Підхід до вибору методу глобальної оптимізації вирішальної функції для кореляційно-екстремальних систем наведення літальних апаратів
DOI:
https://doi.org/10.33099/2311-7249/2024-50-2-69-76Ключові слова:
кореляційно-екстремальна система наведення літальних апаратів, методи глобальної і локальної оптимізації, екстремум функції, підхід, ефективність, вирішальна функціяАнотація
Відомо, що основою роботи найбільш затребуваної на теперішній час кореляційно-екстремальної системи наведення літальних апаратів є визначення взаємо-кореляційної функції під час накладення (порівняння) еталонного та поточного зображень у спеціальні обчислювачі для подальшого визначення екстремуму функціоналу, що є необхідним для визначення координат літального апарату. Проте саме пошук екстремального значення функції порівняння становить найбільшу обчислювальну складність (час пошуку глобального екстремуму може сягати 70% від часу на всю роботу кореляційно-екстремальної системи наведення літальних апаратів). В сучасних умовах необхідно скорочувати час роботи таких систем на етапі наведення літальних апаратів. Ці вимоги стають ще жорсткішими в умовах зростання кількості елементів поточних зображень, що впливає на роздільну здатність системи. На теперішній час відомий достатньо розвинений математичний апарат для пошуку як глобального, так і локальних екстремумів багатокритеріальних функцій. Проте не існує універсальних алгоритмів пошуку глобального екстремуму для усіх типів датчиків зовнішньої інформації систем наведення літальних апаратів. Метою статті є розроблення, на підставі порівняння існуючих методів оптимізації, алгоритму (методики) вибору методу глобальної оптимізації вирішальної функції для кореляційно-екстремальних систем наведення літальних апаратів з урахуванням умов і обмежень щодо виконуваних ними завдань. Серед відомих математичних методів глобальної і локальної оптимізації немає однозначно задовільних, з погляду на їх обчислювальну ефективність, для пошуку безумовного глобального екстремуму. Часто задача зводиться лише до визначення одного із можливих локальних мінімумів, а зростання розмірності задачі вимагає значних обчислювальних ресурсів. Недоліком відомих детермінованих і стохастичних методів є те, що вони не гарантують збіжності результатів, а також успішний пошук глобального екстремуму, адже багато умов і складнощів змушують зупиняти алгоритм за умов отримання приблизних точок, наближеної до оптимальної. У статті запропоновано показники ефективності, які доцільно використовувати під час обрання конкретного методу пошуку глобального екстремуму, зокрема – імовірність знаходження глобального екстремуму та кількість звернень до вирішальної функції. Наведено підхід до вибору методу пошуку глобального екстремуму, який може бути застосований під час розроблення алгоритмів функціонування систем наведення літальних апаратів. Цей підхід дає змогу дослідити та (або) удосконалити обрані методи глобальної оптимізації, здійснювати порівняння обраних методів завдяки отриманої у роботі якісної характеристики відповідності методу заданим показникам ефективності – імовірності знайдення глобального екстремуму та кількості звернень до вирішальної функції. Наукова новизна полягає у сформованому підході вибору методу глобальної оптимізації вирішальної функції для кореляційно-екстремальних систем наведення літальних апаратів, а також у запропонованій характеристиці відповідності, яку доцільно використовувати під час обрання методів оптимізації. Ця характеристика є ключовою для оцінювання ступеня відповідності обраних методів глобальної оптимізації заданим показникам ефективності з урахуванням відповідних умов функціонування конкретної системи наведення літальних апаратів. Практичне значення отриманих результатів полягає в можливості підвищення ефективності функціонування кореляційно-екстремальної системи наведення літальних апаратів, зокрема, їх швидкодії і точності наведення на ціль завдяки підвищенню можливості обрання найбільш доцільного методу глобальної та локальної оптимізації. Подальші дослідження будуть присвячені оцінюванню інваріантності відібраних за допомогою висвітленого підходу методів оптимізації в умовах впливу різних видів завад і можливих викривлень зображень.
Посилання
Мезенцев О. В., Шовкошитний І. І. Спосіб підвищення швидкодії адаптивних систем обробки сигналів радіолокаційних головок самонаведення літальних апаратів. Сучасні інформаційні технології у сфері безпеки та оборони. 2024. № 1(49). С. 105–110. DOI:10.33099/2311-7249/2024-49-1-105-110.
Сікора Я. Б., Щехорський А. Й., Якимчук Б. Л. Методи оптимізації та дослідження операцій : навч. посіб. Житомир : Вид-во ЖДУ ім. Івана Франка, 2019. 148 с.
Шелудько Г. А., Науменко В. В., Стрельнікова О. О. Методи розв’язання задач оптимізації : конспект лекцій. Харків : УкрДАЗТ, 2014. 50 с.
Самсонов В. В. Алгоритми розв’язання задач оптимізації : навч. посіб. Київ : НУХТ, 2014. 303 с.
Перестюк М. О., Станжицький О. В., Капустян Ю. В., Ловейкiн О. М. Варiацiйне числення та методи оптимiзацiї: навч. посiб. Київ : ВПЦ Київський ун-т, 2010. 145 с.
Лавров Є. А., Перхун Л. П., Шендрик В. В. Математичні методи дослідження операцій : підручник. Суми : Сумський державний університет, 2017. 212 с.
