, вивчаючи рух галак-
тик, зовсім не обов’язково опускатися до планетарного рівня, а досліджую-
чи автотранспортну мережу країни — до транспортної інфраструктури
окремих населених пунктів і т. ін.
О.Д. Поліщук, М.С. Яджак
ISSN 1681–6048 System Research & Information Technologies, 2018, № 4 84
Іншим принципом формування ієрархічних структур є підпорядкуван-
ня. Можна виділити два види підпорядкування — пряме та впливове. Пряме
підпорядкування означає підлеглість складових нижчого ієрархічного рівня
складовим вищого рівня. Воно притаманне як живій природі (зграя тварин,
яка керується вожаком), так і людському соціуму (державне управління, ар-
мія, системи управління в економіці, ієрархія у релігійних конфесіях тощо).
Ієрархія, яка будується за принципом прямого підпорядкування, характери-
зується відокремленістю нижчих рівнів від вищих. У цьому полягає прин-
ципова відмінність між прямою підпорядкованістю та впорядкованістю.
Впливове підпорядкування породжує ієрархічну структуру, яка будується за
ознакою впливу або авторитету (у кожному союзі незалежних країн є більш
або менш впливові, що визначається рівнем їх економічного розвитку або
військовою потужністю, у кожному колективі зазвичай є більш та менш ав-
торитетні особи, що визначається рівнем їх кваліфікації, досвідом тощо).
У таких структурах поведінка одних об’єктів формується під впливом ін-
ших, при цьому вони зазвичай перебувають на одному рівні ієрархії. За по-
дібним принципом ієрархія формується у теорії складних мереж [14, 15].
Міра впливу одного вузла на інші визначається його ступенем або важливіс-
тю у мережі, міра впливу групи вузлів — їх кількістю або ступенем класте-
ризації. Саме тому вважається, що хаби мережевих структур явно чи неявно
«управляють» іншими вузлами цих структур: у соціальних мережах вони
формують громадську думку серед користувачів про конкретні соціальні
явища, у промисловості та торгівлі вони є основними виробниками та роз-
поділювачами потоків продукції і товарів, які розповсюджуються мережею,
у банківській системі — фінансів, у науці провідні університети є генерато-
рами відкриттів, які поширюються науковою спільнотою та сприяють роз-
витку науки загалом.
Гібридні ієрархії можуть поєднувати у собі різні види впорядкованості
та підпорядкованості. Кожна зграя тварин має свого вожака, але «надвожа-
ка» кількох зграй немає. Разом з тим ці зграї утворюють ареал проживання
даного виду. Чим більше особин налічує зграя, тим більше шансів у неї за-
хопити привабливі території харчування. Кожна релігійна конфесія має
свою ієрархію підпорядкування, кожна компанія — свою систему управлін-
ня, але спільного керівництва вони не мають. Водночас, чим більше прочан
у певної конфесії на даній території, тим більший вплив цієї конфесії на на-
селення, чим популярніша продукція компанії у регіоні, тим більші обсяги її
реалізації. Під час поділу земної поверхні на країни, регіони тощо також по-
єднуються два види ієрархії: впорядкування — від більшого до меншого за
територіальною ознакою та підпорядкування, що реалізується системами
адміністративного управління територіальними одиницями. Навіть у соціа-
льних мережах поряд з найбільш авторитетними користувачами існують
контролюючі складові, які можуть заблокувати поширення певної інформа-
ції. Очевидно, що під час моделювання структури та процесу функціону-
вання конкретної СІМС слід враховувати особливості як мережевих, так і
ієрархічних взаємодій між її складовими.
Розглянемо СІМС з ієрархією прямого підпорядкування (рисунок, а).
Більшість створених людиною систем такого типу призначені для органі-
зації руху певного виду потоків (транспортних, ресурсних, фінансових,
Мережеві структури та системи: III. Ієрархії та мережі
Системні дослідження та інформаційні технології, 2018, № 4 85
інформаційних тощо) [16]. Ці потоки зазвичай курсують у мережі нижнього
рівня ієрархії СІМС. Потоки, які рухаються на вищих ієрархічних рівнях, та
міжрівневі потоки (управлінські та організаційні рішення, реагування на їх
виконання тощо) повинні забезпечувати ефективне функціонування систе-
ми, зокрема, оперативне реагування як на негативні, так і на позитивні змі-
ни, аналіз та прогнозування цих змін, своєчасне попередження розвитку за-
грозливих тенденцій і т. ін.
Нехай N — кількість рівнів ієрархії СІМС; nS — множина вузлів ме-
режі n-го рівня ієрархії; nK — їх кількість, Nn ,1 . Як і у випадку мереже-
вих та мультиплекс-систем [1, 2], процес функціонування СІМС можна
описати її потоковою матрицею суміжності N
nk
kn
1,}{ FF . Блоки
nK
ji
nn
ij
nn f 1,}{ F є потоковими матрицями суміжності системного шару n-го
рівня ієрархії. Блоки 1
1,1
1,1, }{
nn KK
ji
nn
ij
nn fF і nn KK
ji
nn
ij
nn f 1
1,1
,1,1 }{
F є по-
токовими матрицями суміжності міжрівневих взаємодій з n-го на (n+1)-й
рівень ієрархії і навпаки. Вони відображають взаємозв’язки між керуваль-
ними складовими n-го рівня ієрархії та керуючими складовими підпорядко-
ваних їм мережевих підсистем (n+1)-го рівня. Тобто кожний елемент цих
матриць дорівнює обсягам потоків, які проходять між відповідними складо-
вими СІМС за період ],0[ T [1, 2]. Для СІМС із строгою ієрархією, для яких
міжрівневі взаємодії можливі лише між сусідніми рівнями (n-м і (n+1)-м і
(n–1)-м), отримуємо, що 0, innF і 0, ninF для 1i , Nn ,1 та
Ninn , , тобто матриця F є блоковою тридіагональною. Матриці nnF ,
nn ,1F і 1, nnF є нормованими за максимальним значенням обсягів потоків,
які рухаються між вузлами n-го рівня та вузлами n-го і (n+1)-го рівнів, тобто
значення елементів матриці F належать проміжку [0, 1].
