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

Адаптивний метод формування пріоритетів повітряних цілей на основі нечіткої логіки

dc.contributor.authorВолков, А.uk
dc.contributor.authorУбий-Вовк, А.uk
dc.contributor.authorVolkov, A. F.en
dc.contributor.authorUbyi-Vovk, A. S.en
dc.titleАдаптивний метод формування пріоритетів повітряних цілей на основі нечіткої логікиuk
dc.date.issued2026
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationВолков А., Убий-Вовк А. Адаптивний метод формування пріоритетів повітряних цілей на основі нечіткої логіки // VІ Міжнародна науково-технічна інтернет-конференція «Актуальні проблеми бойового застосування та експлуатації і ремонту зразків озброєння та військової техніки», Вінниця, 10-11 листопада 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/apozbt/apozbt2026/paper/view/30742.uk
dc.relation.ispartofVІ Міжнародна науково-технічна інтернет-конференція «Актуальні проблеми бойового застосування та експлуатації і ремонту зразків озброєння та військової техніки», Вінниця, 10-11 листопада 2026 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/apozbt/apozbt2026/paper/view/30742
dc.identifier.udc004.8:623.746
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/57836
dc.description.abstractРозглянуто проблему визначення пріоритетів повітряних цілей за умов зміни тактичної ситуації та неповної визначеності вхідної інформації. Удосконалено метод на основі нечіткого логічного виведення шляхом введення дворівневого механізму адаптації, який поєднує оперативне контекстне коригування коефіцієнтів відносної важливості правил і довгострокову оптимізацію параметрів нечіткої моделі. Запропоновано автоматичне визначення глибини адаптаційного впливу за середньоквадратичною похибкою. Розглянуто функціонування основного та адаптаційного контурів, а також механізм диференційованого врахування контексту.uk
dc.description.abstractThe problem of assigning priorities to aerial targets under changing tactical conditions and incomplete input information is considered. A fuzzy logic-based method is improved by introducing a two-level adaptation mechanism that combines operational contextual adjustment of rule importance coefficients with long-term optimization of fuzzy model parameters. The depth of adaptation is automatically determined using root mean square error. The operation of the main and adaptation loops, as well as the mechanism for differentiated context handling, is described. Experimental results confirmed the improved adaptability of the proposed method and the contribution of both adaptation levels to the accuracy of target prioritization.en
dc.subjectадаптаціяuk
dc.subjectконтекстна релевантністьuk
dc.subjectнечітка логікаuk
dc.subjectоптимізаціяuk
dc.subjectповітряні ціліuk
dc.subjectпріоритетuk
dc.subjectaerial targetsen
dc.subjectadaptationen
dc.subjectcontextual relevanceen
dc.subjectfuzzy logicen
dc.subjectoptimizationen
dc.subjectpriority assignmenten
dc.typeThesis
dc.language.isoukuk
dc.relation.referencesVolkov A., Bazilo S., Tokar O., Horbachov K., Lutsyshyn A., Zaitsev I., Iasechko M. Automated assessment of the air situation during the preparation and conduct of combat operations using a decision support system based on fuzzy networks of target installations. International Journal of Computer Science and Network Security. 2022. Vol. 22, No. 11. P. 184–188. DOI: 10.22937/IJCSNS.2022.22.11.26. Волков А. Ф., Стадніченко В. Г., Ярощук Р. В., Ясинський О. М., Слободенюк Ю. В. Розробка моделі визначення важливості повітряних цілей на основі нечіткої логіки. Системи озброєння і військова техніка. 2025. № 4(80). С. 39–47. DOI: 10.30748/soivt.2024.80.05. Deaecto G. S., Souza M., Geromel J. C. Chattering free control of continuous-time switched linear systems. IET Control Theory & Applications. 2014. Vol. 8, No. 5. P. 348–354. DOI: 10.1049/iet-cta.2013.0065. Gudwin R. R., Gomide F. A. C., Pedrycz W. Context adaptation in fuzzy processing and genetic algorithms. International Journal of Intelligent Systems. 1998. Vol. 13, No. 10–11. P. 929–948. DOI: 10.1002/(SICI)1098-111X(199810/11)13:10/11<929::AID-INT4>3.0.CO;2-0. Kennedy J., Eberhart R. Particle swarm optimization. Proceedings of ICNN 1995. International Conference on Neural Networks. 1995. Vol. 4. P. 1942–1948. DOI: 10.1109/ICNN.1995.488968. Martnez-Soto R., Castillo O., Aguilar L. T. Type-1 and Type-2 fuzzy logic controller design using a Hybrid PSO–GA optimization method. Information Sciences. 2014. Vol. 285. P. 35–49. DOI: 10.1016/j.ins.2014.07.012.en
dc.date.accessioned2026-11-16T15:42:12Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Завантаження...
Ескіз
Назва:
30742.pdf
Розмір:
438,38 KB
Формат:
Adobe Portable Document Format