Разработан знаковый алгоритм классификации состояний биоценоза, под которым в работе понимается совокупность микроорганизмов разного вида, населяющих желудочно-кишечный тракт (ЖКТ) человека. Состояние биоценоза описывается количеством микроорганизмов каждого из видов, которые в совокупности образуют многомерное пространство состояний биоценоза. Задача заключается в определении, какому из подмножеств в пространстве состояний биоценоза принадлежит состояние диагностируемого пациента. Подмножества формируются априорно и представляют собой выборки соответственно из здоровых и больных людей. Решение о состоянии пациента принимается на основании частных решений, каждое из которых принимается посредством сравнения двух признаков, один из которых принадлежит пациенту, а другой является признаком объектов, принадлежащих выбранному множеству. Сравнение осуществляется посредством вычисления разности между значениями выбранных признаков, при этом учитывается только знак разности. Окончательное решение принимается в пользу того множества, в пользу которого принято максимальное количество частных решений. Результаты экспериментальных исследований подтвердили более высокую эффективность разработанного алгоритма классификации по сравнению с традиционными методами и устойчивость к изменениям априорно неизвестных характеристик пространства состояний. Эффект достигается за счет учета скрытых структурных свойств пространства состояний.

The sign classification algorithm of biocenosis state has been developed. It means in this article as aggregation of microorganisms of different species which inhabit a human large intestine tract. The condition of a biocenosis is described by number of all microorganisms of each species which together form a multidimensional state space of biocenosis. It should be determined which subset in the multidimensional space of biocenosis states contains a state of diagnosed patient. The subsets are formed a priori and there are sample of healthy and sick people. The patient´s condition is determined on the basis of particular decisions. Every decision is made as a matching of two parameters, one of which belongs to some patient and the other is a object’s parameter, which belongs to chosen set. The matching of parameters is made as calculation of subtraction between values of chosen parameters. Only the subtraction sign is considered. The final decision is made in favor of that set in favor of which the maximum quantity of particular decisions is accepted. Results of the experimental researches confirmed higher performance of the developed algorithm of classification in comparison with traditional methods and resistance to changes of a priori unknown characteristics of the state space. The effect is achieved by taking into account the hidden structural properties of the state space.