Главная страница » Публикации » 2022 » №4 (100) » Управление с выбором цели

Управление с выбором цели

Goal Control

Теория и история менеджмента
Управление с выбором цели

Авторы

Цветков Виктор Яковлевич
доктор технических наук, профессор
Россия, Российский технологический университет (МИРЭА)
tsvetkov.@mirea.ru

Аннотация

Существует линейное или одно тракторное управление. Это типовое управление, которое осуществляют на основе заранее составленного плана. Такое управление является стационарным или квазистационарным. В статье описана методология управления с выбором цели, которое относится к классу ситуационного управления и управления при непредвиденных обстоятельствах. Описано отношение многоцелевого управления к разным школам управления. Показано, что многоцелевое управление относится к школе управления при непредвиденных обстоятельствах. Теоретической основой многоцелевого управления является теория управления при непредвиденных обстоятельствах и теория непредвиденных обстоятельств. Обе теории далеки от завершения. Поэтому на практике применяют мета эвристики. Приведено пять примеров, показывающих эволюцию перехода от одноцелевого управления ко много целевому. Выделены критерии обоснованного перехода к многоцелевому управлению.

Ключевые слова

управление, выбор цели, многоцелевое управление, непредвиденные обстоятельства, выбор альтернатив, ситуация управления.

Рекомендуемая ссылка

Цветков Виктор Яковлевич. Управление с выбором цели // Современные технологии управления. ISSN 2226-9339. — №4 (100). Номер статьи: 10006. Дата публикации: 14.12.2022. Режим доступа: https://sovman.ru/en/article/10006/

DOI 10.24412/2226-9339-2022-4100-6

Authors

Tsvetkov Viktor Yakovlevich
doctor of technical sciences, professor
Russia, Russian Technological University (MIREA)
tsvetkov.@mirea.ru

Abstract

There is a linear or one tractor control. This is a typical management, which is carried out on the basis of a pre-planned plan. Such control is stationary or quasi-stationary. The article describes the management methodology with the choice of goal, which belongs to the class of situational management and management under unforeseen circumstances. The relation of multipurpose management to different schools of management is described. It is shown that multipurpose management belongs to the school of contingency management. The theoretical basis of multi-purpose management is the theory of control under unforeseen circumstances and the theory of unforeseen circumstances. Both theories are far from complete. Therefore, meta heuristics are used in practice. Five examples are given showing the evolution of the transition from single-purpose management to multi-purpose management. The criteria for a justified transition to multi-purpose management are identified.

Keywords

management, goal selection, multipurpose management, unforeseen circumstances, choice of alternatives, management situation.

Suggested citation

Tsvetkov Viktor Yakovlevich. Goal Control // Modern Management Technology. ISSN 2226-9339. — №4 (100). Art. #  10006. Date issued: 14.12.2022. Available at: https://sovman.ru/en/article/10006/

Введение

В настоящее время развиваются разные школы управления [1-5]: классическая школа управления, поведенческая школа, школа количественных методов, школа системного подхода к управлению, школа управления при непредвиденных обстоятельств [3]. Различие между школами в выборе ключевых показателей управления и главное, в учете и допустимости различного воздействия внешней среды.

Можно привести пример судна в океане. Ставится цель достичь порта назначения из порта отправления. Прокладывается маршрут, который служит основой управления по ходу движения. Когда на водной поверхности штиль корабль следует строго заданному курсу. Траектория движения соответствует плановой. Это управление можно рассматривать как плановое и линейное.

Второй пример связан с появлением ветра и появлением помех вызывающих периодическое и стохастическое отклонение от плана. Когда появляется ветер и на водной поверхности появляются волны, влияющие на движение судна, в случае изменения курса движение судно корректирует движение, но уже в этом случае траектория не соответствует в точности плановой, но общая линия движения выдерживается. Это управление можно рассматривать как плановое управление с периодической ответной коррекцией. Оно требует дополнительных ресурсов для коррекции.

Третий пример связан с появлением систематических значимых помех вызывающих одностороннее и систематическое отклонение от плана Корабль попадает в область океанического течения, его начинает сносить от плановой траектории и его реальная траектория существенно меняется. В этом случае коррекция движения более существенная. Для продолжения движения по плановой траектории требуются дополнительных существенные ресурсы.

