Главная Контакты Добавить в избранное Авторы Вопросы и ответы
,

 

Применение аппарата нечеткой логики

для анализа психологических типов

на основе базиса Юнга при принятии кадровых решений

Минин М.Ю., Бидюк П.И.

Введение. Профориентация и профотбор, проектирование и прогнозирование успешной деятельности, оптимизация профессионального обучения, формирование производственных коллективов, подбор управленческих кадров, индивидуальные стилевые особенности деятельности профессионалов — вот далеко не полный перечень проблем психологии, в процессе решения которых приходится сталкиваться с необходимостью подробного рассмотрения личностных качеств человека [1].

            В современной соционике а так же, до недавнего времени, в психологии (как социальной, так и клинической) предполагалось, что личные качества (или производные понятия от них) являются определяющими перцептивные и, как следствие, поведенческие реакции. В настоящее время психология пересмотрела некоторые догмы и рассматривает реакции и суждения личности не как заранее каким-то образом «запрограммированные» принадлежностью субъекта реакции к тому или иному психологическому типу, а как поведение «наивного психолога», который пытается объяснить чужое поведение и выработать свое на основе многих факторов внешней среды и своей внутренней диспозиции (каузальная аттрибуция [2]). Внутренняя диспозиция личности определяется более категориями его мышления, выработанные на основе своего личного опыта и научения (когнитивные схемы [3]) и изменяющиеся с течением времени. Соционика же продолжает изучать возможные варианты типизации личности, пытаясь достичь возможности формального моделирования личностного или группового поведения опираясь в основном на принадлежность личности к тому или иному соционическому типу.

            Нельзя не отметить однобокость соционического подхода, как довольно статического, мало учитывающего окружение человека и процессы его познания. Однако, невозможно полностью согласиться с современными направлениями психологии, которые рассматривают определение категорий мышления индивида и факторах окружающей среды а психологическая типизация личности осталась незаслуженно забытой. Так, сосредотачиваясь не только на исследования поведения некоторой «общей» личности, но учитывая внутренние бессознательные личностные установки, которые по своей сути являются некоторой регуляторной функцией «фактора канала» [2], можно с большой долей уверенности предположить, что качество моделирования личностного поведения будет значительно выше того, какое мы имеем на данный момент (исходя из результатов опубликованных исследований уровень подобия поведения находится в пределах 60-80%)

            Таким образом, представляется полезным агрегирование современных результатов исследований соционики и психологии, как для социально-экономических приложений (мотивация, создание высокоэффективных организационных структур, моделирование и анализ общественного мнения и т.д.), так и для клинического применения и построения новых научных гипотез и моделей.

            Наиболее распространенной и общепризнанной психологической типологией личности (на которой мы и остановимся) является типология, основанная на разложении по юнговскому базису, предложенной К.Г.Юнгом в своей работе [4], где он предлагает описание пространства личности при помощи четырех независимых (ортогональных) признаков: “экстравертность – интравертность”, “интуиция – сенсорика”, “мышление – эмоции” и “рациональность – иррациональность”. Таким образом, на основании результатов тестирования человека при помощи дисперсионного или факторного анализа производится разбиение –мерного пространства (в данном случае =4) гиперплоскостями. Схематический пример для одномерного (с точки зрения юнговского базиса) приведен на рис. 1 (под крестиками понимаются тестируемые индивиды).

 

 

Рис.1 Пример разбиения множества индивидуумов гиперплоскостью по признаку «экстраверт- интроверт»

Соционика обычно использует не сам юнговский базис, а разные вариации из его базисных сечений [5]. Пример элемента такого сечения представлен на рис.2.

 



Рис. 2 Пример разбиения множества индивидуумов гиперплоскостями по признаку «экстраверт- интроверт» и «логика-этика»

В соответствии с отношением индивида к тому или иному соционическому типу ему приписываются те или иные характеристические черты и делаются выводы по поводу его личных предпочтений, его поведенческих реакций при возникновении каких либо раздражителей или при ассимиляции к тому или иному социуму, выбираются его партнеры для создания команд и т.д.