Уведемо поняття λ -серцевини СІМС як сукупності -серцевин
її ієрархічних шарів [2], пов’язаних міжшаровими потоками, обсяги яких за
період ],0[ T , тобто значення елементів матриці F , є не меншими за значен-
ня ]1,0[ . Потокова матриця суміжності λ -серцевини СІМС λF очевид-
ним чином визначається з матриці F . Зрозуміло, що -серцевини ієрархіч-
них шарів СІМС повинні бути послідовно квазіподібними (рисунок, б),
тобто вузли потокової -серцевини (n+1)-го рівня повинні підпорядковува-
Фрагмент ієрархічно-мережевої структури
a б
О.Д. Поліщук, М.С. Яджак
ISSN 1681–6048 System Research & Information Technologies, 2018, № 4 86
тися вузлам -серцевини n-го рівня, 1,1 Nn . Інакше кажучи, λ -
серцевина СІМС також є складною ієрархічно-мережевою системою. Розмі-
рність моделі λ -серцевини залежно від значення може бути значно мен-
шою за розмірність моделі всієї системи [2]. Адекватність цієї моделі можна
кількісно визначити за допомогою параметра VV / , де V — сумарні
обсяги потоків, які проходять СІМС; V — сумарні обсяги потоків, які про-
ходять її λ -серцевиною за період ],0[ T . Значення V і V легко визнача-
ються з матриць F і λF відповідно.
ІНФОРМАЦІЙНІ МОДЕЛІ СКЛАДНИХ ІЄРАРХІЧНО-МЕРЕЖЕВИХ
СИСТЕМ
Наше уявлення про довколишній світ формується на основі наявної інфор-
мації про нього. Дані можна отримати за допомогою візуальних та спеціаль-
них засобів спостереження, експериментальних та теоретичних досліджень
тощо. За результатами International Data Corporation у 2017 р. обсяг створе-
них людством даних становить приблизно 9105,5 Гбайт і до 2020 р. він пе-
ревищить 10104 Гбайт [17]. При цьому обсяг корисної інформації за різни-
ми оцінками перебуває у межах 23–35%, а обсяг даних, які вдається
проаналізувати та використати — у межах 1–3% від загальної їх кількості
[18]. Тобто загалом застосовується не більше ніж 13% корисної інформації,
а основна проблема полягає не стільки у кількості даних, скільки у відсут-
ності ефективних методів ідентифікації, оброблення та аналізу саме корис-
ної інформації.
Дослідження та ефективна організація роботи реальної СІМС потребує
цілісного та повного уявлення про неї. Це уявлення формується за допомо-
гою всієї інформації про історію, поточний стан та побудований на їх основі
прогноз поведінки такої системи. Базуючись на цьому, можна сформувати
інформаційну модель СІМС — тотожну структурі системи динамічну струк-
туру даних, кожна компонента якої містить інформацію про стан та процес
функціонування відповідної складової системи у поточний момент, мину-
лому та майбутньому, починаючи з найнижчого рівня ієрархії і закінчуючи
системою загалом. Подамо інформаційну модель СІМС у вигляді
NJK
njkkjn
njtt 111,, )}({)( DD ,
де )}(),(),({)( ,,,,,,,, tttt kjnkjnkjnkjn IFSD — інформаційна модель окремої
складової n -го ієрархічного рівня СІМС;
S
kjnM
mmkjnkjn tst ,,
1,,,,, )}({)( S — ін-
формація про стан складової як елемента структури;
F
kjnM
mmkjnkjn tft ,,
1,,,,, )}({)( F — інформація про процес функціонування скла-
дової як елемента системи;
I
kjnM
mmkjnkjn tit ,,
1,,,,, )}({)( I — інформація про
взаємодію складової з іншими об’єктами СІМС та навколишнім середови-
Мережеві структури та системи: III. Ієрархії та мережі
Системні дослідження та інформаційні технології, 2018, № 4 87
щем; I
kjn
F
kjn
S
kjn MMM ,,,,,, ,, — кількість одиниць інформації, наприклад,
файлів, у відповідній складовій інформаційної моделі СІМС; ],0[ Tt ,
],0[ Ttc — поточний момент часу, [,0[ ctt — передісторія, ],] Ttt c —
період достовірного прогнозу; j — номер підмережі на n -му рівні (номер
складової ( n -1)-го рівня, який визначається через номер підмережі та номер
складової у ній); k — номер складової j-ї підмережі n -го рівня.
Основна мета створення інформаційної моделі — спрямованість на від-
повідні рівні управління СІМС для спрощення процесу прийняття рішень
щодо подальших дій стосовно підпорядкованих їм складових системи. Звід-
си випливають природні вимоги до змісту, форми подання, якості та обсягу
даних, якими заповнюється інформаційна модель: об’єктивність, актуаль-
ність, зрозумілість, достовірність, мінімальна достатність, повнота тощо
[19]. Дослідження, проведені у 2014 р., показали, що кількість англомовних
наукових праць, доступних через Google Scholar, перевищує 100 млн [20].
