Предлагается принципиально новый подход к осуществлению процессов сбора и анализа информации в системах оперативного планирования и управления функциональной надежностью, основанный на создании и применении аналитических информационных систем (АИС). Основным назначением таких систем является создание информационных платформ в интересах систем поддержки принятия решений (DSS - decision support system). В рамках АИС управления функциональной надежностью предполагается создание уникального механизма, являющегося развитием интеграции OLAP- и ROLAP-технологий в следующих направлениях: оперативное изменение состава (перечня) хранимых данных и их взаимосвязей; многоступенчатый доступ к данным и формирование гибких незапланированных запросов на выборку требуемых сведений в терминах предметной области; поддержка уникальных протоколов пополнения хранилища данных. В силу распределенного характера хранения и обработки данных в АИС и специфики организации хранилищ данных большого объема вычислительная среда и телекоммуникационная платформа АИС должна реализовываться в виде локальной вычислительной сети (ЛВС), оснащенной средствами телекоммуникации для связи с внешними источниками и потребителями информации. Архитектуру АИС целесообразно формировать по принципу многослойной организации, выделив четыре основных архитектурных слоя: слой приложений (application layer); промежуточный слой (middleware); слой данных (data layer); платформа АИС.
Для обеспечения эксплуатации автоматизированных систем управления предполагается использовать новую методологию прецедентного анализа. Количественный поиск ситуаций-аналогов осуществляется методами автоматического последовательно скользящего просмотра ретроспективных данных, представленных в виде многомерных временных рядов в специализированных базах данных. Используя статистическую меру близости между текущей и просматриваемой ситуацией, выбирается множество количественных прецендентов, каждому из которых соответствуют качественные описания соответствующего периода времени. Специалист получает качественные данные прецедентов и селектирует наиболее правдоподобные прецеденты. Последующие за прецедентами ситуации на временном интервале образуют набор прецедентов прогнозируемой ситуации, позволяющей формировать качественно новый математический прогноз, заведомо учитывающий весь исторический опыт, хранящийся в памяти ЭВМ, и скорректированный с учетом знаний и интуиции специалиста. Таким образом, идеалогия прецедентного анализа предоставляет возможность гармонично интегрировать усилия специалиста в области эксплуатации и машины и вплотную подойти к формированию технологий гибридного интеллекта. Предлагаемая концепция прецедентного анализа не требует от специалиста в области эксплуатации дополнительной математической подготовки, не предъявляет исключительно высоких требований к его личному опыту. Специалист может пользоваться традиционными качественными методами анализа ситуаций, уже выбранными для него методами машинного поиска. Это позволяет построить новый тип интерфейса, "Доброжелательный" к предметному специалисту и удовлетворяющий вышеописанным требованиям.
