CC BY
10
Chernenkaya Liudmila Vasilievna, doctor of technical science, professor, Russia, St. Petersburg, Peter the Great St. Petersburg Polytechnic University
УДК 681.518.5
DOI: 10.24412/2071-6168-2023-4-120-127
МЕТОДИКА ПОСТРОЕНИЯ РАЦИОНАЛЬНОГО ПЛАНА ОПРЕДЕЛЕНИЯ ТЕХНИЧЕСКОГО СОСТОЯНИЯ РАКЕТЫ-НОСИТЕЛЯ В ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМАХ
РЕАЛЬНОГО ВРЕМЕНИ
А.Ю. Николаев, С.А. Багрецов, Е.А. Нестечук
Рассматривается задача априорного планирования порядка применения тестовых средств диагностирования ракеты-носителя на основе предварительной нечеткой оценки технических характеристик. Решение задачи сводится к последовательному анализу нечетких отношений предпочтения оценок степени соответствия технического состояния ракеты-носителя и состава диагностических проверок с учетом их эффективности с последующим определением максимально недоминируемых альтернатив принимаемых решений. В основу принимаемых решений положен нечеткий информационно-стоимостной критерий.
Ключевые слова: диагностирование, образ технического состояния, нечеткое множество, нечеткое отношение предпочтения, нечеткое отношение безразличия, недоминируемая альтернатива.
Наиболее перспективным направлением развития современных систем сбора и обработки телеметрической информации ракет-носителей (РН) является их интеллектуализация. Интеллектуализация предполагает наделение систем способностью выработки окончательного, наиболее рационального решения о техническом состоянии РН по результатам диагностирования на основании накопления ранее полученных знаний, опыта и интуиции специалистов, в сжатой форме, представленных в базе знаний системы, а также придание этим системам способности выработки своего целесообразного поведения (алгоритма функционирования) в зависимости от целей и задач диагностирования, а также от имеющихся временных и материальных ресурсов. [1]
Интеллектуальные систем реального времени ориентированы на обработку больших потоков информации и для решения данной задачи должны обладать естественным параллелизмом [2, 3]. Кроме того, информационные технологии, на которых базируются такие системы реального времени, должны иметь развитый аппарат сбора (формализации), извлечения, пополнения, верификации знаний. Такие системы являются существенно открытыми, и к ним вполне применим принцип неопределённости, когда в рекурсивном режиме (в частности, при поступлении очередной «порции» обрабатываемой информации) происходит доопределение и уточнение базы знаний. Именно такой должна быть интеллектуальная система обработки и анализа измерительной информации. [4]
Постановка задачи. Современные системы телеметрических измерений обеспечивают практически полную наблюдаемость РН, как объекта диагностирования, а, следовательно, возможность определения любого состояния РН в любой момент времени. На практике анализ полного объёма телеметрической информации в реальном масштабе времени является избыточным и не всегда оправданным, так как лицо, принимающее решение, (ЛИР) интересует, прежде всего, не состояние РН как динамической системы (далее состояние РН), а принадлежность её технического состояния к определённому классу (далее техническое состояние РН).
В отличии от множества состояний РН, являющегося бесконечным (несчётным), множество её технических состояний конечно, при этом число и виды наблюдаемых технических состояний РН зависят от степени детализации диагностирования (глубины поиска дефектов). Ири уменьшении глубины поиска дефектов число технических состояний РН, подлежащих наблюдению, сокращается, а, следовательно, уменьшается потребное число диагностических признаков - некоторых переменных, значения которых изменяются при переходе РН из одного технического состояния в другое.
Изменения диагностических признаков позволяют отличать одно техническое состояние РН от других, т.е. осуществлять техническое диагностирование. Ири этом, переход РН из одного технического состояния в другое не обязательно сопровождается изменением всех диагностических признаков. Часть из них при этом может не измениться, т.е. некоторые из технических состояний РН имеют один или несколько одинаковых признаков. В общем случае множества диагностических признаков, соответствующие различным классам технических состояний РН, являются пересекающимися множествами.
