Вы находитесь на странице: 1из 20

Алабугин А.А., Алюков С.В.

РАЗВИТИЕ ТЕОРИИ, МЕТОДОЛОГИИ И МЕТОДОВ УПРАВЛЕНИЯ


НАУКОЕМКИМ ИННОВАЦИОННЫМ РАЗВИТИЕМ КОМПЛЕКСА
ОБЪЕКТОВ

Пространственное распределение объектов наукоемкого развития в


реальных и виртуальных комплексах определяет необходимость
формирования моделей и методов эволюционного и революционно-
скачкообразного инновационного развития. Модели технологий управления
должны иметь возможности оценки и регулирования по критериям
устойчивости процессов в долгосрочном периоде. Эффективность таких
процессов достигается применением технологий управления наукоемким
инновационным развитием комплекса объектов (НИРКО). Соответствующие
условия достигаются на основе методологии интеграции ресурсов и
инклюзии объектов образования, науки и техники, производства[1,24-26].
Это позволит использовать результаты фундаментальных и прикладных
организационных и математических исследований.
Теоретической основой данного исследования принята разработанная
ранее методология интеграционно-балансирующего управления (МИБУ)
[2,20-23] и математические модели, интерпретирующие организационно-
технологические процессы в методологии С.В. Алюкова по аппроксимации
ступенчатых и обобщенных функций для моделирования динамических
процессов [3,4]. В основу МИБУ положена теоретическая модель в
концепции «WWWW» пространственно-временной координации
интеграционно-балансирующих воздействий диверсифицированных
ресурсов и объектов на дисбаланс целей эффективности и инновационности
НИРКО сложной системы. Начальные буквы английских слов «Где – W1,
Когда – W2, Что – W3, Почему – W4» соответствуют направленности
воздействий и содержанию причинно-следственных взаимосвязей (в оценках
целевых показателей) процессов в пространстве и времени.
Известно, что модель идеально-математического представления
скачкообразных процессов на основе обобщенной функции Дирака пригодна
лишь в квантовой механике и подобных случаях. Ее аппроксимации рядом
Фурье вследствие эффекта Гиббса приводят к искажениям отображений
большинства технических процессов [3,4]. Не позволяют они раскрыть и
организационное содержание причинно-следственных взаимосвязей
процессов перехода к наукоемкой инновационной технологии управления.
Проектный подход к совершенствованию технологии управления НИРКО

1
обосновывает четыре этапа цикла НИРКО [28-30]. Нами разработаны
необходимые методы его реализации в соответствии с главными
направлениями повышения эффективности организационных процессов в
концепции «WWWW».
Назначением цикла является достижение целевого уровня повышения
качества управления интеграцией ресурсов и конвергенцией траекторий
повышения эффективности в соответствии с элементом W2 теоретической
модели. Это возможно на этапе 2 реализации краткосрочных
скачкообразных, или структурно-революционных (СР) процессов
высокотехнологичного инновационного развития (ВИР). Они соответствуют
переходу к новой организационной структуре по направлению W4 модели.
Для реализации перехода на предшествующем этапе 1 был сформирован
Центр координации интеграции ресурсов объектов комплекса. Необходимо
было организовать эволюционные процессы формирования его взаимосвязей
(виртуально-коммуникационных или реально-правовых) в пространстве
(направление W1 модели) реализации функционально-эволюционных (ФЭ)
процессов среднетехнологического развития (СТР). Это означает разработку
структур, дополнительных функций и показателей совершенствуемой
технологии управления с учетом содержания взаимосвязей (направление W4)
для снижения дезинтеграции и дивергенции. Такая подсистема формируется
для регулирования нацеленности технологии управления НИРКО на
обеспечение устойчивости зоны компромисса целей эффективности и
инновационности долгосрочного развития комплекса.
Этап 3 цикла развития осуществляется в условиях отрицательных
воздействий снижения эффективности в условиях начинающейся
дезинтеграции ресурсов и дивергенции траекторий показателя-свойства с
увеличением дисбаланса целей. Так реализуются причинно-следственные
связи по направлению W4 модели при снижении темпов роста
эффективности во времени («временное» направление W2), достигнутых на
лучшем этапе развития 2. Действительно, сохранение на этом этапе
достигнутой ранее динамики процессов сохранения средних показателей
эффективности и инновационности ведет к медленной, но постоянной потере
общей и предельной полезности применяемых моделей и методов
управления [2].
Необходимо учесть отрицательные оценки воздействий
пространственно-временных показателей-свойств и факторов на
завершающем этапе 4 цикла, когда проявляется слабая регулируемость
процессов консервативной самоорганизации (КС) либо ее снижение.
Процессы начались на предшествующем этапе 3 в условиях нарастающей
2
дезинтеграции ресурсов и дивергенции траекторий эффективности. Следует
отметить, что теоретическая модель неприменима при отсутствии
кооперационных связей раздельно функционирующих объектов. Низкое
качество технологии управления обеспечивает только низкотехнологичное
развитие (НТР).
В исследовании нами обосновано моделирование краткосрочных
процессов скачкообразных переходов высокотехнологичного типа на этапе 2
инновационного цикла и организационно-структурных изменений.
Разработан метод отображения таких процессов набором вложенных
функций их аналитической аппроксимации. Число функций может
интерпретировать количество интегрируемых ресурсов и дополнительных
функций управления Центра. Поэтому такую аппроксимацию мы
рассматриваем как математический инструментарий организационной
модели технологии управления инновационным развитием [1,8].
Применение инструментария позволило обосновать эффект расширения
временного интервала отображений функций реализации краткосрочных
технологических и организационных решений скачкообразного вида[3]. С.В.
Алюков доказал, что ощутимая величина расширения достигается при
аппроксимации числом А вложенных функций в диапазоне (9,10,11).
Соответствующая длительность краткосрочного периода времени скачка-
перехода при моделировании оценена диапазоном показателей темпа
изменений инновационности развития [– 0,05…0,05 условных единиц].
Экономико-математическая модель была исследована на основе
разработанной нами методики статических и динамических оценок
эволюционных и скачкообразных процессов. Учет слабых возмущений (в
эволюционных изменениях) позволил конкретизировать количественные
оценки параметров процессов на этапах 1,3. Особый интерес представило
исследование сильных возмущений типа скачков-переходов к новым
технологиям, методам управления и структурам на этапе 2 [9,11].
Математическое обоснование направленности воздействий выявленного
эффекта и величин амплитуд (пиков показателя-свойства) позволило
конкретизировать теоретическую модель. Она показана для 9,10 и 11
последовательных аппроксимаций функций зависимости эффективности H от
показателей либо (более точно) от функций изменений инновационности во
времени x при растущем числе интегрируемых ресурсов (рис.1).
Определенные таким образом новые возможности повышения качества
управления скачкообразным развитием сложных систем мы предложили
назвать организационным эффектом условного «растяжения» времени
словиях коопераций