У той же час на запит complex network цей пошуковик видає понад 5 млн
результатів. Навіть попри популярність тематики складних мереж, навряд
чи кількість наукових праць, присвячених саме їй, сягає 5%. Значно ймовір-
ніше, що це є свідченням наявності у результатах пошуку великої кількості
дубльованої та малої кількості важливої інформації. Однак перевірити це,
ураховуючи кількість отриманих даних, майже неможливо. Інший висновок,
який можна зробити, полягає в тому, що значна частина потенційно корис-
ної інформації залишається поза увагою. Подібна ситуація стосується інфор-
маційного опису процесу функціонування багатьох реальних СІМС [21].
Звідси основне завдання, яке постає під час формування інформаційної мо-
делі системи, — це відсіювання дубльованих, неважливих і недостовірних
даних та структуризація і зберігання лише корисної інформації. Під струк-
туризацією у цьому разі слід розуміти впорядкування інформації за ознакою
її належності до опису конкретної складової СІМС з метою спрощення по-
дальшого пошуку та аналізу (при цьому самі дані можуть бути як структу-
рованими, так і неструктурованими).
Для визначення порядку заповнення та рівня наповненості інформацій-
ної моделі необхідними даними доцільно вводити певні об’єктивні кількісні
показники. Порядок заповнення інформацією про складові системи, їх до-
слідження та моделювання визначатимемо структурою пріоритетності
NJK
njkkjn
njtt 111,, )}({)( RR ,
де )}(),(),({)( ,,,,,,,, tttt I
kjn
F
kjn
S
kjnkjn RRRR — показники пріоритетності
окремої складової n -го ієрархічного рівня СІМС;
S
kjnM
m
S
mkjn
S
kjn tt ,,
1,,,,, )}({)( R
— показники, які визначають пріоритетність стану елементів складової;
F
kjnM
m
F
mkjn
F
kjn tt ,,
1,,,,, )}({)( R — показники, які визначають пріоритетність
функцій, які реалізуються складовою;
I
kjnM
m
I
mkjn
I
kjn tt ,,
1,,,,, )}({)( R — показ-
ники, які визначають пріоритетність взаємодій складової з іншими
об’єктами СІМС та наколишнім середовищем, jKk ,1 , nJj ,1 , Nn ,1 ,
О.Д. Поліщук, М.С. Яджак
ISSN 1681–6048 System Research & Information Technologies, 2018, № 4 88
],0[ Tt . Зазвичай, чим більші обсяги потоків проходять через окрему скла-
дову (вузол або ребро) СІМС, тим вищою є її пріоритетність у системі. Тому
кількісну міру пріоритетності цієї складової доцільно обчислювати, викори-
стовуючи значення елементів потокової матриці суміжності СІМС F . Саме
дані про найбільш пріоритетні об’єкти системи мають насамперед вноси-
тись в інформаційну модель і підлягати першочерговому дослідженню. По-
токові характеристики вузлів і ребер мережевих рівнів СІМС дають можли-
вість достатньо обгрунтовано визначати та динамічно змінювати їх
пріоритетність у системі зі зміною режиму її функціонування. Пріоритет-
ність складових підмережі певного рівня ієрархії є їх локальною характери-
стикою і не визначає пріоритетність складової вищого рівня ієрархії, якій
вони підпорядковані. Тобто складова може бути високопріоритетною у під-
мережі, але сама підмережа може бути низькопріоритетною серед інших
підмереж даного рівня ієрархії. З іншого боку, пріоритетність складової час-
то визначає пріоритетність підпорядкованих їй елементів. Дійсно, на міжна-
родних залізничних лініях неважливо через збої у роботі якої станції (вели-
кої чи малої) припиниться рух потягів. При цьому пріоритетність малої
станції на міжнародній лінії може бути вищою, ніж великої на регіональній.
Для визначення повноти інформаційної моделі СІМС доцільно вводити
структуру даних наповненості
NJK
njkkjn
njtt 111,, )}({)( CC ,
де )}(),(),({)( ,,,,,,,, tttt I
kjn
F
kjn
S
kjnkjn CCCC — показники, які визначають на-
повненість даними про окрему складову n -го ієрархічного рівня СІМС;
S
kjnM
m
S
mkjn
S
kjn tct ,,
1,,,,, )}({)( C – показники, які визначають наповненість дани-
ми про стан елементів складової;
F
kjnM
m
F
mkjn
F
kjn tct ,,
1,,,,, )}({)( C — показники,
які визначають наповненість даними про процес функціонування складової;
I
kjnM
m
I
mkjn
I
kjn tct ,,
1,,,,, )}({)( C — показники, які визначають наповненість да-
ними про взаємодію складової з іншими об’єктами СІМС та навколишнім
середовищем; jKk ,1 , nJj ,1 , Nn ,1 , ],0[ Tt . Основним критерієм
наповненості даними про окрему складову є можливість прийняття на їх
основі своєчасного правильного рішення щодо подальших дій відносно цієї
складової, тобто одиницею вимірювання показників наповненості даними є
відсотки, а значення ці показники набувають на відрізку [0, 100].
Структури )(tR і )(tC , ],0[ Tt дають змогу кількісно визначати рі-
вень наповнення інформаційної моделі необхідними даними з урахуванням
пріоритетності складових СІМС. Так параметр
S
kjn
S
kjn M
m
S
mkjn
S
mkjn
M
m
S
mkjnkjn ttctt ,,,,
1 ,,,,,,1 ,,,,, )()()()(
F
kjn
F
kjn M
m
F
mkjn
F
mkjn
M
m
F
mkjn ttct ,,,,
1 ,,,,,,1 ,,, )()()(
I
kjn
I
kjn M
m
I
mkjn
I
mkjn
M
m
I
mkjn ttct ,,,,
1 ,,,,,,1 ,,, )()()(
Мережеві структури та системи: III. Ієрархії та мережі
Системні дослідження та інформаційні технології, 2018, № 4 89
визначає рівень наповненості даними про окрему складову, а параметр
NJKttW N
n
J
j nj
K
k kjn
n j
1 1 1 ,, )()(
задає кількісну міру наповненості даними інформаційної моделі СІМС
з урахуванням пріоритетності її складових у системі.