Четвертый пример является развитием второго примера, но с качественными изменениями. Этот пример связан с появлением сильного ветра и появлением значимых стохастических помех, но имеющих общее направление. Корабль попадает в ураган, такой, что волны сопоставимы с размерами судна. Они создают угрозу не только отклонения от курса, но, главное, угрозу жизнедеятельности корабля. Это меняет цель его движения. Задачей объекта управления становится в первую очередь цель – самосохранение, во вторую очередь цель – прибытие в порт назначения.

Пятый пример является развитием четвертого примера с дополнением возможного противодействия.

Военному кораблю или самолету, ставится исходная многоцелевая задача. 1 уничтожит объект противника. 2 обеспечить самосохранение. 3. вернуться на базу после выполнения задания. Первоначально задается опорный план, который подлежит корректировке по мере необходимости. В ходе движения к цели может выяснится, что объект противника либо уже уничтожен, либо появился более ценный с точки зрения уничтожения объект. В этом случае стратегическая цель движения меняется. В этом случае одновременно существует несколько целей: подойти к объекту, подойти скрытно, выбрать удобную точку атаки, атаковать объект, уйти от обстрела после атаки.

Все пять примеров характеризуют влияние ситуации на объект управления. В первом случае его нет, во втором значительное, в третьем очень значительное, в четвертом и пятом ситуация меняет начальный план управления. Последние два случая являются примерами многоцелевого управления. Они характеризуются появлением новых целей в процессе управления или необходимостью изменения первоначально поставленной цели. Это есть управление при непредвиденных обстоятельствах. В целом рассмотренные примеры показывают эволюцию перехода от одно целевого управления к многоцелевому. Также выясняется, что влияние ситуации есть существенный фактор, который мотивирует применение много целевого управления меняющего исходный план управления. пятый пример показывает возможность начального задания нескольких комплементарных целей.

 

Управление при непредвиденных обстоятельствах

Управление при непредвиденных обстоятельствах изучает школа contingency school of management [6]. Она использует концепцию, что в ряде ситуаций нет единственного плана управления. Сложная ситуация уникальна и не существует единого для всех ситуаций способа управления. Кстати, такая ситуация возникает в условиях «больших данных» [7-10]. Либо большой объем, либо сложность ситуации «больших данных» исключает простой метод перебора для выбора сравнительно лучшего решения и тем более оптимального решения. Оптимальное решение в большинстве случаев это сравнительное решение. Его называют оптимальным применительно к условиям оптимизации и рассматриваемой выборки. Поэтому при больших эмпирических выборках оно не реализуемо.

Существует теория управления при непредвиденных обстоятельствах [11]. Первоначально эта теория относилась к организационной теории управления. Затем ее стали использовать при анализе поведения информационных систем (ИС). А впоследствии ее стали применять в медицине [12, 13] и фармакологии в банковской деятельности, на биржах, в теории управления роботами и беспилотными средствами..

В настоящее время существует более широкая теория непредвиденных обстоятельств [14]. Развитие теории непредвиденных обстоятельств в ИС сравнивается с развитием теории организации. Теория непредвиденных обстоятельств, возможно, является наиболее мощным течением, охватившим государственный и частный секторы управления. Понимание «ситуационных» характеристик организационных сил, влияющих на взаимосвязь между переменными среды, управления и производительности, в настоящее время рассматривается как ключ к пониманию самого процесса управления. К сожалению, сфера много целевого управления еще не стала широко вовлеченной в эту теорию и это управление.