принятия решений и регулирования динамики процессов в пространстве


3
Интеграция диверсифицированных ресурсов объектов при их инклюзии в комплекс и конвергенции траекторий скачкообразного развития
интеграции ресурсов и кооперации объектов комплекса, или эффектом
Алабугина-Алюкова.
Управляемое расширение пространства и времени принятия решений в
скачкообразных процессах снижает неопределенность организационного
поведения незамкнутой сложной системы комплекса объектов. Появляются
дополнительные возможности анализа скачка-перехода в «растянутом»

Регулирование по критерию компромисса целей эффективности и инновационности развития


периоде времени и пространстве комплекса. Преобразование такого вида
повышает регулируемость взаимодействий объектов на основе специальных
функций и показателей интеграционно-балансирующих воздействий. Их
применение по критериям компромисса или снижения дисбаланса целей
эффективности и инновационности развития в новой технологии управления
Центра координации должно повысить предопределенность траекторий
скачкообразного развития с учетом бифуркационных явлений [12-17].

Применение дополнительных функций для повышения качества управления


Повышение эффективности (Hi) инновационного развития комплекса
W3 W3

Дезинтеграция ресурсов объектов в


условиях самоорганизации
низкотехнологичного вида и
среднетехнологичного
эволюционного развития объектов

W4
W4
Регулирование
дивергенции
траектории в условиях
дисбаланса целей

Применение базовых
функций управления
отдельных объектов W1 W2

W2 -0,1 -0,05 0 0,05 0,1 W2 X, рад

Формирование Центра координации интеграции ресурсов объектов комплекса


для обеспечения положительного их синергизма в условиях кооперации

Снижение эффективности инновационного развития

Рисунок 1 – Теоретическая модель «WWWW» единой методологии


интеграционно-балансирующего управления инновациями

4
В тоже время, увеличение масштабов пространства комплекса объектов и
аппроксимации функций повышают вероятность искажений при передаче
информации, принятии управленческих решений. С.В.Алюков выявил
чрезмерную погрешность аппроксимации рядами Фурье [4] вследствие
эффекта Гиббса. Кроме того, им доказано важное уточнение вида графиков
предельной функции по теореме Котельникова (рис.2a): при любых, сколь
угодно больших, но конечных значениях параметра области определения
зоны T , интерпретирующей зону 2 реализованного скачка-перехода к
уровню ВИР в процессах типа СР, всегда найдутся такие ω<ω1 , для

которых значения функции будут отличны от π , а при ω>ω1 - от нуля.

δ*

2
ВИР

CP W2

ω1=X1 ω=X
Рис.2. Графики предельной функции в теореме Котельникова (a) и ее
коррекции при аппроксимации (b)

Важно заметить, что указанная разница с увеличением T стремится не


к нулю, а некоторому числу, отличному от нуля и приближенно равному ± 0,
281 (рис.3b). Установленная закономерность также подтверждает
теоретическую возможность и объективность существования эффекта
расширения пространства и времени регулирования показателя-свойства,
выявляемого аппроксимацией отображения скачка-перехода определенным
количеством вложенных функций. При согласии научного сообщества и
подтверждении доказательства предлагается назвать указанное число
константой Алюкова (в латинской транскрипции – CA). (быть может, здесь
вы добавите формулы?)
В теоретической модели «WWWW» область изменения параметра Т
соответствует этапам 2 и 3 цикла. Выявленная в них направленность
воздействий означает возможность корректировки высоты пика
аппроксимации (амплитуды) на величину CA. Для ее определения
дифференцируем аппроксимирующие функции исследуемого свойства
эффективности. С.В. Алюковым предложено аппроксимировать функцию
Хевисайда последовательностью функций вида H n ( x )=0,5(1+f n ( x )) для

