Страница автора: Евгений Логинов

Сетецентрическая система повышенной живучести управления энергетикой России в сложнопрогнозируемых критических условиях

DOI: https://doi.org/10.33917/es-3.177.2021.6-17

Энергетика, как и оборонный комплекс, является одной из ключевых отраслей, на которых базируются процессы жизнеобеспечения страны и вытекающая отсюда устойчивость конструкции государства. Мировая практика четко выявила ключевую зависимость внутриполитической и социальной стабильности от надежности и устойчивости энергоснабжения. Многофакторную живучесть энергетической суперсистемы в обычных и критических условиях природного и техногенного характера можно обеспечить за счет формирования сетецентрической системы повышенной устойчивости управления, опирающейся на распределенную сеть межкорпоративных катастрофоустойчивых дата-центров по обработке и хранению сверхбольших массивов данных. Предлагается использование дата-центров как базы для цифровых «двойников» энергетических объектов и процессов с целью итогового выхода на новое качество управления на основе цифровой топологии в рамках единой цифровой модели энергетической суперсистемы с возможностью защищенного сбора, хранения, обработки, обмена данными, необходимыми для управления энергетическими объектами различных отраслевых подсистем ТЭК России, а также для региональных и муниципальных властей. Использование цифровой топологии позволяет при локальных взаимодействиях осуществлять поиск и реализацию решений по продвижению к локальным и сете- и полицентрическим ресурсно-операционным оптимумам для минимизации затрат (ценовой нагрузки на потребителя) отдельных компаний и всей отрасли с целью поддержания надежности и устойчивости энергоснабжения, включая затраты на безопасность систем критической информационной  инфраструктуры

Китай как нейроинформационная мегаматрица: цифровые технологии структурирования когнитивных ансамблей порядка

DOI: 10.33917/es-1.175.2021.50-61

В Китае стратегия развития национальной информационной инфраструктуры реализует широкомасштабный и не имеющий аналогов в мире проект развития искусственного интеллекта и его приложения к решению важнейших проблем. Угрозы и риски современного этапа не оставили Китаю другого выбора. Активно используются лучшие советские и российские разработки централизованного планирования и моделирования, перенимается передовой американский опыт использования нейроинформационных технологий для воздействия на социум. Фактически формируется нейроинформационная мегаматрица, которая позволит китайским властям удержать бурлящую массу людей и организаций в рамках управляемого контура. Конфигурирование когнитивных коммуникаций в социотехнической системе «человек — инфокоммуникационная среда — государство» позволяет развить модель социального кредита для формирования векторов поведения больших групп населения с выбраковкой нелояльно поступающих (уже реализовано) и нелояльно думающих (скоро будет реализовано) человеческих единиц китайского общества

Источники:

1. Путин: лидер в сфере искусственного интеллекта станет властелином мира [Электронный ресурс] // РИА Новости. 2017. 1 сентября. URL: https://ria.ru/20170901/1501566046.html.

2. Агеев А.И., Логинов Е.Л. Китай в точке бифуркации: поиск новой стратегической модели // Экономические стратегии. 2016. № 2. С. 20–33.

3. Неклесса А.И. Кризис истории. Мир как незавершенный проект // Полис. Политические исследования. 2018. № 1. С. 80–95.

4. Лю Пэн. Воздействие средств массовой информации на формирование ценностных ориентаций молодежи Китая // Актуальные вопросы современной науки. 2010. № 15. С. 169–176.

5. Иванько А.Ф., Иванько М.А., Зеленкова Т.В. Особенности развития компьютерных сетей в Китае // Научное обозрение. Экономические науки. 2019. № 1. С. 27–31.

Нейроуправление: конвергентная интеграция человеческого мозга и искусственного интеллекта

DOI: 10.33917/es-6.172.2020.46-57

Мировые достижения в области нейронаук открыли ранее недоступные возможности для создания принципиально новых систем управления на основе нейроинтерфейсов (мозг — компьютер — мозг). Происходит гибридизация сред — постепенное размывание границ между физической, когнитивной и цифровой реальностью. Описания социальных и когнитивных практик реальных людей трансформируются в формирование искусственного электронного субъекта, который становится более реальным, подменяя в социуме биологический объект (человек есть то, как он представлен в электронной информационной среде). При этом развитие нейроинтерфейса в перспективе ведет к перекодировке нервной ткани и меняет биологический субстрат человеческого мозга и тела в векторе конвергентной коллаборации живых и искусственных нервных систем.

