Аннотация результатов, полученных в 2014 году
За отчетный период по проекту выполнены все запланированные работы и получены следующие научные результаты. 1. Концепция, принципы и подходы получения нового знания при обработке сверхбольших массивов неоднородной информации на основе сочетания самообучения, самоорганизации и биоинспирированного поиска. Сложность проблемы обработки массивов неоднородной информации состоит в необходимости совмещения разнородных объектов, моделей, методологий, концепций и технологий. Это требует разработки новых подходов и архитектур систем представления и обработки разнородных знаний. Для представления знаний построена формализованная интегрированная модель, обеспечивающая гибкие средства описания понятий проблемной и предметной областей и специальные операционные механизмы обработки знаний, содержащих НЕ-факторы в обобщенном унифицированном виде. Особенностью модели представления знаний является возможность задания ограничений на значения свойств объектов предметной области и описания семантики отношений в виде аксиом, обеспечивающих возможность представления и обработки неточно заданных значений объектов разнородных знаний. Другая проблема, связанная с обработкой сверхбольших массивов неоднородной информации, заключается в необходимости распараллеливания работы алгоритмов биоинспирированного поиска. Показано, что алгоритмы биоинспирированного поиска обладают свойством параллелизма и предоставляют полноценные возможности для нахождения оптимальных решений. Распараллеливание алгоритмов биоинспирированного поиска позволяет всесторонне исследовать пространство решений, существенно сократить время, затрачиваемое на решение задачи. Требуется особая организация алгоритмов биоинспирированного поиска путём логического разбиения алгоритма на ортогональные по отношению к обрабатываемым данным гранулы (зерна) параллелизма с минимизацией числа и объемов обменов между процессорами. Для этого предложены несколько моделей и способов организации параллелизма: глобальный параллелизм, миграционная и диффузионная модель. Миграционная модель наиболее эффективно реализуется в системах с архитектурой «множественный поток команд - множественный поток данных» путем разделения общей популяции на отдельные подпопуляции, эволюционное моделирование которых осуществляется на отдельных процессорах, диффузионная модель - в системах с архитектурой «Одиночный поток команд - множественный поток данных». Миграционная модель относится к крупнозернистому параллелизму, а диффузионная модель – к мелкозернистому параллелизму. Исследован показатель эффективности параллельного алгоритма биоинспирированного поиска. Получена оценка максимального ускорения, которого может достигнуть алгоритм, а также обоснованы рекомендации по распараллеливанию операций, входящих в алгоритм. При проектировании интеллектуальных информационных систем большую роль играет выбор структур данных и знаний (СДЗ).От внешней среды к структуре данных и знаний поступают запросы на обработку данных и знаний, которые СДЗ получает, интерпретирует и исполняет с помощью соответствующих методов биоинспирированного поиска, доступа и модификации данных. В процессе использования СДЗ интенсивность различных операций обработки данных и знаний может существенно меняться. К тому же самоорганизация в регулярных СДЗ невозможна, а организованность подавляет эволюционные возможности СДЗ при быстром изменении условий среды, приводит к их деградации. В силу изменчивости среды, в которой используются проблемно-ориентированные интеллектуальные информационные системы (ИИС), невозможно разработать структуру, эффективную во всех требуемых ситуациях. Следовательно, СДЗ должна эволюционировать. В процессе эволюции возникают достаточно устойчивые структуры–аттракторы (СА). Попав в область притяжения аттрактора, СДЗ неизбежно эволюционирует к структуре-аттрактору. Для адаптации СДЗ к изменениям внешней среды без усложнения ее структуры предлагается использовать модификаторы– это дополнение, включаемое в СДЗ с целью изменения существующих и придания ей новых свойств. Модификаторы незначительно усложняют СДЗ, но существенно повышают ее устойчивость, надежность и эффективность. Разработан механизм, обеспечивающий переход от одной СДЗ к другой, который позволяет интеллектуальным информационным системам формировать СДЗ для эффективной их обработки в различных условиях и требующий минимальных затрат на их создание и реорганизацию. Перечисленные выше научные результаты представлены в 2 статьях,2 монографиях, опубликованных в отчетный период, а также полученным свидетельством на программу для ЭВМ. 2. Теоретические основы поиска и обработки проблемно-ориентированных