CC BY
352
2008
НАУЧНЫЙ ВЕСТНИК МГТУ ГА серия Навигация и УВД
№ 136
УДК 656.051
МОДЕЛИРОВАНИЕ ПРОЦЕССОВ УПРАВЛЕНИЯ ВОЗДУШНЫМ ДВИЖЕНИЕМ НА ОСНОВЕ МНОГОАГЕНТНЫХ ТЕХНОЛОГИЙ
В.И. ГОРОДЕЦКИЙ, О.В. КАРСАЕВ, В.Г. КОНЮШИЙ, В.В. КУПИН, В.В. САМОЙЛОВ
Рассматривается новая модель автономного управления воздушным движением и многоагентная технология ее реализации в рамках имитационной модели. Обосновывается возможность использования соответствующих моделей при решении задач организации воздушного пространства, в профессиональной подготовке и при разработке систем поддержки принятия решений при управлении воздушным движением. Приводится пример модели автономного распределенного управления в районе аэродрома.
Введение
Система управления воздушным движением (СУВД) является сложной активной иерархической системой управления. Цель ее функционирования состоит в том, чтобы обеспечить наилучшее выполнение расписания вылета и прибытия воздушных судов и выдерживать наиболее предпочтительные профили полета при минимальных ограничениях и без снижения установленных уровней безопасности. СУВД включает в себя следующие подсистемы [1,2]:
организации воздушного движения (ОрВД), включающую этапы обслуживания, организации потоков воздушного движения и организации воздушного пространства (соответственно ОВД, ОПВД и ОрВП);
технических средств навигации, посадки и связи;
обеспечения (метеорологическое, аэронавигационная информация, техобслуживание, ремонт и функциональная готовность объектов Единой системы ОрВД);
профессиональной подготовки и выдачи свидетельств, включающую профотбор, обучение, сертификацию персонала, а также средства подготовки кадров.
Рекомендации ИКАО в области профессиональной подготовки персонала таковы, что разрабатываемые квалификационные системы подготовки и оценки ее качества должны предусматривать установление квалификационных требований и соответствующих стандартов, подготовку на основе выявленных квалификационных требований и методику оценки результатов, предназначенную для оценки степени достижения указанных уровней квалификации [3]. При этом обучение и оценка персонала должны основываться на анализе тех профессиональных задач, выполнение которых на установленном уровне является требованием к соответствующей профессиональной деятельности.
Очевидно, что процессы подсистемы профессиональной подготовки, ответственной за обеспечение требуемого уровня обучения, и подсистемы организации воздушного движения, обеспечивающей операционный или функциональный уровень, оказываются тесно связанными. С одной стороны, многие проблемы, выявляемые на операционном уровне, могут быть решены на уровне обучения, а, с другой, - эффективность обучения определяется только тем, насколько оно соответствует требованиям профессиональной (операционной) деятельности.
Традиционными проблемами операционного уровня, решение которых возможно получить на уровне обучения, является деятельность персонала в условиях внедрения новых технических средств, процедур, технологии и правил ОВД. В настоящее время одним из основных направлений изменения существующих технологий является переход от радиолокационного управления, основанного на знании фактического и расчете прогнозируемого положения воздушного судна (ВС), к так называемому траекторному управлению, основанному на знании и совместном использовании фактического и прогнозируемого положения ВС. Последнее обуславливает необходимость решения следующих задач: разработка эффективных процедур ОВД; проектирование воздушного пространства; разработка систем поддержки принятия решений по управлению воздушным движением; определение и привитие новых навыков персоналу ОВД.
Так как в этом случае система обучения должна опираться на прогнозируемые профессиональные задачи и квалификационные требования, то целесообразным является использование комплексных средств подготовки персонала, выполняющих как функции обучения, так и исследовательские функции [4]. Одним из возможных подходов к разработке таких комплексных средств является применение многоагентных технологий для моделирования процессов управления воздушным движением (УВД).