Нетрудно понять, что в юнговской и, соответственно, в типологиях, основанных на юнговской, рассматриваются только граничные характеристики личности (граничные аттракторы), что очерчивает границы пространства типов, однако уходит от анализа многообразия, которое это пространство содержит. Кроме того, априорно предполагается, что множество типов личности является линейно разделимым, что позволяет, используя методы кластеризации, чаще всего факторный анализ, классифицировать принадлежность к тому или иному типу анализируемого индивида и каждому кластеру приписываются определенные свойства. Данный подход является весьма грубым и усредняет психологический тип [6], что является особенно нежелательным вблизи границ областей притяжений аттракторов, которые, в силу борьбы могут носить довольно нетривиальный характер. Таким образом, прикладной интерес представляет не бинарное базисное разложение, а непрерывное.

В данной концепции, где социум разбивается на некоторое множество непересекающихся кластеров, имеется 2 существенных недостатка:

1.                  Проблема «переобобщения». Пара индивидуумов, являются, к примеру, экстравертами, однако у одного экстравертные функции выражены значительно сильнее, чем у другого. Им присваиваются одинаковые личностные свойства, что, в принципе, является неверным.

2.                  Проблема статичности образа. Определяющим и доминирующим фактором данного типологического метода является чуть ли не изначально заложенная соционическая установка, а ситуативные факторы и уровень когнитивности являются практически ничего незначащим фоном.

Собственно эти проблемы и ограничивают применение психологической типологии личности в современных психологических моделях.

Постановка задачи. Необходимо разработать метод анализа тестовых данных, позволяющий получить формализованные результаты тестирования личности с целью дальнейшего использования этих результатов в СППР при профессиональном отборе.

Одним из вариантов решения первой проблемы является использование более детальной кластеризации, однако, это не избавит нас от проблемы статичности и не позволит анализировать граничные элементы.

Рациональным в данном случае является использование нечеткой логики.

Разработка нечеткого метод типизации.

Исходя из ортогональности и независимости указанных признаков, с уверенностью можно считать эти переменные базисом в пространстве психологических типов личности (другими словами векторами  в некотором пространстве ). Таким образом, каждую переменную из выбранного нами пространства мы можем представить в следующем виде , где - коэффициенты разложения по базису. В дальнейшем будем называть коэффициенты  координатами вектора психотипа в типологическом пространстве.

 Соответствие базисных элементов  юнговскому, которое будет использовано в дальнейшем показано в Таблице1. Порядок здесь и далее соответствует порядку, который принят в американской типологической школе

 

 

Таблица 1

Соответствие базисных элементов  юнговским.

Элемент базиса,

Юнговская шкала

Краткое обозначение

Экстраверсия-интраверсия

Логика – этика

Сенсорика – интуиция

Рационализм – иррационализм

 

Элементы базиса  аналогичны ортонормированным базисным векторам в евклидовом пространстве.

Коэффициенты  принимают свои значения из множества вещественных чисел отрезка .

Выбор данного интервала выбран в соответствии с идеологией определения типа на основе системы признаков, где «-» означает присутствие левого значения рассматриваемой шкалы признака, а «+» - правой. Кроме того, это избавляет нас от возможных проблем, связанных с соответствием математического и контентного начала координат при рассмотрении сечений.

Нетрудно заметить, что при использовании краевых значений коэффициентов базисного разложения мы получаем 16 юнговских типов, которые будем называть чистыми типами.

Таким образом, мы имеем вектор в пространстве базисных переменных , где координата  значение соответствующей  коэффициент разложения в юнговском базисе ( ).

Учитывая, что при использовании биполярных признаков Юнга (), получается в общей сложности 16 психотипов, то при использовании непрерывной логики, данные психотипы будут являться аттракторами, к которым будут притягиваться точки в пространстве базисных переменных. Расстояние от точки до аттрактора предлагается вычислять по следующей формуле, используя евклидову метрику

 

,

где       - -я координата векторов и -го аттрактора соответственно;

- максимально возможное расстояние в данном пространстве.

Несложно проверить, что .

Введем степень принадлежности произвольного вектора  в пространстве базисных переменных -му аттрактору используя следующую функцию

 

.                                                      (1)

 

Соответственно, несложно показать что .

Однако, учитывая то, что соционика, которая положила столько сил на исследование психотипов (или социотипов, как принято их называть в соционике), использует, как указывалось выше юнговский базис как основу для моделирования различных вариантов сечений в качестве социобазиса и описание социотипов в соционике является несравненно более разнообразным, чем это сделал юнг нас в дальнейшем будет интересовать не сам вектор  и его принадлежность к аттракторам, а сечения данного вектора и его принадлежность к усеченным аттракторам.

