Модель принятия решений для задачи реконфигурации гетерогенной группы взаимодействующих объектов киберфизической системы

Обложка

Цитировать

Полный текст

Аннотация

Управление взаимодействием объектов киберфизических систем в составе гетерогенной группы требует решения комплекса задач, среди которых можно выделить задачи управления конфигурацией группы, включающие формирование начальной конфигурации, оптимизацию пространственного расположения объектов, целераспределение, а также реконфигурацию группы. Актуальность задачи реконфигурации группы обусловлена важностью обеспечения и сохранения целостности группы в условиях сокращения возможностей, например, по причине выхода из строя отдельных членов группы. В статье рассматривается задача реконфигурации двухуровневой группы разнородных взаимодействующих объектов киберфизической системы на примере реконфигурации двухуровневой группы беспилотных летательных аппаратов, построенной по схеме «ведущий – подчиненный». Для данной задачи предлагается подход к построению модели принятия решений, основанный на сведении к задаче о паросочетаниях по схеме «многие к одному». Описывается способ формализации предпочтений акторов и рассматривается алгоритм формирования оптимальной конфигурации, представляющий собой модифицированный алгоритм Гейла – Шепли для модели двустороннего матчинга с динамической вещественной квотой. Обсуждаются результаты экспериментального исследования алгоритма и пути устранения выявленных в ходе исследования недостатков. В заключении дается общая характеристика возможных направлений дальнейшего развития предложенного подхода к построению модели принятия решений для задачи реконфигурации.

Об авторах

Александр Георгиевич Подвесовский

ФГБУН Институт проблем управления им. В.А. Трапезникова РАН, Москва; ФГБОУ ВО Брянский государственный технический университет

Email: apodv@tu-bryansk.ru
Брянск

Александр Андреевич Филонов

ФГБУН Институт проблем управления им. В.А. Трапезникова РАН

Email: afilonovconctact@gmail.com
Москва

Владимир Иосифович Венец

ФГБУН Институт проблем управления им. В.А. Трапезникова РАН

Email: v.venets@mail.ru
Москва

Геннадий Николаевич Настас

ФГБУ «НИЦ «Институт имени Н.Е. Жуковского»

