DECISION-MAKING METHOD FOR FORMATION OF AIRCRAFT FLOWS FOR LANDING USING FUZZY NEURAL NETWORK TECHNOLOGIES
DOI:
https://doi.org/10.26906/SUNZ.2021.3.028Keywords:
formation of aircraft flows, air traffic control, flight control groups, linguistic variable, interval fuzzy set of the second typeAbstract
When constructing a fuzzy neural network model of the air traffic control process, it is necessary to investigate the reliability of each flight crew member in the formation of aircraft flows in their area of responsibility, taking into account the occurrence of abnormal situations in the air and on the ground. The purpose of the article: to improve the method of decision- making on the formation of aircraft flows for landing using fuzzy neural network technologies. Schemes of the air traffic control process is actually a sequential control of aircraft at different stages of flight. When planning air traffic, it is necessary to correlate the specified location of the aircraft with the actual one. Then make the rules of fuzzy products of the type IF-THEN interaction of the identified factors. Samples are formed to train a fuzzy neural network. Then, based on the knowledge of experts, the options for the formation of the flow of aircraft using the runway, as well as the number and significance of factors influencing the option of forming the flow of aircraft are determined. Thus, the basic schemes of formation of streams of planes are defined. Each of them is characterized by a number of factors that affect the efficiency of both the individual process unit and the entire air traffic as a whole. Influencing factors and their significance are determined mainly from the considerations and experience of experts. The method of formalization of knowledge about predicted formation of the flow of aircraft variants was further developed, in which, unlike the known ones, the developed formalization apparatus is built on the basis of a hybrid fuzzy neural network, which implements fuzzy operations on interval fuzzy sets of the second type and is isomorphic to the initial fuzzy production rules base. The training sample to determine the initial base of rules is formed based on the results of the use of interconnected partial mathematical models for predicting formation of the flow of aircraft variants. This allows you to automate the process of forming the initial base of rules by comparing each sample from the sample to the corresponding individual rule; take into account the uncertainty of linguistic and interval-estimated parameters of the predicted options for the formation of flows using interval fuzzy sets of the second type; eliminate subjectivity in choosing the type and parameters of membership functions in fuzzy statements of rules, and to enable the automatic acquisition of knowledge by learning a hybrid fuzzy neural network and parallelize calculations with the implementation of the appropriate algorithm for learning on graphics processorsDownloads
References
Мажара І.П., Тимочко О.І., Чернов В.Г. Інформаційна модель допуску осіб групи керівництва польотами до управління повітряним рухом. Наука і техніка Повітряних Сил Збройних Сил України. 2018. No 1(30). С. 24 – 29.
Мажара І.П., Тимочко О.І. Модель інформаційної системи управління повітряним рухом з точки зору операторської діяльності осіб групи керівництва польотами. Системи озброєння і військова техніка. 2021. No 1(65). С. 12–17.
Степанов Г.С., Камінський В.В, Павленко М.А. Погляди щодо проблемних питань застосування Повітряних Сил в протиповітряній обороні. Наука і техніка Повітряних Сил Збройних Сил України. 2018. No 1(30). С. 18 – 23.
Джума Л.Н., Неделько В.Н., Пилипёнок О.Н., Хох В.Д. Интеллектуальная обучающая система как средство повышения эффективности процессов управления воздушным движением. Научные записки Украинского научно-исследовательского института связи. К.: Украинский НИИ связи, 2015. No 6(40). С. 49 – 55.
Павленко М.А. Методы и процедуры отбора операторов АСУ при использовании интеллектуальных систем поддержки принятия решений. Збірник наукових праць ХУПС. Вип. 4 (33). Х. : ХУ ПС, 2012. С. 171–177.
Герасимов Б.М. Інтелектуальні системи підтримки прийняття рішень: навч. пос. / Б.М. Герасимов, В.М. Локазюк, О.Г. Оксіюк, О.В. Поморова. ‒ К.: Вид-во Європ. ун-ту, 2007. ‒ 335 с.
Павленко М.А., Бердник П.Г., Хромов И.Ю. Метод анализа деятельности оператора автоматизированных систем управления воздушным движением. Системи обробки інформації. Х.: ХУ ПС, 2007. Вип. 1(59). С. 78-81
Олизаренко С.А. Нечеткие множества типа 2. Терминология и представление / С.А. Олизаренко, Е.В. Брежнев, А.В. Шрепелица // Системи обробки інформації. – 2010. – No 8(89). – С. 131–140.
