http://dspace.nbuv.gov.ua:80/handle/123456789/50251 2026-04-16T23:29:07Z 2026-04-16T23:29:07Z Макаренко, А.С. http://dspace.nbuv.gov.ua:80/handle/123456789/50319 2013-10-11T00:06:02Z 2003-01-01T00:00:00Z

Модели общественных явлений и сценарные подходы в принятии решений Макаренко, А.С. Предложен новый класс моделей с ассоциативной памятью для изучения явлений в больших социальных системах. Модели имеют структуру, сходную со структурой нейросетевых моделей хопфилдовского класса. Учет в предложенной концепции интеллектуальных свойств субъектов общественных процессов позволил значительно расширить круг явлений, моделирование которых становится возможным. В частности, учет способности субъектов строить прогнозы ситуаций и принимать решения на базе этих прогнозов приводит к совершенно новым свойствам решений, главное из которых — возникновение многозначных решений, что на уровне большой общественной системы приводит к появлению множества способов поведения такой системы, т.е. сценариев развития событий. Обсуждаются также некоторые аналогии с поведением квантово-механических систем.; Запропоновано новий клас моделей з властивостями асоціативної пам’яті для вивчення явищ у великих соціальних системах. Моделі мають структуру, подібну до структури нейронних мереж хопфілдівського класу. Врахування в запропонованій концепції інтелектуальних властивостей, притаманних суб’єктам суспільного процесу, дозволило значно розширити коло явищ, моделювання яких стає можливим. Зокрема, спроможність суб’єктів будувати прогнози ситуацій та приймати рішення, засновані на цих прогнозах, призводять до цілком нових властивостей розв’язків, основним з яких є можливість появи багатозначних розв’язків. На рівні великої суспільної системи це призводить до появи великої кількості способів поведінки такої системи, тобто сценаріїв розвитку подій. Обговорюються також деякі аналогії з поведінкою квантово- механічних систем.; A new class of models is proposed with the properties of associative memory to be used in investigation of large social systems. The models have the structure similar to neuronets models of the Hopfield type. Accounting the intellectual properties allowed extending the scope of modelable phenomena. In particular, the individual ability for forecasting and decision-making results in new properties of solutions. The main new property is possible appearance of multivalued solutions. For large social systems, this leads to the existence of many trajectories of system, that is, many scenarios of behavior. Some analogies with quantum-mechanical phenomena are discussed.

2003-01-01T00:00:00Z Мельник, В.С. http://dspace.nbuv.gov.ua:80/handle/123456789/50318 2013-10-11T00:05:53Z 2003-01-01T00:00:00Z

Об операторных включениях в банаховых пространствах с плотно определенными операторами Мельник, В.С. Используя развитые ранее в работе [1] методы, получены новые результаты по исследованию разрешимости и свойств решений операторных включений с плотно определенными и -псевдомонотонными операторами в рефлексивных банаховых пространствах.; Використовуючи розвинені в роботі [1] методи, отримані нові результати у дослідженні розв’язуваності та властивості рішень операторних включень із щільно визначеними та -псевдомонотонними операторами у рефлексивних банахових просторах.; With using the developed approaches [1], new results concerning the solvability and solution features of operator inclusions with densely defined and -pseudomonotonous operators in reflexive Banach spaces have been obtained.

2003-01-01T00:00:00Z Андрєєв, М.В. http://dspace.nbuv.gov.ua:80/handle/123456789/50317 2013-10-11T00:05:52Z 2003-01-01T00:00:00Z

Синтез оптимальних стратегій планування стохастичного експерименту в задачах найскорішого виявлення неполадки Андрєєв, М.В. Досліджено керовану стохастичну модель найскорішого виявлення моменту неполадки та слабкокеровану стохастичну модель керування процесом неполадки.; Исследованы управляемая стохастическая модель наискорейшего обнаружения момента разладки и слабоуправляемая стохастическая модель управления процессом разладки.; A controlled stochastic model of quick disorder moment detection and a weakly controlled stochastic model of disorder process control have been investigated.

2003-01-01T00:00:00Z Бідюк, П.І. http://dspace.nbuv.gov.ua:80/handle/123456789/50316 2013-10-11T00:05:39Z 2003-01-01T00:00:00Z

Системний підхід до прогнозування на основі моделей часових рядів Бідюк, П.І. Розглянуто побудову функцій прогнозування для стаціонарних процесів авторегресії та авторегресії з ковзним середнім, процесів з детермінованими та стохастичними трендами, гетероскедастичних та коінтегрованих процесів. Наведено функції прогнозування, які отримані без розв'язку рівнянь та на основі їх розв'язку. Для опису стохастичного тренду використано модель випадкового кроку з шумом та дрейфом, а також модель лінійного локального тренду. Розглянуто основні типи рівнянь для опису гетероскедастичних та коінтегрованих процесів.; Рассмотрено построение функций прогнозирования для стационарных процессов авторегрессии и авторегрессии со скользящим средним, процессов с детерминированными и стохастическими трендами, гетероскедастических и коинтегрированных процессов. Приведены функции прогнозирования, полученные без решений и на основе решений разностных уравнений. Для описания случайного тренда использована модель случайного шага с шумом и дрейфом, а также модель линейного локального тренда. Рассмотрены основные типы уравнений для описания гетероскедастических и коинтегрированных процессов.; Constructing of forecasting functions is considered for the following classes of processes: stationary autoregression and autoregression with moving average part, processes with deterministic and stochastic trends, heteroscedastic and cointegrated processes. The forecasting functions are given derived with and without the difference equation solution. To describe the stochastic trend, the random step model with noise and drift and the model of linear local trend are used. The basic types of equations are given for describing heteroscedastic and cointegrated processes.

2003-01-01T00:00:00Z