Модель автономного управления воздушным движением в районе аэродрома
Рассмотрим очень кратко концептуальную модель управления воздушным движением прибывающих ВС, которая имеет целью исследование новых подходов к организации УВД в воздушном пространстве района аэродрома (аэроузла) (РА), когда задача планирования траектории движения каждого ВС возлагается на бортовые системы поддержки принятия решений (БСППР). Ее детальное описание в терминах конкретных алгоритмов, протоколов, а также детальное описание ее архитектуры в формальных терминах, можно найти в работах [5,6,7]. В этой модели БСППР ВС, получив разрешение на вход в зону подхода РА, автономно собирает информацию о параметрах движения других ВС, находящихся в воздушном пространстве РА и автономно формирует траекторию своего движения. Затем бортовая система осуществляет прогноз движения данного ВС и движения других ВС, определяет потенциально возможные нарушения норм эшелонирования и автономно решает задачу разрешения возможных конфликтов с помощью специального протокола переговоров с БСППР ВС, которые могут быть вовлечены в конфликт.
Для программной реализации этой модели предлагается использовать многоагентную архитектуру. В этой архитектуре вводятся агенты трех типов. Агенты первого типа выполняют роли ассистентов экипажей ВС (далее для краткости эти агенты называются ВС-агентами). В модели УВД каждому ВС в РА ставится в соответствие один такой агент. Таким образом, количество агентов данного типа в каждый момент времени определяется количеством ВС, находящихся в зоне подхода РА. Агент второго типа играет роль ассистента диспетчера круга, осуществляющего УВД в зоне ответственности диспетчерского пункта круга (ДПК-агент). Агент третьего типа играет вспомогательную роль в рассматриваемой модели. Он моделирует ситуацию в РА и отображает ее развитие визуально на некотором графическом экране.
Для формального описания ситуации в воздушном пространстве используются данные о структуре РА конкретного аэропорта и рабочее расписание прибытия ВС. В данной работе в качестве примера используются реальные данные, описывающие топологию аэроузловой зоны Нью-Йорка (рис. 1) и расписание движения ВС на прилет в интервале времени с 11:00 до 12:00.
I — ДвГСКДОС« Овг.1>пР1Гг;1ёип
0а»» Иьяад
02ЯЮО [гП*ЭООО 034000 09000 И-Е10СО Ивою
□ртйш*
ЕЗлитгась«
И гм--й*»,-е
ЙЛер1апе гиги*
а—
Тяте к 33 —
□ іньодегіп
«н-еогАй | ш I Раиде- I
і Ш ;
Рис. 1. Топология аэроузловой зоны Нью-Йорка
Секторизация района аэродрома и принципы организации воздушного движения
Принципы организации УВД и организации потоков воздушного движения в рамках предлагаемой модели предполагают использование такой структуризации РА, в соответствии с которой в нем устанавливаются секторы участков схем (маршрутов) движения ВС. Все секторы, за исключением одного, включают последовательность сопряженных участков движения. При этом первые участки в последовательностях начинаются либо с точек входа в РА, либо с точек, в которых имеются зоны ожидания. Коридоры последнего типа в последовательностях заканчиваются также в точках РА, в которых имеются зоны ожидания. При этом идентификаторы таких точек РА являются идентификаторами секторов. Это, в частности, означает, что если в РА есть точка с расположенной над ней зоной ожидания, в которой сходятся различные участки, то эти участки принадлежат одному сектору РА. Единственным специфическим сектором РА является сектор зоны взлета и посадки (ЗВП). Этот сектор состоит из последовательностей участков, которые также начинаются в точках РА с зонами ожидания, но заканчиваются взлетнопосадочными полосами (ВПП) аэродрома (или аэродромов). Рис. 2 поясняет предложенную секторизацию. На нем в левой части дано схематичное отображение схемы аэроузловой зоны Нью-Йорка в горизонтальной проекции. Здесь примерами секторов являются ROBER, PARCH, TRAIT. При этом сектор TRAIT включает участки, начинающиеся в точках FRILL и SHANK.
Такая структуризация РА используется в качестве базиса, на котором в разработанной модели строятся принципы организации УВД и организации потоков прилетающих ВС.
Рассматриваются два класса ситуаций в воздушном пространстве - нормальная и чрезвычайная. В нормальной ситуации каждое ВС формирует пространственно-временную траекторию движения (план) в пределах секторов и, находясь в некотором секторе, движется по имеющемуся плану не меняя его. В частности, план включает фиксацию интервалов времени движения, когда ВС планирует осуществлять смену эшелонов (изменение высоты), а также указание эшелона (высоты), на котором ВС планирует пройти конечную точку сектора. При прохождении текущего сектора ВС формирует план движения в следующем секторе, и выполняет переход в следующий сектор только в том случае, если построенный план гарантирует соблюдение норм эшелонирования. В противном случае в конечной точке сектора ВС должно использовать зону (или зоны) ожидания. В процессе этого ожидания БСППР выполняет повторные попытки формирования плана бесконфликтного движения в следующем секторе.