5
разного числа вложенных функций, получим необходимые приближения по
общей формуле []
dHn ( x ) π n−1 n−1 π
dx
= n ∏ cos
2 k =1 2 k ( )
f ( x ) ⋅cos x
.
(1)

Следовательно, показатель-свойство Hi при оценке скачкообразного развития


в зоне 2 необходимо увеличить, а в зоне 3 – уменьшить на указанную
константу CA = Hк (при приведении их к одинаковой размерности).
Подставляя в полученное выражение для производных x=0 , найдем
максимальное скорректированное значение функции Hi (x) = А n для зон 2
и 3.
n−1
π
A n=
2n
± CA . (2)
Необходимый и достаточный диапазон числа приближений вложенных
функций (1…18) обоснован указанными этапами совершенствования
технологии управления и технической базы объектов. В них осуществляется
применение разных методов и функций управления интеграцией ресурсов и
конвергенцией траекторий в соответствии с моделью «WWWW» и
особенностями интерпретации эффекта расширения пространства-времени
числом вложенных функций и аппроксимаций их производных.
На этапе 4 при использовании ограниченного числа базовых
(существующих) функций управления определена достаточность вложенных
функций в диапазоне (1…4). Они обеспечивают отображение
низкотехнологичного консервативно-самоорганизующегося статического
состояния. Отсутствие процессов развития не требует для оценки параметров
скорости их изменений нахождения производной либо дифференциалов по
формуле (1).
На этапе 1 цикла при добавлении специальных функций и структур
управления необходимо до 8 вложенных функций для обеспечения и
отображения среднетехнологичных процессов функционального развития.
Учитывая их низкую динамичность, на этапе разработки функций
управления интеграцией ресурсов и формирования структур комплекса также
не требуется их дифференцирования для оценки динамических параметров.
При необходимости оценки и регулирования процессов управления проектом
совершенствования организационного поведения или технико-
технологической базы объектов комплекса может быть применен
предлагаемый динамический метод.
На этапе 2 начинается функционирование Центра координации
интеграции ресурсов и применения функций конвергенции траекторий по
6
критерию долгосрочной стабильности компромисса эффективности и
инновационности НИРКО. Поэтому для максимизации указанного эффекта
требуется, как установлено, от 9 до 11 вложенных функций. Оценка
динамики осуществляется дифференцированием аппроксимирующих
dH 9 (x ) dH10 ( x ) dH 11 ( x )
функций при этих вложениях ( dx , dx , dx ). Концептуальные
ориентировочные отображения соответствующих функций (рис.2)
подтверждают максимальное повышение воздействий функций при усилении
интеграции ресурсов и объектов в зоне эффекта расширения пространства-
времени скачка-перехода к высокотехнологичному уровню НИРКО.
Установлено, что в диапазоне от 12 до 18 вложенных функций величина
выявленного нами эффекта снижается. Следовательно, становится
невозможным обеспечение достаточного времени принятия управленческих
решений приемлемого качества.
Этап 3 проектного цикла характеризуется снижением уровней и
динамики инновационности развития в эволюционных преобразованиях.
Поэтому процессы развития можно определять как средними, так и
мгновенными величинами. Следовательно, необходимы оценки изменений в
конечных величинах относительных приростов и в дифференциальной
форме, соответственно.
Возможности аналитических функций позволяют найти их производные
любого порядка для дополнения интерпретации инструментария
количественных оценок организационного поведения. Общеизвестный
способ их нахождения определяет цепной подход к разработке методики
конкретизации содержания технологий и методов управления НИРКО по
показателям числа вложенных функций и параметрам указанных типов
процессов (скорости, ускорения темпов изменений по отношению к базовому
периоду, последовательного или одновременного применения ресурсов и
т.д.).
Целесообразна интерпретация организационного смысла производных
высших порядков при аппроксимации прерывной функции Хевисайда
вышеуказанным соотношением. В данном исследовании аргумент x мы
полагаем фактором инновационности НИРКО, зависящим от времени t, то
есть x=x(t). Следовательно, строго говоря, необходимо определять
известными методами производные от функций, заданных параметрически и
по направлениям их векторов к графикам функций при числе вложений
9,10,11[]. Нами выявлено, что в организационных исследованиях
практически достаточно использовать последовательные приближения
первой (рис.3), второй, третьей и четвертой производных. При упрощенном
7
методе исследования принимаем под аргументом скалярный показатель
темпа изменений инновационности во времени.
Анализируя графики приближений производных, можно установить, что
в каждом можно обозначить квадранты, соответствующие указанным этапам
и главным направлениям теоретической модели совершенствования
технологии управления. Это определяет последовательность шагов по
разработке методики динамической оценки и регулирования процессов
НИРКО. В ее основу положен метод визуализации особых и критических
точек представлений функций в зоне 2 и диапазоне максимального эффекта
расширения пространства-времени скачка-перехода:
1) зонирование графиков приближений производных для аппроксимации
по формуле (1) (на рис.3 показаны аппроксимации четырех производных []);
2) выявление направленности и степени воздействий показателей
функций управления в цепи регулирования интенсивности их применения в
зонах последовательно анализируемых графиков производных
аппроксимаций вложенных функций возрастающего порядка. Для этого
предлагается определить совокупность четырех зональных акселераторов,
формирующих наукоемкую экономико-математическую модель
мультипликативного механизма воздействий интенсификации процессов
организационного поведения. Он должен включать в себя известные методы
теории и практики управления [6], реализуемые акселераторами четырех
видов (в соответствии с указанными этапами и главными направлениями
модели «WWWW») для интерпретации:
• скорости повышения эффективности H i при равенстве интегрирующих и
дезинтегрирующих воздействий базовых и дополнительных функций
управления в оценке динамики процессов акселератора вида 4a
(аппроксимация первой производной);
• скорости повышения эффективности (аппроксимация второй
производной) при преобладании дезинтегрирующих управляющих
воздействий акселератора 4b на акселератор 4a;
• скорости повышения эффективности при равенстве интегрирующих и
дезинтегрирующих воздействий акселератора 4c (приближение третьей
производной) на акселератор 4b;
• скорости повышения эффективности при значительном преобладании
интегрирующих воздействий акселератора 4d (приближение четвертой
производной) на акселератор 4c.
3) обоснование выбора вида акселератора для регулирования типов
процессов, соответствующих указанным этапам и квадрантам замкнутого

