https://ir.lib.vntu.edu.ua//handle/123456789/12786 монографії, книги, статті, матеріали конференцій Mon, 31 Aug 2026 01:55:30 GMT 2026-08-31T01:55:30Z https://ir.lib.vntu.edu.ua//handle/123456789/52399 Інтерактивна система контролю якості повітря у приміщеннях Богінський, М. В.; Горячев, Г. В.; Bohinskyi, M.; Goriachev, G. The report presents the development of an interactive indoor air quality monitoring system based on the ESP8266 microcontroller, the BME280 sensor, and an OLED display. The aim of the work is to design an af ordable and flexible tool for monitoring microclimate parameters (temperature, humidity, atmospheric pressure) with the possibility of remote data analysis. The cloud service ThingSpeak is used for data collection and storage, providing integration with measurement intervals and handling of gaps in time series. Local visualization of indicators on the display and web access to historical data have been implemented, enabling users to promptly assess air conditions. Experimental results confirmed the system’s functionality and its potential for application in educational institutions, of ices, and residential premises. The proposed solution can serve as a basis for further research in the field of smart buildings, environmental monitoring, and automated microclimate control systems.; У доповіді розглянуто створення інтерактивної системи контролю якості повітря у приміщеннях, що базується на мікроконтролері ESP8266, сенсорі BME280 та OLED-дисплеї. Метою роботи є розробка доступного та гнучкого інструменту для моніторингу параметрів мікроклімату (температура, вологість, атмосферний тиск) з можливістю віддаленого аналізу даних. Для збору та збереження інформації використано хмарний сервіс ThingSpeak, що забезпечує інтеграцію з інтервалами вимірювань та обробку пропусків у часових рядах. Реалізовано локальну візуалізацію показників на дисплеї та веб-доступ до історичних даних, що дозволяє користувачам оперативно оцінювати стан повітря. Результати експериментів підтвердили працездатність системи та її потенціал для застосування у навчальних закладах, офісах і житлових приміщеннях. Запропоноване рішення може стати основою для подальших досліджень у сфері «розумних» будівель, екологічного моніторингу та автоматизованих систем керування мікрокліматом. Thu, 01 Jan 2026 00:00:00 GMT https://ir.lib.vntu.edu.ua//handle/123456789/52399 2026-01-01T00:00:00Z https://ir.lib.vntu.edu.ua//handle/123456789/52397 Адаптивне управління енергоспоживанням розумного будинку на основі нейронних мереж Горячев, Г. В.; Громик, А. П.; Ткачук, Р. О.; Goryachev, G.; Hromyk, А.; Tkachuk, R. The relevance of the study is determined by the growing need for the implementation of intelligent energy management systems in smart homes in the context of global energy efficiency challenges, rising electricity costs, and the need to integrate renewable energy sources. It has been established that traditional control methods based on fixed scenarios or programmable algorithms do not provide sufficient flexibility and accuracy in responding to dynamic changes in external conditions and user behavior factors, which limits their effectiveness. The aim of this article is to create a conceptual and algorithmic model of adaptive energy consumption management for smart buildings using neural networks, which takes into account external and internal dynamic factors in order to optimize energy consumption and improve the overall efficiency of the system. The research methodology is based on the application of system analysis methods, a comparative review of modern energy consumption management technologies, as well as the modeling of neural network architectures with subsequent evaluation of their potential in forecasting and optimizing energy flows. The key parameters and input data that affect the accuracy of forecasting have been investigated, and requirements for training algorithms and model adaptation have been formulated. The research results showed that neural networks have the potential to significantly improve energy consumption management efficiency by forecasting loads, forming individual scenarios for the operation of energy subsystems, and distributing resources in real time. The advantages of neural models over traditional systems have been identified, in particular with regard to reducing peak loads and increasing