МЕТОДИКА ФОРМУВАННЯ НАВЧАЛЬНОЇ ВИБІРКИ ДЛЯ НАВЧАННЯ НЕЧІТКОЇ НЕЙРОННОЇ МЕРЕЖІ ПРИ АВТОМАТИЗАЦІЇ ПРОЦЕСУ ПРИЙНЯТТЯ РІШЕННЯ В ЗАДАЧАХ НАВЕДЕННЯ АВІАЦІЇ НА НАЗЕМНІ (МОРСЬКІ) ЦІЛІ
DOI:
https://doi.org/10.26906/SUNZ.2020.1.007Ключові слова:
нечіткі множини, нечіткі нейронні мережі, наведення, авіація, передовий авіанавідникАнотація
В статті розроблено методика формування навчальної вибірки для навчання нечіткої нейронної мережі при автоматизації процесу прийняття рішення в задачах наведення авіації на наземні(морські) цілі. Для навчання нечіткої нейронної мережі необхідно використовувати навчальну вибірку. При підготовці навчальної вибірки для навчання нечіткої нейронної мережі процесу наведення авіації на наземні (морські) цілі існує проблема збору даних. Збір статистики на основі прикладів прийняття рішень в процесі наведення в реальних умовах застосування авіації по наземних (морських) цілях, займає багато часу, не дозволяє зібрати необхідну кількість статистичних даних для формування навчальної вибірки. Тому слід застосовувати імітаційне моделювання. Але складність, динамічність процесу наведення, та невизначеність, що зумовлена характером параметрів, які використовуються при вирішенні задачі наведення, не дозволяють застосовувати імітаційні моделі побудовані на основі традиційних методів. Це зумовлено тим, що навчальна вибірка не враховує невизначеність. Також імітаційні моделі побудовані на основі традиційних методів не враховують досвід та знання передового авіанавідника, тому отримана в результаті моделювання навчальна вибірка, не дозволить побудувати нечіткої нейронної мережі та навчити її відповідно до процесу прийняття рішення передового авіанавідника при наведені авіації на наземні (морські) цілі. Тому при побудові імітаційної моделі слід застосовувати моделі на основі математичного апарату нечіткої логіки та нечітких множин. В результаті проведеної роботи розроблено методику формування навчальної вибірки для навчання нечіткої нейронної мережі при автоматизації процесу прийняття рішення в задачах наведення авіації на наземні (морські) цілі та побудовано імітаційну модель. Дана модель дозволяє на основі вхідних даних отримувати параметри наведення, що визначаються передовим авіанавідником при вирішенні задачі наведення авіації на наземні (морські цілі). Застосування даної методики дозволило отримати навчальну вибірку, на основі якої можливе навчання ННМ для отримання інформаційної технології автоматизованої виробки рекомендацій щодо параметрів наведення авіації на наземні (морські) цілі на основі ННМЗавантаження
Посилання
Чернов В.Г. Наведення літаків на повітряні та наземні цілі: навч. пособ. / В.Г. Чернов, В.А. Волобуєв, О.К. Желем. – ХУПС, 2004. – 131 с.
Каменський В.Н. Наведение на воздушные и наземные цели / В.Н. Каменський, Белоглазов И.Н. – М.: 1972г.
Тактика армійської авіації. Ч. 1. Основи тактики армійської авіації : навч. посіб. / А.М. Алімпієв, Ю.М. Корнусь, О.С. Петриченко, С.А. Калкаманов – Х. : ХНУПС, 2016. – 160 с.
Wagner, C. Toward General Type-2 Fuzzy Logic Systems Based on zSlices / Wagner C., Hagras, H. // Fuzzy Systems, IEEE Transactions. – 2010. – vol. 18, No 4. – pp. 637-660.
Greenfield S. The Uncertainty Associated with a Type-2 FuzzySet / S. Greenfield, R.I. John // Views on Fuzzy Sets and Systems from Di??erent Perspectives, in ‘Studies in Fuzziness and Soft Computing. – 2009. – vol. 243 – pp. 471-483.
Яхъяева Г.Э. Нечеткие множества и нейронные сети / Г.Э. Яхъяева. – М.: Национальный Открытый Университет“ИНТУИТ”, 2016. – 187с.
Culloch J.C. Novel methods of measuring the similarity and distance between complex fuzzy sets [PhD thesis] / J.C. Culloch. – Nottingham: University of Nottingham, 2016. – 267 p.
Рыжов А.П. Элементы теории нечетких множеств и ее приложений / А.П. Рыжов. – М.: МГУ, 2003. – 81 с.
Кучук, Г.А. Синтез стратифікованої інформаційної структури інтеграційної компоненти гетерогенної складової Єдиної АСУ Збройними Силами України / Г.А. Кучук, О.П. Давікоза // Наука і техніка Повітряних Сил Збройних Сил України: науково-технічний журнал. – Х.: ХУ ПС, 2013. – No 3(12). – С. 154-158.
Коваленко А.А. Использование временных шкал при аппроксимации длины очередей компьютерных сетей / А.А. Коваленко, Г.А. Кучук, И.В. Рубан // Сучасний стан наукових досліджень та технологій в промисловості. – 2018. – No 2 (4). – С. 12–18. – DOI: http://doi.org/10.30837/2522-9818.2018.4.012
Кучук Г.А. Розрахунок навантаження мультисервісної мережі / Г.А. Кучук, Я.Ю. Стасєва, О.О. Болюбаш // Систем озброєння і військова техніка. – 2006. – No 4 (8). – С. 130 – 134.
Худов В.Г. Аналіз відомих методів сегментування зображень, що отримані з бортових систем оптикоелектронного спостереження / В.Г. Худов, Г.А. Кучук, О.М. Маковейчук, А.В. Крижний // Системи обробки інформації, 2016. – Вип. 9 (146). – С. 77-80.
Кучук Г.А. Метод мінімізації середньої затримки пакетів у віртуальних з’єднаннях мережі підтримки хмарного сервісу / Г.А. Кучук, А.А. Коваленко, Н.В. Лукова-Чуйко // Системи управління, навігації та зв’язку. – Полтава. ПНТУ, 2017. – Вип. 2(42). – С. 117-120.
Белоглазов И.Н. Основы навигации по геофизическим полям / И.Н. Белоглазов, Г.И. Джанджгава, Г.П. Чигин. – М.: Наука, 1985. – 328 c.
Бортовые информационно-управляющие средства оснащения летательных аппаратов / Р.В. Мубаракшин, Н.В. Ким, Ю.А. Саблин, И.П. Шингирий; М.: МАИ, 2003. –380 c.
Расчет и анализ движения летательных аппаратов. Инженерный справочник. / Горбатенко С.А., Макашов Э.М., Полушкин Ю.Ф., Шефтель Л.В. – М.: Машиностроение, 1971. – 352 с.
Петрушенко Н.Н. Особенности измерения дальности целей, лоцируемых под малыми углами места над морем / Н.Н. Петрушенко, О.Б. Котов, В.Д. Карлов, Е.А. Меленти // Тези доповідей восьмої наук. конф. Харк. ун-ту Повітряних Сил. – Х.: ХУ ПС, 2012. – С. 293.