8
поля инновационного цикла (показаны на рис.3), по критериям величины
амплитуды и направленности воздействий:
• 1 - акселератор 4a, моделируемый первой производной и оказывающий
симметричные, разнонаправленные и сильные воздействия в зонах 1 и 3.
Показывает процессы их оценки при регулировании дезинтеграции ресурсов
и дивергенции траекторий в условиях дисбаланса целей эффективности и
инновационности НИРКО. Особая точка расхождения траекторий в этом
случае называется седлом [12-17];
• акселератор 4 – 4b, моделируемый второй производной и оказывающий
несимметричные, разнонаправленные и слабые воздействия во всех зонах.
Показывает процессы подстройки мультипликативного механизма
(например, снижения воздействий показателей дезинтеграции и
дивергенции). Особая точка называется узлом;
• акселератор 2 – 4c, моделируемый третьей производной и оказывающий
симметричные, разнонаправленные и слабые воздействия в зонах 2 и 4.
Показывает процессы подстройки механизма при регулировании
обеспечения компромисса целей при регулировании интеграции ресурсов и
конвергенции траекторий в условиях компромисса целей НИРКО. Особая
точка называется центром, так как траектории подстройки располагаются вне
зоны фокуса;
•акселератор 3–4d, моделируемый четвертой производной и оказывающий
несимметричные, разнонаправленные и сильные воздействия во всех зонах.
Показывает процессы диверсифицированного применения механизма как для
поддержания полезности достигнутого уровня эффективности процессов
НИРКО, так и направляющие воздействия на отрицательные проявления
снижения темпов развития в зоне 3 и самоорганизации в зоне 4;

СТР ВИР 2
ФЭ СР
1
W1 W2

W1 W2

НТР СТР
КС СЭ
4 3

9
Рис. 3. Этапы процессов и модели аппроксимации высших производных
обобщенной функции в концепции«WWWW»
(просьба, вставить в рис.3 графики второй, третьей и четвертой
производных, как мы определились при обсуждении: в тексте ссылки на них
уже я вставил). У меня предложение (вспоминая, что вы намеревались
добавить математику в нашей статье 1 ТОП10), по возможности усилить ее и
здесь. Предлагаемые варианты: блок-схема этой методики с расширенным
составом формул; система уравнений, раскрывающих основное содержание
методики; большее раскрытие методов Алюкова, Ляпунова, Клиффорда,
Лагранжа, Пуанкаре, Бендиксона, Хопфа. Список литературы и решение за
вами –делать или нет.
4) определение времени начала применения нового организационного
метода интеграции ресурсов или конвергенции целей:
• конкретизация дифференциальных уравнений типа Hi(xi) = 0 для числа
вложенных функций 9,10,11по формуле (1);
• определение xi (t) из полученных уравнений как оценок времени x 9, x10,
x11 начала применения акселераторов повышения инновационности
указанных типов;
5) определение критических точек оценки устойчивости по Ляпунову []
системы объектов комплекса по функциям Hi(x) в зоне максимального
эффекта расширения пространства-времени по формулам аппроксимаций
первой, второй, третьей, четвертой производных при числе вложенных
функций 9,10,11:
• выявление числа пересечений оси x графиков указанных производных;
• оценка критериев потери устойчивости исследуемой системы
дифференциальных уравнений (1) для особых точек вложенных функций
(Hi(x) = 0) при воздействиях акселераторов;
6) определение амплитуд (пиков) эффективности в зоне максимума
эффекта расширения времени скачка-перехода при воздействиях
мультипликативного механизма и аппроксимаций на основе тех же
последовательных приближений и числе вложенных функций по формулам
(1), (2).
7) эмпирический анализ выявленной закономерности динамики процессов
организационного поведения:
•проведение сравнительного анализа степени воздействий типов
акселераторов на основе метрики полей соответствующих графиков
производных при оценке амплитуд в зоне максимума эффекта расширения
пространства-времени;