Навіть, дотримуючись описаних вище принципів формування, інфор-
маційні моделі можуть містити неповні дані надзвичайно великих обсягів,
які нереально опрацювати вручну за прийнятні проміжки часу. Одним
зі способів вирішення цієї проблеми є формування на основі інформаційної
моделі моделей оцінювання СІМС.
МОДЕЛІ ОЦІНЮВАННЯ СКЛАДНИХ ІЄРАРХІЧНО-МЕРЕЖЕВИХ
СИСТЕМ
Причиною збоїв або неефективного функціонування системи зазвичай є не-
своєчасне або помилкове оцінювання поточного стану або неправильний
прогноз її подальшого розвитку. Теорія оцінювання дозволяє визначати пе-
редумови, які можуть призвести до таких наслідків у роботі СІМС, та вияв-
ляти ті складові системи, які потребують термінового удосконалення стану
або оптимізації процесу функціонування. Кожній інформаційній моделі
СІМС можна поставити у відповідність модель регулярного та/або інтерак-
тивного оцінювання системи [16]. Модель регулярного оцінювання будуєть-
ся на основі інформації, отриманої під час періодичних планових дослі-
джень СІМС або зібраної протягом певного часу її функціонування, і
передбачає [22, 23]:
локальне оцінювання стану та якості функціонування елементів
(вузлів та ребер) системи на нижньому рівні ієрархії СІМС;
агреговане оцінювання складових системи на всіх рівнях ієрархії, за
якого узагальнений висновок про стан та якість функціонування підпоряд-
кованої певній складовій підмережі СІМС є визначальним для оцінювання
цієї складової;
прогностичне оцінювання стану та якості функціонування складових
усіх рівнів ієрархії СІМС.
Метою регулярного оцінювання є глибокий і ретельний аналіз стану та
процесу функціонування усіх складових системи. При цьому кожній із хара-
ктеристик складової, які містяться в інформаційній моделі СІМС, ставиться
у відповідність набір оцінок її поведінки за певним набором критеріїв та па-
раметрів [24]. Структура агрегованих оцінок є тотожною структурі оціню-
ваної СІМС, а термін прогнозу не може бути меншим за потрібний для по-
долання потенційних загроз. Модель регулярного оцінювання можна
формалізувати у вигляді динамічної структури даних
NJK
njklkjnl
njtt 111,, )}({)( EE ,
де )}(),(),({)( ,,,,,,,, l
I
kjnl
F
kjnl
S
kjnlkjn tttt EEEE — модель оцінювання окремої
складової n -го ієрархічного рівня СІМС;
S
kjnM
ml
S
mkjnl
S
kjn tt ,,
1,,,,, )}({)( eE —
О.Д. Поліщук, М.С. Яджак
ISSN 1681–6048 System Research & Information Technologies, 2018, № 4 90
множина опрацьованих відповідним чином [22] характеристик стану
складової як елемента структури та оцінок цього стану; )(,, l
F
kjn tE
F
kjnM
ml
F
mkjn t ,,
1,,, )}({ e — множина характеристик процесу функціонування
складової як елемента системи та оцінок цього процесу; )(,, l
I
kjn tE
I
kjnM
ml
I
mkjn t ,,
1,,, )}({ e — множина характеристик про взаємодію складової
з пов’язаними складовими системи та навколишнім середовищем і оцінок
ефективності цієї взаємодії, jKk ,1 , nJj ,1 , Nn ,1 , ltl , ,...2,1,0l ,
— терміни регулярних оглядів або підсумовування результатів функціону-
вання системи, ],0[ Ttl . Структури )(tC і )(tR у моделях оцінювання ви-
значають рівень покриття оцінками складових СІМС усіх рівнів ієрархії та
пріоритетність аналізу цих оцінок відповідно. Параметри )(,, lkjn t ,
jKk ,1 , nJj ,1 , Nn ,1 , та W(tl), ],0[ Ttl , визначають рівень покриття
оцінками окремих складових системи та СІМС загалом.
Модель інтерактивного оцінювання будується на основі результатів не-
перервного моніторингу процесу функціонування системи і передбачає [25]:
локальне оцінювання взаємодії потоків та елементів структури (вуз-
лів та ребер) на нижньому рівні ієрархії СІМС;
агреговане оцінювання взаємодії складових системи на всіх рівнях
ієрархії, за якого узагальнений висновок про якість взаємодії елементів під-
порядкованої певній складовій підмережі СІМС є визначальним для оціню-
вання цієї складової;
прогностичне оцінювання якості взаємодії складових усіх рівнів іє-
рархії СІМС.
Інтерактивне оцінювання проводиться неперервно у режимі реального
часу і полягає у постійному відстежуванні взаємодії мережевих та міжрівне-
вих потоків з вузлами і ребрами СІМС. Висновки, отримані у результаті ін-
терактивного оцінювання, є опосередкованими, але від того не менш важли-
вими для контролю за станом та якістю функціонування системи. Модель
інтерактивного оцінювання формалізується у вигляді динамічної структури
даних
I
kjnM
m
CM
mkjn
CM
kjn tt ,,
1,,,,, )}({)( eE , яка містить множину характеристик не-
перервної взаємодії потоків, які рухаються СІМС, з елементами її стуктури
та оцінок цієї взаємодії, jKk ,1 , nJj ,1 , Nn ,1 , ],0[ Tt . Узагальнені
висновки, отримані внаслідок інтерактивного оцінювання за період між ре-
гулярними дослідженнями системи, доцільно включати у модель регулярно-
го оцінювання СІМС [16].