Рассмотрим множество, элементами которого являются 16 юнговских типов. Будем называть в дальнейшем такой множество соционом.

Сечением множества будем в дальнейшем называть упорядоченную пару множеств ,где множество  является подпространством , а ортогональным дополнением  до , то есть , где под значком  понимается прямая сумма подпространств. Заметим, что каждый из выделенных Юнгом признаков является одновременно сечением множества, разбивая его на две части по восемь типов. При этом любая пара признаков делит социон на четыре равные части по четыре типа.

Всего таких вариантов сечений для социона существует . Описания этих сечений представлено в работе [5].

Общепринято рассматривать попарное разбиение признаков [7] , которые дают, как считается, довольно приемлемый социальный портрет личности, таким образом подпространства чаще всего  и  имеют одинаковую размерность, равную двум. Всего таких вариантов разбиения существует, как несложно проверить, 6, где каждое сечение описывает 16 юнговских типов с разных точек зрения. Таким образом, рассматривая всевозможные проекции социума на разные плоскости, проводится попытка многогранного изучения типологии личности.

Обозначим через  -й вариант сечения множества , тогда под степенью принадлежности элемента аттрактору по сечению будем понимать

 

 

 

где  и  - проекции вектора на подпространства  и соответственно. Значения и вычисляются по формуле (1).

Исходя из вышесказанного, можно сделать вывод о возможности построения базы знаний следующего вида (используя правила типа modus ponens).

Она будет иметь следующий вид:

Если и , то  (), , где - множество пар представляет личностные качества, составляющих некоторый фиксированный набор.

Итоговое количество правил будет равно 96. При использовании системы нечеткого логического вывода (СНЛВ), можно получить описательные характеристики той или иной личности.

Другими словами, итоговым результатам СНЛВ являются степени принадлежности тому или иному подмножеству множества .

Так как подмножества являются, в общем случае, пересекающимися, то агрегация результата осуществляется следующим образом: вычисляется степень принадлежности той или иной черты характера конкретному индивиду .

Примеры применения

Данный метод можно использовать для выбора оптимальной кадровой политики организации путем решения следующих задач:

Пример1. Выбор работы соискателю из возможных альтернатив.

Некой организацией предлагаются 3 вакансии, которые описываются следующими множествами.

1.                  Начальник цеха. Неформальная характеристика работы: 8часовой рабочий день, работы часто ведутся в авральном режиме, большое количество контролирующего руководства с одной стороны, необходимость дотошного контроля подчиненных с другой стороны.

Для описания через множество характерных черт наиболее близкое следующее: управление организацией материального производства, темперамент выдержанный и способный к длительной равномерной работе ().

2.                  Маркетолог - .

3.                  Начальник производства-

Рассмотрим некого соискателя X, обладающего следующими показателями, полученными в результате тестирования:

«экстраверт – интроверт» - 80%-20%

«логик-этик» - 30%-70%

«сенсорик – интуит» - 40%-60%

«рационал – иррационал» - 90%-10%

Соответственно, для разложения имеем , , , , .

Будем анализировать претендента X для простоты только по одному сечению, принимая во внимание тот факт, что по остальным сечениям вычисления производятся аналогично.

Возьмем сечение, состоящее из темпераментных групп (), образующееся объединением шкал и групп установки (), образующееся объединением шкал .

Соответственно, определим степени принадлежности проекций множествам и .

 

:  ;  :

:  :

: :

: :

Рассмотрим для простоты только 3 правила:

Если  и  , то

Если  и  , то

Если  и  , то

            Исходя из определенных выше степеней принадлежности для подмножеств  и определим степени принадлежности элемента подмножествам :

 

Соответственно, индивиду X из рассмотреных 3х варианов наиболее подходит вариант, описываемый множеством . То есть, для данного соискателя из предложенных альтернатив наиболее подходящей является вакансия маркетолога.

Пример 2. Выбор и психологическое соответствие соискателя предлагаемой вакансии.

Для данного анализа необходимо определить личностные характеристики соискателя и сферу трудовой деятельности.

Личностным характеристикам  должны быть присвоены соответствующие нормированные веса из диапазона , описывающие важность той или иной черты характера соискателя для выполнения предполагаемых задач.

Определенные  можно трактовать как степень выраженности того или иного фактора. Таким образом, в качестве критерия можно учитывать соответствия можно принять следующий коэффициент . Чем ближе этот коэффициент к 1, тем лучше соответствие соискателя предполагаемой работе.