10
•установление зависимости числа критических точек в оценке пересечений
графиков (показаны на рис.3) аппроксимаций производных, их амплитуд и
направленности воздействий акселераторов от порядка аппроксимаций
производных в диапазоне от одного до четырех. Это наблюдается в зоне
максимального эффекта [– 0,05…0,05] расширения пространства-времени и
устойчивости системы управления комплекса объектов по критерию
компромисса целей эффективности и инновационности.
8) математический анализ закономерностей динамики развития:
• визуальная оценка графиков рисунка 3 аппроксимаций производных и
исследование функций на непрерывность, дифференцируемость и т.д. (по
показателям пиков амплитуд и направленности воздействий типов
акселераторов и разнородных факторов на эффективность развития, в оценке
замкнутости полей множеств функций аппроксимаций высших производных,
содержащих четыре исследуемые зоны инновационного цикла);
• выбор метода алгебраической геометрии [] на основе аппроксимаций
первой, второй, третьей и четвертой производных функции по уравнению (1)
следующими уравнениями полей:
(прошу извинить, не смог правильно проставить обозначения
производных) !
d Hi ( x ) dHi ( x) dHi ( x) dHi ( x)
dx • x = 0; dx • x = 0; dx • x = 0; dx • x =0
(3)
• пределение численных ограничений на области определения переменных
исследуемых функций аппроксимаций высших производных,
интерпретирующих особенности воздействий типов акселераторов.
Уравнения полей (3) можно считать дополнительными условиями
принадлежности функций к исследуемому пространству;
•формулирование задачи нахождения экстремумов функций,
отображаемых аппроксимациями высших производных на рисунке 3. Ее
решение позволит определить интегрирующие воздействия каждого
акселератора в оценках градиентов, или векторов целевой функции
эффективности инновационного развития. Для точных расчетов обычно
применяются методы нелинейного программирования [18], достаточно
сложные на практике;
• упрощенный метод основан на использовании известной теоремы
Лагранжа о среднем значении функции [?] в интервале максимального
эффекта расширения пространства-времени для дополнения возможностей
количественного анализа воздействий типов акселераторов на среднее

11
приращение скоростей повышения интенсивности применения новой
технологии управления и техники.
9) применение результатов анализа в пространствах полей воздействий
акселераторов мультипликативного механизма для снижения объективно
существующей неопределенности процессов бифуркации. Такое явление
возникает при смене типа устойчивости системы дифференциальных
уравнений при переходе траектории эффективности развития, описываемой
ими, через нулевую точку в зонах 1, 3, 4.
Мы согласны с необходимостью отхода от ньютоновско-картезианской
парадигмы возможности предсказания будущего состояния системы по
дифференциальным уравнениям при известных начальных условиях. Нами
доказана правомерность их применения для исследования организационного
поведения сложных систем в скачкообразных процессах при аппроксимации
функции Дирака обобщенными функциями. Это позволило уменьшить
проблемы неизмеримости начальных условий и невозможности решения
дифференциальных уравнений произвольной формы, моделирующих
указанные процессы. Поэтому нами использовались методы геометрической
алгебры многомерного пространства У. Клиффорда [31]. Его предложения по
преобразованию фазового пространства (сжатию, растяжению) явились
теоретико-математическим обоснованием выявленного нами
организационного эффекта расширения пространства-времени принятия
управленческих решений. В условиях неопределенности состояния системы
(например, на этапе цикла развития 4, в особых или критических точках
описания траектории) и в зоне максимального эффекта необходимы другие
математические методы оценки расширения фазового пространства.
В критических точках, например, при x = 0 происходит потеря
устойчивости системы уравнений. Возникает явление бифуркации Хопфа [?],
определяющее такие результаты, как появление предельного цикла. Его
исследования доказали, что, когда дальнейший рост фактора в диапазоне (x ¿
0) на этапе, например, цикла 2 ведет к состоянию устойчивого равновесия
математической и организационной систем. При этом осуществляется
переход от особой точки типа «узел» к типу «фокус», как аттрактору
развития. Выше обоснованное понимание фактора инновационности как
функции от времени x(t) обосновывает при исследовании скачка-перехода
расчетом производных по направлениям векторов [?] для определения
бифуркаций векторных полей траекторий, соединяющих особые точки.
Для математического обоснования возможностей образования замкнутых
циклов в окрестности особой нулевой точки целесообразно использовать
общеизвестное доказательство возникновения конечной цепи полициклов
12
при анализе устройства множеств по теореме Пуанкаре-Бендиксона [?].
Такими циклами мы интерпретируем цепные воздействия указанных типов
акселераторов, на образование интегральной траектории повышения
эффективности, как бы «наматывающейся» на траекторию предельного
цикла развития. Диверсифицированные характеристики акселераторов в
графиках аппроксимаций производных и выявленный характер их
воздействий позволяет предположить, что особые точки фокусов
устойчивого равновесия возникают в зонах 2 (целевого развития) и 4
(самоорганизации) при применении акселератора типа 2, моделируемого
аппроксимацией третьей производной. Последовательное «включение»
акселераторов других типов направляет траектории бифуркации
воздействиями функций управления и целевых показателей на процессы
конвергенции или дивергенции. Таким образом, возникают конечные, или
предельные циклы, отличающиеся уровнями инновационности
используемых технологий или методов управления. Продвижение или
удаление от подобных циклов можно оценить методом построения
трансверсалей Пуанкаре, как отображений траекторий бифуркации при
выявлении их сходимости или расходимости в оценках показателя-свойства.
Для реализации методики динамического регулирования в блоке
управления Центра координации используются предложенные виды
акселераторов мультипликативного механизма, базовые и специальные
функции, методы и прочие элементы. Это необходимо для учета отличий
процессов в зонах соответствующим этапам 1–4 разработки и реализации
проекта новой техники или технологии управления. Результаты повышения
качества управления практически обоснованы фазовыми траекториями
реализации новой технологии управления [?].
Установлена приемлемая сходимость предложенных аппроксимирующих
процедур, что доказывает обоснование оптимального числа вложенных
функций в зоне максимума выявленного эффекта. Практическая
реализуемость разработанной методики показана приемлемыми результатами
численного решения стандартного дифференциального уравнения с
единичной и аппроксимирующей функциями для конкретных параметров
модели развития по методу Рунге-Кутта. Фазовые траектории сплошной
линией изображают решение, полученное при использовании в
математической модели функций прерывного типа О. Хевисайда,
пунктирной линией – на основе аналитической аппроксимации. Утолщенная
линия соответствует выбору решения в предельном цикле в зоне
максимального эффекта регулируемости скачкообразного процесса.