Изменение технического состояния РН может вызвать изменение не только диагностических признаков, но и структуры объекта диагностирования. В этом случае модель, описывающая нормальное функционирование РН, уже не может быть использована для решения задачи наблюдения за её текущим техническим состоянием.
Таким образом, набор диагностических проверок формируется на основе уже имеющегося (априорного) образа технического состояния РН, т.е. при выборе каждого последующего проверяемого диагностического признака используется информация, полученная при выполнении предшествующих проверок. Также при определении объёма проверок учитываются технические особенности РН, связанные со специфическими условиями её изготовления (эксплуатации) и внешними факторами, принятие в расчёт которых позволяет сделать априорные выводы о её текущих технических характеристиках.
Следует отметить, что при построении плана диагностического исследования, необходимо учитывать существенную нестатистическую неопределенность исходов тестовых проверок. Это определяет особенность решения задачи заблаговременного планирования порядка проверок РН, исходя из предположения об образе её текущего технического состояния и вытекающих из этого образа возможных результатах тестирования. Безусловно, сформированный, исходя из ситуативного анализа текущего технического состояния РН набор проверок, предполагает и определённый порядок (последовательность) их применения. Критериальной основой выбора последовательности применения тестов будет являться время (число шагов тестового анализа) и стоимость тестовой проверки.
Методика построения рационального плана определения технического состояния ракеты-
носителя.
Пусть задано множество Е = [е. ]m различных классов состояния РН (m - количество возможных классов).
Обозначим через П = [ж множество проверок (n - количество возможных проверок),
I i)j=i
обеспечивающих взаимное различие классов состояния РН, т.е. в заданном множестве проверок П найдется, по крайней мере, одна проверка ж еП, которая дает различные исходы при состояниях РН,
принадлежащих разным классам. Формально это условие может быть записано следующим образом:
Ve.,ef е Е, i Ф f, Зж. е П : е.. Ф е.. (1)
<' f ' j ' j j fi
Каждая из тестовых проверок ж е П может давать исход с е W, в том числе и являющийся
результатом промежуточного анализа класса состояния РН. Чёткое определение класса позволяет определить совокупность технических характеристик РН. Формально каждый e класс состояния РН задаётся
своим образом е. = (е j,е 2,...е. ), в котором признаки е. могут быть представлены в форме определяющей значения того или иного измеренного или рассчитанного параметра по результатам проверки ж ..
Очевидно, что результаты распознавания отдельных классов состояния РН будут тем лучше,
чем больше разница между элементами е. и е (.' k = j m' i = 1 n).
j kj \ ' ' ' ** ' /
Таким образом, не вся тестовая информация оказывается одинаково важной. Если проверка ж.
даёт одинаковые результаты при состояниях РН, определяемых разными классами i и к, то такая проверка не несёт информации о различных свойствах классов состояний и является малоинформативным. Такая проверка может быть исключена из перечня выполняемых при тестировании проверок. Напротив, если результаты тестовой проверки ж j для разных классов состояний РН сильно отличаются друг от
друга, то такая проверка обладает высокой информативностью.
Математическая задача выбора набора тестовых проверок и средств их реализации при наличии чёткой информации формулируется следующим образом. Пусть дано исходное пространство Е классов состояний РН, элементами которого являются n -мерные векторы ei - образы классов состояния
РН. Необходимо найти преобразованное пространство Е классов технических состояний РН, состоящее из l -мерных векторов е*, причём l < n.
Таким образом, суть решения задачи сводится к определению таких подмножеств тестовых проверок US = П*, каждое из которых будет содержать минимальное число проверок, обеспечивающих
попарную различимость всех классов технических состояний РН из преобразованного множества Е (S
- подмножество тестовых проверок позволяющих установить у -е техническое состояние РН; у = 1, ©, где © - количество распознаваемых технических состояний РН).