знаний на основе методов искусственного интеллекта с использованием технологий виртуальной и дополненной реальности. Разнообразные биоинспирированные интеллектуальные методы обработки информации и поиска оптимальных решений представляют собой математические преобразования, позволяющие трансформировать входной поток информации в выходной по правилам, основанным на имитации эволюции, а также на статистическом подходе к исследованию ситуаций и итерационном приближении к искомому решению. Замысел состоял в попытке создания общей теории биоинспирированного поиска. Были сформулированы гипотезы и закономерности эволюционных алгоритмов, а также основные положения теории биоинспирированного поиска оптимальных решений, которые представляют собой следующую систему идей: фиксируется начальная популяция решений, необходимо выбрать наилучшие по критерию оптимальности, при этом модель и алгоритм биоинспирированного поиска разделены, а система биоинспирированного поиска представляет собой систему с обратной связью. В процессе поиска исходная популяция эволюционирует к оптимальному решению, изменяя свой состав. Структура системы биоинспирированного поиска является адаптивной, в ней предусмотрена возможность системы модифицировать свое поведение для достижения лучших результатов путем использования композиции эволюционных операторов. Алгоритмы биоинспирированного поиска предоставляют удобные средства для поиска и обработки проблемно-ориентированных знаний при проектировании интеллектуальных информационных систем. Универсальность и достоверность предлагаемой теории для поиска оптимальных решений определяется тем, что она позволяет реализовывать различные алгоритмы биоинспирированного поиска. При этом решается проблема обеспечения баланса между скоростью сходимости алгоритма и диверсификацией поиска оптимального решения: быстрая сходимость алгоритма означает снижение разнообразия популяции, напротив, диверсификация поиска расширяет пространство поиска и увеличивает вероятность локализации оптимума в задаче. Важными элементами биоинспирированного поиска являются представление (кодирование) решений, а также правила, по которым модель эволюционирует. Согласно теории биоинспирированного поиска, операторы эволюции работают в пространстве генотипов, а оценка и отбор происходят в фенотипическом пространстве, при этом в процессе отбора осуществляется прямая взаимосвязь между хромосомами и поведением декодированных решений. Таким образом, были сформулированы теоретические основы биоинспирированного поиска оптимальных решений, которые будут использоваться для поиска и обработки проблемно-ориентированных знаний при проектировании интеллектуальных информационных систем с использованием технологий виртуальной и дополненной реальности. В частности, был разработан программный комплекс, содержащий следующие компоненты: интерфейс пользователя; сканер QR-кода; модуль обработки данных; рабочую память и базу знаний; модуль управления работой с QR-кодами, который позволяет управлять объектами и генерировать QR-коды. Архитектура интеллектуальной информационной системы реализована в виде программного комплекса, в котором реализованы алгоритм работы приложения-сканера и алгоритм работы пользователя с web-интерфейсом. Эксперименты с комплексом показали, что технологии виртуальной и дополненной реальности раскрывают новые горизонты в сфере поиска проблемно-ориентированных знаний, в сфере управления информацией и информационными потоками, предоставляя возможность дополнения реальных объектов контекстной информацией и визуализации информации. Перечисленные выше научные результаты представлены в 4 статьях и 2 монографиях, опубликованных в отчетный период. 3. Новые модели, принципы и подходы принятия решений для ряда специальных задач интеллектуального анализа данных на основе механизмов манипулирования и управления трехмерными моделями объектов с помощью эволюционных процедур. Биоинспирированный поиск является мощным средством для решения разнообразных задач интеллектуального анализа данных: поиск паттернов, кластеризация, построение регрессионной модели, классификация объектов, анализ временных рядов и др. Показано, что фундаментальной особенностью алгоритмов биоинспирированного поиска является наличие в них базового цикла, который включает вычисление целевой функции, оценку качества решений, селективный отбор решений для репродукции и репродукцию новых решений. Разработан алгоритм организации вычислений в базовом цикле и исследованы когнитивные возможности операторов алгоритма биоинспирированного поиска для решения задач интеллектуального анализа данных. В частности, алгоритм был протестирован в задаче обработки мультиспектральной