Проведение научных исследований молодыми учеными. Модели и алгоритмы автоматизации проектирования многопроцессорных информационных систем интеллектуального анализа данных в режиме реального времени.

В ходе выполнения работ по контракту разработаны и реализованы:
- гибридный алгоритм условной и безусловной оптимизации, сочетающий генетический алгоритм с регулярным локальным поиском,
- эволюционный алгоритм решения задачи многокритериальной безусловной оптимизации;
- эволюционный алгоритм с адаптацией стратегии и автоматической настройкой параметров в ходе решения задачи оптимизации.
По результатам работы сделаны 10 докладов на научных конференциях молодых ученых, представлены 4 доклада на международные и Всероссийские научные конференции, опубликованы 2 статьи и представлены к публикации 2 статьи в сборниках научных трудов. 2 программные системы прошли экспертизу и зарегистрированы в отраслево фонде алгоритмов и программ. Представлены к защите 2 кандидатские диссертации, защита которых состоится в июне 2006 г.

Основные научные результаты, полученные в ходе выполнения работ по контракту:
1. Математические модели функционирования технологического, командно-программного и целевого контуров распределенной системы обработки информации и управления (марковские модели различной глубины детализации, учитывающие различное число подсистем, возможные отказы и восстановление работоспособности подсистем), позволяющие строить формальные модели выбора эффективных вариантов аппаратно-программного комплекса, реализующего функции контуров.
2. Система поддержки принятия решений при автоматизированном моделировании функционирования основных контуров распределенной системы обработки информации и управления с помощью теории массового обслуживания, позволяющая инженеру, не владеющему сложным математическим аппаратом, строить математические модели высокого уровня и произвольной глубины детализации с использованием только известной ему информации о функционировании системы.
3. Гибридный алгоритм условной и безусловной оптимизации, сочетающий генетический алгоритм с регулярным локальным поиском, для решения задачи выбора эффективных вариантов аппаратно-программного комплекса, реализующего функции этих контуров, и набор оптимальных настроек алгоритма, позволяющий использовать только эффективную конфигурацию алгоритма даже пользователю, не владеющему навыками эволюционной оптимизации.
4. Эволюционный алгоритм решения задач многокритериальной безусловной оптимизации, сочетающий кластерный эволюционный алгоритм с внешним референтным множеством несравнимых альтернатив и Паретовский локальный поиск переменной глубины и позволяющий строить репрезентативную аппроксимацию множества эффективных решений, а также набор оптимальных настроек, позволяющий неподготовленному пользователю получать эффективные решения.
5. Эволюционный алгоритм с адаптацией стратегии и автоматической настройкой параметров в ходе однократного решения задачи, позволяющий автоматически настраивать эволюционные алгоритмы оптимизации, а также методика использования алгоритма, позволяющая пользователю, не владеющему навыками эволюционной оптимизации, самостоятельно решать задачи произвольной сложности.