При этом, некоторая совокупность тестовых проверок |п*|<|П| различает преобразованное
множество Е классов технических состояний РН, если для каждой пары классов технических состояний
е е, еЕ найдётся проверка ж е S сП* такая, что |е - е I > &, где а - некоторое пороговое значе-
" к j у I J kj\
ние.
Результаты тестирования е.. для данной РН считаем известными и прогнозируемыми с учетом
V
её априорно предполагаемого технического состояния. При этом, ЛПР формирует своё представление о
техническом состоянии РН, основываясь на личном опыте, полученном при испытаниях однотипных изделий, результатах ранее проведённых испытаний и имеющейся информации о приборном составе РН. Это позволяет ЛПР сформировать систему П* проверочных тестов и, уже на основе проведённых проверок, определить конкретный класс технического состояния РН.
Каждому типу тестовой проверки соответствуют определённые показатели стоимости и надёжности, которые отражают затраты на реализацию тестов и достоверность получаемых результатов. Будем считать, что ресурсные затраты применения тестов C = {C (ж.)} (в простейшем варианте - стоимость, время) известны.
При указанных условиях требуется сформировать упорядоченное подмножество проверок S и
определить очерёдность проведения тестов из его состава, обеспечивающее определение заданных классов технических состояний РН такое, чтобы:
Sr={n. еП*, Ve, еЕ, Vef еЕ \ {е,}; е.. Ф е. j, (2)
при этом подмножество должно удовлетворять определённым требованиям оптимальности, например, требовать минимальных ресурсных затрат.
Выполнение требований (2), с одной стороны, является важнейшим условием распознавания любого технического состояния РН, а с другой, в сочетании с правилами, определяющими порядок применения тестовых проверок, является основой формирования программ тестирования построенных с учетом предварительного априорного анализа технического состояния РН, полученного по результатам ранее проведённых проверок и опыта испытаний однотипных изделий.
Упорядоченность здесь понимается в том смысле, что порядок расположения тестовых проверок ж. в подмножестве S не произвольный, а соответствует очерёдности их выполнения в процессе
определения класса технического состояния РН.
Процедура определения программ тестовых проверок РН базируется на определённой последовательности действий. Первоначально, с учетом априорного анализа технического состояния РН, выбирается первая проверка ж еП*, позволяющая, с точки зрения ЛПР, с максимальной степенью уверенности определить предполагаемый класс технического состояния РН. Далее анализируются полученные результаты. Они могут быть реальными исходами проведения тестов, в случае реальных испытаний РН, или могут быть представлены априорно, как предполагаемые результаты тестирования в случае разработки только лишь плана тестовой проверки РН, исходя из предположения о её наиболее вероятном техническом состоянии.
Исходы, которые однозначно (с заданной степенью достоверности) определяют один из классов е еЕ технических состояний РН, являются конечными. В отношении каждого из остальных исхо-i
дов тестирования повторяется описанная выше процедура выбора проверочного теста (анализа измерительной информации) РН. Исходы проверок так же, как и процедуры выбора тестовых проверок, не являются детерминированными, а носят нечеткий характер. Любая из последующих тестовых проверок же П*, в силу нечеткости их исходов, выбирается в зависимости от исхода предшествующей проверки ж]к_1 е П*.
Таким образом, распознавание классов технических состояний РН представляет собой интеллектуальный эксперимент, связанный с выбором и проведением последовательных тестовых проверок, исходы которых заранее непредсказуемы и нечётки. На каждом шаге тестирования ЛПР принимает решение о применении той или иной тестовой проверки из множества П*, а по исходам тестирования судит об уровне развития феномена определяющего принадлежность технического состояния РН к тому или иному классу из множества Е.
