| dc.contributor.author | Франков, М. С. | uk |
| dc.contributor.author | Горячев, Г. В. | uk |
| dc.contributor.author | Frankov, M. | en |
| dc.contributor.author | Goriachev, G. | en |
| dc.date.accessioned | 2026-08-26T12:50:14Z | |
| dc.date.available | 2026-08-26T12:50:14Z | |
| dc.date.issued | 2026 | |
| dc.identifier.citation | Франков М. С., Горячев Г. В. Оптимізації розміщення та призначення засобів ППО на основі критерію ефективності покриття // Матеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/28809. | uk |
| dc.identifier.isbn | 978-617-8163-99-0 | |
| dc.identifier.uri | https://ir.lib.vntu.edu.ua//handle/123456789/52394 | |
| dc.description.abstract | 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. | en |
| dc.description.abstract | 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. | uk |
| dc.language.iso | uk_UA | uk_UA |
| dc.publisher | ВНТУ | uk |
| dc.relation.ispartof | Матеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р. | uk |
| dc.relation.uri | https://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/28809 | |
| dc.subject | оптимізація | uk |
| dc.subject | ППО | uk |
| dc.subject | цілочислове програмування | uk |
| dc.subject | ефективність покриття | uk |
| dc.subject | моделювання загроз | uk |
| dc.subject | Python | en |
| dc.subject | optimization | en |
| dc.subject | air defense | en |
| dc.subject | integer programming | en |
| dc.subject | coverage effectiveness | en |
| dc.subject | threat modeling | en |
| dc.title | Оптимізації розміщення та призначення засобів ППО на основі критерію ефективності покриття | uk |
| dc.type | Thesis | |
| dc.identifier.udc | 004.5 + 004.89 | |
| dc.relation.references | Wolsey L.A. Integer Programming. 2nd ed. Wiley, 2020. 608 p. (ISBN: 978-1119755770). | en |
| dc.relation.references | Mitchell S. An Introduction to PuLP: A Python LP/MIP Modeler. 2023. URL: https://coinor.github.io/pulp/. | en |
| dc.relation.references | Kress M., Szechtman R., Atkinson M.P. Optimal Defense of a Distributed Asset. Military Operations Research. 2018. Vol. 23(3). P. 5-18. | en |
| dc.relation.references | Karasakal O. Air Defense Missile-Target Allocation Models for Naval Air Defense. Naval Research Logistics. 2008. Vol. 55(8). P. 761-769. | en |
| dc.relation.references | Python Software Foundation. Python 3.11 Documentation. 2023. URL: https://docs.python.org/3/. | en |