Рассмотрена стационарная система с набором неидеальных измерений, полезная составляющая которых в отдельные моменты времени может быть недоступна. Вводятся виртуальные объекты, дублирующие состояние исходного объекта наблюдения, и для каждого из таких объектов строится оценка выхода. С помощью векторизации выводится расширенная модель системы в виде линейной дискретной стационарной системы с мультипликативными шумами. Внешнее возмущение выбрано из класса последовательностей случайных векторов с ограниченным уровнем средней анизотропии. Для системы, описывающей динамику ошибок оценивания, получены условия ограниченности анизотропийной нормы, при выполнении которых выбранный вид оценивателя существует. Указана обратимая линеаризующая замена переменных, позволяющая свести задачу поиска матриц оценивателя к проверке разрешимости специальной системы линейных матричных неравенств с выпуклым ограничением.

Рассматривается кинематическая задача поиска оптимального по энергии программного углового ускорения космического аппарата при произвольных граничных условиях по угловому положению и угловой скорости космического аппарата. В рамках классической кинематической интерпретации Пуансо углового движения твердого тела как обобщенного конического движения и на основе принципа максимума Понтрягина получено квазиоптимальное аналитическое решение задачи, которое доведено до алгоритма. Приводятся подтверждающие аналитические и числовые примеры, показывающие в зависимости от граничных условий либо близость квазиоптимального решения к оптимальному решению, либо их полное совпадение.

Представлены результаты синтеза нестационарного закона управления перехватчиком при его наведении на высокоманевренную воздушную цель, учитывающего несоответствие динамических свойств перехватчика и цели. Приведены результаты моделирования, свидетельствующие о потенциальной возможности перехвата воздушной цели и повышении точности наведения.

Изучена одношаговая задача оптимального выбора страховщиком дележа риска между ним и группой клиентов при одновременном выборе портфеля инвестиций на рынке из n рисковых активов, имеющих случайные доходности, и одного безрискового актива. Предполагается наличие «фоновых рисков» (background risks), т.е. внешних случайных факторов, влияющих на ущербы страхователей, и систематических рисков, влияющих на доходности активов. Целевой функционал есть функционал типа Марковица, т.е. зависящий лишь от первых двух моментов финального капитала страховщика. Показано, что оптимальное страхование принадлежит классу stop-loss страхований. Найдены уравнения для определения значений параметров в функции дележа риска и в оптимальном инвестиционном портфеле. Решен численный пример.

Прогнозирование критических переходов в динамике заболеваемости эпидемическими инфекциями – важнейшая задача эпидемического надзора, влияющая на эффективность работы системы здравоохранения. Рассматривается использование методов детекции аномалий во временных рядах заболеваемости на основе искусственного интеллекта и сигналов раннего предупреждения (СРП) для предсказания моментов перехода от сезонных инфекций к эпидемическим вспышкам. Рассматриваются два основных подхода: метод на основе классификации, определяющий близость к критическому переходу, и метод на основе регрессии для прогнозирования будущей динамики инфекции. Различные модели машинного обучения, включая ансамблевые методы (Easy Ensemble, RUSBoost, Balanced Bagging), архитектуры глубокого обучения (Early Warning Signal Network (EWSNet), LSTM, GRU), применяются к данным двух типов: заболеваемости гриппом с маркировкой временных отрезков, соответствующих эпидемическим периодам согласно экспертным критериям, и заболеваемости COVID-19 без маркировки. Результаты показывают, что Easy Ensemble и EWSNet обеспечивают наилучший баланс между значениями метрик precision и recall. Рекуррентные нейронные сети эффективно моделируют динамику средних значений, но прогнозирование дисперсии показателей остается сложной задачей. Приведенные в статье результаты демонстрируют потенциал сочетания классических методов СРП с машинным обучением для улучшения прогнозирования эпидемий и поддержки принятия решений в здравоохранении.

Системам связанных агентов и сетевому управлению посвящено большое число отечественных и зарубежных исследований. Исторически, наибольший интерес в теории управления возникал к усредняющим системам и, в частности, к задаче консенсуса. Однако сетевое взаимодействие может характеризоваться более специфическими функциями, отражающими зависимость от действий соседей по сети, что особенно явно проявляется в моделях стратегического взаимодействия на сети, которое является предметом теории игр. В данной работе проводится обзор теоретикоигровых моделей сетевого взаимодействия из класса игр с линейным наилучшим ответом. Представлено формальное описание моделей, рассматриваются постановки задач управления в данном классе игр. Особое внимание уделено связи с моделями консенсуса и известными для них задачами управления, которые могут быть сформулированы в терминах стратегического взаимодействия агентов. Несмотря на общую схожесть с известными в теории управления моделями линейных систем, данный класс игр позволяет отразить качественные аспекты стратегического взаимодействия связанных агентов и подчеркнуть роль структурных характеристик.