Высокие статистические технологии

Основные этапы работ А.И. Орлова в области искусственного интеллекта
(Обзор)

Кратко расскажем о наших основных кибернетических работах, связанных с применением вычислительной техники. Эти работы составляют значительную часть моей научной деятельности. Однако они почти не обсуждались с коллегами, прежде всего, с сотрудниками кафедры ИБМ-2, поскольку не были связаны с текущими работами последних лет. В результате у них складывалось не вполне адекватное представление об этой стороне моего профессионального пути, об истоках тех или иных утверждений. Например, таких, как: «Искусственный интеллект – кибернетика сегодня».
Оставим в стороне чисто теоретические исследования, которым посвящены, в частности, наши монографии по экономической теории (Орлов, 2024а) и математическим методам исследования (Орлов, 2026). За подробностями по тематике данного обзора отсылаем к сводке (Орлов, 2024).
1. Первый этап – знакомство школьников с базовыми идеями математики, в том числе кибернетики и искусственного интеллекта. В журнале «Пионер» (тираж каждого номера - 1,5 млн. экз.) в 1970 – 1977 гг. в посвящённом математике разделе «Встречи с тремя неизвестными» мною были опубликованы 48 статей (многие в соавторстве). В (Орлов, Розенталь, 1972) речь шла об ЭВМ и составлении программ для них. Машине Поста (Успенский) посвящена работа (Орлов, Розенталь, 1972а). Тема «Машина Поста» в 70-е годы воспринималась как информация о работе ЭВМ, а сейчас – как рассказ об алгоритмах. Понятие «алгоритм» проанализировано в (Орлов, 1972). В разделе «Встречи с тремя неизвестными» рассматривались и многие другие кибернетические идеи. Шла речь о двоичной системе счисления, теории игр, задачах оптимизации, теории вероятностей и даже теории массового обслуживания (см., например, беседу с Б.В. Гнеденко в статье (Орлов, 1971)).
Конечно, объем статей в журнале «Пионер» был невелик. Однако наработанных материалов хватило на пособие для учителей «Внеклассная работа по математике в 6-8 классах» (Гусев). Общий тираж книги превысил 500 000 экз. Этот тираж сейчас кажется фантастическим.
Подробнее об этом этапе профессионального пути автора данной монографии в области кибернетики и искусственного интеллекта рассказано в (Орлов, 2024, разд. 4.1).
2. За время работы в Центральном экономико-математическом институте (1991- 1978) был разработан и изучен ряд экономико-математических моделей, в том числе с использованием компьютеров. Примером является работа по управлению запасами (Орлов А.И., Пейсахович). В модели планирования оптимальных размеров поставок и начального запаса удалось обнаружить возможность декомпозиции задачи оптимизации, что позволило численно решить эту задачу.
Важно отметить, что в 1970-е годы были заложены основы ряда направлений исследований, которые автор настоящей монографии разрабатывает до настоящего времени. Например, программа развития статистики нечисловых данных была разработана в 1979 г. (Орлов, 1979). Исследования 1970-е годов подытожены в монографии (Орлов, 1979а).
3. Во время работы в ЦНИЛ 4ГУ при МЗ СССР («кремлёвская больница») большое внимание уделялось созданию медицинской информационно-исследовательской системы. Именно тогда было выяснено, что наиболее адекватный показатель качества алгоритма диагностики – это прогностическая сила (Орлов, 2011; Орлов, 2014). В настоящее время этот научный результат включен в курсы «Эконометрика» и «Организационно-экономическое моделирование».
Одновременно наш коллектив проектировал «АСУ-Поликлиника». В настоящее время весьма многие лечебные учреждения используют соответствующие информационные системы, а тогда мы были первыми. К сожалению, реализовать проект не удалось. По нашей оценке, наиболее надёжными ЭВМ в то время были компьютеры фирмы «Хьюлетт-Паккард», они и были закуплены. Однако в ответ на ввод советских войск в Афганистан США ввели санкции против СССР, и корабль с этой техникой не был выпущен из американского порта. Выполнение проекта стало невозможным, и наш отдел был расформирован.
