Удосконалення методики оцінювання та прогнозування стану об’єкту моніторингу в інтелектуальних системах підтримки прийняття рішень

In order to objectively and completely analyze the state of the monitored object with the required level of efficiency, the method for estimating and forecasting the state of the monitored object in intelligent decision support systems was improved. The essence of the method is to provide an analysis of the current state of the monitored object and short-term forecasting of the state of the monitored object. Objective and complete analysis is achieved using advanced fuzzy temporal models of the object state, taking into account the type of uncertainty and noise of initial data. The novelty of the method is the use of an improved procedure for processing initial data in conditions of uncertainty, an improved procedure for training artificial neural networks and an improved procedure for topological analysis of the structure of fuzzy cognitive models. The essence of the training procedure is the training of synaptic weights of the artificial neural network, the type and parameters of the membership function and the architecture of individual elements and the architecture of the artificial neural network as a whole. The procedure of forecasting the state of the monitored object allows for multidimensional analysis, accounting and indirect influence of all components of the multidimensional time series with their different time shifts relative to each other in conditions of uncertainty. The method allows increasing the efficiency of data processing at the level of 12–18 % using additional advanced procedures. The proposed method can be used in decision support systems of automated control systems (ACS DSS) for artillery units, special-purpose geographic information systems. It can also be used in ACS DSS for aviation and air defense and ACS DSS for logistics of the Armed Forces of UkraineДля объективного и полного анализа состояния объекта мониторинга с необходимым уровнем оперативности проведено усовершенствование методики оценки и прогнозирования состояния объекта мониторинга в интеллектуальных системах поддержки принятия решений. Сущность методики заключается в обеспечении анализа текущего состояния объекта мониторинга, анализа и краткосрочного прогнозирования состояния объекта мониторинга. Объективный и полный анализ достигается использованием усовершенствованных нечетких темпоральных моделей состояния объекта, учетом типа неопределенности и зашумленности исходных данных. Новизна методики заключается в использовании усовершенствованной процедуры обработки исходных данных в условиях неопределенности, усовершенствованной процедуры обучения искусственных нейронных сетей и усовершенствованной процедуры топологического анализа структуры нечетких когнитивных моделей. Сущность процедуры обучения состоит в том, что обучение синаптических весов искусственной нейронной сети, типа и параметров функции принадлежности, а также архитектуры отдельных элементов и архитектуры искусственной нейронной сети в целом. Процедура прогнозирования о состоянии объекта мониторинга позволяет проводить многомерный анализ, учет и опосредованное влияние всех компонентов многомерного временного ряда с их различными временными сдвигами друг относительно друга в условиях неопределенности. Использование методики позволяет добиться повышения оперативности обработки данных на уровне 12-18% за счет использования дополнительных усовершенствованных процедур. Предлагается использование предложенной методики в системах поддержки принятия решений автоматизированных систем управления (артиллерийскими подразделениями, геоинформационных систем специального назначения). Также возможно использование СППР АСУ авиацией и противовоздушной обороны, а также СППР АСУ логистического обеспечения Вооруженных Сил УкраиныДля об’єктивного та повного аналізу стану об’єкту моніторингу з необхідним рівнем оперативності проведено удосконалення методики оцінки та прогнозування стану об’єкту моніторингу в інтелектуальних системах підтримки прийняття рішень. Сутність методики полягає в забезпеченні аналізу поточного стану об’єкту моніторингу, що аналізується та короткострокового прогнозування стану об’єкту моніторингу. Об’єктивний та повний аналіз досягається використанням удосконалених нечітких темпоральних моделей стану об’єкту, врахуванням типу невизначеності та зашумленості вихідних даних. Новизна методики полягає в використанні удосконаленої процедури обробки вихідних даних в умовах невизначеності, удосконаленої процедури навчання штучних нейронних мереж та удосконаленої процедури топологічного аналізу структури нечітких когнітивних моделей. Сутність процедури навчання полягає в тому, що навчання синаптичних ваг штучної нейронної мережі, типу та параметрів функції належності, а також архітектури окремих елементів і архітектури штучної нейронної мережі в цілому. Процедура прогнозування про стан об’єкту моніторингу дозволяє проводити багатовимірний аналіз, врахування і опосередкований вплив всіх компонентів багатовимірного часового ряду з їх різними часовими зсувами один відносно одного в умовах невизначеності. Використання методики дозволяє досягти підвищення оперативності обробки даних на рівні 12–18 % за рахунок використання додаткових удосконалених процедур. Пропонується використання запропонованої методики в системах підтримки прийняття рішень автоматизованих систем управління (СППР АСУ) артилерійськими підрозділами, геоінформаційних систем спеціального призначення). Також можливо використання СППР АСУ авіацією та протиповітряної оборони, а також СППР АСУ логістичного забезпечення Збройних Сил Україн