Розробка методу оцінки стану динамічних об’єктів з використанням комбінованого ройового алгоритму

Автор(и)

  • Андрій Володимирович Шишацький Національний авіаційний університет, Україна https://orcid.org/0000-0001-6731-6390
  • Оксана Іллівна Дмитрієва Харківський національний автомобільно-дорожній університет, Україна https://orcid.org/0000-0001-9314-350X
  • Олександр Ігорович Литвиненко Військовий інститут Київського національного університету імені Тараса Шевченка, Україна https://orcid.org/0009-0000-6541-3621
  • Ігор Володимирович Борисов Науково-дослідний інститут воєнної розвідки, Україна https://orcid.org/0000-0003-2276-9913
  • Юлія Валентинівна Вакуленко Полтавський державний аграрний університет, Україна https://orcid.org/0000-0002-6315-0116
  • Temerbay Mukashev Karaganda Buketov University, Казахстан https://orcid.org/0000-0003-0983-571X
  • Олександр Сергійович Мордовцев Харківський національний автомобільно-дорожній університет, Україна https://orcid.org/0000-0003-1653-5440
  • Світлана Олександрівна Кашкевич Національний авіаційний університет, Україна https://orcid.org/0000-0002-4448-3839
  • Ганна Тарасівна Ляшенко Військовий інститут телекомунікацій та інформатизації імені Героїв Крут, Україна https://orcid.org/0000-0002-5318-8663
  • Віра Петрівна Величко Військовий інститут телекомунікацій та інформатизації імені Героїв Крут, Україна https://orcid.org/0000-0001-9654-4560

DOI:

https://doi.org/10.15587/1729-4061.2024.304131

Ключові слова:

оперативність прийняття рішень, ієрархічні структури, складні та динамічні об’єкти, оптимізація

Анотація

Об’єктом дослідження є складні динамічні об’єкти. Предметом дослідження є процес прийняття рішення в завданнях управління складними динамічними об’єктами. Запропоновано метод оцінки стану динамічних об’єктів з використанням комбінованого ройового алгоритму. В основу дослідження покладений комбінований ройовий алгоритм – для пошуку рішення щодо стану динамічних об’єктів з ієрархічною структурою. Для навчання особин комбінованого ройового алгоритму (КРА) – використовуються штучні нейронні мережі, що еволюціонують, а для відбору найкращих в комбінованому ройовому алгоритмі використовується удосконалений генетичний алгоритм. Оригінальність методу полягає:

– у врахуванні типу невизначеності та зашумленості даних при роботі комбінованого ройового алгоритму за рахунок використання відповідних корегувальних коефіцієнтів;

– у реалізації адаптивних стратегій пошуку джерел харчування за рахунок виставлення відповідних пріоритетів пошуку;

– у врахуванні присутності хижака при виборі джерел харчування агентами зграї комбінованого ройового алгоритму, що дозволяє виключити небажані ділянки пошуку;

– у додатковому врахуванні наявних обчислювальних ресурсів системи аналізу стану складних динамічних об’єктів при визначенні максимально допустимих параметрів комбінованого ройового алгоритму;

– у можливості зміни площі пошуку та швидкості руху окремими особинами зграї комбінованого ройового алгоритму;

– у визначенні найкращих особин зграї комбінованого ройового алгоритму за допомогою удосконаленого генетичного алгоритму;

– у навчанні баз знань, що здійснюється шляхом навчання синаптичних ваг штучної нейронної мережі, типу та параметрів функції належності, а також архітектури окремих елементів і архітектури штучної нейронної мережі в цілому.

