Розробка методики оцінки та прогнозування з використанням нечітких когнітивних карт

Автор(и)

  • Андрій Володимирович Шишацький Київський національний університет імені Тараса Шевченка, Україна https://orcid.org/0000-0001-6731-6390
  • Олег Ярославович Сова Військовий інститут телекомунікацій та інформатизації імені Героїв Крут, Україна https://orcid.org/0000-0002-7200-8955
  • Тетяна Олександрівна Стасюк Військовий інститут телекомунікацій та інформатизації імені Героїв Крут, Україна https://orcid.org/0009-0004-8434-1853
  • Віталій Віталійович Андронов Науково-дослідний інститут воєнної розвідки, Україна https://orcid.org/0000-0002-1122-710X
  • Олексій Леонідович Налапко Центральний науково-дослідний інститут озброєння та військової техніки Збройних Сил України, Україна https://orcid.org/0000-0002-3515-2026
  • Надія Михайлівна Протас Полтавський державний аграрний університет, Україна https://orcid.org/0000-0003-0943-0587
  • Геннадій Петрович Прис Військовий інститут телекомунікацій та інформатизації імені Героїв Крут, Україна https://orcid.org/0000-0002-8081-4391
  • Роман Романович Лазута Військовий інститут телекомунікацій та інформатизації імені Героїв Крут, Україна https://orcid.org/0000-0003-3254-9690
  • Ілля Григорович Коваленко Військовий інститут телекомунікацій та інформатизації імені Героїв Крут, Україна https://orcid.org/0000-0002-6827-5196
  • Богдан Петрович Ковальчук Військовий інститут телекомунікацій та інформатизації імені Героїв Крут, Україна https://orcid.org/0000-0001-5219-7624

DOI:

https://doi.org/10.15587/2706-5448.2023.281892

Ключові слова:

штучний інтелект, об’єкти аналізу, складні технічні системи, нечіткі когнітивні карти, невизначеність

Анотація

На сьогодні жодна держава у світі не спроможна ізольовано від інших працювати над створенням і впровадженням штучного інтелекту (ШІ). Технології ШІ застосовуються для вирішення загальних та вузькоспеціалізованих завдань в різних галузях діяльності суспільства. В процесі оцінювання (ідентифікації) стану складних об’єктів та об’єктів аналізу управління є високий ступінь апріорної невизначеності стосовно їх стану та малий обсяг вихідних даних, що їх описують. Разом з тим, незважаючи на величезну кількість інформації, зростає ступінь нелінійності, нелогічності та зашумленості даних. Саме тому питання підвищення оперативності оцінювання стану складних та об’єктів є важливим питанням. Таким чином, об’єктом дослідження обрано об’єкти аналізу. А предметом дослідження є ідентифікація та прогнозування стану об’єктів аналізу.

В дослідженні проведено розробку методики оцінки та прогнозування з використанням нечітких когнітивних карт. Особливостями запропонованої методики є:

‒ врахування при розрахунках корегувального коефіцієнту на ступінь невизначеності про стан об’єкту;

‒ додавання корегувального коефіцієнту на зашумленість даних в результаті викривлення інформації про стан об’єкту;

‒ зменшення обчислювальних витрат при оцінюванні стану об’єктів;

‒ створення багаторівневого та взаємопов’язаного опису ієрархічних об’єктів;

‒ корегування опису об’єкту в результаті зміни його поточного стану за допомогою генетичного алгоритму;

‒ можливість проведення розрахунків з вихідними даними, що є різні за природою та одиницями вимірювання.

Запропоновану методику доцільно реалізувати у спеціалізованому програмному забезпеченні, яке використовується для аналізу стану складних технічних систем та при прийнятті рішень.

Біографії авторів

Андрій Володимирович Шишацький, Київський національний університет імені Тараса Шевченка

Кандидат технічних наук, старший дослідник

Навчально-науковий інститут публічного управління та державної служби

Олег Ярославович Сова, Військовий інститут телекомунікацій та інформатизації імені Героїв Крут

Доктор технічних наук, професор, начальник кафедри

Кафедра автоматизованих систем управління

Тетяна Олександрівна Стасюк, Військовий інститут телекомунікацій та інформатизації імені Героїв Крут

Викладач

Циклова комісія загальноосвітніх дисциплін

Військовий коледж сержантського складу

Віталій Віталійович Андронов, Науково-дослідний інститут воєнної розвідки

Кандидат технічних наук, начальник відділу

Олексій Леонідович Налапко, Центральний науково-дослідний інститут озброєння та військової техніки Збройних Сил України

