Розробка методики підвищення оперативності обробки різнотипних даних з використанням метаевристичного алгоритму

Автор(и)

  • Віталій Миколайович Рагулін Харківський національний автомобільно-дорожній університет, Україна https://orcid.org/0000-0003-2083-4937
  • Salman Rasheed Owaid Al-Taff University College, Ірак https://orcid.org/0000-0002-1189-9707
  • Георгій Анатолійович Кучук Національний технічний університет “Харківський політехнічний інститут”, Україна https://orcid.org/0000-0002-2862-438X
  • Сергій Володимирович Андрієнко Харківський національний автомобільно-дорожній університет, Україна https://orcid.org/0000-0002-4310-3128
  • Олександр Ігорович Литвиненко Військовий інститут Київського національного університету імені Тараса Шевченка, Україна https://orcid.org/0009-0000-6541-3621
  • Євген Мартинович Іванов Харківський національний автомобільно-дорожній університет, Україна https://orcid.org/0000-0001-9011-7269
  • Ганна Тарасівна Ляшенко Військовий інститут телекомунікацій та інформатизації імені Героїв Крут, Україна https://orcid.org/0000-0002-5318-8663
  • Олександр Сергійович Моміт Центральний науково-дослідний інститут озброєння та військової техніки Збройних Сил України , Україна https://orcid.org/0000-0002-8901-7006
  • Олександр Васильович Гаман Військовий інститут телекомунікацій та інформатизації імені Героїв Крут, Україна https://orcid.org/0000-0003-4676-3321
  • Тарас Григорович Гурський Науково-дослідний інститут воєнної розвідки, Україна https://orcid.org/0000-0001-7646-853X

DOI:

https://doi.org/10.15587/1729-4061.2024.309126

Ключові слова:

неструктуровані дані, штучні нейронні мережі, ройові алгоритми, унімодальні та мультимодальні функції

Анотація

Проблеми обробки різнотипних даних є розривними, недиференційованими, а також мультимодальними. Найбільш поширеними підходами до обробки різнотипних даних є алгоритми ройового інтелекту (ройові алгоритми). Враховуюче зазначене, класичні градієнтні детерміновані алгоритми  для вирішення завдань обробки різнотипних даних – використовувати недоцільно. Проблема, яка вирішується в дослідженні, є підвищення оперативності обробки різнотипних даних в що циркулює в інформаційних системах, незалежно від кількості джерел даних. Об’єктом дослідження є ієрархічні системи. Запропоновано методику підвищення оперативності обробки різнотипних даних з використанням метаевристичного алгоритму. В основу дослідження покладений алгоритм рептилій (АР) – для обробки різнотипних даних що циркулюють в системі. Для навчання АР – використовуються штучні нейронні мережі, що еволюціонують.

Оригінальність запропонованої методики полягає у розставленні АР урахуванням невизначеності вихідних даних, удосконаленими процедурами глобального та локального пошуку. Також оригінальність дослідження полягає у визначенні місць харчування АР, що дозволяє обрати пріоритетність пошуку в заданому напрямку. Наступним елементом оригінальності дослідження є можливість вибору стратегії полювання АР – що дозволяє раціонально використовувати наявні обчислювальні ресурси системи. Наступим елементом оригінальності дослідження є визначення початкової швидкості кожного АР. Це дозволяє оптимізувати швидкість проведення досліджень кожним АР у визначеному напрямку досліджень. Використання методики дозволяє досягти підвищення оперативності обробки даних на рівні 15–19 % за рахунок використання додаткових удосконалених процедур. Запропоновану методику доцільно використовувати при обробці великих масивів даних

Біографії авторів

Віталій Миколайович Рагулін, Харківський національний автомобільно-дорожній університет

Кандидат технічних наук, доцент

Кафедра комп’ютерної графіки

Salman Rasheed Owaid, Al-Taff University College

PhD, Assosiate Professor, Lecturer

Department of Computer Engineering

Георгій Анатолійович Кучук, Національний технічний університет “Харківський політехнічний інститут”

Доктор технічних наук, професор

Кафедра комп’ютерної інженерії та програмування

Сергій Володимирович Андрієнко, Харківський національний автомобільно-дорожній університет

Викладач

Кафедра комп’ютерної графіки

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

Кандидат технічних наук, старший науковий співробітник

Науково-дослідний відділ

Науково-дослідний центр

Євген Мартинович Іванов, Харківський національний автомобільно-дорожній університет

Кандидат технічних наук, доцент

Кафедра комп’ютерної графіки

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

Старший науковий співробітник

Науковий центр

Олександр Сергійович Моміт, Центральний науково-дослідний інститут озброєння та військової техніки Збройних Сил України

Заступник начальника науково-дослідного відділу

Науково-дослідний відділ розвитку зенітних ракетних систем та комплексів

Олександр Васильович Гаман, Військовий інститут телекомунікацій та інформатизації імені Героїв Крут

Адюнкт

Науково-організаційний відділ

Тарас Григорович Гурський, Науково-дослідний інститут воєнної розвідки

Кандидат технічних наук, доцент

Начальник науково-дослідного відділу

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
  32. Shyshatskyi, A., Stasiuk, T., Kuzmenko, O. (2023). The Development of the Solution Search Method Based on the Improved Bee Colony Algorithm. Theoretical and Applied Cybersecurity, 5 (2). https://doi.org/10.20535/tacs.2664-29132023.2.278199
  33. Sova, O., Zhuravskyi, Y., Vakulenko, Y., Shyshatskyi, A., Salnikova, O., Nalapko, O. (2022). Development of methodological principles of routing in networks of special communication in conditions of fire storm and radio-electronic suppression. EUREKA: Physics and Engineering, 3, 159–166. https://doi.org/10.21303/2461-4262.2022.002434
Розробка методики підвищення оперативності обробки різнотипних даних з використанням метаевристичного алгоритму

##submission.downloads##

Опубліковано

2024-08-30

Як цитувати

Рагулін, В. М., Owaid, S. R., Кучук, Г. А., Андрієнко, С. В., Литвиненко, О. І., Іванов, Є. М., Ляшенко, Г. Т., Моміт, О. С., Гаман, О. В., & Гурський, Т. Г. (2024). Розробка методики підвищення оперативності обробки різнотипних даних з використанням метаевристичного алгоритму. Eastern-European Journal of Enterprise Technologies, 4(3 (130), 21–28. https://doi.org/10.15587/1729-4061.2024.309126

Номер

Том 4 № 3 (130) (2024): Процеси управління

Розділ

Процеси управління

Ліцензія

Авторське право (c) 2024 Vitaliy Ragulin, Salman Rasheed Owaid, Heorhii Kuchuk, Serhii Andriienko, Oleksandr Lytvynenko, Evgen Ivanov, Anna Lyashenko, Alexander Momit, Oleksandr Gaman, Taras Hurskyi

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.