Окончательное решение принимается по результатам вычисления величины, характеризующей наиболее возможное техническое состояние РН. Данная задача являются многокритериальной. При её решении множества П и Е представляются исследователю как множества альтернатив допустимых решений. В зависимости от имеющейся информации эти множества на каждом шаге ЛПР удаётся описать с той или иной степенью чёткости. Пусть, например, X - некоторое универсальное множество альтернатив (множество П или Е), а ju{ x), x еХ - нечёткое описание его подмножества допустимых альтернатив. Значения функции x) описывают степень допустимости соответствующих альтернатив в задаче выбора того или иного решения.
Если кроме этой функции нет другой информации об исследуемой реальной ситуации, то рациональным остаётся считать выбор любой альтернативы из множества X*:
Х*=! x :x еХ, ^{x ) = sup ¡u{y )>, (3)
I yeX J
т.е. любой альтернативы, имеющей максимальную степень допустимости, поскольку нет оснований предпочесть какую-либо из этих альтернатив остальным.
Однако такой способ описания реальной информации (3), как правило, невозможен, особенно в ситуациях выбора тестовой проверки или принятия решения о классе технического состояния РН ввиду, прежде всего, отсутствия чётких критериев их оценки. Более универсальным и практически осуществимым является описание информации в форме отношения предпочтения в множестве альтернатив [5]. Это значит, что в отношении любой пары альтернатив, например, определения класса технического состояния РН или выбора средств тестирования на очередном шаге (x, y) высказано одно из следующих
утверждений:
x не хужеy, т.е. x > y;
< (4)
y хуже x, т.е. x < y; v 7
x и y не сравнимы между собой.
В силу нечеткости указанных альтернатив (4), при описании имеющихся у исследователя знаний о реальной ситуации выбора тестовой проверки или определении класса технического состояния РН по конкретному феномену, наиболее гибким способом формализации этих знаний представляется такой, при котором имеется возможность описывать степень своей убеждённости в предпочтениях альтернативными числами из интервала jo,1j. В результате выявляется нечёткое отношение предпочтения в
множестве альтернатив, в котором каждой паре альтернатив ( x, y), x, y еХ соответствует число jUR (x, y), описывающее степень выполнения предпочтения x не хужеy, т.е. x > y.
Параметр jR (x,y) определяется как функция принадлежности отношения R. Дадим определения функций принадлежности нечеткого отношения безразличия и нечеткого отношения предпочтения [6]. Для этого рассмотрим функцию нечеткого строго предпочтения:
s (x ) = J (xу)- jr (у,x) при jr (x,у) > jr (у, x); (5)
R [0 при jr (xy)<jr (y,x).
где jR (x, y) - степень, с которой альтернатива y доминируется альтернативой x.
Для выделения в множестве Х всех альтернатив, каждая из которых не доминируется ни одной альтернативой, из Х нужно взять пересечение множества вида 1 — jR (y, x) по всем y еХ. Это
пересечение называется нечётким подмножеством недоминируемых альтернатив и обозначается (x). Учитывая определение пересечения нечётких множеств, получим:
jf (x) = 1 — sup jR (y, x). (6)
уеХ
Поскольку величина jR^ (x) есть степень недоминируемости альтернативы x, то рациональным при заданной нечеткой информации следует считать выбор альтернатив, имеющих наибольшую степень принадлежности нечеткому множеству jHД (x), т.е.:
ХНД =[x: x е Х, <Д (x) = sup (z)). (7)
I геХ )
Элементы множества ХНД называются максимально недоминируемыми альтернативами множества (Х, jR ).
Альтернативы, отвечающие условиям juf^(x) = 1, определяются как четко недоминируемые альтернативы и рассматриваются, как четкое решение нечетко поставленной задачи выбора теста или класса технического состояния РН [6].
Таким образом, задача ЛПР на любом этапе выбора теста или классификации технического состояния РН будет состоять в выборе такой альтернативы x е Х во множестве возможных, для которых степень принадлежности нечеткому множеству недоминируемых альтернатив будет максимальна. Если подобных альтернатив несколько, то для выбора конкретной из них привлекается дополнительная информация.