Доктор філософії, старший науковий співробітник

Науково-дослідна лабораторія автоматизації наукових досліджень

Надія Михайлівна Протас, Полтавський державний аграрний університет

Кандидат сільськогосподарських наук, доцент

Кафедра інформаційних систем і технологій

Геннадій Петрович Прис, Військовий інститут телекомунікацій та інформатизації імені Героїв Крут

Заступник начальника

Науковий центр зв’язку та інформатизації

Роман Романович Лазута, Військовий інститут телекомунікацій та інформатизації імені Героїв Крут

Начальник відділу

Науково-дослідний відділ

Науковий центр зв’язку та інформатизації

Ілля Григорович Коваленко, Військовий інститут телекомунікацій та інформатизації імені Героїв Крут

Старший науковий співробітник

Науково-дослідний відділ

Богдан Петрович Ковальчук, Військовий інститут телекомунікацій та інформатизації імені Героїв Крут

Молодший науковий співробітник

Науково-дослідний відділ

Посилання

  1. Shevchenko, A. I., Baranovskyi, S. V., Bilokobylskyi, O. V., Bodianskyi, Ye. V., Bomba, A. Ya. et al.; Shevchenko, A. I. (Ed.) (2023). Stratehiia rozvytku shtuchnoho intelektu v Ukraini. Kyiv: IPShI, 305.
  2. Shyshatskyi, A. V., Bashkyrov, O. M., Kostyna, O. M. (2015). Rozvytok intehrovanykh system zviazku ta peredachi danykh dlia potreb Zbroinykh Syl. Ozbroiennia ta viiskova tekhnika, 1 (5), 35–40.
  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. doi: https://doi.org/10.21303/2461-4262.2021.001940
  4. Shyshatskyi, A., Zvieriev, O., Salnikova, O., Demchenko, Ye., Trotsko, O., Neroznak, Ye. (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. doi: https://doi.org/10.30534/ijatcse/2020/206942020
  5. 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. doi: https://doi.org/10.46338/ijetae0521_05
  6. Rotshtejn, A. P. (1999). Intellektual'nye tekhnologii identifikacii: nechyotkie mnozhestva, geneticheskie algoritmy, nejronnye seti. Vinnica: UNIVERSUM, 320.
  7. 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. doi: https://doi.org/10.1016/j.autcon.2018.02.025
  8. 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. doi: https://doi.org/10.1016/j.eswa.2018.11.023
  9. Chen, H. (2018). Evaluation of Personalized Service Level for Library Information Management Based on Fuzzy Analytic Hierarchy Process. Procedia Computer Science, 131, 952–958. doi: https://doi.org/10.1016/j.procs.2018.04.233
  10. 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. doi: https://doi.org/10.1016/j.dss.2019.113114
  11. Osman, A. M. S. (2019). A novel big data analytics framework for smart cities. Future Generation Computer Systems, 91, 620–633. doi: https://doi.org/10.1016/j.future.2018.06.046
  12. 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. doi: https://doi.org/10.1016/j.cirp.2019.04.001
  13. 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. doi: https://doi.org/10.5194/isprsarchives-xl-2-w1-59-2013
  14. Kosko, B. (1986). Fuzzy cognitive maps. International Journal of Man-Machine Studies, 1, 65–75.
  15. Gorelova, G. V. (2013). Kognitivnyi podhod k imitatsionnomu modelirovaniiu slozhnyh sistem. Izvestiia IUFU. Tekhnicheskie nauki, 3, 239–250.
  16. Orouskhani, M., Orouskhani, Y., Mansouri, M., Teshnehlab, M. (2013). A Novel Cat Swarm Optimization Algorithm for Unconstrained Optimization Problems. International Journal of Information Technology and Computer Science, 5 (11), 32–41. doi: https://doi.org/10.5815/ijitcs.2013.11.04
Розробка методики оцінки та прогнозування з використанням нечітких когнітивних карт

##submission.downloads##

Опубліковано

2023-06-15

Як цитувати

Шишацький, А. В., Сова, О. Я., Стасюк, Т. О., Андронов, В. В., Налапко, О. Л., Протас, Н. М., Прис, Г. П., Лазута, Р. Р., Коваленко, І. Г., & Ковальчук, Б. П. (2023). Розробка методики оцінки та прогнозування з використанням нечітких когнітивних карт. Technology Audit and Production Reserves, 3(2(71), 15–19. https://doi.org/10.15587/2706-5448.2023.281892

Номер

Розділ

Системи та процеси керування