Необходимо заметить, что коэффициент , предложенный выше, является приемлемым, однако далеко не оптимальным для выявления соответствия соискателя, однако определение действительно оптимального принципа соответствия не является целью данной статьи и поэтому рассматриваться эта проблема здесь не будет.

Кроме того, аналогичным выше образом, необходимо проверить соответствие работы соискателю. И при довольно высоких уровнях соответствия можно принимать решение о психологическом соответствии и комфорте работы для данного соискателя.

Пример 3. Организация эффективных команд.

Данное приложение будет описано довольно кратко и схематично, так как для более полного изложения необходимо описать теорию интертипных отношений [8].

Выводы. Таким образом, на основании вышеуказанной системы интертипных отношений можно сказать, какие типы, смоделированные на попарных сечениях, подходят или не подходят друг другу. При помощи применения методов нечеткого моделирования, зная, с какой степенью принадлежит индивид той или иной группе , мы можем определить не только с какими индивидами коммуникации будут комфортными, но и определить, насколько комфортными они будут для каждого индивида, то есть кто в данном случае будет выполнять лидирующую роль, а кто ведомую.

Кроме того, переход от качественных характеристик к количественным, что подтверждается приведенным выше примером, дает возможность практической программной реализации данной модели, что позволит существенно снизить зависимость организаций от привлеченных психологов и моделировать кадровое распределение самостоятельно с учетом собственных возможностей и потребностей.

Вместе с тем, необходимо отметить, что данная модель является только первым приближением. Для построения кадровой необходимо анализировать влияние, которое оказывает окружающая действительность, когнитивные схемы индивида и т.д.

 

The problem of psychological personal-type defining with the help of fuzzy sets was analyzed. The results help to accomplish a task of professional selection of applicants. The solution is based on fuzzy classification with defining the grade of membership to each cluster. The offered approach uses the results of psychological testing. Fuzzy classification in Euclidean space of Jungian attributes forms the basis of this method. It is also given an example of practical application.

 

1.                  Рейнин Г.Р., Теоретический анализ типологических описаний личности в психологии.//Сборник: Соционика ментология и психология личности №6, М.: Международный институт соционики, 2001, стр. 21,25

2.                  Келли Г. Процесс каузальной атрибуции.//Современная зарубежная социальная психология. Тексты. Под ред. Г.М. Андреевой, Н.Н. Богомоловой, Л.А. Петровской. - М.: МГУ, 1984, С.127-133

3.                  Джордж А. Келли Теория личности. Психология личных конструкторов/ Пер. с англ., под ред. А.А. Алексеева - СПб.: Речь, 2000.-180 с.

4.                  К.Г. Юнг. Психологические типы.- СПб.:Ювента – М.: Прогресс – Универс, 1995. – 341с.

5.                  Г.Р. Рейнин. Группа биполярных признаков в типологии Юнга.//Сборник: Соционика ментология и психология личности №6 - М.: Международный институт соционики, 2001.- с 12,23

6.                  Г.Р. Рейнин. О смешанных и чистых типах.//Сборник: Соционика ментология и психология личности №6 - М.: Международный институт соционики, 2001, с 23, 29.

7.                  Гуленко В.В., А.В. Молодцов. Введение в соционику – К.: ВЗУУП, 1991. – 193с.

 





Ответы на вопросы [_Задать вопроос_]

Читайте также

 
Дуравкин Е.В., Амер Таксин Каламех Абу Джаккар Использование аппарата Е-сетей для анализа распределенных программных систем.

Коджа Т.И., Гогунский В.Д. Эффективность применения методов нечеткой логики в тестировании.

Ходаков В.Е., Жарикова М.В., Ляшенко Е.Н. Применение когнитивного подхода для решения задачи поддержки принятия управленческих решений при ликвидации лесных пожаров

Кондратенко Г. В., Кондратенко Ю. П., Мухортова К. В. Синтез нечетких регуляторов на основе объектно-ориентированных технологий.

Полторак В.П., Дорогой Я.Ю. Система распознавания образов на базе нечеткого нейронного классификатора.

Блинов Э.И., Кравцов В.И., Кравцов А.В., Недбайло А.Н. Управление гибкими протяженными объектами направленными силовыми воздействиями.