Email: nastasgn@nrczh.ru
Москва

Алёна Александровна Захарова

ФГБУН Институт проблем управления им. В.А. Трапезникова РАН

Email: zaa@ipu.ru
Москва

Список литературы

  1. ДОВГАЛЬ В.А., ДОВГАЛЬ Д.В. Анализ систем коммуника-ционного взаимодействия дронов, выполняющих поисковую миссию в составе группы // Вестник Адыгейского государ-ственного университета. Серия 4: Естественно-математические и технические науки. – 2020. – №4(271). – С. 87–94.
  2. ДЮБУА Д., ПРАД А. Общий подход к определению индексов сравнения в теории нечетких множеств // Нечеткие множе-ства и теория возможностей. Последние достижения / Под ред. Р.Р. Ягера. – М.: Радио и связь, 1986. – С. 9–21.
  3. ЗАХАРОВА А.А., КУТАХОВ В.П., МЕЩЕРЯКОВ Р.В. и др. Моделирование задач транспортировки грузов в беспилотной авиационной транспортной системе // Авиакосмическое при-боростроение. – 2023. – №3. – С. 3–15.
  4. КОЖУХАРОВ А.Н., ЛАРИЧЕВ О.И., Многокритериальная задача о назначениях // Автоматика и телемеханика. –1977. –№7 – С. 71–88.
  5. КОРОСТЕЛЕВ Д.А., ПОДВЕСОВСКИЙ А.Г., ЗАХАРО-ВА А.А. Организация хранения данных функционирования объектов киберфизических систем // Программные продукты и системы. – 2024. – Т. 37, №3. – С. 334–343.
  6. КУТАХОВ В.П., МЕЩЕРЯКОВ Р.В. Принципы организации групп БЛА транспортного назначения: направления научных исследований // Шестой Всероссийский научно-практический семинар «Беспилотные транспортные средства с элементами искусственного интеллекта» (БТС-ИИ-2021): Труды семинара. – Переславль-Залесский: Российская ассоциация искусствен-ного интеллекта, 2022. – С. 86–92.
  7. КУТАХОВ В.П., МЕЩЕРЯКОВ Р.В. Управление групповым поведением беспилотных летательных аппаратов: постанов-ка задачи применения технологий искусственного интел-лекта // Проблемы управления. – 2022. – №1. – С. 67–74.
  8. ЛАРИЧЕВ О.И. Объективные модели и субъективные реше-ния. – М.: Наука. – 1987. – 144 с.
  9. ЛАРИЧЕВ О.И., СТЕРНИН М.Ю. Человеко-машинные мето-ды решения многокритериальной задачи о назначениях // Ав-томатика и телемеханика – 1998. –№7. – С. 135–156.
  10. МЕФЕДОВ А.В. Алгоритм оптимального целераспределения автономной группы ударных беспилотных летательных аппа-ратов // Информация и космос. – 2018. – №3. – С. 167–171.
  11. ПОДВЕСОВСКИЙ А.Г., ЛАГЕРЕВ Д.Г., ФИЛОНОВ А.А. Применение интеллектуального анализа данных для оценки расхода заряда аккумулятора беспилотного летательного ап-парата // Автоматизация и моделирование в проектировании и управлении. – 2024. – №2. – С. 35–44.
  12. ПОДИНОВСКИЙ В.В. Многокритериальные задачи принятия решений: теория и методы анализа. – М.: Изд-во Юрайт, 2022. – 486 с.
  13. ПОЛУНИН С.В. Ключевые отличия автономных БПЛА от обычных дронов, проблемы и перспективы [Электронный ре-сурс] // Военный обзор. – URL: https://militaryarms.ru/voennaya-texnika/aviaciya/avtonomnye-bpla/ (дата обращения: 22.10.2024).
  14. ХАЛИМОВ Н.Р., МЕФЕДОВ А.В. Распределенная сетецен-трическая система управления группой ударных беспилотных летательных аппаратов // Системы управления, связи и без-опасности. – 2019. – №3. – С. 1–13.
  15. ABRAHAM D.J., IRVING R.W., MANLOVE D.F. The Student-Project Allocation Problem // Algorithms and Computation. ISAAC 2003. Lecture Notes in Computer Science. – 2003. – Vol. 2906. – P. 474–484.
  16. BEKEY G. Autonomous robots: From biological inspiration to implementation and control. – Cambridge, MA: MIT Press – 2005. – 577 p.
  17. CAMPION M., RANGANATHAN P., FARUQUE S. UAV swarm communication and control architectures: a review // Journal of Unmanned Vehicle Systems. – 2018. – Vol. 7, No. 2. – P. 93–106.
  18. GALE D., SHAPLEY L.S. College Admissions and the Stability of Marriage // The American Mathematical Monthly. – 1962. –Vol. 69, No. 1. – P. 9–15.
  19. DEKA L., KHAN S.M., CHOWDHURY M. et al. Transportation Cyber-Physical System and its importance for future mobility // Transportation Cyber-Physical Systems. – 2008. – P. 1–20.
  20. JIRKOVSKÝ V., OBITKO M., MAŘÍK V. Understanding Data Heterogeneity in the Context of Cyber-Physical Systems Integra-tion // IEEE Trans. on Industrial Informatics. – 2017. – Vol. 13, No. 2. – P. 660–667.
  21. LEE HY., LEE HA., JUNG S. et al. Stable Marriage Matching for Traffic-Aware Space-Air-Ground Integrated Networks: A Gale-Shapley Algorithmic Approach // Proc. of the Int. Conf. on Infor-mation Networking (ICOIN), Jeju-si, Korea. – 2022. – P. 474–477.
  22. LIU D., DU Z., LIU X. et al. Task-Based Network Reconfiguration in Distributed UAV Swarms: A Bilateral Matching Approach // IEEE/ACM Trans. on Networking. – 2022. – Vol. 30, No. 6 – P. 2688–2700.
  23. IQBAL M., ALI Z., KHAN R. et al. Motion Planning of UAV Swarm: Recent Challenges and Approaches // Aeronautics – New Advances. IntechOpen. – 2022. – P. 244.
  24. PINCIROLI C., O'GRADY R., CHRISTENSEN A. et al. Coordi-nating Heterogeneous Swarms through Minimal Communication among Homogeneous Sub-swarms // In: Dorigo M. et al. Swarm Intelligence. ANTS 2010 // Lecture Notes in Computer Science. – Vol. 6234. – Springer, Berlin, Heidelberg. – 2010. – P. 558–559.
  25. PODVESOVSKII A., ZAKHAROVA A. Optimization of Hetero-geneous Cargo Transportation Using UAVs with Different Priority Schemes for Delivery Tasks // In: Bolshakov A.A. (eds) Cyber-Physical Systems. Studies in Systems, Decision and Control. – Vol. 554. – Springer, Cham. – 2024. – P. 165–177.
  26. RADOVIC M. Tech Talk: Untangling The 5 Levels of Drone Au-tonomy [Электронный ресурс] // Drone Industry Insights. – URL: https://droneii.com/drone-autonomy (дата обращения: 22.10.2024).
  27. ROTH A.E., SOTOMAYOR M. Two‐Sided Matching: A Study in Game‐Theoretic Modeling and Analysis // Econometric Society Monograph Series. – 1990. – P. 225.
  28. SILVA E., JARDIM-GONCALVES R. Cyber-Physical Systems: a multi-criteria assessment for Internet-of-Things (IoT) systems // En-terprise Information Systems. – 2019. – Vol. 15, No. 1. – P. 1–20.
  29. ZAKHAROVA A., PODVESOVSKII A. Model for Optimization of Heterogeneous Cargo Transportation Using UAVs, Taking into Account the Priority of Delivery Tasks // In: Ronzhin A., Kosty-aev A. (eds) Agriculture Digitalization and Organic Production. ADOP 2023 // Smart Innovation, Systems and Technologies. – Vol 362. – Springer, Singapore, 2023. – P. 257–268.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».