Алгоритм построения рационального плана диагностирования ракеты-носителя. Алгоритм решения задачи построения плана диагностического исследования технического состояния РН в интеллектуальных системах диагностирования на основе приведенных выше определений можно представить в виде следующей последовательности шагов.
Шаг 1. Присваиваем номеру / этапа определения оптимального плана диагностического исследования начальный индекс, т.е. /: = 1. Номер этапа определяет очередную выборку из множества
проверок обеспечивающих взаимное различение классов состояния РН.
Шаг 2. Для каждого у -го технического состояния определяем функцию принадлежности нечеткого множества недоминируемых альтернатив (НМНА), исходя из первоначальной (предполагаемой,
ожидаемой по предварительной эвристической оценке) классификации технического состояния РН ( у = 1,©, где ® - количество распознаваемых технических состояний), т.е.:
/Др (е,) = ( 1 - sup /р (y, е,) ]> /инкДРдоп, (8)
где /Угр (y, ei) - степень, с которой альтернатива et (определения технического состояния РН) домини-руется альтернативой y (определение альтернативного e, -го вида технического состояния РН или принятия решения о продолжении испытаний и выборе конкретного теста), y е Х = Е^ П; иНД - поро-
^ 'уУрдоп
говое значение степени недоминируемости альтернатив, при котором они могут считаться чётко недоминируемыми альтернативами, т.е. иНДр{et)~ 1 , при иУУДр{е. )> /УНурр . Параметр /р отражает
нечёткий доверительный интервал Д = { иНДр lj, внутри которого альтернативы принимаемых решений, в силу нечёткости суждений ЛПР, принимаются им как чёткие.
Величины параметров /К р (y, ei) и /R р (е,., у) определяются ЛПР, исходя из предварительного анализа технического состояния РН по результатам ранее проведённых проверок, с учётом опыта полученного при испытаниях РН данного типа, позволяющих получить относительно достоверное представление о текущем техническом состоянии РН [7].
Тогда решение о наиболее рациональной, с учетом полученной информации, оценке состояния технического состояния РН будет соответствовать классу е" р, имеющему максимальное значение функции принадлежности /RHP {е*р). В общем случае, учитывая интервальный характер принимаемых решений, таких альтернатив может быть несколько, т.е.:
ЕНД = {е'ур : е*р еЕ, = sup/НДр(г)}. (9)
геЕ
Альтернативы, отвечающие условию uRyp{ е*р)~ 1, включают в себя единственный класс е*р. Они определяются как чётко недоминируемые альтернативы классификации объекта и рассматриваются в качестве чёткого решения нечетко поставленной задачи классификации.
На последующих шагах 3 и 4 необходимо выбрать из множества допустимых средств анализа (в нашем примере множества проверок) технического состояния РН наиболее информативное диагностическое средство, отвечающее совокупности определённых ЛПР (предполагаемых) классов технических состояний РН.
Шаг 3. Рассчитываем функции иУУДр{ж., е*р) принадлежности НМНА выбора типа средств оценки технического состояния РН, т.е.:
и/НДр (ж/ур)=1 - sup uRp (g, ж.е*ур), (10)
где //ур (g, ж.е*гр ) - функция строгого предпочтения g -го средства оценки перед ж. при условии, что
состояние объекта оценивается классом е*
ур'
Шаг 4. Выбираем рациональное средство оценки технического состояния РН, учитывая выявленную на предыдущем шаге классификацию её технического состояния, а также принимая во внимание ресурсные ограничения стоимостного, временного или иного характера. Учет подобных ограничений может быть осуществлен, например, на основе применения информационно-стоимостного представления функции принадлежности, а именно:
F (ж е* ) = jур(ж.,ер, (11)
^ j у
где С. - необходимые для организации диагностирования РН ресурсы, например, стоимость организации испытания РН ж - м средством; j^ {ж., е*р ) — показатель информативности проверки:
m
I иНДр{е*р)х{1 - Pj)
jур{жз,е*р)''
m
Irr ур {е,*р)
где р' - вероятность ошибки идентификации ' -го класса технического состояния РН ж, -м тестом.
