Розроблення моделі ідентифікації стану різнорідних динамічних об’єктів

Автор(и)

  • Микола Мороз Науково-дослідний інститут Воєнної розвідки, Україна
  • Олександр Яковчук Військовий інститут телекомунікацій та інформатизації імені Героїв Крут, Україна
  • Сергій Гаценко Національний університет оборони України імені Івана Черняховського, Україна http://orcid.org/0000-0002-0957-6458

DOI:

https://doi.org/10.33099/2311-7249/2023-46-1-18-22

Ключові слова:

різнорідні динамічні об’єкти, складні технічні системи, комплексний аналіз, обробка різнотипних даних

Анотація

Технології штучного інтелекту активно застосовуються для вирішення загальних і вузькоспеціалізованих завдань. У процесі оцінювання (ідентифікації) стану складних і різнорідних об’єктів є високий ступінь апріорної невизначеності стосовно їх стану та малий обсяг вихідних даних, що їх описують. Тенденції збройних конфліктів останніх десятиліть, а також закономірності розвитку інформаційних систем переконливо свідчать про необхідність зміни підходів до збору інформації від різнотипних джерел та їх аналізу. Відбувається постійна трансформація форм подання інформації і порядку зберігання та доступу до різнотипних даних. Невирішеною повністю також є проблема інтеграції різнорідних джерел збору інформації в єдиний інформаційний простір. Саме тому, питання підвищення оперативності оцінювання стану складних і різнорідних динамічних об’єктів є важливим та актуальним питанням. Об’єктом дослідження є різнорідні динамічні об’єкти, а предметом – ідентифікація стану різнорідних динамічних об’єктів. У статті розроблену модель ідентифікації стану різнорідних динамічних об’єктів. Новизна запропонованої методики полягає у: врахуванні ступеня невизначеності про стан різнорідного динамічного об’єкту; врахуванні ступеня зашумленості даних у результаті викривлення даних, що характеризують стан різнорідного динамічного об’єкту; зменшенні обчислювальних витрат з оцінювання стану різнорідних динамічних об’єктів; можливості проведення розрахунків із вихідними даними, що є різні за природою та одиницями вимірювання. Зазначену методику доцільно реалізувати у спеціалізованому програмному забезпеченні, яке використовується для аналізу стану складних технічних систем та прийнятті рішень.

Біографія автора

Сергій Гаценко, Національний університет оборони України імені Івана Черняховського

Кандидат технічних наук (05.13.06)

Посилання

Шишацький А. В., Башкиров О. М., Костина О. М. Розвиток інтегрованих систем зв’язку та передачі даних для потреб Збройних Сил. Озброєння та військова техніка. 2015. № 1(5). С. 35–40.

Dudnyk V., Sinenko Yu., Matsyk M., Demchenko Ye., Zhyvotovskyi R., Repilo Iu., Zabolotnyi O., Simonenko A., Pozdniakov P., Shyshatskyi A. Development of a method for training artificial neural networks for intelligent decision support systems. Eastern-European Journal of Enterprise Technologies. 2020. Vol. 3. № 2(105). P. 37–47. DOI: https://doi.org/10.15587/1729-4061.2020.203301.

Sova O., Shyshatskyi A., Salnikova O., Zhuk O., Trotsko O., Hrokholskyi Y. Development of a method for assessment and forecasting of the radio electronic environment. EUREKA: Physics and Engineering. 2021. № 4. P. 30–40. DOI: https://doi.org/10.21303/2461-4262.2021.001940.

Pievtsov H., Turinskyi O., Zhyvotovskyi R., Sova O., Zvieriev O., Lanetskii B., Shyshatskyi A. Development of an advanced method of finding solutions for neuro-fuzzy expert systems of analysis of the radioelectronic situation. EUREKA: Physics and Engineering. 2020. № 4. P. 78–89. DOI: https://doi.org/10.21303/2461-4262.2020.001353.

Zuiev P., Zhyvotovskyi R., Zvieriev O., Hatsenko S., Kuprii V., Nakonechnyi O., Adamenko M., Shyshatskyi A., Neroznak Y., Velychko V. Development of complex methodology of processing heterogeneous data in intelligent decision support systems. Eastern-European Journal of Enterprise Technologies. 2020. Vol. 4. № 9(106). Р. 14‒23. DOI: https://doi.org/10.15587/1729-4061.2020.208554.

Shyshatskyi A., Zvieriev O., Salnikova O., Demchenko Ye., Trotsko O., Neroznak Ye. Complex Methods of Processing Different Data in Intellectual Systems for Decision Support System. International Journal of Advanced Trends in Computer Science and Engineering. 2020. Vol. 9. № 4. P. 5583‒5590. DOI: https://doi.org/10.30534/ijatcse/2020/206942020.

Yeromina N., Kurban V., Mykus S., Peredrii O., Voloshchenko O., Kosenko V., Kuzavkov V., Babeliuk O., Derevianko M., Kovalov H. The Creation of the Database for Mobile Robots Navigation under the Conditions of Flexible Change of Flight Assignment. International Journal of Emerging Technology and Advanced Engineering. 2021. Vol. 11. Iss. 05. P. 37‒41. DOI: https://doi.org/10.46338/ijetae0521_05.

Ротштейн А. П. Интеллектуальные технологии идентификации: нечёткие множества, генетические алгоритмы, нейронные сети. Винница : «УНИВЕРСУМ», 1999. 320 с.

Ramaji I. J., Memari A. M. Interpretation of structural analytical models from the coordination view in building information models. Automation in Construction. 2018. Vol. 90. P. 117–133. DOI: https://doi.org/10.1016/j.autcon.2018.02.025.

Pérez-González C. J., Colebrook M., Roda-García J. L., Rosa-Remedios C. B. Developing a data analytics platform to support decision making in emergency and security management. Expert Systems with Applications. 2019. Vol. 120. P. 167–184. DOI: https://doi.org/10.1016/j.eswa. 2018.11.023.

##submission.downloads##

Опубліковано

2023-06-08

Номер

Розділ

Військова кібернетика та системний аналіз