Рис. 2. Схема аэроузловой зоны Нью-Йорка
Основное отличие чрезвычайной ситуации от нормальной состоит в том, что при движении в секторе в соответствии с ранее принятым планом ВС может изменить его, если это необходи-
мо и продолжить дальнейшее движение по новому плану. Это различие между нормальной и чрезвычайной ситуациями влечет за собой необходимость удовлетворения ограничений, определяющих предельное число ВС, которые могут одновременно находиться в одном секторе. Например, в обычной ситуации это количество может определяться количеством допустимых эшелонов в конечной точке сектора. Так, для сектора TRAIT (рис. 2, правая часть) это количество равно 13. Необходимость введения этого правила обусловлено тем, что все ВС, перейдя в сектор, могут достигнуть его конечной точки с соблюдением норм эшелонирования и далее использовать зону (или зоны) ожидания до тех пор, когда переход в следующий сектор станет допустимым. Но в чрезвычайной ситуации ВС должны предусматривать возможность изменения планов, поэтому допустимое количество ВС, находящихся в каждом секторе, должно быть уменьшено по сравнению с обычной ситуацией.
Координации движения в зоне подхода
В соответствии с описанной моделью автономного УВД в зоне подхода каждое ВС, входящее в некоторый сектор, должно координировать свое движение в нем с движением других ВС. К последним относятся те ВС, которые (a) либо уже находятся в этом секторе, (б) либо имеют согласованные планы входа в него, (в) либо должны войти в сектор в момент времени, "близкий" к расчетному времени входа в него ВС, формирующего план движения.
Координация выполняется на основе информационного обмена (переговоров) между ВС-агентами, который организуется в соответствии с разработанным протоколом переговоров. Дадим краткое содержательное описание этого протокола. Сначала ВС-агенты образуют динамические группы для информационного обмена. Такие группы формируются для каждого сектора, и каждая непустая группа идентифицируется именем сектора. При этом каждый ВС-агент в каждый момент времени принадлежит одновременно двум группам, а именно группе того сектора, в котором ВС находится в текущий момент времени, и следующего по порядку в соответствии со своей схемой движения в зоне подхода.
Предполагается, что в процессе информационного взаимодействия агентов, каждое ВС имеет и получает новую информацию о планах движения всех других ВС, являющихся членами тех двух групп, к которым оно само принадлежит в текущий момент. Все остальные члены этих групп также получают оперативную информацию о планах движения от ВС-агента данного ВС. Эта информация необходима всем ВС группы для формирования бесконфликтных планов. При этом должны также учитываться ограничения на допустимое количество ВС в секторах в зависимости от текущей ситуации в зоне подхода.
Отмеченное выше условие (в) касается ситуаций, когда практически одновременно несколько ВС планируют войти в один и тот же сектор. В этом случае для удовлетворения норм эшелонирования необходимо определить порядок входа ВС в этот сектор. Это достигается на основе переговоров ВС-агентов и использования правил, вычисляющих приоритеты ВС. Приоритеты определяют последовательность, в соответствии с которой эти ВС выбирают решения при условии, что решения "более приоритетных" ВС уже приняты к исполнению. При этом в процессе переговоров определяется ВС с наивысшим приоритетом, которое и принимает наилучшее для себя решение с учетом планов ВС, которые свои решения уже выбрали ранее и исполняют их. В разработанной формальной модели и в программном прототипе, реализующем описанную модель автономного управления воздушным движением в зоне подхода, правила вычисления приоритетов ВС используют такие данные, как класс ВС, расчетное время перехода в следующий сектор, эшелон высоты перехода в следующий сектор, отклонение от расписания движения (задержка или опережение), запас топлива на борту, техническое состояние борта и другие [8]. Протоколы информационного взаимодействия ВС в группах предусматривают обмен такой информацией. На основе этого, а также на основе заранее определенных правил,
агент каждого ВС самостоятельно определяет, является ли его приоритет наивысшим, и если это так, то формирует динамически план своего дальнейшего движения.