,=1
Предполагаемый выбор типа диагностического средства будет соответствовать максимальной величине функции принадлежности, т.е.:
^=8иР Рур(ж., 4). (13)
ж. еП
Наличие ограничения на допустимую точность оценки технического состояния РН заставляет ЛПР рассматривать только те альтернативы выбора диагностических проверок, которые в дальнейшем, после их реализации в конкретных выражениях исхода, позволяют классифицировать техническое состояние РН со степенью недоминируемости альтернатив не ниже заданной величины пнД .
уРдоп
Шаг 5. Определяем предполагаемое множество всех возможных исходов © у ^ е W р применения выбранного типа средств тестирования ж*- р. В качестве возможных исходов можно рассматривать
широкий спектр результатов диагностирования, свидетельствующих о соответствующем классе технического состояния РН.
Шаг 6. Для каждого возможного исхода © ^ е W р применения
ж*. р -го диагностического средства, определяем функции принадлежности НМНА классификации техни-
ческого состояния РН с учетом теперь уже новых полученных данных, т.е.:
иНД
г-к р
( Р \ ( Р ^
4р и 0=1 -эир. y,4р и О(©">
у '=Пр "=1 )
уеЕ
(14)
У 1=Пр у
где Пр _ множество тестовых средств, применение которых возможно для оценки технического состояния РН на этапах от 1 до р (Пр сП);
© - предполагаемые исходы применения ж. -го средства анализа технического состояния РН на
(" = 1р).
Л"
этапе "
(
Совокупность параметров ..
"к р
р
определяет функцию принадлежности
y, е1р и 0
у з=пр "=1 у
нечеткого отношения предпочтения альтернатив классификации технического состояния РН. Оценки данного вида даются ЛПР с учетом результатов возможных исходов проверок на предыдущих этапах.
Шаг 7. Принимаем решение о наиболее рациональной оценке технического состояния РН по выбранному феномену, которое соответствует классам е* р, имеющим максимальное значение функции
принадлежности НМНА (е* р, © р) , и отвечающее условию:
<р(е,*р, ©гр)^мНДрдоп. (15)
Если такое решение единственное, т.е. | Е НД |= 1, то это свидетельствует о возможности полного выявления классов технических состояний РН и переходу к шагу 9.
Выполнение неравенства | Е НД | >1 свидетельствует о неоднозначности оценки состояния по
предполагаемым исходам тестовых проверок, а именно наличие нескольких таких состояний для любого из исходов применения ж . _го средства технического диагностирования РН.
Шаг 8. Присваиваем очередному этапу поиска оптимальной программы тестирования номер р: = р +1. Проверяем условие р >п . Если неравенство выполняется, т.е. все виды тестовых проверок использованы, то переходим к шагу 10, если неравенство не выполняется, то производим сокращение множества классов Е диагностируемых технических состояний РН с учетом множества однозначно диагностируемых классов Енр технических состояний на предыдущем шаге, т.е. формируем новое множество Е* классифицируемых технических состояний РН, подлежащих диагностированию:
Е*={Е \ ЕНД), (16)
после чего возвращаемся к шагу 3.
Шаг 9. Определяем последовательность применяемых диагностических средств оценки, позволяющих ЛПР однозначно установить у -е техническое состояние РН:
5'=|иж"}; (17)
определяем точность оценки -го технического состояния:
125
/и = mm ; (18)
определяем стоимость оценки -го технического состояния:
C =I C , (19)
^ j У Zj j Уа
a=1
где Cya - необходимые для организации диагностирования РН ж. -м средством ресурсы на этапе а {а = 1,р) .