Використання методу дозволяє досягти підвищення оперативності обробки даних на рівні 14–20 % за рахунок використання додаткових удосконалених процедур. Запропонований метод доцільно використовувати для вирішення задач оцінки складних динамічних об’єктів

Біографії авторів

Андрій Володимирович Шишацький, Національний авіаційний університет

Кандидат технічних наук, старший дослідник, доцент

Кафедра комп’ютеризованих систем управління

Оксана Іллівна Дмитрієва, Харківський національний автомобільно-дорожній університет

Доктор економічних наук, професор, завідуюча кафедри

Кафедра економіки і підприємництва

Олександр Ігорович Литвиненко, Військовий інститут Київського національного університету імені Тараса Шевченка

Кандидат технічних наук, старший науковий співробітник

Науково-дослідний центр

Ігор Володимирович Борисов, Науково-дослідний інститут воєнної розвідки

Кандидат технічних наук, доцент

Заступник начальника інституту з наукової роботи

Юлія Валентинівна Вакуленко, Полтавський державний аграрний університет

Кандидат сільськогосподарчих наук, доцент

Кафедра інформаційних систем та технологій

Temerbay Mukashev, Karaganda Buketov University

PhD, Professor

Department of Economics and International Business

Олександр Сергійович Мордовцев, Харківський національний автомобільно-дорожній університет

Кандидат економічних наук, доцент

Кафедра економіки і підприємництва

Світлана Олександрівна Кашкевич, Національний авіаційний університет

Старший викладач

Кафедра комп’ютеризованих систем управління

Ганна Тарасівна Ляшенко, Військовий інститут телекомунікацій та інформатизації імені Героїв Крут

Старший науковий співробітник

Науковий центр

Віра Петрівна Величко, Військовий інститут телекомунікацій та інформатизації імені Героїв Крут