Захарченко М. В., Горохов С. М., Балан М. М., Гаджієв М. М., Корчинський В. В., Ложковський А. Г. Математичні основи оптимізації телекомунікаційних систем : підручник. Одеса : ОНАЗ ім. О. С. Попова, 2010. 240 с.
Клименко М. І., Швидка С. П. Варіаційне числення та методи оптимізації : навч. посіб. для здобувачів ступеня вищої освіти магістра спеціальності «Прикладна математика» освітньо-професійної програми «Прикладна математика». Запоріжжя : ЗНУ. 2020. 91 с.
Гуляницький Л. Ф. Прикладні методи комбінаторної оптимізації : навч. посіб. Київ : Видавничо-поліграфічний центр «Київський університет», 2016. 133 с.
Гренджа В. І., Брила А. Ю. Методичні вказівки до практичних робіт з курсу «Методи оптимізації». Ч. І. Скінченновимірні задачі безумовної оптимізації. Ужгород, 2011. 34 с.
Weise Th. Global Optimization Algorithms – Theory and Application [EBook] / University of Kassel, Distributed Systems Group. Kassel, 2006–2007. 846 p. URL: http://www.it-weise.de/projects/book.pdf (дата звернення: 07.05.2024).
Wang T. Global Optimization for Constraint Nonlinear Programming: PhD thesis / Graduate College of the University of Illinois at Urbana-Champaign; for the degree in Computer Science. – Urbana, 2001. 201 р.
Воронков О. О. Конспект лекцій з курсу «Оптимізаційні методи і моделі» (для студентів заочної форми навчання освітньо-кваліфікаційного рівня «бакалавр» напряму підготовки 6.030504 – Економіка підприємства). Харків : ХНУМГ ім. О. М. Бекетова, 2016. 110 с.
Мезенцев О. В., Буточнов О. Н., Юзефович В. В., Миронюк С. В. Модель процесса функционирования корреляционно-экстремальной системы навигации летательных аппаратов с учетом факторов, влияющих на точность и оперативность обработки изображений. Реєстрація, зберігання і обробка даних. Київ : ІПРІ НАН України. 2016. Т. 18. № 2. C. 61–66.
Сікора Я. Б., Щехорський А. Й., Якимчук Б. Л. Методи оптимізації та дослідження операцій : навч. посіб. Житомир. Вид-во ЖДУ ім. Івана Франка, 2019. 148 с.
Жалдак М. І., Триус Ю. В. Основи теорії і методів оптимізації: навч. посіб. Черкаси : Брама Україна. 2005. 608 с.
Ravindran A. А., Ragsdell K. M., Reklaitis G. V. Engineering Optimization Methods and Application. Publication John Willy and sons, Inc, NJ, 2006, 2nd ed. 688 p.
Мезенцев О. В., Буточнов О. М., Юзефович В. В. Аналіз підходів до визначення виду еталонного зображення для кореляційно-екстремальних систем навігації літальних апаратів. Реєстрація, зберігання і обробка даних. Київ : ІПРІ НАН України, 2013. С. 110–117.
Мезенцев О. В., Сотніков О. М. Алгоритм глобального пошуку екстремуму функціоналу порівняння еталонних і поточних зображень при одновимірній оптимізації для кореляційно-екстремальних систем навігації літальних апаратів. Реєстрація, зберігання і обробка даних. Київ : ІПРІ НАН України. 2018. Т. 21. № 2. C. 93–97.
Химмельблау Д. Прикладне нелінійне програмування. Київ : Джерело, 2001. 536 с.
Шелудько Г. А., Науменко В. В., Стрельнікова О. О. Методи розв’язання задач оптимізації Конспект лекцій. Харків : УкрДАЗТ. 2014. 50 с.
Скиба М. Є., Синюк О. М., Михайловський Ю. Б., Майдан П. С., Золотенко Е. О. Наукові та інженерні методи проектування обладнання галузі: метод. вказівки до вивчення дисципліни: для здобувачів вищої освіти освітньо-наукового рівня доктор філософії спеціальності 133 «Галузеве машинобудування». Хмельницький : ХНУ, 2020. 116 с.
Збірник центру наукових публікацій «Велес» за матеріалами VI міжнародної науково-практичної конференції 1 частина: «Осінні наукові читання», м. Київ: збірник статей (рівень стандарту, академічний рівень). Київ : Центр наукових публікацій, 2017. 100 с.
Малярець Л. М., Лебедєва І. Л., Норік Л. О. Дослідження операцій та методи оптимізації : практикум : у 2-х ч. Частина 1. Харків : ХНЕУ ім. С. Кузнеця, 2017. 169 с.
##submission.downloads##
Опубліковано
Версії
- 2024-09-06 (2)
- 2024-08-28 (1)
Номер
Розділ
Ліцензія
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
1. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
2. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати як монографію), за умови збереження посилання на першу публікацію роботи у цьому журналі.
3. Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).
4. Персональні дані і метадані, які наводяться у статтях, надаються для їх зберігання і оброблення в різноманітних базах даних і інформаційних системах, включення їх в аналітичні і статистичні звітності, створення обгрунтованих взаємозв'язків об'єктів творів науки, літератури і мистецтва з персональними даними і т.п. на території, яка не обмежена.