информации на основе данных дистанционного зондирования Земли. Эксперименты показывают, что разработанный алгоритм позволяет получать либо более точные и достоверные результаты, по сравнению с алгоритмами k-means и ISODATA, либо обеспечивает аналогичные по точности и достоверности результаты за меньшее время. Была рассмотрена проблема представления информации в задачах интеллектуального анализа данных, предлагается новый подход, связанный с созданием интерактивных трехмерных моделей объектов с привязкой к конкретным точкам на изображении маркера. Подход позволяет успешно решать задачи размещения объектов, прокладки маршрутов и анализа логистических потоков, поиска оптимальных решений, классификации за счет использования технологии дополненной реальности на основе маркеров и механизмов манипулирования и управления трехмерными моделями объектов. В частности, была создана программно-информационная платформа для поддержки процессов разработки сложного фасовочного оборудования. С ее помощью по исходным чертежам происходит оценка внешнего вида оборудования, определяются его составные компоненты и габариты. Для программирования анимации используются видеоматериалы, с записью процесса работы реального образца оборудования. Процесс разработки трехмерной модели начинается с прототипирования, разбиения модели на движущиеся части. Далее, модель сглаживается и импортируется в среду программирования и настройки анимации. Программирование сцены дополненной реальности заключается в написании скриптов, описывающих поведение каждой отдельной части модели. После программирования анимационной сцены, происходит экспорт проекта в формате мобильного приложения. Перечисленные выше научные результаты представлены в 2 статьях, 2 монографиях, опубликованных в отчетный период, а также полученными 2 свидетельствами на программу для ЭВМ. 4. Нечеткие математические модели извлечения и управления разнородными данными для оптимизации процессов управления знаниями в интегрированных интеллектуальных информационных системах. Состав и структура разработанных нечетких моделей разнородных знаний представлена нечеткими ориентированными графами. Разнородные знания подразумевают знания эксперта о составе и структуре предметной области, представленной в интегрированной интеллектуальной информационной системе (ИИИС) с целью поддержки принятия управленческих решений. Проведена разработка нечетких математических моделей представления элементов разнородных предметных знаний для интегрированных интеллектуальных информационных систем в условиях неопределенности. Подробно рассмотрены модели содержательной и понятийной (метасодержательной) частей разнородных знаний предметной области, ставшие основой для построения интегрированной модели. Состав и структура разработанных нечетких моделей разнородных знаний представлены нечеткими ориентированными графами. Предложено архитектурное решение для информационных обучающих систем дистанционного обучения на базе веб- и телекоммуникационных технологий, способных дать оптимальную комбинацию производительности, функциональности и мощных механизмов управления процессами обучения. Предложена модель открытой архитектуры адаптивной контекстно-зависимой системы мобильного обучения, база данных и знаний которой включает контекстные данные и знания, профиль слушателя и модуль контроля знаний. Структура системы управления контентом включает четыре основных элемента: онтологии метаданных, онтологии конкретной предметной области, которая описывает структуру индексации ресурсов, а также модели сценариев обучения и адаптивного выбора учебных ресурсов. При построении системы управления контентом используется модель на основе вероятностных автоматов и аппарат байесовских сетей. Перечисленные выше научные результаты представлены в 4 статьях и 1 монографии, опубликованных в отчетный период. 5. Модели проблемно-ориентированных знаний и алгоритмы для NP- сложных задач прогнозирования и динамического планирования. Рассмотрены и решены две оригинальные задачи дискретной оптимизации как процессы динамического планирования. Они относятся NP-полным задачам трехмерного размещения блоков в ограниченном объеме конструкции и основаны на пошаговом частичном заполнении и освобождении специально выделенного ограниченного объема. Предложен механизм краткосрочного прогнозирования с использованием оценки текущей ситуации, связанной со свободными ресурсами и текущими дисциплинами обслуживания очередей заявок. Разработаны алгоритмы динамической компенсации и динамического планирования. На основе теории биоинспирированного поиска для поддержки принятия оптимальных решений предложен новый алгоритм решения задачи ресурсосберегающего