Шаг 10. Выполняем анализ причин неоднозначного определения классов технических состояний РН имеющимся набором диагностических средств. Как правило, это может быть следствием, либо недостаточной компетенции ЛПР, либо следствием неполного набора данных для принятия однозначного решения на данном этапе диагностирования [8].
Заключение. Таким образом, рассмотренная методика позволяет, на основе имеющихся у ЛПР априорных данных о РН, синтезировать рациональную, с точки зрения материальных и временных затрат, гибкую программу диагностирования РН. Достоинством методики является возможность оперативно корректировать программу диагностирования при изменении исходных данных или, исходя из полученных результатов диагностирования. Это придаёт программе необходимую гибкость и возможность учитывать имеющиеся технические средства и предоставленные на проведение диагностирования временные ресурсы.
Кроме того, методология предложенной методики не зависит от конкретного типа диагностических средств. Это предоставляет возможность её использования для рационального планирования поэтапного диагностирования объектов различной природы.
Задача выбора множества диагностических средств сводится к определению совокупности минимального количества проверок, определяющих все возможные классы технических состояний РН, с заданными точностными, временными и стоимостными характеристиками.
Эффективным методом решения задачи планирования диагностирования РН является метод, основанный на последовательном применении процедуры принятия решения при нечётком отношении предпочтения на множестве альтернатив.
Список литературы
1. Николаев А.Ю., Багрецов С.А., Нестечук Е.А. Принципы построения интеллектуальных систем диагностирования ракет-носителей с учётом нечёткого представления образов технических состояний и оцениваемых параметров // Авиакосмическое приборостроение. 2023. № 5. С. 3-13.
2. Валях Е. Последовательно-параллельные вычисления / пер. с англ. И.А. Николаева, А.М. Степанова. М.: Мир, 1985. 456 с.
3. Системы параллельной обработки / под ред. Д. Ивенса. М.: Мир, 1985. 416 с.
4. Охтилев М.Ю. Системы искусственного интеллекта и их применение в автоматизированных системах мониторинга состояния сложных организационно-технических объектов: Монография. СПб.: ГУАП, 2018. 261 с.
5. Багрецов С.А., Львов В.М., Наумов В.В., Оганян К.М. Диагностика социально-психологических характеристик малых групп с внешним статусом. Серия «Учебники для Вузов. Специальная литература». СПб.: Лань, 1999. 640 с.
6. Орловский С.А. Проблемы принятия решений при нечеткой информации. М.: Наука, 1981.
208 с.
7. Багрецов С.А., Оганян К.М., Пророк В.Я. Основы построения и организации адаптивных систем профессионального отбора / под ред. С.А. Багрецова. СПб.: Лань, 2003. 329 с.
8. Шашлюк Ю.А., Багрецов С.А., Добрынин В.Н. Управление безопасностью эксплуатации железнодорожных транспортных систем: Монография / Ю.А. Шашлюк, С.А. Багрецов, В.Н. Добрынин. М.: ВНИИгеосистем, 2018. 390 с.