Существует точка зрения [14], что теория непредвиденных обстоятельств организационной структуры устарела из-за новых организационных форм структур организации. Конкурирующей теорией организационной структуры является институциональная теория, однако она также проблематична

Теория непредвиденных обстоятельств (ТНО) в настоящее время обеспечивает основу для многоцелевого управления. Однако перед ней стоит несколько серьезных проблем [14]. Эта теория в ее настоящей трактовке широко применяется статистику. В тоже время считают, что теория случайности статична. Для «чистого управления» в ТНО включают теорию организационных изменений. Это создает условия новых концепциях квази-соответствия и гетеро-производительности [14]

 

Информационная ситуация как основа много целевого управления

Теория управления при непредвиденных обстоятельствах и ТНО в качестве базовой основы (главный критерий применения многоцелевого управления) используют модель информационной ситуации [15]. Системная модель закрытой информационной ситуации IS в пространстве параметров описывается выражением (1).

 

IS=<O(n1), Cin(n2), Re(n3), IP(n1), K, Cout(n4), Pr(n4), Pd> (1)

В формуле (1:)

O(n1) – объекты в ситуации. число которых равно n1

Cin(n2) – внутренние связи (между объектами) в ситуации, число которых равно n2,

Re(n3) отношения между объектами в ситуации, число которых равно n3,

IP(n1) информационная позиция объекта в ситуации, число которых равно n1,

K – ядро ситуации,

Cout(n5) внешние связи (между ситуациями) ситуации, число которых равно n5,

Pd параметр диссипации процессов,

Pr(n5) – процессы в ситуации, число которых равно n4.

 

В пространстве параметров такая модель представляет собой «четырехмерный куб» размерностью n1 x n2 x n3 x n4. Выражение (1) характеризует собой параметрическую ситуацию. При пространственном перемещении объектов применяют модели пространственных ситуаций как дополнение параметрических ситуаций. В этом случае применяют для поддержки управления геоинформатику и пространственную логику [16].

Для параметрической и пространственной ситуации параметр «информационная позиция объекта в ситуации» позволяет оценивать его конкурентное (информационное) преимущество и задавать дополнительные цели управления исходя из значения этого параметра. Например, догнать объект А, обогнать объект В, пропустить объект С. Информационная позиция объекта может быть определена для данной ситуации непосредственно и для других ситуаций через параметр Cout(n5).

Параметр информационная позиция объекта в ситуации IP(n1) является динамическим. Он зависит от числа объектов, от связей между ними, от процессов в ситуации. Информационная ситуация позволяет осуществлять «мягкое» управление объектом. Оно состоит в формировании ситуации таким образом, что объект естественно переходит в нужное состояние. Альтернативой и типичным методом управления является директивное или принудительное управление, при котором объект переводят в состоянии за счет внешнего воздействия. Как показал Арнольд, такое управление является неустойчивым, а мягкое управление является более устойчивым.

 

Содержание многоцелевого управления

Многоцелевое управление есть такое управление, для которого существуют альтернативные цели, выбор цели осуществляют динамически на основе оперативной информационной. Оперативная информация поступает либо и центра управления, либо из текущей ситуации, в которой находится объект управления. В первом случае управление является централизованным или сетецентрическим. Во втором случае управление является субсидиарным. С позиций системного подхода такое управление можно описать выражением

MPC= <Gi⊕Gk, DI(m1), SI(m2), IS(m2), T> (2)

В выражении (2):

MPC – многоцелевое управление,

Gi, Gk – альтернативные цели (i ¹k),

DI(m1) – директивная управляющая информация, всего m1 допустимых информационных потоков,

SI(m2) – ситуационная управляющая информация, всего m2 допустимых информационных потоков,

IS(m2) – число информационных ситуаций,

T – период обновления или проверки выбора цели.

 

Цель выбирается оптимальной Go согласно выражению:

Go= ex[Gi⊕Gk] kr, (3)

В выражении (3):

ex означает экстремум. Цель может выбираться по критерию качества по максимальным преимуществам или по минимальным недостаткам.

Критерий kr – есть критерий оптимизации.

 

Видно, что выражение (3) является условным. Оно зависит от критерия оптимизации и типа качества.

Многоцелевое управление имеет разную морфологию. Оно может быть: векторным, матричным, сетевым, вероятностным, мета эвристическим. Векторное управление является детерминированным и жестким. Оно строится в предположении, что существует множество критериев оптимизации (kri) и множество целей (Gi), между которыми существует однозначное соответствие. Оно строится согласно парадигме

 if(kri) then (Gi) или kri → Gi (4)

Хотя в таком механизме заложено много целей, оно не является многоцелевым, так как является безальтернативным. Многоцелевое управление появляется, когда в механизм принятия решений включается механизм выбора альтернатив (choice of alternatives, CA).