Координация движения в зоне взлета и посадки
Принципиальное отличие движения ВС в зоне взлета и посадки от движения в зоне подхода состоит в том, что если в зоне подхода ВС имеют схемы движения, в рамках которых они могут использовать различные планы (имеют множество возможных планов), то в ЗВП схемы движения практически предопределяют те траектории, по которым ВС осуществляют подход к ВПП. Иначе говоря, до момента входа в ЗВП ВС должно получить полную информацию о траектории снижения и схеме посадки и двигаться в пределах воздушного пространства ЗВП строго по этой траектории. Это означает, что, зная время входа ВС в ЗВП, можно далее достаточно точно определить, в какой точке этой зоны ВС будет находиться в тот или иной момент времени в будущем. В соответствии с этим координация движения ВС в этой зоне должна сводиться к решению двух задач:
1. Зная значения времен входа в ЗВП воздушных судов, которые либо уже находятся в ней, либо уже получили разрешение на вход ЗВП, можно для каждого из прибывающих ВС рассчитать допустимые интервалы времени, когда оно может войти в эту зону, не нарушая в последующем нормы эшелонирования.
2. Если таких ВС-"кандидатов" на вход в ЗВП более чем одно, тогда должен выбираться порядок, в котором для них должны определяться допустимые интервалы времени входа в указанную зону. Для расчета таких интервалов времени можно использовать готовые решения, которые могут быть рассчитаны заранее на этапе предварительного моделирования различных ситуаций в ЗВП. Именно такой подход используется в разработанном прототипе. Этот подход предполагает использование ДПК-агента, который в данном случае играет роль координатора движения ВС в ЗВП. Этот выбор обоснован тем обстоятельством, что использование иного подхода, когда дополнительный агент-координатор, а именно агент ДПК, не используется, в данном случае влечет за собой значительно более интенсивный трафик обмена информацией.
Преимущества предлагаемой модели организации УВД
Предлагаемая модель организации УВД позволяет формировать планы движения ВС, удовлетворяющие нормам эшелонирования, на основе точных (формальных) оценок более долгосрочной перспективы развития текущей ситуации. Главным образом это достигается за счет того, что ВС-агенты формируют бесконфликтные планы движения своих ВС, основываясь на реальных данных, и координируют свои решения с решениями, получаемыми от других ВС-агентов. Иначе говоря, в предложенной модели одновременно выполняется множество скоординированных процессов прогноза развития ситуации на основе формальных расчетов возможных траекторий движения ВС. Существующие на практике на сегодняшний день процедуры обслуживания воздушного движения, как правило, не обеспечивают достижения такого качества прогноза развития ситуации и, в связи с этим, принятия обоснованных эффективных решений.
Если использовать результаты взаимодействия агентов в качестве средства поддержки принятия решений диспетчерами при УВД, то потенциально это может привести к:
- увеличению глубины и достоверности прогноза (в том числе за счет учета данных формируемых, непосредственно на борту);
- уменьшению эффекта опосредованности управления;
- значительному снижению количества команд, выдаваемых экипажам ВС, связанных с изменениями плановых траекторий движения (а значит, и к уменьшению задержек воздушного движения);
- увеличению пропускной способности элементов воздушного пространства;
- снижению загруженности диспетчера при УВД;
- обеспечению условий для обоснованного выбора диспетчером УВД эффективных (с точки зрения целей функционирования системы ОрВД) решений.
Заключение. Направления использования описанных моделей
Как отечественная, так и зарубежная практика разработки и внедрения средств и технологий автоматизации процессов УВД свидетельствует о предпочтительности эволюционного пути, когда процессы автоматизации не приводят к нарушению принципа непрерывности, а "наращиваются" в процессе функционирования системы УВД. В связи с этим предпочтительным является создание моделирующих комплексов, способных, с одной стороны, адекватно описывать существующие процессы и использоваться для обучения диспетчерского персонала, а, с другой, - использоваться для решения таких задач, как [4,9]:
- исследование эффективности функционирования системы УВД в определенном регионе;
- определение рациональной структуры воздушного пространства;
- исследование эффективности функционирования отдельных элементов системы УВД с целью выявления узких мест и рационального распределения функций между элементами системы;
- совершенствование и разработка пооперационных технологий и процедур обслуживания воздушного движения (в том числе и при внедрении средств автоматизации);
- исследование и повышение эффективности процессов принятия решений при УВД.
Моделирование процессов УВД на основе многоагентных технологий является перспективным направлением создания математического и программного обеспечения функционирования таких моделирующих комплексов.