Викладач

Кафедра автоматизованих систем управління

Посилання

  1. Bashkyrov, O. M., Kostyna, O. M., Shyshatskyi, A. V. (2015). Rozvytok intehrovanykh system zviazku ta peredachi danykh dlia potreb Zbroinykh Syl. Ozbroiennia ta viyskova tekhnika, 1, 35–39. Available at: http://nbuv.gov.ua/UJRN/ovt_2015_1_7
  2. Dudnyk, V., Sinenko, Y., Matsyk, M., Demchenko, Y., Zhyvotovskyi, R., Repilo, I. et al. (2020). Development of a method for training artificial neural networks for intelligent decision support systems. Eastern-European Journal of Enterprise Technologies, 3 (2 (105)), 37–47. https://doi.org/10.15587/1729-4061.2020.203301
  3. Sova, O., Shyshatskyi, A., Salnikova, O., Zhuk, O., Trotsko, O., Hrokholskyi, Y. (2021). Development of a method for assessment and forecasting of the radio electronic environment. EUREKA: Physics and Engineering, 4, 30–40. https://doi.org/10.21303/2461-4262.2021.001940
  4. Pievtsov, H., Turinskyi, O., Zhyvotovskyi, R., Sova, O., Zvieriev, O., Lanetskii, B., Shyshatskyi, A. (2020). Development of an advanced method of finding solutions for neuro-fuzzy expert systems of analysis of the radioelectronic situation. EUREKA: Physics and Engineering, 4, 78–89. https://doi.org/10.21303/2461-4262.2020.001353
  5. Zuiev, P., Zhyvotovskyi, R., Zvieriev, O., Hatsenko, S., Kuprii, V., Nakonechnyi, O. et al. (2020). Development of complex methodology of processing heterogeneous data in intelligent decision support systems. Eastern-European Journal of Enterprise Technologies, 4 (9 (106)), 14–23. https://doi.org/10.15587/1729-4061.2020.208554
  6. Shyshatskyi, A. (2020). Complex Methods of Processing Different Data in Intellectual Systems for Decision Support System. International Journal of Advanced Trends in Computer Science and Engineering, 9 (4), 5583–5590. https://doi.org/10.30534/ijatcse/2020/206942020
  7. Yeromina, N., Kurban, V., Mykus, S., Peredrii, O., Voloshchenko, O., Kosenko, V. et al. (2021). 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, 11 (5), 37–44. https://doi.org/10.46338/ijetae0521_05
  8. Rotshteyn, A. P. (1999). Intellektual'nye tekhnologii identifikatsii: nechetkie mnozhestva, geneticheskie algoritmy, neyronnye seti. Vinnitsa: “UNIVERSUM”, 320.
  9. Ko, Y.-C., Fujita, H. (2019). An evidential analytics for buried information in big data samples: Case study of semiconductor manufacturing. Information Sciences, 486, 190–203. https://doi.org/10.1016/j.ins.2019.01.079
  10. Ramaji, I. J., Memari, A. M. (2018). Interpretation of structural analytical models from the coordination view in building information models. Automation in Construction, 90, 117–133. https://doi.org/10.1016/j.autcon.2018.02.025
  11. Pérez-González, C. J., Colebrook, M., Roda-García, J. L., Rosa-Remedios, C. B. (2019). Developing a data analytics platform to support decision making in emergency and security management. Expert Systems with Applications, 120, 167–184. https://doi.org/10.1016/j.eswa.2018.11.023
  12. Chen, H. (2018). Evaluation of Personalized Service Level for Library Information Management Based on Fuzzy Analytic Hierarchy Process. Procedia Computer Science, 131, 952–958. https://doi.org/10.1016/j.procs.2018.04.233
  13. Chan, H. K., Sun, X., Chung, S.-H. (2019). When should fuzzy analytic hierarchy process be used instead of analytic hierarchy process? Decision Support Systems, 125, 113114. https://doi.org/10.1016/j.dss.2019.113114
  14. Osman, A. M. S. (2019). A novel big data analytics framework for smart cities. Future Generation Computer Systems, 91, 620–633. https://doi.org/10.1016/j.future.2018.06.046
  15. Gödri, I., Kardos, C., Pfeiffer, A., Váncza, J. (2019). Data analytics-based decision support workflow for high-mix low-volume production systems. CIRP Annals, 68 (1), 471–474. https://doi.org/10.1016/j.cirp.2019.04.001
  16. Harding, J. L. (2013). Data quality in the integration and analysis of data from multiple sources: some research challenges. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XL-2/W1, 59–63. https://doi.org/10.5194/isprsarchives-xl-2-w1-59-2013
  17. Kosko, B. (1986). Fuzzy cognitive maps. International Journal of Man-Machine Studies, 24 (1), 65–75. https://doi.org/10.1016/s0020-7373(86)80040-2
  18. Koval, M., Sova, O., Shyshatskyi, A., Artabaiev, Y., Garashchuk, N., Yivzhenko, Y. et al. (2022). Improving the method for increasing the efficiency of decision-making based on bio-inspired algorithms. Eastern-European Journal of Enterprise Technologies, 6 (4 (120)), 6–13. https://doi.org/10.15587/1729-4061.2022.268621