Kr0 → G0; if t>T, CA (DI, SI, Gi) →Gi1 (5)

Выражение (5) интерпретируется следующим образом. На начальном этапе исходный критерий оптимальности Kr0 задает начальную цель G0. По мере роста времени, при достижении порога временного контроля Т, включается механизм выбора альтернатив CA. Этот механизм учитывает новую информацию, либо поступившую из центра управления DI, либо поступившую от оперативной ситуации. При этом следует подчеркнуть, что эта информация является новой, Если ввести понятие первичная информация (primary information, PI), то критерием новой информации будут отношения.

DI ∩ PI≠ Ø (6)

SI ∩ PI≠ Ø (7)

Выражения (6) и (7) означают, что новая информация не повторяет исходную информацию, их пересечение не есть пустое множество. В теории алгоритмов это означает использование программируемого переключателя. Многоцелевое управление применяется, если возникает множество критериев выбора цели, существует множество целей, известно множество вариантов изменения ситуации управления.

Многоцелевое управление возникает как необходимость при управлении беспилотными транспортными средствами. Это БПЛА, автомобили и надводные корабли [17]. В последнем случае система предназначена для выполнения гидрографических съемок с многовариантной конфигурацией геодезической системы (полезной нагрузки?), включая многолучевой эхолот, сонар, лидар, автомобильный радар, фото- и спектральные камеры. Многоцелевое управление используют в радиоэлектронике для многоцелевой модуляции [18]. В сельском хозяйстве многоцелевой сельскохозяйственный робот [19] на солнечной энергии выполняет многочисленные операции, такие как посев семян, стрижка травы, вспашка и т. д. Основой для поддержки многоцелевого управления служит информационное моделирование [20]. Оно служит основой построения моделей управления и моделей выбора альтернатив.

 

Многоцелевое мета эвристической управление

Существует много целевое управление, в котором конкретной цели нет, а есть стратегия, которая реализуется не только с выбором цели, но и с элементом случайности. Это направление многоцелевого управления представляют роевые системы, колонии муравьев и группы роботов. Это направление называют направлением мета эвристики.

Мета эвристики с математических позиций являются классом оптимизационных методов. позволяющих находить решения для широкого круга задач [21, 22]. Мета эвристики рассматривают как структуры, как метод и как алгоритмы [21]. Существуют алгоритмы первого и второго рода [23]. Алгоритмы второго рода есть многоцелевые мета эвристики. Мета эвристики в информационном поле решают задачи оптимизации, построения моделей, решения задач с помощью моделей, оптимизации информационных процессов, оптимизации информационного моделирования, оптимизации информационного морфизма. В медицине мета эвристики решают задачи диагностики. Мета эвристические алгоритмы есть высокоуровневая проблемно-независимая алгоритмическая структура, которая предоставляет набор методов для разработки эвристических алгоритмов оптимизации. Известные мета эвристики включают генетические / эволюционные алгоритмы, поиск табу, имитацию отжига и имитацию функционирования муравьиной колонии и другое. Специфическая для задачи реализация эвристического алгоритма оптимизации в соответствии с руководящими принципами, выраженными в мета эвристической структуре, также называется мета эвристикой. Термин был придуман Гловером (1986) и сочетает в себе греческую приставку meta (в смысле высокого уровня) с эвристикой (от греческого heuriskein) для поиска. Анализ структуры мета эвристик приводит к вводу, что эта структура процессуальная. Мета эвристические алгоритмы включают стратегии, заложенные в мета эвристической структуре.

Задачей управления мета эвристики P = (О, f ) называется задача оптимизации, в которой задано конечное множество объектов О и целевая функция f : О→ R+, которая назначает значение стоимости для каждого из объектов о ∈ О. Цель мета эвристики состоит в том, чтобы найти объект с минимальным (максимальным) значением стоимости. Объектами могут быть целочисленные конструкции (например, растровые изображения), топологические конструкции, дискретные подмножества, множества элементов, дискретные потоки, перестановки, множества информационных единиц или графовые структуры.

