FUZZY NEURAL NETWORK MODEL OF AIR TRAFFIC CONTROL INFORMATION SYSTEM
DOI:
https://doi.org/10.26906/SUNZ.2021.2.017Keywords:
fuzzy set, linguistic variable, aircraft flow formation, fuzzy product rules, air traffic controlAbstract
A fuzzy neural network model of the air traffic control information system has been developed. When constructing a fuzzy neural network model of the air traffic control process, it is necessary to study the reliability of each flight crew member's work on the formation of aircraft flows in their area of responsibility, including the occurrence of abnormal situations in the air and on the ground. In this case, the construction of the model requires means of processing, formalization of fuzzy information. Thus, the construction of this model requires the use of a formal apparatus of fuzzy algebra, fuzzy logic, fuzzy identification theory, that is, methods for constructing fuzzy models based on the results of observations. To describe the elements of the fuzzy neural system in the process of building the model, the concepts of fuzzy set, linguistic variable are used and the construction of the membership function of fuzzy sets is performed. Given that within the fuzzy zone of each term the law of change of each variable is clearly nonlinear, the form of membership functions was chosen by Gaussian and sigmoid form. Expert assessments of specialists are used to build training samples. When drawing up the rules of fuzzy products are also taken into account in expert assessments, the relationship and significance of factors relative to each other in each block. The output of each module determines the efficiency of a particular process. It depends not only on the speed of the process itself, but also on the quality of air traffic control in a particular module (for example, whether the intervals of horizontal and vertical separation have been violated), which ultimately affect the safety and regularity of air traffic. Thus, the formalized experience of experts allowed to build a fuzzy neural network model of air traffic control information system. The model includes six modules that implement, respectively, one of the schemes for the formation of aircraft flows using a fuzzy neural network. The seventh module of the model is intended for previous modules. The information model of air traffic control has been further developed, which, unlike the known ones, is a hierarchical neural network with a vague description of the factors influencing the air traffic control process. The information model allows to increase flight safety.Downloads
References
Павленко М. А. Залежність функціональних станів оператора від комплексу зовнішніх та внутрішніх факторів при роботі з АСУ / М. А. Павленко, О. А. Черток, Є. А. Толкаченко, В. П. Ясинецький // Збірник наукових праць Харківського національного університету Повітряних Сил. – 2017. – No 4. – С. 111-114.
Анализ методов моделирования деятельности оператора в системе "человек-машина" / О. В. Сергунова, М. А. Павленко, А. И. Тимочко, Е. В. Воробьев // Системи обробки інформації. – Х.: ХУПС, 2015. – No 7. – С. 80-82.
Контроль факторов угрозы и ошибок при управлении воздушным движением / Cir. ICAO 314 – AN / 178. – Канада, Монреаль : ІСАО– ISBN 978-92-9231-266-4, 2008. – 34 с.
Гришманов Е. А. Методы интенсификации процессов формирования навыков распознавания и устранения потенциально–конфликтных ситуаций персоналом ОВД / Е. А. Гришманов, Ю. В. Чинченко, И. Е. Буланов // Наукові праці академії, вип. ІІІ, част. ІІ. – Кіровоград : ДЛАУ, 1998. – С. 16-21.
Онипченко П. Н. Управление воздушным движением и перспективные направления его совершенствования / П. Н. Онипченко, М. А. Павленко, А. И. Тимочко // Наука і техніка Повітряних Сил Збройних Сил України. – 2015. – No 2. – С. 38-41.
Чинченко Ю. В. Подходы к автоматизации контроля уровня готовности авиадиспетчеров к действиям в кризисных ситуациях / Ю. В. Чинченко // Искусственный интеллект. – Донецк: Наука і освіта, 2003. – No 4. – С. 378-383.
Чинченко Ю. В. Автоматизация управления уровнем готовности авиадиспетчеров к действиям в кризисных ситуациях / Ю. В. Чинченко // Тез. докл. Межд. НПК «Современные информационные технологии в управлении и профессиональной подготовке операторов сложных систем». – Кировоград: ГЛАУ, 2003. – С. 67-68.
Дем’янчук В. С. Безпека польотів та організація повітряного руху Київ : ДП ОПР України, 2009. 424 с.
Бердник П. Г. Математические основы эргономических исследований / П. Г. Бердник, Г. А. Кучук, Н. Г. Кучук, Д. Н. Обидин, M. A. Павленко, А. В. Петров, В. Н. Руденко, А. И. Тимочко // Кропивницкий : КЛА НАУ, 2016. 248 с.