13
Определено наличие двух замкнутых контуров, отображающих выше
рассмотренные предельные циклы развития 4 и 2. Выявлено наличие зоны
притяжения аттракторов, обусловливающих области дисбаланса и
компромисса целей эффективности и инновационности. Подтверждено, что
точечные аттракторы с фокусом в начале координат, наиболее устойчивы. На
внешнем контуре эффективность инновационного развития снижается, что
соответствует переходу к процессам структурно-революционного типа.
Определены эволюционные переходы модернизационного типа,
соответствующие процессам развития в рамках существующего фазового
портрета для видов технологий, отличающихся лишь уровнями
инновационности незначительных усовершенствований. Показан результат
переключения с аттракторов зон 1,4 дезинтеграции и дивергенции на
аттракторы зон 2,3 интеграции ресурсов и конвергенции траекторий
повышения скорости роста эффективности во времени.

, рад/с – скорость повышения эффективности развития

1 W1 ВИР 2
СР

W2
W2

W1
4 3
H, рад

Рис.4. Фазовые траектории повышения качества управления развитием

Таким образом, в исследовании получены и раскрыты в статье


следующие научно-практические результаты:

14
1. Сформированы представления и положения теоретической модели
пространственно-временной координации интеграционно-балансирующих
воздействий диверсифицированных ресурсов на снижение дисбаланса целей
инновационности и эффективности наукоемкого развития комплекса
объектов. Модель определяет направления интеграции и конвергенции в
концепции диверсифицированых воздействий, которые реализуются в
четырех зонах особыми типами процессов развития. Уточнено понятие
интеграционно-балансирующего управления, под которым понимается
использование дополнительных функций и структур регулирования
интеграции и конвергенции по установленным критериям. Введены
принципиально новые понятия: организационный эффект растяжения
пространства и времени скачка-перехода к новому уровню технологии
управления; константа корректировки амплитуды показателя-свойства; цепь
акселераторов мультипликативного механизма воздействий;
организационный смысл производных аппроксимирующих функций. Новые
свойства и элементы включены в организационный инструментарий
максимизации эффекта определенным числом вложенных функций
аппроксимации. Выявлена новая закономерность динамики зоны
максимального эффекта расширения пространства-времени регулирования
скачкообразного развития.
2. Определена методология интеграционно-балансирующего управления,
включающая математические методы отображения организационных
воздействий и функций управления, которые моделируются
последовательной аппроксимацией обобщенных функций. Методология
опирается на принципы и методы регулирования процессов интеграции и
конвергенции в диапазоне максимума эффекта, использующие выявленные
свойства, показатели и критерии оптимальности числа аппроксимаций
обобщенных функций. Выявлены новые зависимости, раскрывающие
закономерность процессов динамики числа критических точек в оценке
пересечений графиков аппроксимаций производных, их амплитуд и
направленности воздействий акселераторов в зависимости от вида
аппроксимаций производных высших порядков в диапазоне от одного до
четырех.
3. Разработана методика динамической оценки и регулирования,
использующая критерии максимизации эффекта и цепной подход к
интерпретации организационного смысла производных высших порядков
аппроксимаций прерывной функции скачка-перехода. Методика опирается
на показатели оценки направленности, амплитуды показателя-свойства при
функционировании последовательного применения акселераторов
15
интенсивности воздействий, как элементов мультипликативного механизма,
на процессы интеграции и конвергенции. Отличия типов акселераторов
определяют их выбор, решения по началу применения, критические точки
устойчивости для регулирования скоростей повышения эффективности,
мероприятия по снижению явлений бифуркации в оценке фазовых
траекторий.
4. В отличие от существующих, предложенная теоретическая модель
дополняет возможности количественной оценки и регулирования