Наши американские партнеры-конкуренты (Минобороны США в лице DARPA) ведут мультидисциплинарные комплексные исследования в этой сфере, лидируя по реальным результатам, руководство США наращивает госфинансирование. Происходит качественное изменение технологий управления человеком, социумом и государством. Задача России в этих условиях — формирование собственного сегмента Нейронет с опорой на отечественные нейротехнологии по аналогии с программным импортозамещением в российской атомной энергетике.

Источники:

 

1. Красильникова Ю. Нейроинтерфейсы лишат людей когнитивной свободы [Электронный ресурс] // Хайтек. 2017. 15 августа. URL: https://hightech.fm/2017/08/15/cognitive_liberty.

2. Агеев А.И., Логинов Е.Л. Россия в новой экономической реальности. М.: ИНЭС, Ассоциация «Аналитика», 2016. 460 с.

3. Агеев А.И., Логинов Е.Л. Битва за будущее: кто первым в мире освоит ноомониторинг и когнитивное программирование субъективной реальности? // Экономические стратегии. 2017. № 2. С. 124–139.

Coronavirus Superstrategy: мировая проекция финансовой модели catastrophe just-in-time для выхода из кризиса на новую геоэкономическую нормальность

DOI: 10.33917/es-4.170.2020.6-19

Мир очень быстро и необратимо меняется. Критическая величина накопленных макроэкономических диспропорций требует радикальных управленческих решений. В качестве решения проблемы избрана catastrophe just-in-time — подготовка и реализация ключевых экстремальных событий, ориентированных на коренное переформатирование структуры управления мировой экономикой c выходом на новый глобальный инвестиционно-финансовый цикл на основе массированной эмиссии доллара США. Классическая модель переведения мировых кризисов в формат поэтапных глобальных финансовых итераций теперь дополнилась новым стратегическим инструментом — коронавирусом. Результатом реализации coronavirus superstrategy, по мощи аналогичной третьей мировой войне и успешно заменившей ее, является смена ключевых макроэкономических детерминант. США в очередной раз отсрочили на 10–15 лет финансовый коллапс. Масштаб финансовой спецоперации беспрецедентен по объемам ресурсов, территориальным масштабам и глубине воздействия: прежние ключевые игроки добровольно отдают свою идентичность за возможность сохраниться на Великой шахматной доске хотя бы в виде пешек. Претензии других стран на мировое лидерство сняты окончательно. Для России, в отличие от большинства стран — геоэкономических конкурентов, coronavirus reality явилась маркером, подтвердившим статус великой державы. На повестке дня — разработка стратегии экономического развития России применительно к новым условиям

Источники:

1. Агеев А.И., Логинов Е.Л. Россия в новой экономической реальности. М.: Институт экономических стратегий, Ассоциация «Аналитика», 2016. 460 с.

2. Агеев А.И., Логинов Е.Л. Новая большая война: хроники хорошо забытого будущего // Экономические стратегии. 2014. № 6–7. С. 16–33.

Пакетный отраслевой заказ как эффективный инструмент управления импортозамещением, созданием новых технологий и модернизацией энергетики

DOI: 10.33917/es-3.169.2020.6-17

Импортозамещение в энергетике требует формирования в России группы новых производств и модернизации имеющихся. Для этого необходима интеграция структур фундаментальной и прикладной науки, образования, энергомашиностроительного производства, энергогенерации и транспортировки электроэнергии в рамках полного инновационного цикла. Ключом к решению проблемы является формирование комплексного механизма планирования и управления научно-исследовательскими, а также энергомашиностроительными и электроэнергетическими сегментами как звеньями единой технологической цепочки работ и закупок — от фундаментальных исследований до утилизации оборудования. Результатом НИОКР должен быть пакетный отраслевой заказ по оборудованию и технологиям — новый инструмент планирования и координирования в рыночной среде российской энергетики и энергомашиностроения.

Предлагается выстраивание нового информационного контура управления в энергетике России для формирования основы пакетного заказа в рамках отрасли с целью налаживания средне- и долгосрочного научно-технического планирования для замещения выбывающего оборудования, сопровождения выполнения договоров и мониторинга результатов их исполнения.