Результати оцінювання видозмінюють послідовність дослідження скла-
дових СІМС. Якщо у випадку інформаційних моделей вона визначається
структурою )(tR , то в моделях оцінювання ця послідовність природно по-
чинається зі складових, які отримали найгірші оцінки, а отже містять
найбільші загрози для роботи принаймні пов’язаних з ними складових сис-
теми. Загалом, на відміну від інформаційних моделей, моделі оцінювання
Мережеві структури та системи: III. Ієрархії та мережі
Системні дослідження та інформаційні технології, 2018, № 4 91
містять лише структуровані дані. Застосування таких моделей істотно змен-
шує обсяги інформації, яку необхідно першочергово проаналізувати, і тим
самим є дієвим засобом подолання проблеми складності.
Застосування методів теорії оцінювання не обмежується виключно по-
шуком незадовільно функціонуючих складових системи. Вона є дієвим ін-
струментом для визначення взірцевих елементів, які можуть слугувати
практично досяжним критерієм якості [24], пошуку оптимальних режимів
функціонування системи [26] та вибору оптимальної системи із заданого
класу еквівалентних систем [27]. Теорія оцінювання може успішно викорис-
товуватися для пошуку об’єктів або процесів, поведінка яких виходить за
межі відомих стандартів або уявлень. Невідповідність отриманих даних ві-
домим законам або неспроможність пояснити їх за допомогою існуючих те-
орій призводить до феномену, який отримав назву «виявлення новизни»
(novelty detection) [28]. Так, закони ньютонівської механіки дозволили за
допомогою інформації про збурення у траєкторії руху планети Уран відкри-
ти планету Нептун. Наступні спостереження за Нептуном змусили астроно-
мів запідозрити існування Плутона.
Часто причини збоїв у функціонуванні системи або окремих її складо-
вих лежать поза нею: зміни клімату та негативні явища у живій природі час-
то є наслідком впливу на них індустріального суспільства, соціальні збурен-
ня зазвичай породжуються економічними кризами, планування обсягів
виробництва або продажу повинно враховувати наявність конкурентів тощо.
Урахування та аналіз міжсистемних взаємодій часто дозволяє виявити ці
причини та попередити їх наслідки.
АСОЦІАЦІЇ, КОНГЛОМЕРАТИ ТА СИСТЕМНІ СЕРЕДОВИЩА
У праці [2] розглянуто один із видів міжсистемних взаємодій, який реалізу-
ється системами мультиплексного типу. У таких системах елементи однієї
мережі одночасно можуть бути складовими багатьох мережевих систем і
виконувати у них різні функції. Розглянемо кілька інших видів надсистем,
множини елементів яких, на відміну від мультиплексів, не перетинаються.
Такі надсистеми можуть утворюватися у результаті взаємодії окремих СІМС
одного типу та призначення, для яких мета існування та способи її реалізації
є тотожними. Називатимемо такі формації асоціаціями. Фінансові асоціації
утворюють банківські та кредитні установи, торговельні асоціації є поєд-
нанням різних торговельних мереж, інформаційні асоціації породжуються
різними новинними агенціями, у науковому співтоваристві існує чимало
асоціацій, які об’єднують науковців суміжних дисциплін тощо. Якщо об-
ласть дії систем, які входять до складу асоціації, перетинаються, це може
викликати певну конкурентність або навіть конфліктність їх взаємодії. Якщо
конкурентність є позитивним чинником, який підвищує ефективність функ-
ціонування асоціації загалом (покращення комфортності та здешевлення
перевезень у асоціації автоперевізників), то конкурентність часто призво-
дить до знищення окремих її складових (зникнення окремих видів у живій
природі). Модель асоціації повинна передбачати реальну або потенційну
конфліктність її складових.
О.Д. Поліщук, М.С. Яджак
ISSN 1681–6048 System Research & Information Technologies, 2018, № 4 92
Інший спосіб взаємодії складних систем полягає у їх участі у вирішенні
важливих для спільної життєдіяльності проблем. Наприклад, подолання на-
слідків стихійних лих, пандемій, терористичних актів, техногенних катаст-
роф вимагає взаємодії рятувальних та пожежних служб, поліції та органів
безпеки, армійських та медичних підрозділів і т. ін. Природною є взаємодія
виробників певної продукції, її перевізників, торговельних мереж — реалі-
заторів та банківських установ, які забезпечують фінансові операції між ни-
ми. Проведення міждисциплінарних досліджень потребує співпраці вчених
різних наукових спеціальностей. Подібні взаємодії між системами різного
типу та призначення існують у політиці, суспільному житті та природі.
Людське тіло складається з багатьох різнотипних систем (серцево-судинної,
лімфатичної, нервової, опорно-рухової, дихання, травлення тощо). Узгодже-
не спільне функціонування та взаємодія цих систем власне і утворює живий
організм. Надсистеми, які утворюються унаслідок взаємодії кількох різно-
типних систем для реалізації певної спільної мети, називатимемо конгломе-
ратами. Складові конгломератів зазвичай не конфліктують, адже під час по-
долання наслідків стихійних лих медикам немає сенсу «конкурувати» з
поліцією, а поліції — з вогнеборцями тощо. Очевидно, що асоціації та кон-
гломерати відіграють не менш важливу роль, ніж мультиплекси.
Складові конгломерату можуть бути поєднанням кількох асоціацій.
Смисл, який вкладається у поняття типу системи, означає розглядати певне
утворення як асоціацію або конгломерат. Якщо ідеться про економіку краї-
ни загалом, то поєднання всіх транспортних систем можна розглядати як
асоціацію, оскільки у цьому випадку однотипність визначається метою фун-
кціонування таких систем, яка полягає у перевезенні пасажирів та вантажів.