диспетчирования. Перечисленные выше научные результаты представлены в 5 статьях и 1 монографии, опубликованных в отчетный период. В целом, планируемые и фактические показатели эффективности работы по проекту в 2014 году составили (план/факт): число членов научной группы – 15/16; число членов научной группы - исследователей в возрасте до 39 лет – 6/7; число публикаций научной группы в рецензируемых российских и зарубежных научных изданиях, индексируемых в базе данных Web of Science – 2/5; число публикаций научной группы в рецензируемых российских и зарубежных научных изданиях, индексируемых в базе данных SCOPUS – 0/5; число публикаций научной группы, индексируемых в базе данных РИНЦ - 4/6; число монографий научной группы – 2/2. Кроме того, создано 3 результата интеллектуальной деятельности, получивших государственную регистрацию в Российской Федерации. Полученные результаты были апробированы на 4 международных и всероссийских конференциях (AIS&IT'2014, ИСиТ’2014, КИИ’2014, AICT’2014). Достоверность и обоснованность научных результатов подтверждается непротиворечивостью известным данным, высокой степенью сходимости теоретически полученных результатов с данными экспериментов. Разработанные теоретические основы биоинспирированного поиска и обработки проблемно-ориентированных знаний при проектировании интеллектуальных информационных систем позволяют приступить к разработке сценариев управления знаниями на основе онтологии, эволюционных методов создания онтологических моделей для решения задач поиска, классификации, структуризации данных и знаний, их системной интеграции, технологии, методов и биоинспирированных алгоритмов извлечения, представления и обработки проблемно-ориентированных знаний и данных, метода и алгоритмов построения распределенных систем семантически-ориентированного доступа к ресурсам знаний на основе технологий виртуальной и дополненной реальности, проблемно-ориентированных алгоритмов интеллектуального анализа данных на основе теории биоинспирированного поиска, облачных и «мягких» вычислений, что соответствует приоритетным направлениям развития науки и техники Российской Федерации и внесёт определённый вклад в развитие указанных критических направлений и технологий.

Аннотация результатов, полученных в 2015 году
За отчетный период по проекту выполнены все запланированные разработки. Достигнуты следующие научные результаты: 1. Теоретически и методологически обоснованы принципы и пути модернизации многоуровневых архитектур сценариев управления знаниями на основе онтологии для разработки интеллектуальных информационных систем. Установлено, что сценарий управления знаниями является циклическим и предусматривает непрерывное систематическое планирование, организацию и контроль процессов проверки знаний для выявления новых закономерностей. Эффект от использования многоуровневой архитектуры циклического сценария управления знаниями проявляется в систематизированной совокупности действий для решения задачи изучения и поиска отношений в распределенных источниках знаний на основе применения инструментов управления знаниями. Исследованы возможности адаптации информационных потоков в соответствии с изменяющимися внешними условиями в разнородных предметных областях. Многоуровневая архитектура задает функциональные рамки интеграции знаний для построения онтологии-приложения оптимальным путем. Для проведения экспериментальных исследований моделей онтологических графов предметных областей создано программное обеспечение, применение которого подтвердило эффективность данных моделей для решения задач выявления и анализа новых проблемных ситуаций на основе совместного использования знаний из разнородных источников. Решена проблема растущей сложности идентифицирования и использования ключевой информации за счет усовершенствования семантических моделей и разработан гибридный метод фильтрации знаний на основе моделей совместного семантического поиска. Выявлены достоинства метода: поддержка семантического поиска релевантных знаний на основе онтологических моделей; использование информационных энциклопедических справочных систем различной функциональности для усовершенствования формы поискового запроса; повышение эффективности запроса пользователя на основе использования репозитория прецедентов. 