4. Огромный вклад в развитие кибернетики в нашей стране внёс Научный совет по комплексной проблеме «Кибернетика» при Президиуме АН СССР. Его создал в 1959 г. и им руководил до своей смерти в 1979 г. Аксель Иванович Берг, адмирал-инженер, заместитель министра обороны, академик и Герой Социалистического Труда. Совет объединил вокруг себя тысячи специалистов. Использовалась своеобразная матричная структура управления: специалисты работали в НИИ и вузах и одновременно входили в интересующие их секции Научного совета. Активно действовала секция «Планирование эксперимента» под руководством В.В. Налимова, объединявшая более тысячи исследователей. Внутри этой секции была создана комиссия «Экспертные оценки» (под руководством Ю.Н. Тюрина). Она создала основы современных технологий сбора и анализа экспертных оценок, позже отражённые в учебниках автора настоящей книги (см., например, (Орлов, 2011а; Орлов, 2022)). До сих пор не потерял актуальности препринт «Анализ нечисловой информации», подготовленный пятью ведущими специалистами этой секции и выпущенный Научным советом по комплексной проблеме «Кибернетика» (Тюрин, 1981). В составе комиссии «Экспертные оценки» действовала подкомиссия «Статистика объектов нечисловой природы», развивающая идеи одноименного научного направления, известного также как нечисловая статистика и статистика нечисловых данных. Существование прикладной статистики как самостоятельной научной и практической дисциплины в нашей стране отсчитывают с момента выхода в 1981 г. составленного нами сборника статей «Современные проблемы кибернетики» с подзаголовком «Прикладная статистика». (Современные проблемы, 1981).
5. В 1980-е годы на фоне перестройки развернулось научно-общественное движение в области статистики. Наиболее яркими событиями были создание Всесоюзного центрп статистических методов и информатики Центрального правления Всесоюзного экономического общества (ВЦСМИ) и учреждение Всесоюзной статистической ассоциации (Орлов, 1991, 1991а, 1991б, 1991в). В качестве директора организовывал разработку программных продуктов по статистическим методам, некоторые из них проектировал. За 1989 – 1992 гг. в ВЦСМИ силами примерно 300 специалистов разработано около 30 программных продуктов. Компьютерные системы мы рассматривали как способ внедрения современных статистических методов (Орлов, 1992). Однако развал СССР и его экономики положил конец этим глобальным планам. В настоящее время ВЦСМИ продолжает действовать как Институт высоких статистических технологий и эконометрики (ИВСТЭ) на базе кафедры ИБМ-2 "Экономика и организация производства" Московского государственного технического университета им. Н.Э. Баумана (viewtopic.php?f=5&t=1360).
6. В конце 1990-х годов по заданию Минфина РФ был разработан и программно реализован метод компьютерно-статистического моделирования (далее метод ЖОК) для оценки результатов влияния описывающих ситуацию факторов на итоговые показатели и друг на друга (Жихарев, 1999; Орлов, 2012, гл.9). Метод ЖОК получил название по первым буквам основных разработчиков - В.Н. Жихарева, А.И. Орлова, В.Г. Кольцова. Он использует модель многомерного временного ряда, в которой коэффициенты непосредственного влияния факторов друг на друга и начальные условия задаются экспертами. Метод ЖОК позволяет получать выводы, полезные для управления различными структурами на микро- и макроуровнях, от бригад и предприятий до государства в целом. Он развивает идеи когнитивного подхода при решении слабоструктурированных задач, разработанного в Институте проблем управления (Корноушенко, 1998; Максимов, Корноушенко, 1998), но на основе иного математического обеспечения, разработанного нами в ходе выполнения задания Минфина РФ.
Система ЖОК с успехом использовалась для анализа конкретных экономических ситуаций. Так, по заказу Минфина РФ она применялась для анализа взаимовлияний факторов, определяющих динамику налогооблагаемой базы и сбора подоходного налога с физических лиц, налога на имущество, налогов и сборов за пользование природными ресурсами и др. Другие примеры применения системы ЖОК касались оптимизации экономической стороны деятельности промышленного предприятия или организации в иной сфере, экономических взаимоотношений отраслей народного хозяйства, а также макроэкономического моделирования, в ходе которого удалось вскрыть две неточности в основной схеме известного учебника (Макконнелл), а затем исправить их, включив дополнительные блоки в соответствующую модель. Итоги были подведены на VII Международной конференции «Когнитивный анализ и управление развитием ситуаций» (Орлов, 2007).
В те же годы появляются первые наши публикации с использованием термина «искусственный интеллект» (Орлов, 2003; Орлов, 2003а).