the efficiency of renewable energy use. The scientific novelty lies in the development of a conceptual model of adaptive energy consumption management based on a neural network with the integration of microclimate data, user behavior patterns, and dynamic tariffs. It has been proven that the use of a comprehensive approach to data collection and analysis allows the formation of flexible management strategies capable of adapting to changing environmental conditions. The conclusions indicate that the implementation of the developed model is a promising direction for the development of intelligent energy consumption systems, as it provides the possibility of deeper automation and increased economic efficiency. Prospects for further research are related to the optimization of self-learning algorithms, the creation of hybrid solutions combining neural network and statistical methods, and the development of cyber security protocols and scalable architectures for integration into smart grid environments.; Актуальність дослідження зумовлена зростанням потреби у впровадженні інтелектуальних систем управління енергоспоживанням у розумних будинках в умовах глобальних викликів енергоефективності, підвищення вартості електроенергії та необхідності інтеграції відновлюваних джерел енергії. Встановлено, що традиційні методи управління, засновані на фіксованих сценаріях або програмованих алгоритмах, не забезпечують достатноьї гнучкості й точності реагування на динамічні зміни зовнішніх умов та поведінкових факторів користувачів, що обмежує їхню ефективність. Мета статті полягає у створенні концептуальної та алгоритмічної моделі адаптивного управління енергоспоживанням розумного будинку з використанням нейронних мереж, яка враховує зовнішні та внутрішні динамічні фактори з метою оптимізації витрат енергії та підвищення загальної ефективності системи. Методологія дослідження базується на застосуванні методів системного аналізу, порівняльного огляду сучасних технологій управління енерго- споживанням, а також на моделюванні архітектури нейронних мереж із подальшою оцінкою їх потенціалу у прогнозуванні та оптимізації енергетичних потоків. Досліджено ключові параметри та вхідні дані, що впливають на точність прогнозування, сформульовано вимоги до алгоритмів навчання та адаптації моделей. Результати дослідження показали, що нейронні мережі мають потенціал для суттєвого підвищення ефективності управління енергоспоживанням за рахунок прогнозування навантажень, формування індивідуальних сценаріїв роботи енергетичних підсистем і розподілу ресурсів у режимі реального часу. Виявлено переваги нейронних моделей над традиційними системами, зокрема щодо зниження пікових навантажень та підвищення ефективності використання відновлюваної енергії. Наукова новизна полягає у розробленні концептуальної моделі адаптивного управління енергоспоживанням на основі нейронної мережі з інтеграцією даних про мікроклімат, поведінкові патерни користувачів та динамічні тарифи. Обґрунтовано, що використання комплексного підходу до збору та аналізу даних дозволяє формувати гнучкі стратегії управління, здатні адаптуватися до змінних умов середовища. висновках зазначено, що впровадження розробленої моделі є перспективним напрямом розвитку інтелектуальних систем енергоспоживання, оскільки забезпечує можливість глибшої автоматизації та підвищення економічної ефективності. Перспективи подальших досліджень пов`язані з оптимізацією алгоритмів самонавчання, створенням гібридних рішень, що поєднують нейромережеві та статистичні методи, а також із розробленням протоколів кіберзахисту та масштабованих архітектур для інтеграції у середовищі smart-grid. Wed, 01 Jan 2025 00:00:00 GMT https://ir.lib.vntu.edu.ua//handle/123456789/52397 2025-01-01T00:00:00Z https://ir.lib.vntu.edu.ua//handle/123456789/52395 Розробка оптимізаційної моделі розподілу засобів ППО для мінімізації очікуваних втрат Урлапова, Д. П.; Горячев, Г. В.; Urlapova, D.; Goriachev, G. The paper presents a mathematical model of optimal distribution of air defense systems (ADS)for intercepting missile and unmanned threats. The model is formalized as a binary integer linear programming (MILP) problem, where the objective function minimizesthe total expected losses from the destruction of objects and the cost of theinterceptor missiles used. The model takes into account the probabilities of