Источники:

1. Импортозамещение уйдет в нацпроекты. Правительство определит цели по закупкам у российских поставщиков [Электронный ресурс] // Коммерсантъ. 2020. 2 марта. URL: https://www.kommersant.ru/doc/4275034.

2. Грабчак Е., Медведева Е., Голованов К. Импортозамещение как драйвер развития отрасли // Энергонадзор. 2016. № 8. С. 28–29.

3. Грабчак Е.П., Логинов Е.Л., Романова Ю.А. Проблемы замены изношенного оборудования в электроэнергетике России: приоритеты модернизации в контексте обеспечения надежности и безопасности // Проблемы безопасности и чрезвычайных ситуаций. 2019. № 5. С. 38–43.

4. Положихина М.А. Санкции и импортозамещение: что стало с промышленностью? // Интеллектуальный капитал. 2017. № 1. С. 31–36.

5. Бушуев В.В. Когнитивный энерготехнологический форсайт // Энергетическая политика. 2015. № 4. С. 3–10.

6. Курбанов А.Х., Наружный В.Е. Импортозамещение в технологическом обеспечении производства продукции военного назначения: теоретические и прикладные аспекты // Вооружение и экономика. 2017. № 2. С. 69–77.

7. Стертюков К.Г., Стародубцева О.А. Проблемы внедрения новых технологий и технических средств с целью увеличения КПД в энергетической отрасли // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии,
системы управления. 2018. № 25. С. 58–73.

8. Черезов А.В., Грабчак Е.П. Проблемы и перспективы развития производства газотурбинных установок высокой мощности в Российской Федерации // Надежность и безопасность энергетики. 2017. № 2. С. 92–97.

9. Агеев А.И., Логинов Е.Л. Трансформация механизмов управления ТЭК России для снижения рисков и угроз: Кремль-2018 в условиях сложной экономической реальности // Экономические стратегии. 2017. № 6. С. 30–39.

10. Госдума приняла поправки о смягчении норм закона о госзакупках в составе закона о мерах при ЧС // Интерфакс. Нефть. Ежедневный обзор. 2020, 1 апреля.

12. Агеев А.И., Логинов Е.Л. Формирование организационных и информационных механизмов управления построением в России цифровой экономики // Экономические стратегии. 2018. № 3. С. 56–67.

13. Агеев А.И., Смирнова В.А. Адаптивность высокотехнологичного комплекса к цифровым вызовам // Экономические стратегии. 2018. № 1. С. 164–166.

14. Агеев А.И., Радина В.А. Методология формирования плана на основе инструментария цифровой экономики // Экономические стратегии. 2019. № 4. С. 6–17. DOI: 10.33917/es-4.162.2019.6-17.

15. Логинов Е.Л., Райков А.Н. Оптимизация внедрения сквозных технологий в энергетическую критическую инфраструктуру на основе когнитивного моделирования: Материалы одиннадцатой международной конференции «Управление развитием крупномасштабных систем» (MLSD’2018). Москва, ИПУ РАН, 1–3 октября 2018 г.: В 2 т. М.: Институт проблем управления им. В.А. Трапезникова РАН, 2018. С. 247–250.

16. Борталевич С.И., Грабчак Е.П., Логинов Е.Л., Шкута А.А. Адаптация стратегий развития компаний для работы на будущих мировых рынках, которые будут созданы при развитии ключевых научно-технических трендов в условиях цифровой революции // Образование. Наука. Научные кадры. 2018. № 4. С. 229–233.

17. Макаров В.Л., Агеев А.И., Зеленский В.А., Логинов Е.Л. Системные основы решения управленческих задач взаимодействия фундаментальной и прикладной науки с производственным сектором как основной фактор новой индустриализации России // Экономические стратегии. 2013. № 2. С. 108–117.

18. Научное обеспечение реализации приоритетов научно-технологического развития Российской Федерации: Научные сессии общего собрания членов РАН и общих собраний отделений РАН. 2019 г.: В 2 т. Т. 2. М.: Российская академия наук, 2019. 632 с.

19. КНТП ЭБМНП. М.: МЭИ, 2019. 57 с.

20. Комплексная научно-техническая программа «Энергетика больших мощностей нового поколения» (паспорт КНТП ЭБМНП). М., 2019. 112 с.