Николаев Алексей Юрьевич, канд. техн. наук, заместитель начальника научно-испытательного центра по научно-исследовательской и испытательной работе - начальник научно-исследовательского отдела, aleksei_nikolaev@internet.ru, Россия, Мирный, Научно-испытательный центр (информационно-аналитического обеспечения испытаний и применения ракетно-космических средств) управления 1 Государственного испытательного космодрома Министерства обороны Российской Федерации,
Багрецов Сергей Алексеевич, д-р техн. наук, д-р экон. наук, профессор, sergeibagrecov@bk.ru, Россия, Санкт-Петербург, Военно-космическая академия имени А. Ф. Можайского,
126
Нестечук Екатерина Алексеевна, инженер-испытатель, kea020899@mail.ru, Россия, Мирный, Научно-испытательный центр (информационно-аналитического обеспечения испытаний и применения ракетно-космических средств) управления 1 Государственного испытательного космодрома Министерства обороны Российской Федерации
METHODOLOGY FOR CONSTRUCTING A RATIONAL PLAN FOR DETERMINING THE TECHNICAL CONDITION OF THE LA UNCH VEHICLE IN INTELLIGENT REAL-TIME SYSTEMS
A.Y. Nikolaev, S.A. Bagretcov, Е.А. Nestechuk
The problem of a priori planning of the order of application of test diagnostic means of the launch vehicle on the basis of a preliminary fuzzy assessment of technical characteristics is considered. The solution of the problem is reduced to a sequential analysis of fuzzy preference relations of assessments of the degree of conformity of the technical condition of the launch vehicle and the composition of diagnostic checks, taking into account their effectiveness, followed by the determination of the most non-dominant alternatives to the decisions taken. The basis of the decisions taken is a fuzzy information-cost criterion.
Key words: diagnostics, image of technical condition, fuzzy set, fuzzy preference relation, fuzzy indifference relation, non-dominant alternative.
Nikolaev Alexey Yurievich, candidate of technical sciences, deputy head of the research and testing center for research and testing - head of the research department, aleksei_nikolaev@internet.ru, Russia, Mirny, Scientific and Testing Center (Information and Analytical Support for Testing and application of Rocket and Space Assets) of the Department of the 1st State Test Cosmodrome of the Ministry of Defense of the Russian Federation,
Bagretsov Sergey Alekseevich, doctor of technical sciences, doctor of economics, professor, ser-geibagrecov@bk.ru, Russia, St. Petersburg, Military Space Academy named after A.F. Mozhaisky.
Nestechuk Ekaterina Alekseevna, engineer-test of the scientific and testing, kea020899@mail.ru, Russia, Mirny, Scientific and Testing Center (Information and Analytical Support for Testing and application of Rocket and Space Assets) of the Department of the 1st State Test Cosmodrome of the Ministry of Defense of the Russian Federation
УДК 004.89
DOI: 10.24412/2071-6168-2023-4-127-132
ОЦЕНИВАНИЕ ВОЗМОЖНОСТИ ПРИМЕНЕНИЯ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ОБЕСПЕЧЕНИЯ БЕЗОПАСНОГО ДВИЖЕНИЯ МОРСКИХ И ВОЗДУШНЫХ СУДОВ
А.И. Мухин, А.Н. Малетин
Рассмотрена возможность применения искусственного интеллекта для обеспечения безопасного движения морских и воздушных судов при обработке Больших Данных, полученных в результате радиомониторинга. Для этого выбран такой нейронный оптимизатор, который показал наилучшие характеристики в условиях радиомониторинга. Проведено машинное обучение системы, и сформирована нейронная сеть. Сгенерированы и проанализированы две большие выборки: обучающая и предсказанная. В результате анализа выборок сделан вывод о возможности применения искусственного интеллекта для обеспечения безопасного движения морских и воздушных судов.
Ключевые слова: искусственный интеллект, Большие Данные, нейронная сеть, машинное обучение, радиомониторинг, источники радиоизлучения, радиоэлектронные средства, радиоэлектронная обстановка, безопасное движение морских и воздушных судов.
Введение. В настоящее время происходит стремительное увеличение числа радиоэлектронных средств (РЭС), основным предназначением которых является повышение безопасности и информированности человека. Каждый крупный мобильный объект (судно или самолет) оснащается сразу несколькими РЭС, а именно: навигационными, радиосвязными, радиолокационными, радиомаячковыми. Причём некоторые РЭС могут дублироваться.
С одной стороны, увеличение числа РЭС призвано обеспечивать беспрецедентную безопасность человека, но с другой стороны, увеличение совокупности подвижных объектов и влияние человеческого фактора (особенно в диспетчерских службах) до сих пор приводит к авариям, столкновениям, катастрофам.
