Применение сетевых моделей в социальных, технических и биологических системах. I. Модели представления знаний

Статья представляет собой первую часть обзора сетевых моделей, которые используются в управлении сложными системами различной природы. Описаны модели представления знаний: взвешенные и знаковые когнитивные карты, а также их модификации, формальные онтологии, описывающие иерархические структуры предметных областей. Представлены классические графовые модели и распределенные алгоритмы, которые позволяют по локальным данным, известным каждой вершине восстановить глобальные знания о структуре графа в целом. Для каждой из описанных моделей приведены примеры их применения в различных предметных областях.

Аффилиация авторов

Базенков Николай Ильич – канд. техн. наук, старший научный сотрудник,
Ефремов Андрей Юрьевич – научный сотрудник,
Жилякова Людмила Юрьевна – д-р физ.-мат. наук, заведующий лабораторией №11 «Сетевых моделей в нейроинформатике и многоагентных системах»,
Кузнецов Олег Петрович – д-р техн. наук, профессор, главный научный сотрудник,
Кулинич Александр Алексеевич – канд. техн. наук, старший научный сотрудник,
Максимов Дмитрий Юрьевич – научный сотрудник,
Суховеров Виктор Степанович – канд. техн. наук, младший научный сотрудник,
ИПУ РАН.

Список литературы
1. Axelrod R. The Structure of Decision: Cognitive Maps of Political Elites. – Princeton. University Press, 1976.
2. Авдонин Б.Н., Хрусталёв Е.Ю., Хрусталёв О.Е. Когнитивная методология структуризации знаний для изучения и применения финансово-экономических инноваций// Финансовая аналитика: проблемы и решения. – 2013. № 35. С. 2–13.
3. Рябов В.Б. Управление качеством трудовой жизни в организации c использованием когнитивных карт // Экспериментальная психология. 2013. Т. 6. № 3. С. 110–121.
4. Микрюков А.А., Мазуров М.Е. Методический аппарат когнитивного моделирования социально-экономической системы (университета) // Статистика и Экономика. 2022; 19(4):71-86.
5. Соседов Г.А. Менеджмент качества системы образования // Наука и бизнес: пути развития. 2013. № 1(19).
6. Канаева Е.И. Когнитивное моделирование риска нештатного падения отделяющейся части ракеты- носителя // Космонавтика и ракетостроение. – 2014. – № 3(76). – С. 79–87.
7. Фадеев В.А. Формализация проблемы развития генерирующих мощностей в изолированном районе // Тр. Братского гос. ун-та. Сер.: Естественные и инженерные науки. – 2013. – Т. 1 . – С. 61–64.
8. Башлыков А.А. Принципы построения перспективных корпоративных информационных систем интеллектуальной поддержки принятия решений в управлении и бизнесе транспорта нефти // Автоматизация, телемеханизация и связь в нефтяной промышленности. – 2013. – № 8. – С. 9–19.
9. Збрищак С. Г. Когнитивное моделирование: теоретические основы, методы, ограничения // Russian Journal of Economics and Law, 2025, 19(3), 675–695.
10. Кулинич А.А. Применение больших языковых моделей в системах поддержки принятия решений // Тр. ХХII национальной конференции по искусственному интеллекту с международным участием, КИИ-2025. В 3-х томах. Т. 2. – СПб: Изд-во СПб ФИЦ РАН, 2025. – с. 285-296.
11. Kosko B. Fuzzy cognitive maps // Int. J. of Man-Machine Stud. 1986. V. 24. P. 65–75.
12. Glykas M., ed. Fuzzy Cognitive Maps Advances in Theory, Methodologies, Tools and Applications. in Stud. in Fuzz. and Soft Comp. V. 247. Berlin Heidelberg: Springer, 2010.
13. Maximov D. Multi-Valued Cognitive Maps: Calculations with Linguistic Variables without Using Numbers // Fuz. Sets and Sys. 2023. V. 459. 15 May 2023. P. 1–21.
14. Губанов Д.А., Кузнецов О.П., Курако Е.А. и др. Информационная система анализа научной деятельности (ИСАНД) в области теории управления // Проблемы управления. 2024. №3. С.42–65.
15. Губанов Д.А., Жилякова Л.Ю., Кузнецов О.П., Чхартишвили А.Г. Методы и модели анализа научной деятельности // Онтология проектирования. 2025. Т.15, №4(58). С. 578–597.
16. Агаев Р.П., Алескеров Ф.Т., Алчинов А.И. и др. Теория управления: словарь системы основных понятий. М.: ЛЕНАНД, 2024. 128 с.
17. Шрайберг Я.Л., Михальченкова Н.А., Дмитриева Е.Ю. и др. Государственный рубрикатор научно-технической информации. М.: ГПНТБ России, 2025. – 218 с.
18. Metivier Y., Robson J.M., and Zemmari A.A. Distributed Enumeration Algorithm and Applications to All Pairs Shortest Paths, Diameter // Information and Computation, 2016, vol. 247, pp. 141–151.
19. Кузнецов О.П. Распределенный алгоритм нумерации вершин графа, совмещенный с построением дерева обхода в ширину // Автоматика и телемеханика. 2025. №11. С.110–126.