У той же час, транспортна система країни є конгломератом транспортних
систем різних типів (залізничної, автомобільної, авіаційної тощо). Асоціації
у такому конгломераті утворюють транспортні компанії, які забезпечують
перевезення одного типу, наприклад, автомобільні пасажирські або вантаж-
ні. Також інколи виникає потреба розглядати певне утворення як мульти-
плекс чи конгломерат. Загалом це залежить від мети дослідження. Мережа
населених пунктів та шляхів між ними є основою для організації руху пото-
ків різних типів. Із цього погляду її можна розглядати як мультиплекс, кож-
ний шар якого забезпечує рух потоків певного типу і кожний вузол такого
мультиплексу може підтримувати рух від одного до всіх можливих типів
потоків. Однак взаємодія транспортних систем різних типів з метою транс-
портування пасажирів та/або вантажів можна розглядати як конгломерат.
Отже, залежно від мети дослідження транспортну систему країни можна
розглядати як мультиплекс, конгломерат або асоціацію в межах більшого,
наприклад, промислового конгломерату.
Існують і більш складні надсистемні утворення, які називатимемо сис-
темними середовищами. Системне середовище означає спільне функціону-
вання кількох різнотипних систем, кожна з яких має власну мету існування,
однак спільної мети їх взаємодії немає. При цьому цілі існування окремих
систем середовища можуть бути антагоністичними. Прикладом є біосфера
Землі або її клімат та створене людством індустріальне суспільство. Поєд-
нання таких систем-антагоністів є найскладнішим об’єктом дослідження,
Мережеві структури та системи: III. Ієрархії та мережі
Системні дослідження та інформаційні технології, 2018, № 4 93
однак воно потрібне, оскільки неможливо прогнозувати розвиток біосфери
або зміни клімату без вивчення впливу на них індустріального суспільства.
Належність досліджуваної системи до одного з описаних вище надсистем-
них утворень визначає характер її міжсистемних взаємодій (співпраця, кон-
курентність, конфліктність, антагоністичність), що безумовно повинно
впливати на вид моделі системи, зокрема її реагування на зовнішні впливи.
ВИСНОВКИ
У роботі проаналізовано принципи формування системних ієрархій та склад-
них систем з ієрархічно-мережевою структурою. Визначено потокову мат-
рицю суміжності СІМС, яка дозволяє досліджувати функціональні особли-
вості системи, пов’язуючи їх зі складовими структури. Уведено поняття
потокової серцевини СІМС, яка дає змогу будувати спрощені моделі систе-
ми меншої розмірності, одночасно відстежуючи кількісну міру збереження
її адекватності. Запропоновано принципи формування інформаційних моде-
лей та моделей оцінювання СІМС і проаналізовано їх переваги та недоліки.
Основною вадою інформаційних моделей є величезні обсяги даних, які час-
то не піддаються оперативному аналізу, не дозволяють формувати своєчасні
прогнози та виробляти правильні рішення. Моделі оцінювання у цьому ро-
зумінні є значно гнучкішими та динамічнішими, оскільки вони є водночас
відображенням інформаційних моделей у чітко структуровану сукупність
оцінок стану та якості функціонування, починаючи зі складових системи
найнижчого рівня ієрархії і закінчуючи системою загалом. Основною пере-
вагою моделей оцінювання є на порядки менші обсяги інформації, які знач-
но легше піддаються аналізу та дозволяють оперативно локалізувати най-
більш загрозливі складові системи. Тотожність структур СІМС, її
інформаційної моделі та моделі оцінювання уможливлює перехід від неза-
довільної оцінки складової до даних, які описують її стан та процес функці-
онування, аналізу цієї інформації з метою дослідження причин виявлених
недоліків та усунення цих недоліків безпосередньо у складовій системи. До-
сліджуючи складні мережеві та ієрархічно-мережеві системи, неможливо
нехтувати внутрішніми та зовнішніми впливами на них. Уведені в роботі
поняття асоціації, конгломерату та системного середовища дають змогу
аналізувати характер цих впливів та враховувати їх наслідки.
ЛІТЕРАТУРА
1. Поліщук О.Д. Мережеві структури та системи: І. Потокові характеристики
складних мереж / О.Д. Поліщук, М.С. Яджак // Системні дослідження та
інформаційні технології. — 2018. — № 2. — С. 42–54.
2. Поліщук О.Д. Мережеві структури та системи: ІІ. Серцевини мереж та
мультиплексів / О.Д. Поліщук, М.С. Яджак // Системні дослідження та
інформаційні технології. — 2018. — № 3. — С. 38–51.
3. Barabasi A.-L. The Architecture of Complexity / A.-L. Barabasi // IEEE Control
Systems. — 2007. — Vol. 27 (4). — P. 33–42. DOI: https://doi.org/
10.1109/MCS.2007.384127.
4. Pattee H. Hierarchy Theory: The Challenge of Complex Systems / H. Pattee. —
New York: George Braziller, 1973. — 389 p.
О.Д. Поліщук, М.С. Яджак
ISSN 1681–6048 System Research & Information Technologies, 2018, № 4 94
5. Ahl V. Hierarchy Theory: A Vision, Vocabulary, and Epistemology / V. Ahl, T. Al-
len. — New York: Columbia University Press, 1996. — 206 p.
6. Rajan R.G. Financial systems, industrial structure, and growth / R.G. Rajan, L. Zin-
gales // Oxford review of economic Policy. — 2001. — Vol. 17 (4). — P. 467–
482. DOI: https://doi.org/ 10.1093/oxrep/17.4.467.
7. Marsan G.A. Towards a mathematical theory of complex socio-economical systems
by functional subsystems representation / G.A. Marsan, N. Bellomo, M. Egidi //
Kinetic and Related Models. — 2008. — Vol. 1 (2). — P. 249–278.