7. В октябре 2010 г. я получил по электронной почте письмо от заместителя директора Департамента предотвращения авиационных происшествий Группы компаний «Волга-Днепр» Валерия Дмитриевича Шарова. Он предложил мне стать главным научным консультантом проекта разработки АСППАП - автоматизированной системы прогнозирования и предотвращения авиационных происшествий. Эта работа выполнялась в 2010-2012 гг. Группой авиакомпаний «Волга-Днепр» (ГрК «Волга-Днепр») и Ульяновским государственным университетом в соответствии с Постановлением Правительства РФ № 218 от 9 апреля 2010 г. Финансирование осуществлялось государством и ГрК «Волга-Днепр» в равных долях. ГрК «Волга-Днепр» является мировым монополистом в области нестандартных авиаперевозок, ее флот – самые мощные в мире грузовые самолёты АНТ-124 «Руслан». В ГрК «Волга-Днепр» я работал в 2011-2012 гг. в качестве советника президента А.И. Исайкина, занимаясь, прежде всего, консультированием проекта разработки АСППАП.
Научные публикации появились не сразу, а только с октября 2011 г. (через 9 месяцев после начала разработки АСППАП). Они продолжались после окончания разработки АСППАП в декабре 2012 г. (Орлов, 2024, раздел 2.5.6). Итоги были подведены на III Международной научно-практической конференции «Системы управления жизненным циклом изделий авиационной техники: актуальные проблемы, исследования, опыт внедрения и перспективы развития» (1-2 ноября 2012 г., г. Ульяновск). С моим участием было сделано 6 докладов.
Оргкомитет конференции проявил уникальную заботу о докладчиках, опубликовав к началу конференции представленные статьи, причём даже двумя способами – в «Трудах конференции» и в «Известиях Самарского научного центра Российской академии наук». С моим участием опубликовано 3 статьи (Бутов, 2012; Орлов, Савинов, 2012; Хрусталев С.А., Орлов, 2012).
Дальнейшие публикации касались, в частности, методу выявления отклонений в системе контроллинга (на примере мониторинга уровня безопасности полётов) (Орлов, Шаров, 2014).
Система АСППАП была внедрена в одной из крупнейших отечественных авиакомпаний ГрК «Волга-Днепр». В её создании участвовали около 100 специалистов из многих организаций Москвы, Ульяновска, из самой авиакомпании. По своему научно-техническому уровню она значительно превосходит зарубежные аналоги. В качестве главного научного консультанта проекта разработки АСППАП я занимался консультированием исполнителей, критическим анализом подготовленных другими специалистами разделов проекта, разработкой и применений технологий экспертных оценок. По тематике АСППАП мною выпущено 28 публикаций.
8. Современный этап (с 2013 г.) начался с подготовки и публикации (в 2014, 2015, 2016, 2017, 2018, 2019, 2022 гг.) семи совместных монографий с профессором Кубанского государственного аграрного университета Е.В. Луценко (Орлов, Луценко, 2014; Орлов, Луценко, Лойко, 2015; Орлов, Луценко, Лойко, 2016; Лойко, Луценко, Орлов, 2017; Лойко, Луценко, Орлов, 2018; Лойко, Луценко, Орлов, 2019; Орлов, Луценко, 2022). В каждой из них давалась информация о программной системе «Эйдос» и полученных с её помощью новых научных результатов в различных областях деятельности. Основой этой системы служит системно-когнитивный анализ, разработанный проф. Е.В. Луценко. Таким образом, в этих монографиях достигнут синтез науки и информационно-коммуникационных технологий.
Смена терминологии в развитии науки проанализирована в статье (Орлов, 2022а). Простейший пример – вместо термина «ЭВМ» редакторы требуют писать «компьютер».
Наблюдается цепочка терминов: кибернетика – информатика – информационно-коммуникационные технологии – искусственный интеллект, сменяющих друг друга в массовом сознании. Полагаем, что искусственный интеллект – это кибернетика сегодня.
Другой пример смены терминологии. По нашему мнению, содержание термина «цифровая экономика» совпадает с содержанием термина «экономика на основе широкого использования информационно-коммуникационных технологий» (Лойко, Луценко, Орлов, 2018).