Чинченко Ю. В. Автоматизация управления уровнем готовности авиадиспетчеров к действиям в кризисных ситуациях / Ю. В. Чинченко // Тез. док. МНПК «Современные информационные технологи в управлении и профессиональной подготовке операторов сложных систем». Кировоград: ГЛАУ, 2003. С. 67-68.
Неделько В.Н. Концепция информационной поддержки оператора в автоматизированных системах обслуживания воздушного движения / В.Н. Неделько // Аерокосмічні системи моніторингу та керування: Секція «Аерокосмічні та наземні системи керування транспортом»: Мат-ли IV МНТК «АВІА-2002». – Т. 2. – К.: НАУ, 2002. – С. 21.13-21.16.
Неделько С.Н. Структурно-динамический подход к представлению решений в интеллектуальных автоматизированных системах обслуживания воздушного движения / С.Н. Неделько, В.Н. Неделько, Е.А. Дубровский // Проблеми аеронавігації. – Кіровоград: ДЛАУ, 1998. – Вип. III,ч. II. – С. 5-12.
Неділько В.М. Пертинентний підхід до підтримки прийняття рішень при керуванні об’єктами, що можуть бути небезпечними / В.Н. Неделько // Комп’ютерна математика. Оптимізація обчислень: Зб. наук. праць. НАН України. Ін-т кібернетики ім. В.М. Глушкова, Наукова рада НАН України з пробл. «Кібернетика». – К.: 2001. – Т. 2. – С. 292-300.
Неделько В.Н. Прогнозирование информационных потребностей операторов особо сложных систем управления / В.Н. Неделько // Искусственный интеллект. – 2002. – No 3. – С. 420-427.
Павленко М. А. Основи теорії систем та системного аналізу / М. А. Павленко, О. В. Петров, С. І. Хмелевський // Харків : ХНУПС, 2018. 215 с.
Герасимов Б.М. Человеко-машинные системы принятия решений с элементами искусственного интеллекта / Б.М. Герасимов, В.А. Тарасов, И.В. Токарев // – К.: Наук. думка, 1993. – 184 с.
Герасимов Б.М. Нечеткие множества в задачах проектирования, управления и обработки информации / Б.М. Герасимов, Г.Г. Грабовский, Н.А. Рюмшин // – К.: Техніка, 2002. – 140 с.
Архангельский В.И. Нейронные сети в системах автоматизации / В.И. Архангельский, И.Н. Богаенко, Г.Г. Грабовский, Н.А. Рюмшин // – К. : Техника, 1999. – 364 с
Борисов А.Н. Принятие решений на основе нечетких моделей : Примеры использования / А.Н. Борисов, О.А. Крумберг, И.П. Федоров // – Рига : Зинатне, 1990. – 184 с.
Donets V., Kuchuk N., Shmatkov S. Development of software of e-learning information system synthesis modeling process. Сучасні інформаційні системи. 2018. Т. 2, No 2. С. 117–121. DOI: https://doi.org/10.20998/2522-9052.2018.2.20.
Кучук Н.Г., Гавриленко С.Ю., Лукова-Чуйко Н.В., Собчук В.В. Перерозподіл інформаційних потоків у гіперконвенгертній системі / С.Ю. Гавриленко. Сучасні інформаційні системи. 2019. Т.3, No2. С. 116-121. DOI: https://doi.org/10.20998/2522-9052.2019.2.20
Nechausov A., Mamusuĉ I., Kuchuk N. Synthesis of the air pollution level control system on the basis of hyperconvergent infrastructures. Сучасні інформаційні системи. 2017. Т. 1, No 2. С. 21 – 26. DOI: https://doi.org/10.20998/2522- 9052.2017.2.04
Артеменко О.В. Построение нейросетевой модели анализа возможности выполнения полета / О.В. Артеменко, Т.Ф. Шмельова, А.С. Тимошенко // Системи управління, навігації та зв'язку: зб. наук. пр. ДП «Центральний науково- дослідний інститут навігації і управління». – 2012.– Вип. 1 (21). – Т. 2. – С. 68–74.
Павленко М.А. Використання середовища Mathlab для моделювання діяльності оператора АСУ / М.А. Павленко, В.М. Руденко, С.В. Сериченко, С.І. Сімонов // Системи озброєння та військової техніки. Науковий журнал. – 2009. – No 3 (19). – С. 79-83
Штовба, С.Д. Проектирование нечетких систем средствами MATLAB / С.Д. Штовба – М.: Горячая линия–Телеком, 2007. – 288 с.