21. Агеев А.И., Логинов Е.Л., Ефремов Д.Н. Государственный комитет по научно-технической политике: центр сетевой концентрации научно-технических связей в ключевых областях знания для интегрированного управления в сфере науки и техники // Экономические стратегии. 2014. № 8. С. 12–21.

22. Агеев А.И., Логинов Е.Л. Госплан — основные подходы к планированию социально-экономического развития России // Экономические стратегии. 2013. № 8. С. 100–112.

23. Агеев А.И., Логинов Е.Л., Райков А.Н. Интеллектуальные технологии организации финансового мониторинга и контроля при реализации госзакупок // Экономические стратегии. 2016. № 1. С. 16–27

Стратегия Трампа на выборах: нейроматематический ключ к глубинным слоям сознания американского избирателя

DOI: 10.33917/es-7.165.2019.78-93

Ключевым фактором, определяющим успех выборной стратегии Трампа, стало использование методов когнитивной нейрофизиологии — цифровой идентификации виртуального двойника реального избирателя в информационных и социальных сетях. Семантизация состояний сознания и психики индивидов, выявляемых в Глобальной сети, позволяет на основе вычислительных решений осуществить инкапсуляцию (схватывание) целостной позиции, устраивающей большинство доступных для мониторинга людей, с целью задания вектора устойчивой сходимости выборной платформы Трампа и взглядов описанного и проанализированного конкретного американского избирателя. Идентификация позволяет воздействовать на доминантный очаг эмоционально-образного блока для дистанционной когнитивной коррекции политической позиции людей в условиях стратегической бифуркации (выборы). Российские наработки в сфере нейроменеджмента личности также имеют большое научно-практическое значение

Источники:

1. Агеев А.И. Репертуар властвования // Экономические стратегии. 2013. № 8. С. 5.

2. Агеев А.И., Логинов Е.Л., Шкута А.А. Конвергентный мониторинг и программирование личности как инструмент оперирования интеллектуальной динамикой поведения больших групп людей // Экономические стратегии. 2018. № 2. С. 70–87.

3. Ветров Д.П. Машинное обучение — состояние и перспективы: Труды XV Всероссийской научной конференции RCDL’2013 // Электронные библиотеки: перспективные методы и технологии, электронные коллекции. Ярославль: Ярославский государственный университет им. П.Г. Демидова, 2013. С. 21–27.

4. Агеев А.И. Выбор идентичности // Экономические стратегии. 2014. № 1. С. 5.

5. Логинов Е.Л., Райков А.Н., Шкута А.А. Использование нейротехнологий при программировании когнитивно-поведенческих стереотипов действий личностей для устойчивого функционирования систем управления социумом // Нейрокомпьютеры: разработка, применение. 2018. № 9. С. 34–45.

6. Агеев А.И. Предпринимательство: проблемы собственности и культуры. М.: Наука, 1991. 112 с.

7. Расследование Das Magazin: как Big Data и пара ученых обеспечили победу Трампу и Brexit [Электронный ресурс] // The Insider. URL: https://theins.ru/politika/38490.

8. Гнездицкий В.В., Корепина О.С., Чацкая А.В., Клочкова О.И. Память, когнитивность и эндогенные вызванные потенциалы мозга: оценка нарушения когнитивных функций и объема оперативной памяти без психологического тестирования // Успехи физиологических наук. 2017. № 1. С. 3–23.

9. Емелин К.Э., Ахапкин Р.В., Александровский Ю.А. Когнитивный профиль пациентов с депрессивными расстройствами и его значение для антидепрессивной терапии и социального функционирования // Обозрение психиатрии и медицинской психологии имени В.М. Бехтерева. 2018. № 1. С. 23–32.

10. Зеленина Н.В., Нагибович О.А., Овчинников Б.В., Юсупов В.В. Возможности использования современных достижений психогенетики в интересах профессионального психологического отбора в Вооруженных силах Российской Федерации // Вестник Российской военно-медицинской академии. 2016. № 3. С. 245–250.

11. Апанович З.В. Эволюция методов визуализации коллекций научных публикаций // Russian Digital Libraries Journal. 2018. № 1. С. 1–42.

12. Абрамов Е.С., Басан Е.С., Басан А.С. Разработка системы управления уровнем доверия в мобильной кластерной беспроводной сенсорной сети // Известия ЮФУ. Технические науки. 2015. № 7. С. 41–52.