Преимущество мета эвристик состоит в их способности решения сложных задач без знания пространства поиска. В силу этого они позволяют решать задачи оптимизации, для которых либо нет строго формального писания, либо описание громоздкое и нечеткое. В частности. это относится к проблеме больших данных. Мета эвристики рассматривают как метод и как алгоритмы. Как алгоритмы они используют случайный поиск возможных решений задачи, оптимальных или близких к оптимальным, пока не будет выполнено некое условие или достигнуто заданное число итераций. Примером этого может служить метод Монте Карло. Необходимо разделять эвристики и мета эвристики. Относительная аналогия существует между моделированием и мета моделированием [24].

 

Заключение

Главным критерием перехода к многоцелевому управлению является ситуация, в которой находится объект управления. Модель этой ситуации может быть разной: информационной, параметрической. Пространственной. Модель ситуации зависит от цели и условий управления. Обычное управление является стационарным и жестким. Но оно требует минимального расхода ресурсов. Многоцелевое управление требуется тогда, когда появляется не стационарность в ситуации управления. Эта не стационарность приводит к тому, что первоначальное оптимальное решение становится неоптимальным в новых условиях. Многоцелевое управление требует большего расхода ресурсов, но оно адаптивно реагирует на изменение ситуации. Многоцелевое управление входит в другие виды управления: ситуационное управление, адаптивное управление, синергетическое управление. Многоцелевое управление требуется при значительном влиянии ситуации на объект управления. Многоцелевое управление возможно при наличии механизм выбора альтернатив. Многоцелевое управление может быть централизованным (пример 5) и может быть субсидиарным (пример 4). Основой теории много целевого управления является теория непредвиденных обстоятельств. Эта теория далека от завершения поэтому одним из вариантов реализации много целевого управления являются мета эвристики, которые хорошо зарекомендовали себя в мультиагентных системах.

Print Friendly, PDF & Email
Оправить мне на email статью

Читайте также

Мета-анализ теоретических подходов изучения экономического поведения человека
Статья “Интерактивные методы обучения на практических занятиях по дисциплинам менеджмент и маркетинг”
Статья “Менеджмент знаний в условиях цифровизации бизнес-процессов”
Менеджмент: сборник тестовых заданий
Статья “Авторитарный менеджмент и его проблемы”