Примером смены терминологии является весьма популярное в настоящее время словосочетание «искусственный интеллект». Его понимают по-разному. В Национальной стратегии развития искусственного интеллекта на период до 2030 года (Национальная стратегия, 2019) принято следующее определение: «... искусственный интеллект - комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые, как минимум, с результатами интеллектуальной деятельности человека. Комплекс технологических решений включает в себя информационно-коммуникационную инфраструктуру, программное обеспечение (в том числе, в котором используются методы машинного обучения), процессы и сервисы по обработке данных и поиску решений». В этом определении прямо не говорится про научную основу «комплекса технологических решений». По нашему мнению, в социально-экономической области в качестве такой основы можно использовать организационно-экономическое моделирование, эконометрику, прикладную статистику (включая нейросетевые методы), математические методы исследования, в частности, статистику нечисловых данных (Орлов, 2022б), технологии экспертных оценок (Орлов, 2022). В разделе «Математические методы исследования» «Заводская лаборатория. Диагностика материалов» журнала «Заводская лаборатория. Диагностика материалов» обсуждаются проблемы искусственного интеллекта, использование нейросетей, анализ больших данных (Орлов, 2023) и соответствующие программные системы (Луценко Е.В., Головин Н.С.).
Как отмечено в (Новиков, 2022), «с точки зрения теории управления искусственный интеллект – это раздел математики. Традиционно есть несколько областей науки, как правило – методов прикладной математики, которые считают относящимися к искусственному интеллекту». Необходимо добиться, чтобы научная основа «комплекса технологических решений», т.е. искусственного интеллекта, соответствовала современному уровню развития науки. Отметим, что современные обсуждения различных проблем искусственного интеллекта зачастую напоминают дискуссии середины ХХ в. о кибернетике. Термин «искусственный интеллект» заменил термин «кибернетика». Безобидна ли игра с терминами? Директор Института проблем управления академик РАН Д.А. Новиков обоснованно считает, что «Вокруг искусственного интеллекта складывается очень тревожная структура знаний и компетенций» (Новиков, 2022). Это необходимо учитывать при обсуждении рассматриваемой проблематики.
Использование уходящей в прошлое терминологии приводит к тому, что знакомство широких масс специалистов со многими ценными научными результатами сокращается, их место в массовом сознании замещается новомодными аналогами, зачастую с более низкими показателями качества. Например, так обстоит дело с использованием нейросетей для диагностики (по сравнению с методами на основе отношения непараметрических оценок плотностей распределения вероятностей). Исходя из сказанного, при переиздании учебников серии «Организационно-экономическое моделирование» на новое название «Искусственный интеллект», а также стал использовать этот термин в названиях статей.
Рассматриваемая в данном обзоре тематика заслуживает более подробного обсуждения.

Цитированные литературные источники

Бутов А.А., Волков М.А., Макаров В.П., Орлов А.И., Шаров В.Д. Автоматизированная система прогнозирования и предотвращения авиационных происшествий при организации и производстве воздушных перевозок // Известия Самарского научного центра Российской академии наук. 2012. Том 14. № 4(2). С.380-385; Системы управления жизненным циклом изделий авиационной техники: актуальные проблемы, исследования, опыт внедрения и перспективы развития / Труды III Международной научно-практической конференции (1-2 ноября 2012 г., г. Ульяновск): в 2 т. – Т.1 – Ульяновск: УлГУ, 2012. - С. 313-322.
Гусев В.А., Орлов А.И., Розенталь А.Л. Внеклассная работа по математике в 6-8 классах. - М.: Просвещение, 1977. - 288 с. - Второе издание, исправленное и дополненное (М.: Просвещение, 1984). - Перевод на молдавский язык (Кишинёв: Лумина, 1980). - Перевод на литовский язык (Каунас: Швеса, 1982). - Перевод на казахский язык (Алма-Ата: Мектеп, 1986). - Перевод на таджикский язык (со 2-го рус. изд.; Душанбе: Маориф, 1989).
Жихарев В.Н., Кольцов В.Г., Орлов А.И. Эконометрический метод оценки результатов влияния // Тезисы конференции «Организация производства на предприятиях в современных условиях». - М.: Изд-во МГТУ им. Н.Э. Баумана, 1999. - С.113-114.
Корноушенко Е.К., Максимов В.И. Управление процессами в слабоформализированных средах при стабилизации графовых моделей среды // Труды Института проблем управления РАН, 1998. №2. С. 110-146.
Лойко В. И., Луценко Е. В., Орлов А. И. Современные подходы в наукометрии: монография / Под науч. ред. проф. С. Г. Фалько. – Краснодар: КубГАУ, 2017. – 532 с.
Лойко В.И., Луценко Е.В., Орлов А.И. Современная цифровая экономика. – Краснодар: КубГАУ, 2018. – 508 с.
Лойко В.И., Луценко Е.В., Орлов А.И. Высокие статистические технологии и системно-когнитивное моделирование в экологии. – Краснодар: КубГАУ, 2019. – 258 с.