13. Гриднев С.Е., Кургалин С.Д., Туровский Я.А. Моделирование поведения человека и его ошибок с использованием искусственных нейронных сетей // Актуальные направления научных исследований XXI века: теория и практика. 2015. № 5-2. С. 249–253.

14. Цукерман В.Д. Математическая модель фазового кодирования событий в мозге // Математическая биология и биоинформатика. 2006. № 1-2. С. 97–107.

15. Иванов В.В., Коробова А.Н. Государственное и муниципальное управление с использованием информационных

технологий. М.: ИНФРА-М, 2011. 383 с.

16. Астахова Л.В. Информационное поведение пользователя цифровых ресурсов как объект технологического мониторинга в обществе, основанном на знаниях // Научно-техническая информация. Серия 1: Организация и методика информационной работы. 2018. № 10. С. 17–25.

17. Стриженко А.А. Изменение коммуникативных и социальных моделей поведения людей в цифровую эпоху: мифы и реальность // Вестник Алтайской академии экономики и права. 2010. № 1. С. 57–61.

18. Иванов В.В., Коробова А.Н. Государственное и муниципальное управление с использованием информационных

технологий. М.: ИНФРА-М, 2011. 383 с.

19. Артеменков С.Л. Сетевое моделирование психологических конструктов // Моделирование и анализ данных. 2017. № 1. С. 9–28.

20. Дружинин В.Н., Бирюков С.Д., Воронин А.Н., Толоконникова Е.В. Психометрическое моделирование тестирования интеллекта и креативности // Информационный бюллетень РФФИ. 1996. № 4.

21. Новиков Д.А., Чхартишвили А.Г. Рефлексивные игры. М.: СИНТЕГ, 2003. 160 с.

22. Агарков В.А., Бронфман С.А., Божко С.А., Шерина Т.Ф., Гуртовенко И.Ю. Влияние социально-психологических факторов и особенностей культуры на ожидания российских пациентов от психотерапии // Вестник новых медицинских технологий. 2014. № 1. С. 204.

23. Дьячук П.П. (мл.), Дьячук П.П., Карабалыков С.А., Шадрин И.В. Диагностика неустойчивых когнитивных состояний активных агентов // Нейроинформатика-2016: Сб. науч. трудов: В 3 ч. М.: Национальный исследовательский ядерный университет «МИФИ», 2016. С. 259–270.

24. Володенков С.В., Митева В.В. Особенности трансформации моделей массового информационного потребления в условиях эволюции технологий политической коммуникации // Гражданин. Выборы. Власть. 2019. № 2. С. 122–133.

25. Черниговская Т.В., Шелепин Е.Ю., Защиринская О.В. и др. Психофизиологические и нейролингвистические аспекты процесса распознавания вербальных и невербальных паттернов коммуникации. СПб.: ВВМ, 2016. 203 с.

26. Лефевр В.А. Рефлексия. М.: Когито-Центр, 2003. 495 с.

27. Райков А.Н. Конвергентный синтез когнитивной модели на основе глубокого обучения и квантовых семантик // International Journal of Open Information Technologies. 2018. Т. 6. № 12. С. 43–50.

28. Президент Дональд Трамп объявляет стратегию национальнойбезопасности [Электронный ресурс] // US. Embassy in Belarus. URL: https://by.usembassy.gov/be/президент-дональд-трамп-объявляет-ст/

29. Рогожникова Т.М. Политическая коммуникация и вербальная суггестия в формате психолингвистической парадигмы // Политическая лингвистика. 2019. № 2. С. 24–37.

30. Субботина Н.Д. Суггестия и контрсуггестия в обществе. М.: КомКнига, 2006. 208 с.

31. Смирнов И., Безносюк Е., Журавлев А. Психотехнологии. Компьютерный психосемантический анализ и психокоррекция на неосознаваемом уровне. М.: Прогресс, Культура, 1995. 416 с.

32. Выполняемые проекты [Электронный ресурс] // НИЦ «Курчатовский институт». URL: http://www.nrcki.ru/catalog/index.shtml?g_show=34693&path=3878,34693.

33. Научно-практические разработки / Институт психологии Российской академии наук [Электронный ресурс] // Институт психологии РАН. URL: http://www.ipras.ru/cntnt/rus/institut_p/nauchnopra.html.