Библиографический список

  1. Муллахметов Х. Ш. Научные школы управления и их влияние на эволюцию функции контроля //Менеджмент в России и за рубежом. – 2012. – №. 6. – С. 129-133.
  2. Васютинский И.Ю., Цветков В.Я., Шингарева К.Б., Болотин В.В., Пусенков В.Б., Кожевников Д.И. Тенденции развития основных школ управления // Известия высших учебных заведений. Геодезия и аэрофотосъемка. – 2012. – №1. – с.90 -95
  3. Цветков В.Я. Развитие технологий управления // Государственный советник. – 2015. – №4(12). – с.5-10.
  4. Фарукшина М. А., Адамская Л. В. Административная (классическая) школа управления: история и современность //Российская наука и образование сегодня: проблемы и перспективы. – 2017. – №. 4. – С. 53-54.
  5. Тебекин А. В., Тебекин П. А., Егорова А. А. Формирование школы управления человеческим капиталом как новый этап в развитии современного менеджмента //Транспортное дело России. – 2021. – №. 1. – С. 87-93.
  6. Encyclopedia of Managementhttp://www.enotes.com/management-encyclopedia/management-thought.
  7. Price W. N., Cohen I. G. Privacy in the age of medical big data //Nature medicine. – 2019. – Т. 25. – №. 1. – С. 37-43.
  8. Буравцев А.В., Цветков В.Я. Облачные вычисления для больших геопространственных данных // Информация и космос. 2019. – №3. –с .110-115
  9. Лёвин Б.А., Цветков В.Я. Информационные процессы в пространстве «больших данных» // Мир транспорта. 2017. – Т.15, №6(73). – с.20-30/
  10. Allam Z., Dhunny Z. A. On big data, artificial intelligence and smart cities //Cities. – 2019. – Т. 89. – С. 80-91.
  11. Weill P., Olson M. H. An assessment of the contingency theory of management information systems //Journal of management information systems. – 1989. – Т. 6. – №. 1. – С. 59-86
  12. Krishnan-Sarin S. et al. Contingency management for smoking cessation in adolescent smokers //Experimental and clinical psychopharmacology. – 2006. – Т. 14. – №. 3. – С. 306.
  13. Stanger C., Budney A. J. Contingency management approaches for adolescent substance use disorders //Child and Adolescent Psychiatric Clinics. – 2010. – Т. 19. – №. 3. – С. 547-562.
  14. Donaldson L. The contingency theory of organizational design: challenges and opportunities //Organization design. – 2006. – С. 19-40.
  15. Цветков В.Я. Модель информационной ситуации // Перспективы науки и образования. – 2017. – №3(27). – с.13-19
  16. Aiello M., Pratt-Hartmann I., Benthem J. V. What is spatial logic? //Handbook of spatial logics. – Springer, Dordrecht, 2007. – С. 1-11.
  17. Stateczny A., Burdziakowski P. Universal Autonomous Control and Management Sytem for multipurpose unmanned surface vessel //Polish Maritime Research. – 2019 – Т1. – с.30-39.
  18. Nnem L. N. et al. Review of a multipurpose duty-cycle modulation technology in electrical and electronics engineering //Journal of Electrical Engineering, Electronics, Control and Computer Science. – 2018. – Т. 4. – №. 2. – С. 9-18.
  19. Ranjitha B. et al. Solar powered autonomous multipurpose agricultural robot using bluetooth/android app //2019 3rd International conference on Electronics, Communication and Aerospace Technology (ICECA). – IEEE, 2019. – С. 872-877
  20. Максудова Л.Г., Цветков В.Я. Информационное моделирование как фундаментальный метод познания // Известия высших учебных заведений. Геодезия и аэрофотосъемка. – 2001. – №1. – с.102-106.
  21. Abdel-Basset M., Abdel-Fatah L., Sangaiah A. K. Metaheuristic algorithms: A comprehensive review //Computational intelligence for multimedia big data on the cloud with engineering applications. – 2018. – С. 185-231.
  22. 22. Dokeroglu T. et al. A survey on new generation metaheuristic algorithms //Computers & Industrial Engineering. – 2019. – Т. 137. – С. 106040
  23. Рогов И. Е., Цветков В.Я. Алгоритмы первого и второго рода // Славянский форум. -2020. – 4(30). -с.105-116.
  24. Болбаков Р. Г. Метамоделирование при извлечении знаний // Славянский форум. 2021, 4(34). С.7-17.