Луценко Е.В., Головин Н.С. Автоматизированный системно-когнитивный анализ и система «Эйдос» как метод и инструментарий решения задач в различных предметных областях // Заводская лаборатория. Диагностика материалов. 2025. Т.91, №5. С. 77-88.
Макконнелл К.Р., Брю С.Л. Экономикс: Принципы, проблемы и политика. В 2-х т.: Т.1. Пер. с англ. 11-го изд. - М.: Республика, 1995. - 400 с.
Максимов В.И., Корноушенко Е.К. Аналитические основы применения когнитивного подхода при решении слабоструктурированных задач // Труды Института проблем управления РАН, 1998. №2. С. 95—109.
Новиков Д.А. Вокруг искусственного интеллекта складывается очень тревожная структура знаний и компетенций. 26 июля 2022. – URL: https://new.ras.ru/mir-nauky/news/vokru ... 6720668306 (дата обращения 08.01.2026).
Национальная стратегия развития искусственного интеллекта на период до 2030 года. Утверждена Указом Президента РФ от 10 октября 2019 г. № 490.
Орлов А.И. Как поймать случай? // Пионер. 1971. №12. С. 68-70.
Орлов А.И. Всем знакомый алгоритм // Пионер. 1972. №12. С. 70-72.
Орлов А.И. Статистика объектов нечисловой природы и экспертные оценки // Экспертные оценки / Вопросы кибернетики. Вып.58. - М.: Научный Совет АН СССР по комплексной проблеме «Кибернетика», 1979. С.17-33.
Орлов А.И. Устойчивость в социально-экономических моделях. - М.: Наука,1979а.- 296 с.
Орлов А.И. Создана единая статистическая ассоциация // Вестник Академии наук СССР. 1991. №7. С. 152-153.
Орлов А.И. Всесоюзная статистическая ассоциация // Квант. 1991а. №7. С. 77-77.
Орлов А.И. Всесоюзная статистическая ассоциация - инструмент внедрения современных статистических методов // Кокс и химия. 1991б. №9. С. 51-52.
Орлов А.И. Всесоюзная статистическая ассоциация - гарантия успешного внедрения современных статистических методов // Надёжность и контроль качества. 1991в. №6. С. 54-55.
Орлов А.И. Внедрение современных статистических методов с помощью персональных компьютеров // Качество и надёжность изделий. Вып. 5(21). - М.: Знание, 1992. - С.51-78.
Орлов А.И. Миф ХХ века: искусственный интеллект // Подводная лодка, 2003. №11. С. 102-103.
Орлов А.И. Искусственный интеллект или мощный калькулятор? // Магия ПК. 2003а. №3(59). С. 42-45.
Орлов А.И. Моделирование и оценка результатов взаимовлияний факторов с помощью системы «ЖОК» // Когнитивный анализ и управление развитием ситуаций (CASC’2007) / Труды VII Международной конференции / Под ред. З.К. Авдеевой, С.В. Ковриги. – М.: Институт проблем управления РАН, 2007. - С.214-217.
Орлов А.И. Прогностическая сила как показатель качества алгоритма диагностики // Статистические методы оценивания и проверки гипотез: межвузовский сборник научных трудов. Вып. 23. – Пермь: Пермский государственный национальный исследовательский университет, 2011. – С.104-116.
Орлов А.И. Организационно-экономическое моделирование: учебник: в 3 ч. Ч.2. Экспертные оценки. — М.: Изд-во МГТУ им. Н. Э. Баумана, 2011а. — 486 с.
Орлов А.И. Организационно-экономическое моделирование: учебник: в 3 ч. Ч.3. Статистические методы анализа данных. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2012. - 624 с.
Орлов А.И. Прогностическая сила – наилучший показатель качества алгоритма диагностики // Научный журнал КубГАУ. 2014. №05(099). С. 15 – 32.
Орлов А.И. Искусственный интеллект: нечисловая статистика. — М.: Ай Пи Ар Медиа, 2022б. — 446 c.
Орлов А.И. Искусственный интеллект: экспертные оценки: учебник. — М.: Ай Пи Ар Медиа, 2022. — 436 c.
Орлов А.И. Смена терминологии в развитии науки // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. – 2022а. – № 177. – С. 232-246.
Орлов А.И. Искусственный интеллект, нейросети, большие данные и математические методы исследования // Заводская лаборатория. Диагностика материалов. 2023. Т.89. №7 . С. 5-7.