interception, range, ammunition, rate of fire, and economic parameters of AD systems. We proposea software implementation of the model in Python using CBC solvers (viathe pulp library). We conducted an experimental verification of the correctness of theprogram, including testing on small examples and sensitivity analysis of the influence ofparameters. The results confirm the effectiveness of the model foroptimizing the combat use of air defense systems.; У роботі представлено математичну модель оптимального розподілу систем протиповітряної оборони (ППО) для перехоплення ракетних та безпілотних загроз. Модель формалізовано у вигляді бінарної цілочислової лінійної задачі (MILP)., де цільова функція мінімізує сумарні очікувані втрати від ураження об'єктів та вартість використаних ракет-перехоплювачів. У моделі враховано ймовірності перехоплення, дальність дії, боєзапас, темп вогню та економічні параметри систем ППО. Запропоновано програмну реалізацію моделі на Python із використанням solvers CBC (через бібліотеку pulp) [2]. Проведено експериментальну перевірку правильності роботи програми, включаючи тестування на малих прикладах та аналіз чутливості впливу параметрів. Отримані результати підтверджують ефективність моделі для оптимізації бойового використання ППО. Thu, 01 Jan 2026 00:00:00 GMT https://ir.lib.vntu.edu.ua//handle/123456789/52395 2026-01-01T00:00:00Z https://ir.lib.vntu.edu.ua//handle/123456789/52394 Оптимізації розміщення та призначення засобів ППО на основі критерію ефективності покриття Франков, М. С.; Горячев, Г. В.; Frankov, M.; Goriachev, G. The paper presents a software system for optimizing the placement and assignment of air defense systems (ADS) to protect critical objects from aerial threats. The optimization problem is formulated as a binary integer programming model, where the objective function maximizes the total coverage effectiveness considering object priorities, engagement range, kill probability, and budget constraints. The effectiveness of each air defense system is calculated as a function of the distance to the protected object and the base interception probability. A practical software implementation is developed in Python using JSON-based configuration files, optimization algorithms, and interactive HTML visualization of results. An additional diagnostic module is implemented to analyze infeasible scenarios and provide recommendations for correcting input parameters. Experimental results demonstrate the effectiveness of the proposed approach for decision support in air defense resource allocation.; У роботі представлено програмну систему оптимізації розміщення та призначення засобів протиповітряної оборони (ППО) для захисту критично важливих об'єктів від повітряних загроз. Оптимізаційна задача формалізована у вигляді бінарної цілочислової задачі, де цільова функція максимізує сумарну ефективність покриття об'єктів з урахуванням їх пріоритетів, дальності ураження, ймовірності знищення цілі та бюджетних обмежень. Ефективність кожного засобу ППО визначається як функція відстані до об’єкта та базової ймовірності ураження. Для практичної реалізації розроблено програмний комплекс на мові Python, який використовує конфігураційні JSON-файли, алгоритми оптимізації та інтерактивну HTML-візуалізацію результатів. Додатково реалізовано модуль аналізу некоректних сценаріїв, що дозволяє виявляти причини відсутності допустимого рішення (Infeasible) та формувати рекомендації щодо корекції вхідних даних. Результати експериментального тестування підтверджують ефективність запропонованого підходу для підтримки прийняття рішень щодо бойового застосування систем ППО. Ефективність кожного засобу ППО визначається як функція відстані до об\"єкта та базової ймовірності ураження. Для практичної реалізації розроблено програмний комплекс на мові Python, який використовує конфігураційні JSON-файли, алгоритми оптимізації та інтерактивну HTML-візуалізацію результатів. Додатково реалізовано модуль аналізу некоректних сценаріїв, що дозволяє виявляти причини відсутності допустимого рішення (Infeasible) та формувати рекомендації щодо корекції вхідних даних. Результати експериментального тестування підтверджують ефективність запропонованого підходу для підтримки прийняття рішень щодо бойового застосування систем ППО. Thu, 01 Jan 2026 00:00:00 GMT https://ir.lib.vntu.edu.ua//handle/123456789/52394 2026-01-01T00:00:00Z