Так, в процессах подготовки и повышения квалификации авиадиспетчеров важное место отводится тренажерной подготовке, которую можно рассматривать как средство привития навыков решения задач управления не только в типовых (стандартных) ситуациях, но и в нестандартных (нештатных). Типы интеллектуальных навыков и сами решающие правила при принятии решений в первом и во втором случаях различны: так называемые навыки «применения правил» и навыки «решения проблем». Выработка навыков второго типа осуществляется при решении задач, для которых не имеется заранее готовой схемы решения, и для построения которой необходимо привлечение знаний о предметной области. На практике такие задачи хотя возникают, но все же достаточно редко, чтобы можно было говорить о быстром накоплении опыта их решения. Поэтому в целях тренажерной подготовки должны разрабатываться упражнения не только имитирующие типовые ситуации, но и генерирующие нестандартные ситуации, а также методика и средства оценки качества решения предложенных вариантов заданий (а значит и качества подготовки диспетчера).
Итак, первой актуальной задачей является разработка автоматического генератора ситуаций различных типов в зоне ответственности диспетчера с их графическим представлением на штатных средствах в стандартной форме. Для воздушного пространства конкретного РА такой генератор мог бы в реальном масштабе времени генерировать и отображать входящие и исходящие потоки воздушного движения, согласованные со структурой воздушного пространства и привязанные к некоторому фрагменту расписания. Далее может использоваться модель случайных возмущений как по временам входа ВС в зону ответственности, так и по задержкам вылета ВС. При этом можно использовать реальные распределения вероятностей указанных случайных величин. Эта задача, в целом, достаточно проста и создание такого генератора - несложная проблема.
Вторая задача, оценка качества диспетчерского управления, гораздо сложнее. Для того чтобы такую оценку получить, необходимо для каждой ситуации найти оптимальное или близкое к нему решение, с которым можно было бы некоторым образом сравнивать решения, предложенные диспетчером. Если источник таких решений имеется, то в качестве метрик сравнения решений могут быть выбраны различные показатели, например, отклонение среднего времени прохождения воздушным судном различных участков полета (при различной интенсивности воздушного движения) от времени, предусмотренного планом. Тогда возможность допуска диспетчера к работе могла бы определяться, в том числе и с помощью, например, пороговых значений некоторых показателей, характеризующих снижение качества принимаемых им решений по отношению к оптимальным.
По существу в этой задаче речь идет о создании интеллектуального диспетчерского тренажера, который поддерживает функции симуляции, отображения и оптимизации воздушного движения в районе аэродрома, а также оценку качества работы диспетчера.
Следующая задача, а именно, поддержка принятия решений при УВД, по своему существу мало чем отличается от рассмотренной задачи автоматической оптимизации текущего плана воздушного движения в динамической ситуации. Ее отличие состоит в том, что в ней решение, найденное программой, должно сопровождаться графическим отображением в той или иной форме, а для каждого решения, предлагаемого диспетчером, должен генерироваться прогноз последствий и дальнейшего развития ситуации. Последний подход хорошо известен в литературе под названием "Что, если...?". Естественно, такая система была бы полезной и при тренировке диспетчерского состава.
В процессе решения задач, описанных выше, путем статистического моделирования воздушного движения в пределах РА в зависимости от его интенсивности могут быть обнаружены ситуации, которые являются очень "трудными" как для диспетчера, так и для системы оптимизации УВД. Такие ситуации могут указать на необходимость реорганизации структуры воздушного пространства в РА. Естественно, что тот же подход может быть использован и при разработке организационной структуры воздушного пространства районов аэродромов.
Наконец, реализация всех решений, о которых шла речь, позволила бы накопить бесценный опыт алгоритмизации задач оптимизации управления воздушным движением и его программной реализации в распределенном варианте, когда задача выбора бесконфликтных траекторий в районе аэродрома, частично или полностью, решается автономно с использованием бортовых компьютерных средств.
ЛИТЕРАТУРА
1. Щербаков Л.К. Подход к наполнению концепций RASP и RTSP ICAO конкретным содержанием // Научный Вестник МГТУ ГА, серия Эксплуатация воздушного транспорта и ремонта авиационной техники. Безопасность полетов, № 63, 2003, с. 124-133.
2. Ход работы по определению требуемых характеристик всей системы (RTSP) ICAO ATMCP/1-WP/30. - Монреаль, 2001.
3. Правила аэронавигационного обслуживания. Подготовка персонала (PANS-TRG, Док. 9868). ИКАО, Издание первое, 2006.
4. Крыжановский Г.А. Введение в прикладную теорию управления воздушным движением: Учебник для вузов гражданской авиации. - М.: Машиностроение, 1984.