References

  1. Mullakhmetov Kh. Sh. Scientific schools of management and their influence on the evolution of the control function [Nauchnyye shkoly upravleniya i ikh vliyaniye na evolyutsiyu funktsii kontrolya]// Management in Russia and abroad. – 2012. – no. 6. – S. 129-133.
  2. Vasyutinskiy I.Yu., Tsvetkov V.Ya., Shingareva K.B., Bolotin V.V., Pusenkov V.B., Kozhevnikov D.I. Trends in the development of the main schools of management [Tendentsii razvitiya osnovnykh shkol upravleniya]// News of higher educational institutions. Geodesy and aerial photography. – 2012. – No. 1. – p.90 -95
  3. Tsvetkov V.Ya. Development of management technologies [Razvitiye tekhnologiy upravleniya]// State Advisor. – 2015. – No. 4 (12). – p.5-10.
  4. Farukshina M. A., Adamskaya L. V. Administrative (classical) school of management: history and modernity [Administrativnaya (klassicheskaya) shkola upravleniya: istoriya i sovremennost’]// Russian science and education today: problems and prospects. – 2017. – no. 4. – S. 53-54.
  5. Tebekin A. V., Tebekin P. A., Egorova A. A. Formation of the school of human capital management as a new stage in the development of modern management [Formirovaniye shkoly upravleniya chelovecheskim kapitalom kak novyy etap v razvitii sovremennogo menedzhmenta]// Transport business of Russia. – 2021. – no. 1. – S. 87-93.
  6. Encyclopedia of Management [Encyclopedia of Management] //http://www.enotes.com/management-encyclopedia/management-thought.
  7. Price W. N., Cohen I. G. Privacy in the age of medical big data [Privacy in the age of medical big data]//Nature medicine. – 2019. – T. 25. – No. 1. – S. 37-43.
  8. Buravtsev A.V., Tsvetkov V.Ya. Cloud computing for big geospatial data [Oblachnyye vychisleniya dlya bol’shikh geoprostranstvennykh dannykh]// Information and space. 2019. – No. 3. –p.110-115.
  9. Levin B.A., Tsvetkov V.Ya. Information processes in the space of “big data” [Informatsionnyye protsessy v prostranstve «bol’shikh dannykh»]// World of transport. 2017. – V.15, No. 6 (73). – p.20-30.
  10. Allam Z., Dhunny Z. A. On big data, artificial intelligence and smart cities //Cities. – 2019. – Т. 89. – С. 80-91.
  11. Weill P., Olson M. H. An assessment of the contingency theory of management information systems //Journal of management information systems. – 1989. – Т. 6. – №. 1. – С. 59-86
  12. Krishnan-Sarin S. et al. Contingency management for smoking cessation in adolescent smokers //Experimental and clinical psychopharmacology. – 2006. – Т. 14. – №. 3. – С. 306.
  13. Stanger C., Budney A. J. Contingency management approaches for adolescent substance use disorders //Child and Adolescent Psychiatric Clinics. – 2010. – Т. 19. – №. 3. – С. 547-562.
  14. Donaldson L. The contingency theory of organizational design: challenges and opportunities //Organization design. – 2006. – С. 19-40.
  15. Tsvetkov V.Ya. Model of the information situation [Model’ informatsionnoy situatsii]// Prospects of science and education. – 2017. – No. 3 (27). – p.13-19.
  16. Aiello M., Pratt-Hartmann I., Benthem J. V. What is spatial logic? //Handbook of spatial logics. – Springer, Dordrecht, 2007. – С. 1-11.
  17. Stateczny A., Burdziakowski P. Universal Autonomous Control and Management Sytem for multipurpose unmanned surface vessel //Polish Maritime Research. – 2019 – Т1. – с.30-39.
  18. Nnem L. N. et al. Review of a multipurpose duty-cycle modulation technology in electrical and electronics engineering //Journal of Electrical Engineering, Electronics, Control and Computer Science. – 2018. – Т. 4. – №. 2. – С. 9-18.
  19. Ranjitha B. et al. Solar powered autonomous multipurpose agricultural robot using bluetooth/android app //2019 3rd International conference on Electronics, Communication and Aerospace Technology (ICECA). – IEEE, 2019. – С. 872-877
  20. Maksudova L.G., Tsvetkov V.Ya. Information Modeling as a Fundamental Method of Cognition [Informatsionnoye modelirovaniye kak fundamental’nyy metod poznaniya]. Izvestia of Higher Educational Institutions. Geodesy and aerial photography. – 2001. – No. 1. – p.102-106.
  21. Abdel-Basset M., Abdel-Fatah L., Sangaiah A. K. Metaheuristic algorithms: A comprehensive review //Computational intelligence for multimedia big data on the cloud with engineering applications. – 2018. – С. 185-231.
  22. 22. Dokeroglu T. et al. A survey on new generation metaheuristic algorithms //Computers & Industrial Engineering. – 2019. – Т. 137. – С. 106040
  23. I. E. Rogov and V. Ya. Algorithms of the first and second kind [Algoritmy pervogo i vtorogo roda]// Slavic forum. -2020. – 4(30). -p.105-116.
  24. Bolbakov R. G. Metamodeling in knowledge extraction [Metamodelirovaniye pri izvlechenii znaniy]// Slavic Forum. 2021, 4(34). pp.7-17.

Leave a Reply

Your email address will not be published. Required fields are marked *

Shopping Cart
Scroll to Top