2. Открыты пути создания онтологических моделей эволюционными методами для решения задач поиска, классификации, структуризации данных и знаний, их интеграции в интеллектуальной информационной системе. Методы для создания онтологии используют модифицированные эволюционные процедуры и операторы. Онтологическая модель классификации и структуризации данных и знаний обеспечивает формирование структуры динамической проблемной области и представление данных и знаний, поступающих из распределенных внешних источников. Классификация и структуризация данных и знаний в интеллектуальных информационных системах использует генетический алгоритм, основанный на структурировании (ранжировании) объектов знаний в многомерном пространстве признаков относительно базового элемента. Процесс построения онтологической модели является итерационным и определяется необходимостью универсализации структуры онтологии для задач представления и обработки данных и знаний в произвольных предметных областях. Метод создания онтологии ориентирован на обработку многомерных массивов данных и знаний, представленных в онтологии предметной области. Метод позволяет определить семантически приоритетные объекты данных и знаний для их представления в модели интеграции, а также устранить дублирование и противоречия сущностей и связей на уровне предметной области и объектов данных из областей интеграции. Процесс интеграции моделей онтологических структур информационных систем, ориентированных на совместное использование данных и знаний, сводится к построению отображений и установлению взаимосвязей в единой модели с учетом согласования множественных онтологий на уровнях модельной и понятийной семантики. 3. Получены новые научные данные о технологии, методах и алгоритмах извлечения, представления и обработки проблемно-ориентированных знаний и данных на основе комбинированных подходов эволюционной адаптации и самоорганизации. Метод коллективной адаптации, самообучения и самоорганизации для построения дерева решений состоит в разработке представления задачи построения дерева решений в виде интеллектуальной многоагентной адаптивной системы, использующей в качестве агентов автоматы адаптации. Разработаны способ выработки управляющих сигналов, структура и механизм поведения автомата адаптации, что позволяет сократить время построения дерева решений. Для построения оптимального дерева решений задачи классификации разработан оригинальный муравьиный алгоритм. Идея алгоритма заключается в определении глобальной цели и разработке стратегии поведения муравьиной колонии в целом. Конкретным научным результатом использования алгоритма стало сокращение времени построения оптимального дерева решений. Для задач извлечения знаний и прогнозирования разработан биоинспирированный метод множественной нелинейной символьной регрессии. Для представления математического выражения разработаны структуры, моделируемые модифицированной польской записью и деревьями. Сформулированы принципы решения задачи множественной нелинейной символьной регрессии на основе идей генетического программирования. Разработаны структуры и принципы кодирования и декодирования хромосом, модифицированные генетические операторы, при выполнении которых не возникают хромосомы с нелегальными структурами. Предложенные новые способы кодирования и декодирования хромосом для представления деревьев исключают некорректные решения. Эксперименты показали, что при больших размерностях временные показатели разработанного алгоритма превосходят показатели конкурирующих алгоритмов при лучших значениях целевой функции. Экспериментальная временная сложность алгоритма на одной итерации при фиксированных значениях управляющих параметров составляет O(nlgn), а временная сложность существующих алгоритмов - O(n**2), где n – мощность терминального множества. Обоснован подход на основе интеграции алгоритмов биоинспирированного поиска и адаптивного поведения для обработки проблемно-ориентированных знаний. Подход включает роевые алгоритмы пчелиной и муравьиной колонии, коллективной адаптации и позволяет обрабатывать большие массивы данных. Заложенные в каждом алгоритме метаэвристики при их интеграции усиливают возможности и эффективность алгоритмов. Результатом являются новые и модифицированные архитектуры комбинированного поиска для решения задачи обработки проблемно-ориентированных знаний. 4. Определены направления использования объектного подхода и технологий виртуальной и дополненной реальности для построения распределенных систем семантически-ориентированного доступа к ресурсам знаний. С этой целью разработан способ представления знаний, который включает в себя статическое представление моделей и динамические процессы последовательного приближения к поставленной пользователем цели. Важным отличием предлагаемого способа является наличие встроенных средств управления непротиворечивостью знаний. Для создания приложений, отражающих объекты предметной области, проведены исследования, в результате которых разработана распределенная информационная система управления динамическими информационными объектами в