5. Городецкий В.И., Карсаев О.В., Самойлов В.В., Купин В.В. Модель автономного управления воздушным движением в зоне аэропорта на основе открытой сети агентов. Международная конференция "Интеллектуальные системы", с. 281-289.
6. Gorodetsky V., Karsaev O., Kupin V., Samoilov V. Agent-Based Air Traffic Control in Airport Airspace. International Conference on Intelligent Agent Technology (IAT-07), Silicon Valley, USA, November 2008, pp. 81-84.
7. Gorodetsky V., Karsaev O., Samoilov V., Skormin V. Multi-agent Technology for Air traffic Control and Incident Management in Airport Airspace. 5-th International Workshop on Agents in Traffic and Transportation (ATT-08), Held at AAMAS 2008, May 2008, Portugal, pp. 118-125.
8. Федеральные авиационные правила полётов в воздушном пространстве Российской Федерации, утверждённые приказами Министра обороны Российской Федерации от 31 марта 2002 года № 136, Министерства транспорта Российской Федерации от 31 марта 2002 года № 42, Российского авиационно-космического агентства от 31 марта 2002 года № 51 (зарегистрированы в Минюсте России 24.07.2002., регистрационный № 3615), (Бюллетень нормативных актов федеральных органов исполнительной власти, 2002, № 41).
9. Автоматизация системы управления воздушным движением: Новые информационные технологии в авиации; под ред. С.Г. Пятко и А.И. Красова. - СПб.: Политехника, 2004. - 446 с.
MULTY-AGENT TECHNOLOGY BASED MODELING OF AIR TRAFFIC CONTROL PROCESSES
Gorodetski V.I., Karsaev O.V., Konyushi V.G., Kupin V.V., Samoylov V.V.
A new model of autonomous Air Traffic Control and its of Multi-agent Technology based implementation are considered. Possibility of using corresponding models in the field of air space planning, training or decision supporting systems development is substantiated. The model of autonomous distributed Air Traffic Control in Terminal area and Control Zone is presented as example.
Сведения об авторах
Городецкий Владимир Иванович, 1937 г.р., окончил Ленинградскую инженерную военновоздушную академию им. А.Ф. Можайского (1960) Ленинградский государственный университет (1970), доктор технических наук, профессор, главный научный сотрудник лаборатории интеллектуальных систем Санкт-Петербургского института информатики и автоматизации РАН, автор свыше 300 работ, область научных интересов - распределенные интеллектуальные системы, многоагентные технологии и инструментальные средства, интеллектуальный анализ данных и распознавание, планирование и составление расписаний, управление проектами, мобильные системы, защита компьютерных сетей, управление движением, оптимизация.
Карсаев Олег Владиславович, 1959 г.р., окончил Военно-космическую академию им. А.Ф. Можайского (1981), кандидат технических наук, заведующий лабораторией интеллектуальных систем Санкт-Петербургского института информатики и автоматизации РАН, автор свыше 50 научных работ, область научных интересов - распределенные интеллектуальные системы, многоагентные технологии и инструментальные средства, интеллектуальный анализ данных и распознавание, планирование и составление расписаний, управление проектами, мобильные системы, управление движением, оптимизация.
Конюший Виктор Григорьевич 1963 г.р., окончил Военно-космическую академию им. А.Ф. Можайского (1985), научный сотрудник лаборатории интеллектуальных систем Санкт-Петербургского института информатики и автоматизации РАН, автор 15 научных работ, область научных интересов - инструментальные средства разработки многоагентных систем, планирование операций и составление расписаний, компьютерная поддержка принятия решений.
Купин Владимир Васильевич, 1970 г.р., окончил Академию гражданской авиации (1994), кандидат технических наук, доцент кафедры организации и управления в транспортных системах Санкт-Петербургского государственного университета гражданской авиации, автор свыше 30 научных работ, область научных интересов - процессы принятия решений в активной системе управления воздушным движением, профессиональная подготовка авиационного персонала, организация управления воздушным движением.
Самойлов Владимир Владимирович, 1971 г.р., окончил ВВМИУ им. Ф.Э. Дзержинского (1993), научный сотрудник лаборатории интеллектуальных систем Санкт-Петербургского института информатики и автоматизации РАН, автор свыше 30 научных работ, область научных интересов - методы машинного обучения и объединения решений из распределенных источников, языки описания поведения распределенных многоагентных систем с высокой степенью координации.