Нагорный Ю.И. Решение задачи автоматизированного расчета надежности иасуп с использованием модифицированного метода вероятностной логики

Крючковский В.В., Бабичев С.А., Шарко А.В. Экспертная система оценки кредитоспособности банковских клиентов на основе методов нечеткой логики и сети Байеса

67 Различные отрасли промышленности и ремесла. Механическая технология

Бабенко Н.И., Крючковский Д.А., Маломуж Т.В. Методы снижения влияния факторов субъективности и неопределенности в системах поддержки принятия решений.

Стадниченко В.Н. Исследование влияния изменения эксплуатационных нагрузок на свойства металлокерамических слоёв полученных с использованием трибовосстанавливающих составов

Соколов А.Е., Махова Е.О. Моделирование процесса принятия педагогического решения при компьютеризированном обучении

Кравчук А. Ф., Ладанюк А.П., Прокопенко Ю.В. Алгоритм ситуационного управления процессом кристаллизации сахара в вакуум-аппарате периодического действия с механическим циркулятором

Методические указания по применению УДК

Моделирование объектов и систем управления

Соколов А.Е., Махова Е.О. Моделирование процесса принятия педагогического решения при компьютеризированном обучении

Славко О.Г. Порівняльний аналіз керування регулятором на основі локальної моделі керованого процесу та П-регулятором

Войтенко В.В., Дикусар Е.В, Ситников В.С. Определение частоты среза устройства сглаживания данных на основе метода скользящего среднего

Передерій В.І. Алгоритм визначення та оцінки характеристик ефективності комп’ютерних систем на початковій стадії проектування в умовах невизначенності

Ляшенко С.А, Ляшенко А.С. Оценка модели псевдолинейной регрессии

Ладієва Л.Р. Математична модель процесу газової мембранної дистиляції

Носов П.С., Косенко Ю.І. Нечіткі моделі і методи ідентифікації та прогнозу стану інформаційної моделі студента

Китаев А.В., Глухова В.И. Анализ работы синхронного двигателя с неявнополюсным ротором по данным каталога

Дорошкевич В.К., Пироженко А.В., Хитько А.В., Хорольский П.Г. К определению требований к системам увода космических объектов

Голінко І.М., Ковриго Ю.М., Кубрак А.І. Настройка системи керування за імпульсною характеристикою об’єкта

Яшина К.В., Садовой А.В. Комплексная математическая модель тепловых процессов, происходящих в дуговых электросталеплавильных печах

Шейник С.П., Рудакова А.В. Использование функций принадлежности для моделирования параметров распределенных объектов

Хомченко А.Н., Литвиненко Е.И. Метод барицентрического усреднения граничных потенциалов электростатического поля

Селяков Е. Б. Моделирование требований к техническим системам методами математической логики

Тодорцев Ю.К., Ларіонова О.С., Бундюк А.М. Математична модель контура теплопостачання когенераційної енергетичної установки

Кириллов О.Л. , Якимчук Г.С. Моделирование процесса управления системой перегрузки углеводородных жидких топлив

Шеховцов А.Н., Козел В.Н. Построение математической модели формирования распределенных систем

Китаев А.В., Глухова В.И. Анализ поведения генератора постоянного тока по данным каталога

Хомченко А.Н., Козуб Н.О. Задачі наближення функцій: від лагранжевих до серендипових поліномів

Хобин В.А., Титлова О.А. Определение температуры парожидкостной смеси в дефлегматоре АДХМ по результатам измерений температуры его поверхности

Григорова Т.М., Усов А.В. Вероятностно-статистическое моделирование маршрутизированных пассажиропотоков в крупных городах

Горач О.О., Тернова Т.І. Моделювання технологічного процесу одержання трести при використані штучного зволоження з урахуванням складу мікрофлори

Дубік Р.М., Ладієва Л.Р. Математична модель розділення неоднорідних рідких систем

Казак В.М, Лейва Каналес Родриго, Яковицкая Е.Ю. Моделирование динамики полета магистрального самолета на исследовательском стенде

Завальнюк И.П. Исследование процесса торможения автомобиля как критического режима динамической системы

Дмитриев С.А., Попов А.В. Построение портрета неисправностей проточной части газотурбинного двигателя на примере АИ-25

Русанов С.А., Луняка К.В., Клюєв О.І., Глухов Г.М. Математичне моделювання робочого процесу в апаратах з віброкиплячим шаром та розробка систем автоматизованого моделювання гідродинаміки віброкиплячих шарів