8. Allen L. Nature insight: Complex systems / L. Allen // Nature. — 2001. — Vol. 410
(241). DOI: https://doi.org/10.1038/35065672.
9. Pavé A. Modeling of Living Systems: From Cell to Ecosystem / A. Pavé. — New
York: John Wiley & Sons, 2012. — 620 p.
10. Pumain D. Hierarchy in Natural and Social Sciences / D. Pumain. — Berlin: Spring-
er Science & Business Media, 2005. — 246 p.
11. Simon H. The architecture of complexity: Hierarchic systems / H. Simon // Proceed-
ings of the American Philosophical Society. — 1962. — Vol. 106. — P. 467–482.
12. Polishchuk D. Complex Evaluation of Hierarchically-Network Systems / D. Polish-
chuk, O. Polishchuk, M. Yadzhak // Automatic Control and Information Sciences.
— 2014. — Vol. 2 (2). — Р. 32–44. DOI: https://doi.org/10.12691/acis-2-2-1.
13. Scott W.R. Organizations and organizing: Rational, natural and open systems per-
spectives / W.R. Scott, G.F. Davis. — London: Routledge, 2015. — 464 p.
14. Fontoura Costa da L. The hierarchical backbone of complex networks / L. da Fon-
toura Costa // Physical review letters. — 2004. — Vol. 93 (9). — 098702. DOI:
https://doi.org/10.1103/PhysRev Lett.93.098702.
15. Ravasz E. Hierarchical organization in complex networks / E. Ravasz, A.-L. Barabási
// Physical Review E. — 2003. — Vol. 67 (2). — 026112. DOI:
https://doi.org/10.1103/Phys RevE.67. 026112.
16. Поліщук Д.О. Комплексне детерміноване оцінювання складних ієрархічно-
мережевих систем: І. Опис методики / Д.О. Поліщук, О.Д. Поліщук,
М.С. Яджак // Системні дослідження та інформаційні технології. —
2015. — № 1. — С. 21–31.
17. Schwenk H. Teradata Universe: Regaining Focus / H. Schwenk. — 2017. — 5 p. —
Available at: http://www.idc. com/getdoc.jsp?containerId=EMEA42717517.
18. Hilbert M. How much information is there in the “information society”? / M. Hilbert
// Significance. — 2012. — Vol. 9 (4). — P. 8–12. DOI: http://dx.doi.org/
10.1111/j.1740-9713.2012.00584.x.
19. Chessell M. Common Information Models for an Open, Analytical, and Agile World
/ M. Chessell, G. Sivakumar, D. Wolfson et al. — New York: IBM Press,
2015. — 240 p.
20. Khabsa M. The Number of Scholarly Documents on the Public Web / M. Khabsa,
C.L. Giles // PLoS ONE. — 2014. — Vol. 9 (5). — e93949. DOI:
https://doi.org/10.1371/journal.pone.0093949.
21. Bawden D. The dark side of information: overload, anxiety and other paradoxes and
pathologies / D. Bawden, L. Robinson // Journal of information science. — 2008.
— Vol. 35 (2). — P. 180–191. DOI: https://doi.org/10.1177/0165551508095781.
22. Поліщук Д.О. Комплексне детерміноване оцінювання складних ієрархічно-
мережевих систем: ІI. Локальне та прогностичне оцінювання /
Д.О. Поліщук, О.Д. Поліщук, М.С. Яджак // Системні дослідження та
інформаційні технології. — 2015. — № 2. — С. 26–38.
23. Поліщук Д.О. Комплексне детерміноване оцінювання складних ієрархічно-
мережевих систем: ІII. Агреговане оцінювання / Д.О.Поліщук,
Мережеві структури та системи: III. Ієрархії та мережі
Системні дослідження та інформаційні технології, 2018, № 4 95
О.Д. Поліщук, М.С. Яджак // Системні дослідження та інформаційні
технології. — 2015. — № 4. — С. 20–31.
24. Polishchuk D. About Evaluation of Complex Dynamical Systems / D. Polishchuk,
O. Polishchuk // Journal of Complex Systems. — 2013. — Vol. 2013, Article ID
204304. — 6 p. — Available at: http://dx.doi.org/ 10.1155/2013/204304.
25. Поліщук Д.О. Комплексне детерміноване оцінювання складних ієрархічно-
мережевих систем: ІV. Інтерактивне оцінювання / Д.О. Поліщук,
О.Д. Поліщук, М.С. Яджак // Системні дослідження та інформаційні
технології. — 2016. — № 1. — С. 7–16.
26. Поліщук О.Д. Вибір оптимальних режимів функціонування складних
динамічних систем / О.Д. Поліщук // Мат. методи і фіз.-мех. поля. —
2005. — Вип. 48 (3). — С. 62–67.
27. Поліщук О.Д. Про вибір оптимальної динамічної системи з класу
еквівалентних систем / О.Д. Поліщук // Відбір і обробка інформації. —
2004. — Вип. 20 (96). — С. 23–28.
28. Markou M. Novelty detection: a review – part 1: Statistical approaches / M. Markou,
S. Singh // Signal Processing. — 2003. — Vol. 83 (12). — P. 2481–2497. DOI:
https://doi.org/10.1016/j.sigpro. 2003.07.018/.