Орлов А.И. Шестьдесят лет в мире формул (1964 - 2023): Комментарии к списку научных и методических трудов. Изд. 4, испр. и доп. – М.: Институт высоких статистических технологий и эконометрики МГТУ им. Н.Э. Баумана, 2024. – 524 с. [Электронный ресурс]. URL: http://ukros.ru/archives/37928, https://ibm2.ru/library/, viewtopic.php?f=1&t=3711 (дата обращения 11.01.2026).
Орлов А.И. Новая парадигма экономической науки на основе солидарной цифровой экономики: монография. — М.: Русайнс, 2024а. — 164 с.
Орлов А.И. Математические методы исследования: научная революция на основе новой парадигмы: монография. — Санкт-Петербург: Лань, 2026. — 208 c.
Орлов А.И., Жихарев В.Н., Кольцов В.Г. Новый эконометрический метод «ЖОК» оценки результатов взаимовлияний факторов в инженерном менеджменте // Проблемы технологии, управления и экономики. / Под общей редакцией к.э.н. Панкова В.А. Ч.1. Краматорск: Донбасская государственная машиностроительная академия, 1999. - С.87-89.
Орлов А.И., Луценко Е.В. Системная нечёткая интервальная математика. Монография (научное издание). – Краснодар, КубГАУ. 2014. – 600 с.
Орлов А.И., Луценко Е.В., Лойко В.И. Перспективные математические и инструментальные методы контроллинга. Под научной ред. проф. С.Г.Фалько. Монография (научное издание). – Краснодар: КубГАУ. 2015. – 600 с.
Орлов А.И., Луценко Е.В., Лойко В.И. Организационно-экономическое, математическое и программное обеспечение контроллинга, инноваций и менеджмента: монография / под общ. ред. С. Г. Фалько. – Краснодар: КубГАУ, 2016. – 600 с.
Орлов А.И., Луценко Е.В. Анализ данных, информации и знаний в системной нечёткой интервальной математике: научная монография. – Краснодар: КубГАУ, 2022. – 405 с.
Орлов А.И., Пейсахович Э.Э. Некоторые модели планирования оптимальных размеров поставок и начального запаса // Экономика и математические методы. 1975. Т.XI. №4. С. 681-694.
Орлов А.И., Розенталь А.Л. ЭВМ и Неизвестные. Тринадцатилетний дедушка // Пионер. 1972. №9. С. 55-57.
Орлов А.И., Розенталь А.Л. ЭВМ и Неизвестные. В тёмном коридоре // Пионер. 1972а. №10. С. 70-71.
Орлов А.И., Савинов Ю.Г., Богданов А.Ю. Опыт экспертного оценивания условных вероятностей редких событий при разработке автоматизированной системы прогнозирования и предотвращения авиационных происшествий // Известия Самарского научного центра Российской академии наук. 2012. Том 14. № 4(2). С.501-506; Системы управления жизненным циклом изделий авиационной техники: актуальные проблемы, исследования, опыт внедрения и перспективы развития / Труды III Международной научно-практической конференции (1-2 ноября 2012 г., г. Ульяновск): в 2 т. – Т.1 – Ульяновск: УлГУ, 2012. - С. 520-527.
Орлов А.И., Шаров В.Д. Метод выявления отклонений в системе контроллинга (на примере мониторинга уровня безопасности полётов) // Национальные интересы: приоритеты и безопасность. 2014. № 26 (263). С. 54 – 64.
Современные проблемы кибернетики (прикладная статистика). - М.: Знание, 1981. – 64 с.
Тюрин Ю.Н., Литвак Б.Г., Орлов А.И., Сатаров Г.А., Шмерлинг Д.С. Анализ нечисловой информации (препринт). - М.: Научный Совет АН СССР по комплексной проблеме "Кибернетика", 1981. - 80 с.
Успенский В.А. Машина Поста. – М.: Наука, 1988. - 96 с.
Хрусталев С.А., Орлов А.И., Шаров В.Д. Оценка эффективности управленческих решений в автоматизированной системе прогнозирования и предотвращения авиационных происшествий // Известия Самарского научного центра Российской академии наук. 2012. Том 14. № 4(2). С.535-539; Системы управления жизненным циклом изделий авиационной техники: актуальные проблемы, исследования, опыт внедрения и перспективы развития / Труды III Международной научно-практической конференции (1-2 ноября 2012 г., г. Ульяновск): в 2 т. – Т.1 – Ульяновск: УлГУ, 2012. - С. 479-486.