Боярчук В.П., Сыс В.Б. Экспериментальные исследования влияния технологии шлихтования на изменение жесткости текстильных нитей

Селін Ю.М. Використовування контекстних марківських моделей для аналізу дії промислових вибухів на будівельні конструкції

Рудакова А.В. Проблемы интеграции сложных систем

Передерій В.І., Касап А.М. Математична модель та алгоритм автоматизації розрахунку параметрів комп’ютеризованих систем працюючих у реальному часі

Передерий В.И., Еременко А.П. Математические модели и алгоритмы принятия релевантных решений пользователями автоматизированных систем с учетом личностных и внешних факторов на базе генетических алгоритмов

Михайловская Т.В., Михалев А.И., Гуда А.И. Исследование правил клеточных автоматов для моделирования процессов затвердевания квазиравновесных бинарных сплавов

Хомченко А.Н., Колесникова Н.В. Явление «сверхсходимости» в задаче Прандтля для уравнения Пуассона

Китаев А.В., Глухова В.И. Анализ работы трансформатора по данным каталога

Квасницкий В.В., Ермолаев Г.В., Матвиенко М. В., Бугаенко Б.В., Квасницкий В.Ф. Оценка применимости метода компьютерного моделирования к исследованию напряженно-деформиррованного состояния цилиндрических узлов

Китаев А.И., Глухова В.И. Анализ работы асинхронного двигателя по данным каталога

Шелестов А.Ю Имитационная модель взаимодействия GRID-узлов с очередью доступа к общей памяти

Chizhenkova R.A. Mathematical Aspects of Bibliometrical Analysis of Neurophysiological Investigations of Action of Non-ionized Radiation (Medline-Internet)

Хомченко А.Н., Козуб Н.А. Геометрическое моделирование дискретных элементов с криволинейными границами

Славич В.П. Модель автоматизованої системи управління потоками транспортних засобів

Маркута О.В., Мысак В.Ф. Программная реализация и исследование особенностей метода группового учета аргументов

Степанкова Г.А., Баклан І.В. Побудова гібридних моделей на основі прихованих марківських моделей та нейронних мереж

Бакшанська Т.Д., Рижиков Ю.Г., Тодорцев Ю.К. Математична модель процесу горіння природного газу з рециркуляцією продуктів згорання для цілей управління

Хомченко А.Н. Новые решения обобщенной задачи Бюффона

Передерий В.И., Еременко А.П. Математические модели и алгоритмы определения релевантности принимаемых решений с учетом психофункциональных характеристик пользователей при управлении автоматизированными динамическими системами

Ложечников В.Ф., Михайленко В.С., Максименко И.Н. Аналитическая много режимная математическая модель динамики газовоздушного тракта барабанного котла средней мощности

Ковриго Ю.М., Фоменко Б.В., Полищук И.А. Математическое моделирование систем автоматического регулирования с учетом ограничений на управление в пакете Matlab

Исаев Е.А., Наговский Д.А. Математическое описание влияния кривизны контактирующих тел на угол смачивания жидкости в межчастичном пространстве

Бідюк П.І., Литвиненко В.І., Кроптя А.В. Аналіз ефективності функціонування мережі Байєса

Тищенко И.А., Лубяный В.З. Математическое моделирование вокодера для определения оптимальной формы импульса сигнала возбуждения.

Николаенко Ю.И., Моисеенко С.В. Моделирование гармонического полиномиального базиса гексагона.

Козуб Н.А., Манойленко Е.С., Хомченко А.Н. Температурный тест для модифицированных базисов бикубической интерполяции.

Клименко А.К. Об упрощенном численном конструировании обратной модели динамического объекта.

Китаев А.В., Сушич Е.Ф. Расчет погрешностей измерительных трансформаторов.

Передерій В.І.,Касап А.М. Математична модель та алгоритм автоматизації розрахунку параметрів комп’ютеризованих систем працюючих у реальному часі

Шпильовий Л.В. Математична модель та алгоритм екстремального управління процесом осадження дисперсної фази суспензії.

Тулученко Г.Я. Інформаційний модуль експрес-пошуку точок еквівалентності процесу нейтралізації.

Тернова Т.І. Урахування морфогенетичного рівняння в математичній моделі тканини.

Попруга А.Г. Теоретические и экспериментальные исследования электрических нагревателей по критерию экономии энергии.