скачкообразных процессов. Математический инструментарий обобщенных
функций и их аппроксимация на «растянутом» пространстве и времени
принятия решений представил новые теоретические объяснения и
возможности исследования известных организационных процессов. Анализ
организационных процессов такого вида позволил открыть ранее
неизвестные их свойства и закономерности в зоне максимального проявления
организационного эффекта. Методология отличается необходимым и
достаточным набором математических и организационных методов в новой
концепции пространственно-временной координации интеграционно-
балансирующих воздействий в зонах этапов эволюционных процессов и
скачков-переходов. Существующие методы моделирования обеспечивали
возможности только качественного анализа и интерпретации скачкообразных
процессов без снижения их неопределенности. Методика динамической
оценки и регулирования, использующая новые свойства и элементы,
учитывает факторы цепного воздействия аппроксимаций производных
высших порядков, что отличает ее от распространенных на практике
подходов интерпретации и применения производных лишь первого порядка.
5. Предложенная теоретическая модель имеет научную значимость для
развития знаний в области организационных методов. Новые понятия,
свойства, элементы и закономерности позволят дополнить обоснования
типов процессов, определяющих результаты эволюционной модернизации и
революционного высокотехнологичного развития. Методология расширит
возможности использования принципов и методов оптимизации по
количественным критериям компромисса целей эффективности и
инновационности процессов скачкообразного развития комплекса объектов
при использовании количественных отображений полей исследования
производных высших порядков. Методика динамической оценки и
регулирования использует выявленные зависимости установленной
закономерности процессов координации воздействий акселераторов
мультипликативного механизма. Она направлена на увеличение полезности
эффектов применения организационной технологии управления. Это
16
доказано построением фазовых траекторий повышения эффективности
организационных методов наукоемкого развития объектов комплекса,
отличающихся уровнями инновационности.

Библиографический список

1.Алабугин, А.А. Методология управления интеграцией


интеллектуальных, исследовательских и инвестиционных ресурсов
повышения эффективности неоиндустриального технологического развития
систем / А.А. Алабугин // Интеллект, инновации, инвестиции. – 2017. - №4.
С. 4-11.
2. Алабугин, А.А. Управление сбалансированным развитием предприятия
в динамичной среде. – Книга 1.Методология и теория формирования
адаптационного механизма управления развитием предприятия:
монография / А.А. Алабугин. – Челябинск: Изд-во ЮУрГУ, 2005. – 362 с.
3. Алюков С.В. Аппроксимация ступенчатых функций в задачах
математического моделирования // Математическое моделирование, журнал
РАН. – 2011. том 23. №:3. С.75–88.
4. Алюков С.В. Аппроксимация обобщенных функций и их производных/
Вопросы атомной науки и техники. Сер. Математическое моделирование
физических процессов – 2013. - Вып.2. - С. 57-62.
5.Chiu, HL. Cross-Layer Performance Analysis of Cooperative ARQ With
Opportunistic Multi-Point Relaying in Mobile Networks / HL. Chiu, SH. Wu //
IEEE TRANSACTIONS ON WIRELESS COMMUNICATIONS. – 2018. - №6. –
p. 4191-4205.
6.Pillai, AS. Symmetry Breaking in Space-Time Hierarchies Shapes Brain
Dynamics and Behavior / AS. Pillai, VK. Jirsa // NEURON. – 2017. - №5. – p.
1010-1026. 7. Wang, HM. Full-Diversity Uncoordinated Cooperative
Transmission for Asynchronous Relay Networks // HM. Wang // IEEE
TRANSACTIONS ON VEHICULAR TECHNOLOGY. – 2017. - №1. – p. 468-
480.
8. Multi-Source Cooperative Communication With Opportunistic Interference
Cancelling Relays / A. Argyriou // IEEE TRANSACTIONS ON
COMMUNICATIONS. – 2015. - № 11ю – p. 4086-4096.
9.Velez-Perez, JA . Jump transition observed in translocation time for ideal
poly-X proteinogenic chains as a result of competing folding and anchoraging