объектно-ориентированной базе знаний. Путь применения технологий виртуальной и дополненной реальности для построения распределенных систем семантически-ориентированного доступа к ресурсам знаний включал исследование возможности применения семантически-ориентированного подхода, технологий виртуальной и дополненной реальности, принципов организации голосовых интерфейсов человеко-машинного взаимодействия для построения алгоритмов функционирования распределенных информационных систем. Разработанные метод и алгоритмы организации семантически-ориентированных интерфейсов доступа к ресурсам знаний позволяют организовать эффективный доступ к контекстной информации на основе использования технологий виртуальной и дополненной реальности, что позволяет сократить затраты на организацию безопасного доступа к данным в распределенных информационных системах. Конкретными результатами являются преимущества использования разработанных алгоритмов, выявленные в результате исследований метода построения распределенных систем на основе объектного подхода и принципов голосового управления интерфейсом. 5. Расширены теоретические знания о процессах биоинспирированного поиска, облачных и «мягких» вычислений и разработаны новые проблемно-ориентированные алгоритмы интеллектуального анализа данных. Теоретически обоснована многоагентная архитектура на основе облачных вычислений, обеспечивающая скоординированное поведение отдельных агентов для достижения общей и локальных целей, а также организующая унифицированный доступ к пулу вычислительных агентов. В качестве агентов метауровня, предложены специальные программные средства маршрутизации и отправки сообщений между агентами, а также разработан унифицированный протокол обмена сообщениями. Результатом являются возможности распараллеливания и масштабирования при решении задач путем распределения нагрузки между отдельными агентами, а также добавление новых вычислительных агентов в систему. Предложен биоинспирированный алгоритм прогнозирования нечетких временных рядов. Проведена перекрестная проверка результатов или кроссвалидация, результаты которой подтвердили приемлемую точность прогнозирования алгоритма, его возможности к шумоподавлению. Алгоритм позволяет проводить прогнозирование в автоматическом режиме и может применяться в системах контроля и раннего предупреждения, а также при обработке больших объемов данных. С помощью нового биоинспирированного алгоритма решена задача сегментации изображений. Алгоритм позволяет упростить представление изображения для его последующего анализа. Для тестирования алгоритма был создан программный комплекс текстурной сегментации. Областями приложения полученного результата являются медицинская визуализация, распознавание образов, системы управления дорожным движением, машинное зрение. Разработаны биоинспирированные алгоритмы кластеризации данных на основе моделирования поведения муравьиной и пчелиной колоний. Алгоритмы имеют оценку временной сложности O(n**2) и способны обрабатывать значительные массивы информации, малочувствительны к выбору начальных условий. Экспериментально установлен эффект ускорения процесса нахождения квазиоптимального решения и уменьшения вероятности попадания в локальный оптимум при использовании пчелиного и муравьиного алгоритмов. Разработан алгоритм распознавания образов на основе «мягких» вычислений, позволяющий эффективно и быстро выполнять операцию распознавания объектов на изображениях земной поверхности, полученных в результате спутниковой и аэрофотосъемки. В алгоритме наряду с генетическим моделированием использован модуль нечеткой адаптации для повышения эффективности распознавания образов за счет настройки параметров биоинспирированного поиска. В целом, планируемые и фактические показатели эффективности работы по проекту в 2015 году составили (план/факт): число членов научной группы – 15/16; число членов научной группы - исследователей в возрасте до 39 лет – 6/7; число публикаций научной группы в научных изданиях, индексируемых в базе данных Web of Science – 4/7; число публикаций научной группы в научных изданиях, индексируемых в базе данных SCOPUS – 0/13; число публикаций научной группы, индексируемых в базе данных РИНЦ - 5/11; число монографий научной группы – 2/2. Кроме того, получены 6 результатов интеллектуальной деятельности, прошедшие государственную регистрацию в Российской Федерации. Полученные результаты были апробированы на 5 международных и всероссийских конференциях (CSOC’2015, AICT’2015, IT+S&E’15, AIS'15, ИСиТ-2015). Информация о результатах выполнения проекта размещена в библиографических и реферативных базах данных на сайтах: www.webofknowledge.com; www.scopus.com; www.elibrary.ru.