  19. Maccarone, A. D., Brzorad, J. N., Stone, H. M. (2008). Characteristics and Energetics of Great Egret and Snowy Egret Foraging Flights. Waterbirds, 31 (4), 541–549. https://doi.org/10.1675/1524-4695-31.4.541
  20. Koshlan, A., Salnikova, O., Chekhovska, M., Zhyvotovskyi, R., Prokopenko, Y., Hurskyi, T. et al. (2019). Development of an algorithm for complex processing of geospatial data in the special-purpose geoinformation system in conditions of diversity and uncertainty of data. Eastern-European Journal of Enterprise Technologies, 5 (9 (101)), 35–45. https://doi.org/10.15587/1729-4061.2019.180197
  21. Mahdi, Q. A., Shyshatskyi, A., Prokopenko, Y., Ivakhnenko, T., Kupriyenko, D., Golian, V. et al. (2021). Development of estimation and forecasting method in intelligent decision support systems. Eastern-European Journal of Enterprise Technologies, 3 (9 (111)), 51–62. https://doi.org/10.15587/1729-4061.2021.232718
  22. Gorokhovatsky, V., Stiahlyk, N., Tsarevska, V. (2021). Combination method of accelerated metric data search in image classification problems. Advanced Information Systems, 5 (3), 5–12. https://doi.org/10.20998/2522-9052.2021.3.01
  23. Braik, M., Ryalat, M. H., Al-Zoubi, H. (2021). A novel meta-heuristic algorithm for solving numerical optimization problems: Ali Baba and the forty thieves. Neural Computing and Applications, 34 (1), 409–455. https://doi.org/10.1007/s00521-021-06392-x
  24. Meleshko, Y., Drieiev, O., Drieieva, H. (2020). Method of identification bot profiles based on neural networks in recommendation systems. Advanced Information Systems, 4 (2), 24–28. https://doi.org/10.20998/2522-9052.2020.2.05
  25. Kuchuk, N., Merlak, V., Skorodelov, V. (2020). A method of reducing access time to poorly structured data. Advanced Information Systems, 4 (1), 97–102. https://doi.org/10.20998/2522-9052.2020.1.14
  26. Shyshatskyi, A., Tiurnikov, M., Suhak, S., Bondar, O., Melnyk, A., Bokhno, T., Lyashenko, A. (2020). Method of assessment of the efficiency of the communication of operational troop grouping system. Advanced Information Systems, 4 (1), 107–112. https://doi.org/10.20998/2522-9052.2020.1.16
  27. Raskin, L., Sira, O. (2016). Method of solving fuzzy problems of mathematical programming. Eastern-European Journal of Enterprise Technologies, 5 (4 (83)), 23–28. https://doi.org/10.15587/1729-4061.2016.81292
  28. Lytvyn, V., Vysotska, V., Pukach, P., Brodyak, O., Ugryn, D. (2017). Development of a method for determining the keywords in the slavic language texts based on the technology of web mining. Eastern-European Journal of Enterprise Technologies, 2 (2 (86)), 14–23. https://doi.org/10.15587/1729-4061.2017.98750
  29. Stepanenko, A., Oliinyk, A., Deineha, L., Zaiko, T. (2018). Development of the method for decomposition of superpositions of unknown pulsed signals using the second­order adaptive spectral analysis. Eastern-European Journal of Enterprise Technologies, 2 (9 (92)), 48–54. https://doi.org/10.15587/1729-4061.2018.126578
  30. Gorbenko, I., Ponomar, V. (2017). Examining a possibility to use and the benefits of post-quantum algorithms dependent on the conditions of their application. Eastern-European Journal of Enterprise Technologies, 2 (9 (86)), 21–32. https://doi.org/10.15587/1729-4061.2017.96321
  31. Koval, M., Sova, O., Orlov, O., Shyshatskyi, A., Artabaiev, Y., Shknai, O. et al. (2022). Improvement of complex resource management of special-purpose communication systems. Eastern-European Journal of Enterprise Technologies, 5 (9 (119)), 34–44. https://doi.org/10.15587/1729-4061.2022.266009
Розробка методу оцінки стану динамічних об’єктів з використанням комбінованого ройового алгоритму

##submission.downloads##

Опубліковано

2024-06-28

Як цитувати

Шишацький, А. В., Дмитрієва, О. І., Литвиненко, О. І., Борисов, І. В., Вакуленко, Ю. В., Mukashev, T., Мордовцев, О. С., Кашкевич, С. О., Ляшенко, Г. Т., & Величко, В. П. (2024). Розробка методу оцінки стану динамічних об’єктів з використанням комбінованого ройового алгоритму. Eastern-European Journal of Enterprise Technologies, 3(4 (129), 44–54. https://doi.org/10.15587/1729-4061.2024.304131

Номер

Том 3 № 4 (129) (2024): Математика та кібернетика - прикладні аспекти

Розділ

Математика та кібернетика - прикладні аспекти

Ліцензія

Авторське право (c) 2024 Andrii Shyshatskyi, Oksana Dmytriieva, Oleksandr Lytvynenko, Ihor Borysov, Yuliia Vakulenko, Temerbay Mukashev, Oleksandr Mordovtsev, Svitlana Kashkevich, Anna Lyashenko, Vira Velychko

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.

Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.