Неделько В.Н. Обеспечение зффективности информационной поддержки принятия решений в автоматизированных системах обслуживания воздушного движения с злементами искусственного интеллекта: дис. ... канд. техн. наук: 05.22.13 /В.Н. Неделько. ‒ К., 2002. ‒ 183 с.
Олизаренко С.А. Интервальные нечеткие множества типа 2. Терминология, представление, операции / С.А. Олизаренко, А.В. Шрепелица, В.А. Капранов // Системи обробки інформації. ‒ 2011. ‒ No 2(92). ‒ С. 39-45.
Ярушек В.Е. Теоретические основы автоматизации процессов выработки решений в системах управления / В.Е. Ярушек, В.П. Прохоров, А.В. Мишин, Б.Н. Судаков. – Х.: ХУПС, 2011. – 355 с.
Неділько С.М. Основи теорії функціональної стійкості автоматизованої системи управління повітряним рухом: монографія / С.М. Неділько. ‒ Кіровоград: ДЛАУ, 2011. ‒ 218 с.
Неділько С.М. Основи теорії функціональної стійкості автоматизованої системи управління повітряним рухом: монографія / С.М. Неділько. ‒ Кіровоград: ДЛАУ, 2011. ‒ 218 с.
Субботин С.А. Интеллектуальные информационные технологии проектирования автоматизированных систем диагностирования и распознавания образов: монографія / С.А. Субботин, А.А. Олейник, Е.А. Гофман. ‒ Х.: Компания Смит, 2016. ‒ 317 с.
Тимочко А.И. Моделирование деятельности лица, принимающего решения, в системах сетевого управления / А.И. Тимочко, М.А. Павленко, В.Н. Руденко // Радиотехника. Вып. 151. – Х.: МОНУ, ХНУРЕ, 2007. – С. 85-91.
Павленко М.А. Моделирование деятельности оператора с использованием CASE-технологий при разработке перспективных средств автоматизации. / М.А. Павленко // Системи обробки інформації. – Х.: ХУ ПС, 2009. – Вип. 6(80). – С. 89-92.
Олизаренко С.А. Метод формализации задачи распознавания направлений ударов СВН противника на основе нечеткой классификации / С.А. Олизаренко, А.В. Перепелица, В.А. Капранов // Системи обробки інформації. – Х.: ХУПС, 2012. – Вип. 2(100). – С. 70-80.
Олизаренко С.А. Метод формализации задачи определения направлений ударов СВН противника на основе автоматической нечеткой классификации / С.А. Олизаренко, А.В. Перепелица, В.А. Капранов // Системи озброєння та військова техніка. – Х.: ХУПС, 2011. – Вип. 3(27). – С. 48-55.
Левченко, Н.Г. Оптимизация слабо формализованных процессов с использованием нечеткой нейронной модели / Н.Г. Левченко. // Журнал университета водных коммуникаций. – СПб.: СПГУВК, Выпуск 4 (16), 2012. – С. 105–114.
Glushkov, S., Levchenko, N. Use of Neural Network Technologies for Improving Efficiency of Transport and Logistics Processes / N. Levchenko, S. Glushkov // Asia-Pacific Journal of Marine Science&Education, Vol. 3, # 1, 2013, pp 67–74.
Levchenko, N. The Imitating model of the maritime branch enterprise’s information management system / N. Levchenko. // Asia-Pacific Journal of Marine Science&Education, Vol. 1, # 1, 2011, pp 107–112.
Управління польотами державної авіації України. Ч. 1.Правила польотів державної авіації в повітряному просторі України: навч. посіб. / О. І. Тимочко, І. П. Мажара, В. М. Сургай та ін. – X. : ХНУПС, 2020. – 76 с.
Управління польотами державної авіації України, частина 2. Організація та порядок проведення польотів державної авіації України: навч. посіб./ В. Г. Чернов, І. П. Мажара,В. М. Сургай, та ін. – X. : ХНУПС, 2018. – 76 с.
Mendel J.M. Type-2 fuzzy sets and systems: an overview. IEEE Computational Intelligence Magazine, 2007. Vol. 2. P. 20–29.
Karnik N.N., Mendel J.M. Operations on type-2 fuzzy sets, Int. J. Fuzzy Sets Syst., 2001. – vol. 122. – pp. 327–348.
Олизаренко С.А., Перепелица А.В., Капранов В.А. Нечеткие логические системы интервального типа 2. Архитектура и механизм вывода. Системи обробки інформації. Харків: ХУПС, 2011. Вип. 5 (95). С. 156 – 164.