Аннотация результатов, полученных в 2016 году
За отчетный период по проекту выполнены все запланированные работы: - метрика меметики и метаэвристический алгоритм для решения интеллектуальных оптимизационных задач; - эволюционные процедуры обслуживания многоочередных структур данных с динамическими приоритетами в условиях неопределенности; - инструментальная среда поддержки процедур поиска и обработки проблемно-ориентированных знаний; - оценка эффективности и анализ результатов проведенных исследований при решении тестовых задач; - обобщение полученных результатов, выработка рекомендаций по их практическому применению. Достигнуты следующие научные результаты: 1. Теоретически и методологически обоснованы механизмы взаимной интеграции машинного обучения и эволюционных вычислений на основе принципов меметики. Исследована метрика меметики. Установлено, что метрика мема характеризуется через свойства распространения, живучести, энтропии и степени влияния. Свойство распространения мема включает такие метрические характеристики как количество реципиентов, тип реципиентов и дисперсия реципиентов. Разработан новый меметический алгоритм для решения NP-сложных задач, основанный на механизме взаимной интеграции методов машинного обучения и эволюционных вычислений. Основными компонентами алгоритма меметики являются локальный поиск на основе алгоритмов, использующих информацию о структуре области поиска; кооперация для организации обмена информацией между особями; соревнование путем отбора наиболее приспособленных особей из популяции. Входной информацией для алгоритма меметики является популяция индивидов и размерность задачи, выходной – база знаний, включающая ситуативные и нормативные знания. Эффект от использования разработанных меметических алгоритмов проявляется при решении трансвычислительных задач. В частности, для задачи построения расписаний был применен разработанный меметический алгоритм. Согласно алгоритму, полученные в ходе эволюции решения в пределах текущей популяции улучшались в течение одного поколения за счет использования алгоритма локального меметического поиска. Для проведения экспериментальных исследований разработанных алгоритмов меметики и биогеографии создано программное обеспечение, применение которого подтвердило эффективность данных алгоритмов на бенчмарках трансвычислительных задач. Экспериментально доказано превосходство меметического алгоритма на шести из семи выбранных функций, как по надежности, так и по среднему числу итераций. Выявлены достоинства разработанных алгоритмов меметики и биогеографии перед конкурирующими алгоритмами для трансвычислительной задачи коммивояжера. Установлено, что эффективность разработанных алгоритмов выше в среднем по всем бенчмаркам примерно на 30%. Представляется перспективной разработка и исследование меметических и биогеографических алгоритмов для решения других трансвычислительных оптимизационных проблем. 2. Открыты пути применения эволюционных процедур и алгоритмов для расчета оптимальных значений параметров динамических приоритетов при обслуживании многоочередных структур данных в высокоскоростных сетях с несколькими классами заявок. Проведен анализ и сформулирована постановка задачи оптимизации обслуживания многоочередных структур данных с динамическими приоритетами в условиях неопределенности. Разработана мультипликативная функция приоритетности обслуживания многоочередных структур. При разработке использовался принцип справедливой относительной компенсации, когда суммарный уровень относительного снижения значений одного или нескольких критериев не превышает суммарного уровня относительного увеличения значений других критериев, для учета неравноценности частных критериев вводились весовые коэффициенты. Установлено, что достоинством мультипликативного критерия является то, что при его использовании не требуется нормировка частных критериев. Предложен обобщенный алгоритм приоритетного обслуживания многоочередной схемы заявок на решение поступающих сетевых задач, учитывающий динамические процессы. Результатом применения обобщенного алгоритма стало увеличение вероятности соблюдения временных ограничений на обслуживание заявок. 3. Разработана архитектура инструментальной среды поддержки процедур поиска и обработки проблемно-ориентированных знаний при проектировании интегрированных интеллектуальных информационных систем, создано программное обеспечение для проведения экспериментальных исследований. Установлено, что использование методов биоинспирированного поиска в разрабатываемой архитектуре инструментальной среды повышает эффективность функционирования поискового модуля и модуля классификации. Речь идет об использовании популяционных биоинспирированных алгоритмов. В данной разработке для накопления и совместной обработки знаний применяются роящиеся агенты, которые распределяют узлы в семантической сети или онтологии. Разработана архитектура, в которой мобильные агенты коллективно обрабатывают в реальном времени знания, полученные из распределенных источников. Конкретный научный результат использования разработанной архитектуры – увеличение объема и повышение уровня использования имеющихся знаний, а также генерации идей для создания новых знаний. В рамках создания инструментальной среды поддержки процедур поиска и обработки проблемно-ориентированных знаний был разработан новый способ представления знаний, включающий в себя статическое представление моделей и динамические процессы последовательного приближения к поставленной пользователем цели. Преимуществом предлагаемого способа является наличие встроенных средств управления