<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Підхід до рішення задачі автоматизованого виявлення підготовки противником авіаційних ударів за даними космічної видової розвідки

Вантажиться...
Ескіз

Дата

Науковий керівник

Редактор

Інші учасники

Відповідальний

ORCID

Назва журналу

Номер ISSN

Назва тому

DOI

Альтернативна назва

Анотація

Проаналізовані основні ознаки підготовки засобів повітряного нападу противника до нанесення авіаційного удару, що можуть бути виявлені космічними системами спостереження. Викладений підхід до рішення задачі виявлення підготовки противником авіаційних ударів за даними космічної видової розвідки на основі теорії нечітких множин і нечіткого логічного виведення. Сформульовані основні вимоги до відповідного програмного додатку.
The main unmasking preparation signs of enemy air attack means for an air strike, which can be detected by space surveillance systems, are analyzed. The approach based on the theory of fuzzy sets and fuzzy inference to solving the problem of detecting enemy preparation for an air strike according to space reconnaissance data are presented. The basic requirements for the relevant software application are formulated.

Опис

Тип документа

Мова

ISSN

Серія, номер

ISBN

ББК

Інші ідентифікатори

Пов’язані матеріали

Спонсорська підтримка

Правовласник

Бібліографічний опис

Рибачук О. І., Рєзніков Ю. В. Підхід до рішення задачі автоматизованого виявлення підготовки противником авіаційних ударів за даними космічної видової розвідки // Матеріали ІІ Всеукраїнської науково-технічної інтернет-конференції «Актуальні проблеми бойового застосування та експлуатації і ремонту зразків озброєння та військової техніки», Вінниця, 17–18 листопада 2022 р. Електрон. текст. дані. 2022. URI: https://conferences.vntu.edu.ua/index.php/apozbt/apozbt2022/paper/view/16634.

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (8)

  1. Кравець П., Киркало Р. Системи прийняття рішень з нечіткою логікою. Вісник Національного університету "Львівська політехніка". 2009. № 650. С. 115-123.
  2. Кравець П.О., Проданюк О.М. Прийняття оптимальних рішень методом навчання з нечіткою логікою. Вісник Національного університету "Львівська політехніка". 2009. № 653. С. 129-147.
  3. Квєтний Р.Н., Коцюбинський В.Ю., Кислиця Л.М.; Казимірова Н.В.; Кириленко Г.О. Адаптивна система підтримки прийняття рішень з використанням методів нечіткого логічного висновку. Наукові праці ВНТУ. 2011. № 3. С. 1-10.
  4. G. Selvachandran et al. A New Design of Mamdani Complex Fuzzy Inference System for Multiattribute Decision Making Problems. IEEE Transactions on Fuzzy Systems, 2021. Vol. 29. No.
  5. P. 716-730. https://doi.org/10.1109/tfuzz.2019.2961350
  6. L. T. Hong Lan et al. A New Complex Fuzzy Inference System With Fuzzy Knowledge Graph and Extensions in Decision Making. IEEE Access. 2020. Vol. 8. P. 164899-164921. https://doi.org/10.1109/access.2020.3021097
  7. F. Scarlatache, G. Grigoras, B. Neagu, Decision making methodology based on fuzzy logic in optimal DG location. 8th International Conference on Electronics, Computers and Artificial Intelligence (ECAI) : Proceedings Article. IEEE, 2016, P. 81-84. https://doi.org/10.1109/ecai.2016.7861181.
  8. Кирик В.В. Математичний апарат штучного інтелекту в електроенергетичних системах: підручник. Київ: КПІ ім. Ігоря Сікорського, Вид-во “Політехніка”, 2019. 224 с.