Рус Eng Одобренные статьи: 18396    Отправленные на доработку статьи: 1362   Отклонённые статьи: 1523  
Библиотека
Статьи и журналы | Тарифы | Оплата | Ваш профиль

Чиров Д.С., Хрипунов С.П. Интеллектуальные методы распознавания тактических ситуаций в условиях автономного применения робототехнических комплексов военного назначения

Опубликовано в журнале "Вопросы безопасности" в № 1 за 2017 год на страницах 22-34.

Аннотация: В статье рассматриваются проблемные вопросы распознавания тактических ситуаций в условиях автономного применения робототехнических комплексов военного назначения. По мнению большинства отечественных и зарубежных экспертов именно оснащение войск автономными робототехническими комплексами со средствами разведки и поражения способно привести к существенному повышению эффективности ведения боевых действий, в особенности к уменьшению собственных потерь в живой силе. Отсутствие эффективного решения задачи распознавания тактических ситуаций в сложно формализуемых условиях окружающей обстановки является одним из основных сдерживающих факторов создания автономных боевых систем. Предлагается для решения указанной задачи использовать логико-лингвистические методы и их нейросетевые реализации, в частности многослойный персептрон. Результаты моделирования показывают, что использование нейросетевой реализации логико-лингвистических методов распознавания на базе многослойного персептрона, позволяет реализовать данные методы в составе бортового машинного интеллекта робототехнического комплекса военного назначения для распознавания тактических ситуаций. Использование многослойного персептрона позволяет существенно ускорить процесс учета новых знаний, так как для построения новой системы распознавания тактических ситуаций, необходимо только скорректировать обучающую выборку и переобучить многослойный персептрон, что занимает значительно меньше времени, чем построение группой экспертов новой группы логических правил.

Ключевые слова: распознавание образов, робототехнический комплекс, беспилотный летательный аппарат, автономность, тактическая ситуация, логико-лингвистические методы, нечеткая модель, лингвистическая переменная, искусственная нейронная сеть, многослойный персептрон

DOI: 10.7256/2409-7543.2017.1.21643

Эта статья недоступна для пользователей, которые не вошли в цифровую библиотеку издательства под своим логином и паролем. Перейдите по ссылке, чтобы зарегистрироваться или осуществить вход.

Если вы один из авторов этой статьи, вы можете открыть бесплатный доступ к этой статье для своих читателей. Вы должны зайти под своим логином и паролем, чтобы воспользоваться услугой. Перейдите по ссылке, чтобы зарегистрироваться или осуществить вход.

Библиография:
Каляев И.А., Рубцов И.В. Боевым роботам нужна программа // Национальная оборона. 2012. № 8(77). C. 34-48.
Сердюк П., Слюсар В. Средства связи с наземными роботизированными системами. Современное состояние и перспективы // Электроника. Наука, технология, бизнес. 2014. № 7(00139). С. 66-74.
Хрипунов С.П., Благодарящев И.В., Чиров Д.С. Военная робототехника: современные тренды и векторы развития // Тренды и управление. 2015. № 4. С. 410-422.
Singer P.W., Wright T. New Rules of War. Big Bets and Black Swans. A Presidential Briefing Book // Policy Recommendations for President Obamas Second Term by the Foreign Policy Scholars at Brookings. January 2013. РP. 41-44.
Clapper J.R., Young J.J., Cartwright J.E. et al. Unmanned Systems Integrated Roadmap FY2009-2034 // Washington. DC: U.S. Department of Defense. April 6. 2007.
Bedel B. Small Ground Robot’s Effectiveness and Acquisition Strategy // Civilian Research Project. U.S. Army War College. 15 Jun. 2010.
Лапшов В.С., Носков В.П., Рубцов И.В., Рудианов Н.А., Гурджи А.И., Рябов А.В., Хрущев В.С. Перспективы разработки автономных наземных робототехнических комплексов специального военного назначения // Известия ЮФУ. Технические науки. 2016. № 1(174). С. 156-168.
Фор А. Восприятие и распознавание образов / Пер. с фр. А.В. Серединского; под ред. Г.П. Катыса. М.: Машиностроение. 1989. 282 с.
Горелик А.Л., Скрипкин В.А. Методы распознавания: Уч. пособие. 2-е изд., перераб. и доп. М.: Высш. шк., 1984. 208 с.
Аджемов С.С., Терешонок М.В., Кленов Н.В., Чиров Д.С. Методы распознавания видов цифровой модуляции сигналов в когнитивных радиосистемах // Вестник Московского ун-та. Сер. 3. Физика и Астрономия. 2015. № 6. С. 19-27.
Хрипунов С.П. Методы аналитико-эвристического прогнозирования поведения противника в групповом воздушном бою // Информационно-измерительные и управляющие системы. 2008. Т. 6. № 7. С. 61-72.
Хрипунов С.П., Демин А.Н. Бортовая интеллектуальная система прогнозирования поведения противника в групповом воздушном бою в условиях априорной неопределенности // Нелинейный мир. 2014. Т. 12. № 9. С. 38-44.
Хрипунов С.П. Распознавание тактических ситуаций в воздушном бою с использованием методов искусственного интеллекта // Информационно-измерительные и управляющие системы. 2009. Т. 7. № 4. C. 26-35.
Борисов В.В., Круглов В.В., Федулов А.С. Нечеткие модели и сети. М.: Горячая линия-Телеком, 2007. 284 с.
Аджемов С.С., Кленов Н.В., Терешонок М.В., Чиров Д.С. Использование искусственных нейронных сетей для классификации источников сигналов в системах когнитивного радио // Программирование. 2016. № 3. С. 3-11.
Хайкин С. Нейронные сети: полный курс. М.: Издательский дом «Вильямс», 2006. 1104 с.
Аджемов С.С., Виноградов А.Н., Лебедев А.Н., Макаренков С.А., Терешонок М.В., Чиров Д.С. Методы интеллектуального анализа слабоструктурированных данных и управления комплексами мониторинга. М.: Инсвязьиздат, 2009. 210 с.
Лучин А.А., Труфанов Е.Ю., Чиров Д.С. Оптимизация нейросетевых автоматов при классификации рассеивающих объектов по измерениям двумерных изображений // Нейрокомпьютеры: разработка, применение. 2006. № 3. С. 32-39.
Гарбук С.В. Перспективы применения интеллектуальных технологий для решения задач безопасности // Национальная безопасность / nota bene. 2016. № 4. C. 451 - 457. DOI: 10.7256/2073-8560.2016.4.19207.

Правильная ссылка на статью:
просто выделите текст ссылки и скопируйте в буфер обмена