34. Макаров В.Л., Бахтизин А.Р., Сушко Е.Д. Мультиагентные системы и суперкомпьютерные технологии в общественных науках // Нейрокомпьютеры: разработка, применение. 2017. № 5. С. 3–9.

35. Макаров В.Л., Бахтизин А.Р., Сушко Е.Д., Сушко Г.Б. Моделирование социальных процессов на суперкомпьютерах: новые технологии // Вестник Российской академии наук. 2018. № 6. С. 508–518.

36. Денисов А.А., Денисова Е.В. Конструирование абстрактных сознаний // Информационные войны. 2013. № 1. С. 2–13.

37. Денисов А.А., Денисова Е.В. Теорема и парадокс барьера осознания // Экономические стратегии. 2015. № 5–6. С. 142–157.

38. Вайно А.Э., Кобяков А.А., Сараев В.Н. Образ Победы. М.: Институт экономических стратегий РАН, компания «GLOWERS», 2012. 140 с.

39. Психолингвистическая экспертная система ВААЛ [Электронный ресурс]. URL:http://www.vaal.ru/prog/rukov.php.

40. Аудиальная программа «Бименталь» [Электронный ресурс] // Mirmageric.ru. URL: https://mirmageric.ru/prs.php?str=bmental.

41. Бугаев А.С., Логинов Е.Л., Райков А.Н., Сараев В.Н. Семантика сетевых контактов // Научно-техническая информация. Серия 1: Организация и методика информационной работы. 2009. № 2. С. 33–36.

42. Агеев А.И., Логинов Е.Л. Нейроменеджмент личности. М.: Институт экономических стратегий, 2019. 120 с.

43. Агеев А.И., Логинов Е.Л. Битва за будущее: кто первым в мире освоит ноомониторинг и когнитивное программирование субъективной реальности? // Экономические стратегии. 2017. № 2. С. 124–139.

Цифровая навигация в матрице реальностей: оперирование бифуркационными траекториями движения ключевых точек будущего на «дереве» ветвящихся событийных цепочек

DOI: 10.33917/es-5.163.2019.48-55

Целью статьи является рассмотрение возможностей оперирования вероятностями реальности (понимаемой как интерпретация человеком картины окружающего реального и выдуманного мира с вытекающими линиями поведения) для противодействия системным сбоям в работе механизмов управления социумом. Предлагается идентификация системно-параметрических взаимосвязей, в том числе величины перетоков информации и ее вычислительной обработки, кластеризации, доработки и использования при реализации технологии «разведки будущего» в рамках некой суперсистемы цифровой структуры управления социумом. Формируются возможности проникновения на уровень сознательной (смысловой) и бессознательной (эмоциональной) интерпретации событий, когда необходимо обеспечить у личностей и их групп логические цепочки (событийные ряды) трактовки истории и интерпретацию событий в отношении проблем, которые могут повлиять на поддержание стабильности базового образа будущего. Создается возможность для навигации по контролируемому набору возможных траекторий движения ключевых точек будущего на «дереве» ветвящихся событийных цепочек при управлении социумом в рамках процесса формирования материального будущего, реализуемого через самоподстройку окружающей субъективной реальности к «матрице ключевых смысловых образов» в направлении базового образа будущего

Источники:

1. Агеев А.И., Логинов Е.Л. Битва за будущее: кто первым в мире освоит ноомониторинг и когнитивное программирование субъективной реальности? // Экономические стратегии. 2017. № 2. С. 124–139.

2. Добрынин А.П., Черных К.Ю., Куприяновский В.П. и др. Цифровая экономика — различные пути к эффективному применению технологий (BIM, PLM, CAD, IOT, SMART CITY, BIG DATA и др.) // International Journal of Open Information Technologies. 2016. № 1. С. 4–11.

3. Бугаев А.С., Логинов Е.Л., Райков А.Н., Сараев В.Н. Семантика сетевых контактов // Научно-техническая информация. Серия 1: Организация и методика информационной работы. 2009. № 2. С. 33–36.

4. Агеев А.И. Будущее России: в тисках истории, хаоса и сценариев // Мир России: Социология, этнология. 2010. № 1. С. 126–162.

5. Нестик Т.А. Коллективный образ будущего: социально-психологические аспекты прогнозирования // Вопросы психологии. 2014. № 1. С. 3–13.

