В период научно-технической революции наблюдается процесс интеграции знаний на основе целой группы естественных и технических наук, главным образом кибернетики, вычислительных систем, атомной энергетики и космонавтики. Интеграция развивается на путях становления общей научной методологии и формирования общих закономерностей.

Сравнивая обе названные науки, можно отметить следующие их отличия. Для кибернетики характерен бихевиористический подход: изучение реакции системы на изменение окружающей среды без специального учёта специфики её структуры и внутренней организации. Наоборот, в синергетике главная задача состоит в познании внутренней организации изучаемого образования, кооперативных эффектов, связанных с перестройкой его структуры в условиях активного обмена энергией и веществом с окружающей средой.

Данный выпуск 1 “Вероятностные модели элементов сложных систем” содержит девять небольших разделов. В каждом разделе рассматривается отдельная, в подавляющем большинстве независимая от других модель. Некоторые из моделей имеют логическую или математическую связь.

Первый раздел посвящён изучению вероятностной оценки работоспособности информационной системы “техника – программное обеспечение – оператор” в условиях статистической неопределённости.

Во втором разделе исследуется матричная модель оценивания и обеспечения безошибочности работы сложного программного комплекса со случайными связями между его элементами.

Модель надёжности человека-оператора в условиях обучения рассматривается в третьем разделе. Здесь получена вероятностная оценка работоспособности оператора в зависимости от длительности обучения. По аналогии с физическим принципом Н.М. Седякина в надёжности введено понятие ресурса работоспособности оператора, состоящего из двух компонент: израсходованного ресурса и восполненного ресурса работоспособности. Показано их влияние на общую оценку работоспособности оператора.

В разделе четвёртом предпринята попытка соединения выводов вероятностной теории надёжности на основе физического принципа Н.М. Седякина (базовой модели) с экспериментальными результатами оценивания продолжительности жизни различных изделий в зависимости от утяжеления режимов их испытаний (уравнениями связи) с целью прогнозирования необходимых вероятностных характеристик изделий. Приведены основные типовые расчётные соотношения для различных уравнений связи изделий.

Если ускорения изменения определяющего параметра изделия в двух различных режимах испытаний изделия различны, то и законы распределения времени его жизни в этих режимах оказываются различными. На это необходимое условие нарушения инвариантности распределений при форсированных испытаниях указано в пятом разделе. При этом сделано предположение, что отсутствует дефект-утрата работоспособности изделия в зависимости от величины нагрузки (влияния среды испытаний).

Шестой раздел посвящён рассмотрению простейшей модели форсированных испытаний программного обеспечения. В качестве фактора нагружения берётся быстродействие технологического вычислительного средства. Аналитически показана возможность осуществления форсированных испытаний программного обеспечения. Однако вопрос подобия вычислительных процессов при испытаниях на различных средствах остаётся открытым, требующим изучения.

В седьмом разделе предложена комплексная модель оценивания производительности сложной сетевой структуры, обладающей ненадёжными узлами переработки (передачи) информации. В основу модели положен матричный метод, аналогичный методу, рассмотренному во втором разделе. Здесь построена модель ненадёжного производительного узла. Получена оценка для средней вероятности прохождения заявки во всей сети, а также выражения для произвольных моментов случайной величины – вероятности обслуживания заявки в сети (информационном направлении).

Оценивание производительности сетевых структур различной природы обычно связывают со случайным суммированием времён пребывания заявок в узлах сети, находящихся на определённой траектории следования. При решении задач оценивания и обеспечения производительности известный аппарат теории массового обслуживания в многофазовых системах встречает известные трудности. В отличие от временных распределений, используемых для решения подобных задач, в разделе восьмом предложена модель скоростного распределения вероятностей, которое, на наш взгляд, может быть более естественным для решения задач, связанных с расчётами пропускной способности сложных систем. Приведён один из возможных алгоритмов построения скоростных распределений по временным распределениям.

В последнем, девятом, разделе предложена модель построения вероятностной меры случайного вектора комплексной переменной. В отличие от обычной вещественной вероятностной меры она является функцией комплексной переменной в силу того, что каждой компоненте вектора приписывается свой весовой коэффициент принадлежности к оси координат: вещественная или мнимая единица. Приводятся примеры построения плотностей вероятностей комплексной переменной на основе дельта-функции на комплексной плоскости и характеристической функции, учитывающей весовые коэффициенты. Компоненты векторов независимы, непрерывны или дискретны. В качестве прикладных примеров рассмотрены: задача квантования случайного вектора на плоскости; задача теории восстановления на плоскости; пример нахождения комплексных супериндикаторов теории эффективности и задача простейшего (бернуллевского) случайного блуждания на комплексной плоскости. Конечно, вопросы применимости комплексной вероятностной меры, её однозначности и представления в пространстве требуют дальнейшего изучения. Однако, на наш взгляд, будущее подобной меры с учётом расширения поля комплексных чисел до кватернионов Гамильтона, может быть в вычислительном отношении достаточно продуктивным при решении отдельных задач.