Надійшла 08.02.2018
|
| id | journaliasakpiua-article-122265 |
| institution | System research and information technologies |
| keywords_txt_mv | keywords |
| language | Ukrainian |
| last_indexed | 2025-07-17T10:23:24Z |
| publishDate | 2018 |
| publisher | The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" |
| record_format | ojs |
| resource_txt_mv | journaliasakpiua/71/59688e55670b795c9f6e6acfed7c6471.pdf |
| spelling | journaliasakpiua-article-1222652019-04-26T15:57:21Z Network structures and systems: III. Hierarchies and networks Сетевые структуры и системы: ІII. Иерархии и сети Мережеві структури та системи: ІIІ. Ієрархії та мережі Polishchuk, O. D. Yadzhak, M. S. complex network network system flow hierarchy model evaluation association conglomerate system environment сложная сеть сетевая система поток иерархия модель оценивание ассоциация конгломерат системная среда складна мережа мережева система потік ієрархія модель оцінювання асоціація конгломерат системне середовище The basic principles of the formation of system hierarchies and complex systems with a hierarchical network structure are analyzed. The flow adjacency matrix for a complex hierarchical network system is determined, which allows us to investigate the functional features of the system, linking them with the components of the structure. The notion of the flow core is introduced, which allows us to construct simplified models of a system of a smaller dimension with simultaneous monitoring of the quantitative measure of maintaining their adequacy. The principles of formation of information and evaluation models of complex hierarchical network systems with consideration of the priority of their components and the level of fullness of data are proposed. The main advantage of the evaluation models is the smaller amounts of information that are much easier to analyze and allow us to timely locate the most threatening components of the system. For the study of heterogeneous inter-system interactions, the notions of association, conglomerate and system environment are introduced, which allow us to analyze the nature and effects of inter-system influences of different types. Проанализированы основные принципы формирования системных иерархий и сложных систем с иерархически-сетевой структурой. Определена потоковая матрица смежности сложной иерархически-сетевой системы, позволяющая исследовать функциональные особенности системы, связывая их с составляющими структуры. Введено понятие потоковой сердцевины, дающее возможность строить упрощенные модели системы меньшей размерности, одновременно отслеживая количественную меру сохранения ее адекватности. Предложены принципы формирования информационных моделей и моделей оценивания сложных иерархически-сетевых систем с учетом приоритетности их составляющих и уровня наполненности данными. Основным преимуществом моделей оценивания являются на порядки меньшие объемы информации, которые существенно легче поддаются анализу и позволяют оперативно локализировать наиболее рискованные составляющие системы. Для исследования разнородных межсистемных взаимодействий введены понятия ассоциации, конгломерата и системной среды, позволяющие анализировать характер и последствия межсистемных воздействий различных типов. Проаналізовано основні принципи формування системних ієрархій та складних систем з ієрархічно-мережевою структурою. Визначено потокову матрицю суміжності складної ієрархічно-мережевої системи, яка дозволяє до-сліджувати функціональні особливості системи, пов’язуючи їх зі складовими структури. Уведено поняття потокової серцевини, яка дає можливість будувати спрощені моделі системи меншої розмірності, одночасно відстежуючи кількісну міру збереження її адекватності. Запропоновано принципи формування інформаційних моделей та моделей оцінювання складних ієрархічно-мережевих систем з урахуванням пріоритетності їх складових та рівня наповненості даними. Основною перевагою моделей оцінювання є на порядки менші обсяги інформації, які значно легше піддаються аналізу та дозволяють оперативно локалізувати найбільш ризиковані складові системи. Для дослідження різнорідних міжсистемних взаємодій уведено поняття асоціації, конгломерату і системного середовища, які дають змогу аналізувати характер та наслідки міжсистемних впливів різних типів. The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" 2018-12-18 Article Article application/pdf https://journal.iasa.kpi.ua/article/view/122265 10.20535/SRIT.2308-8893.2018.4.07 System research and information technologies; No. 4 (2018); 82-95 Системные исследования и информационные технологии; № 4 (2018); 82-95 Системні дослідження та інформаційні технології; № 4 (2018); 82-95 2308-8893 1681-6048 uk https://journal.iasa.kpi.ua/article/view/122265/151394 Copyright (c) 2021 System research and information technologies |
| spellingShingle | складна мережа мережева система потік ієрархія модель оцінювання асоціація конгломерат системне середовище Polishchuk, O. D. Yadzhak, M. S. Мережеві структури та системи: ІIІ. Ієрархії та мережі |
| title | Мережеві структури та системи: ІIІ. Ієрархії та мережі |
| title_alt | Network structures and systems: III. Hierarchies and networks Сетевые структуры и системы: ІII. Иерархии и сети |
| title_full | Мережеві структури та системи: ІIІ. Ієрархії та мережі |
| title_fullStr | Мережеві структури та системи: ІIІ. Ієрархії та мережі |
| title_full_unstemmed | Мережеві структури та системи: ІIІ. Ієрархії та мережі |
| title_short | Мережеві структури та системи: ІIІ. Ієрархії та мережі |
| title_sort | мережеві структури та системи: іiі. ієрархії та мережі |
| topic | складна мережа мережева система потік ієрархія модель оцінювання асоціація конгломерат системне середовище |
| topic_facet | complex network network system flow hierarchy model evaluation association conglomerate system environment сложная сеть сетевая система поток иерархия модель оценивание ассоциация конгломерат системная среда складна мережа мережева система потік ієрархія модель оцінювання асоціація конгломерат системне середовище |
| url | https://journal.iasa.kpi.ua/article/view/122265 |
| work_keys_str_mv | AT polishchukod networkstructuresandsystemsiiihierarchiesandnetworks AT yadzhakms networkstructuresandsystemsiiihierarchiesandnetworks AT polishchukod setevyestrukturyisistemyíiiierarhiiiseti AT yadzhakms setevyestrukturyisistemyíiiierarhiiiseti AT polishchukod mereževístrukturitasistemiíiííêrarhíítamereží AT yadzhakms mereževístrukturitasistemiíiííêrarhíítamereží |