6. Розин М.Д., Мощенко И.Н., Джикаев Д.А. Моделирование политической напряженности методами семантического дифференциала и теории катастроф // Математический форум (Итоги науки. Южный федеральный округ). 2010. С. 341–352.

7. Агеев А.И., Логинов Е.Л., Шкута А.А. Конвергентный мониторинг и программирование личности как инструмент оперирования интеллектуальной динамикой поведения больших групп людей // Экономические стратегии. 2018. № 2. С. 70–87.

8. Логинов Е.Л., Шкута А.А., Борталевич В.Ю. Цифровая технология разведки будущего: противодействие неизвестным угрозам в будущих периодах, которые характеризуются высокой степенью неопределенности развития событийных цепочек и нелинейностью причинно-следственных связей // Искусственные общества. 2018. № 4.

9. Николаев В.И., Толстых Н.Н. Конфликтное взаимодействие инфокоммуникационных систем // Теория и техника радиосвязи. 2018. № 2. С. 72–84.

10. Неганов В.А., Антипов О.И., Неганова Е.В. Фрактальный анализ временных рядов, описывающих качественные преобразования систем, включая катастрофы // Физика волновых процессов и радиотехнические системы. 2011. № 1. С. 105–110.

11. Минаев В.А., Сычев М.П., Вайц Е.В. и др. Моделирование информационно-психологических воздействий на социум в случае независимых параллельных межличностных коммуникаций в социальных подгруппах // Информация и безопасность. 2017. № 3. С. 352–355.

12. Муртазина Е.П., Журавлев Б.В. Системный анализ нейрофизиологических показателей целенаправленного внимания при изучении испытуемыми инструкции выполнения последующей деятельности // Нейрокомпьютеры: разработка, применение. 2014. № 8. С. 22–27.

13. Магницкий Н.А. Использование методов хаотической динамики для обнаружения атак на ресурсы распределенных информационных систем // Труды Института системного анализа Российской академии наук. 2015. № 1. С. 57–59.

14. Бондарко В.М., Бондарко Д.В., Солнушкин С.Д., Чихман В.Н. Моделирование результатов психофизических экспериментов нейронными сетями // Нейрокомпьютеры: разработка, применение. 2018. № 5. С. 31–33.

15. Пителинский К.В. Инновационные и информационные технологии как средства захвата и удержания власти // Вестник Московского института лингвистики. 2015. № 8. С. 130–135.

16. Подшивалов Г.К. Метод прогнозирования стохастических процессов с изменяющимися фазовыми режимами // Управление риском. 2012. № 1. С. 20–29.

17. Першина М.П., Нечай Е.Е., Васильева Т.А. Цветные революции на постсоветском пространстве: новые технологии государственных переворотов // Этносоциум и межнациональная культура. 2017. № 3. С. 114–127.

18. Райков А.Н. Когнитивное программирование // Экономические стратегии. 2014. № 4. С. 108–113.

19. Ковалева М.Е., Булыгина В.Г. Психофизиологические предикторы психической адаптивности у специалистов опасных профессий (на примере военнослужащих) // Психология и право. 2017. № 4. С. 137–150.

20. Рязанов Д.Ю. Моделирование и анализ процессов трансформации личности современного человека с использованием методов теории катастроф // Вестник МГТУ Станкин. 2010. № 2. С. 143–151.

21. Намиот В.А., Чернавский Д.С. «Непредсказуемость квантового мира» и логические катастрофы // Биофизика. 2003. № 6. С. 1147–1150.

22. Тимофеев А.И., Дмитриева В.А. Мыслящие системы и проблемы нашей цивилизации // Искусственный интеллект. 2014. № 4. С. 116–122.

23. Городецкий А.Е., Тарасова И.Л., Зиняков В.Ю. Комбинированное логико-вероятностное и лингвистическое моделирование отказов сложных систем // Информационно-управляющие системы. 2015. № 1. С. 35–42.

24. Пановский В.Н., Пантелеев А.В. Интервальные методы синтеза нейроуправления нелинейными детерминированными динамическими системами // Вестник воздушно-космической обороны. 2017. № 4. С. 112–116.

25. Щербань И.В., Иванов С.В., Щербань О.Г. Стратегия управления игроком-союзником в задаче нелинейной дифференциальной игры с терминальными ограничениями // Вестник Воронежского государственного технического университета. 2018. № 1. С. 21–26.