непротиворечивостью моделей данных, сконструированных внутри нее в процессе хранения и обработки. В инструментальной среде реализована объектно-ориентированная модель данных, построенная на принципах абстракции, инкапсуляции, наследования, полиморфизма и принципе сообщений. Объектно-ориентированный подход, как способ представления знаний, представляет возможность эффективной работы со сложноструктурированными данными, преодолевая ограничения, связанные с использованием реляционной технологии СУБД. Предложенные принципы извлечения и структурирования знаний являются основополагающими для автоматизированной разработки баз знаний. На их основе могут быть построены распределенные информационные системы доступа к разнородным данным и знаниям, обладающие рядом преимуществ, как пример – максимальная близость к структуре данных предметной области, что позволяет повысить эффективность выполнения запросов по извлечению информации для дальнейшей обработки. 4. На основе использования разработанной инструментальной среды получена оценка эффективности и проведен анализ научных результатов проведенных исследований при решении тестовых задач. Проведенные исследования инструментальной среды поддержки процедур поиска и обработки проблемно-ориентированных знаний на основе биоинспирированных алгоритмов подтвердили эффективность разработанных алгоритмов по сравнению с аналогами. Было принято решение, проводить доказательство эмпирическим путем, основанным на сравнении результатов полученных экспериментально. Результатами исследований инструментальной среды стали величины приращения затрат времени и памяти, связанные с выполнением процесса поддержки процедур поиска и обработки проблемно-ориентированных знаний. Исследование управляющих параметров состояло в определении влияния параметров биоинспирированного поиска на качество полученных оптимальных и квазиоптимальных решений. Было установлено, что при фиксированных значениях управляющих параметров реализованные алгоритмы биоинспирированного поиска имеют полиномиальную теоретическую, пространственную и временную сложность. Данный факт был подтвержден эмпирически, а значит, разработанная инструментальная среда поддержки поиска и обработки проблемно-ориентированных знаний имеет практическую ценность и является эффективной. Проведенные серии тестов и экспериментов позволили уточнить теоретические оценки временной сложности применяемых биоинспирированных алгоритмов. В лучшем случае временная сложность алгоритмов - O(nlogn), в худшем случае - O(n**2). 5. Проведен анализ и обобщение полученных результатов, выработаны рекомендации по их практическому применению. В ходе выполнения проекта получены все запланированные конкретные научные результаты. Был создан фундаментальный научный задел по разработке теоретических основ и принципов биоинспирированного поиска и обработки проблемно-ориентированных знаний при проектировании интеллектуальных информационных систем. Получили теоретическое развитие способы реализации биоинспирированных подходов для решения интеллектуальных оптимизационных задач, был разработан комплекс архитектур, моделей, методов и алгоритмов биоинспирированного поиска для решения широкого спектра актуальных NP- сложных задач напрямую связанных с проблемой поиска и обработки проблемно-ориентированных знаний. Для проведения экспериментальных исследований и подтверждения эффективности результатов, полученных в рамках выполнения проекта, была разработана интегрированная инструментальная среда поддержки процедур поиска и обработки проблемно-ориентированных знаний. Проведена оценка эффективности и анализ результатов проведенных исследований при решении тестовых задач. Полученные научные результаты проекта были использованы для проведения исследований при решении экономически важных задач управления знаниями, оптимизации, семантического поиска, классификации, структуризации и интеграции и динамического планирования, а также при получении и применении новых знаний в области информационно-телекоммуникационных систем. Данные исследования стали основой для проектирования, коммерциализируемых в рамках предприятий и организаций региона, интеллектуальных информационных аналитических систем управления знаниями в предметных областях финансовой аналитики, телекоммуникаций, торговых сетей и компаний, логистики и транспорта, госорганизаций. Полученные результаты внедрены в инновационно-образовательный комплекс для многопрофильной подготовки бакалавров, инженеров, магистров и аспирантов, основанный на применении идей биоинспирированного поиска, а также интеллектуальных информационных и электронных интерактивных мультимедиа образовательных ресурсов и технологий. В целом, планируемые и фактические показатели эффективности работы по проекту в 2016 году составили (план/факт): число членов научной группы – 15/19; число членов научной группы - исследователей в возрасте до 39 лет – 6/9; число публикаций научной группы в рецензируемых российских и зарубежных научных изданиях, индексируемых в базе данных Web of Science – 5/12; число публикаций научной группы в рецензируемых российских и зарубежных научных изданиях, индексируемых в базе данных SCOPUS – 0/11; число публикаций научной группы, индексируемых в базе данных РИНЦ - 5/9; число монографий научной группы – 2/2. Кроме того, созданы 3 результата интеллектуальной деятельности, получившие государственную регистрацию в Российской Федерации. Полученные результаты были апробированы при участии в 7 международных и всероссийских конференциях (AICT’2016, IITI’16, Confluence’2016, ITSMSSM’2016, IT+S&E’16, AIS'16, ИСиТ-2016).