17
contributions /JA. Velez-Perez, L. Olivares-Quiroz // PHYSICAL REVIEW E. –
2017. - №1.
10.Chamroon, C. An Active Vibration Control Strategy to Prevent Nonlinearly
Coupled Rotor-Stator Whirl Responses in Multimode Rotor-Dynamic Systems / C.
Chamroon, MOT.  Cole, T. Wongratanaphisan // IEEE TRANSACTIONS ON
CONTROL SYSTEMS TECHNOLOGY. – 2014. - №3. – p. 1122-1129.
11. Bae, M. Regularity of solutions to regular shock reflection for potential
flow / M. Bae, GQ. Chen, M. Feldman // INVENTIONES MATHEMATICAE. –
2009. - №3. – p. 505-543.
12.Li, JH. Stability and bifurcation in a vector-bias model of malaria
transmission with delay / JH. Li, ZD. Teng, L. Zhang // MATHEMATICS AND
COMPUTERS IN SIMULATION. – 2018. - №152. – p. 15-34.
13.Yu, WS. The stability of Bayesian Nash equilibrium of dynamic Cournot
duopoly model with asymmetric information / WS. Yu,  Y. Yu //
COMMUNICATIONS IN NONLINEAR SCIENCE AND NUMERICAL
SIMULATION. – 2018. - №63. – p. 101-116.
14.Pan, HJ. Bifurcation for a free boundary problem modeling tumor growth
with ECM and MDE interactions / HJ. Pan, RX. Xing // NONLINEAR
ANALYSIS-REAL WORLD APPLICATIONS. – 2018. - №43. – p. 362-377.
15.von Grafenstein, L. Bifurcation Analysis in High Repetition Rate Regenerative
Amplifiers / L. von Grafenstein, M. Bock, U. Griebner // IEEE JOURNAL OF
SELECTED TOPICS IN QUANTUM ELECTRONICS. – 2018. - №5. – 3000213.
16. Molnar, TG. Bifurcation analysis of nonlinear time-periodic time-delay
systems via semidiscretization / TG. Molnar, Z. Dombovari, T. Insperger,
G. Stepan // INTERNATIONAL JOURNAL FOR NUMERICAL METHODS IN
ENGINEERING. – 2018. - №1. – p. 57-74.
17.Euzébio, R. Jump bifurcations in some degenerate planar piecewise linear
differential systems with three zones / R. Euzébio, R. Pazim E. Ponce // Physica D:
Nonlinear Phenomena. – 2016. - №325. – p. 74-85.
18.Wei, Y. Finite-time stochastic stabilization of Markovian jump non-linear
quadratic systems with partially known transition probabilities / Y. Wei, W.X.
Zheng // IET Control Theory and Applications. – 2014. - №5. – p. 311-318.
19.Lin, J. An object-oriented development method for Customer
Knowledge Management Information Systems / J. Lin // Knowledge-Based
Systems. – 2007. - №1. – p. 17-36.
20.Hoegl, M. How to support knowledge creation in new product development:
An investigation of knowledge management methods / M. Hoegl, A. Schulze //
European Management Journal. – 2005. - №3. – p. 263-273.

18
21.Liu, P.-L. An empirical study on the correlation between the
knowledge management method and new product development strategy on product
performance in Taiwan's industries / P.-L. Liu, W.-C. Chen, C.-H. Tsai //
Technovation. – 2005. - №6. – p. 637-644.  
22.Pradhan, R.P. Are innovation and financial development causative factors in
economic growth? Evidence from a panel granger causality test / R.P. Pradhan
M.B. Arvin, S. Bahmani // Technological Forecasting and Social Change. – 2018.
- №132. – p. 130-142.
23.Karlsson, A. Product-service system innovation capabilities: linkages
between the fuzzy front end and subsequent development phases / A. Karlsson, L.
Larsson, A. Öhrwall Rönnbäck //International Journal of Production Research. –
2018. - №6. – p. 2218-2232.
24.Yuan, B. Environmental regulation, industrial innovation and
green development of Chinese manufacturing: Based on an extended CDM model /
B. Yuan, Q. Xiang // Journal of Cleaner Production. – 2018. - №1. - p. 895-908.
25.Voutsinas, I. Does research and development expenditure impact innovation?
theory, policy and practice insights from the Greek experience / I. Voutsinas,
C.Tsamadias, E. Carayannis, C. Staikouras // Journal of Technology Transfer. –
2018. - №1. – p. 159-171.
26.Pohl, H. Integrating innovation system and management concepts:
The development of electric and hybrid electric vehicles in Japan // H. Pohl, M.
Yarime // TECHNOLOGICAL FORECASTING AND SOCIAL CHANGE. –
2012. - №8. – p. 1431-1446.
27. Amey, RG. Automotive component innovation –development and diffusion
if engine management technologies / RG. Amey // TECHNOVATION. – 1995. -
№4. – p. 211-223.
28. Adoko, M.T. Developing a Cost Overrun Predictive Model
for Complex Systems Development Projects / M.T. Adoko, T.A. Mazzuchi S.
Sarkani // Project Management Journal. – 2016. - №6. – p. 111-125.
29.Magnaye, R. Earned readiness management for scheduling, monitoring and
evaluating the development of complex product systems / R. Magnaye, B.Sauser,
P. Patanakul, D.Nowicki, W. Randall // International Journal of Project
Management. – 2014. - №7. – p. 1246-1259.
30.McCarthy, I.P. New product development as a complex adaptive system of
decisions / I.P. McCarthy, C. Tsinopoulos, P. Allen, C. Rose-Anderssen // Journal
of Product Innovation Management. – 2006. - №5. – p. 437-456.
31. Newman J. R. William Kingdon Clifford. Sci. Amer., 1953, 188, № 2, pp.
78-84.

19
5. (все остальные источники могут быть дополнены вами, так как они
чисто и теоретически математические)

20