Забезпечення ефективності інформаційної підтримки прийняття рішень в автоматизованих системах обслуговування повітряного руху з елементами штучного інтелекту

Размещено на http://www.allbest.ru/

НАЦІОНАЛЬНИЙ АВІАЦІЙНИЙ УНІВЕРСИТЕТ

Автореферат дисертації на здобуття вченого ступеня

кандидата технічних наук

Спеціальність 05.22.13 - Навігація та управління повітряним рухом

Забезпечення ефективності інформаційної підтримки прийняття рішень в автоматизованих системах обслуговування повітряного руху з елементами штучного інтелекту

Неділько Віталій Миколайович

КИЇВ - 2002

ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ

Актуальність теми. Створення автоматизованих систем, що здатні прогнозувати розвиток ситуацій і пропонувати плани дії операторів або додаткову інформацію є актуальним науково-технічним завданням для аеронавігаційних систем. Особливо це стосується ситуацій, що потребують вимушеної посадки повітряного судна: пожежа на борту в польоті, втрата тяги силової установки та ін. Для пошуку рішення в таких ситуаціях необхідна інтеграція функцій, пов'язаних з керуванням повітряним судном і повітряним рухом, аварійним попередженням, плануванням пошуково-рятувальних операцій.

Існують три проблеми, які не дозволяють використовувати відомі методи пошуку і подання додаткової інформації в системі обслуговування повітряного руху (ОПР), що є об'єктом дослідження: а) система ОПР відноситься до систем з незкінченно великою кількістю можливих станів, що не дозволяє наперед розглянути всі можливі ситуації; б) в ряді ситуацій для прийняття ефективного рішення потрібно значно більше інформації, ніж оператор може сприйняти за наявний час при існуючих засобах і методах відображення; в) неадекватна інформаційна підтримка є серйозним джерелом небезпеки для повітряних суден.

Тому без розробки науково-методологічних основ пошуку та подання додаткової інформації в автоматизованих системах обслуговування повітряного руху (АС ОПР) забезпечити ефективне використання систем нового покоління неможливо. Для реалізації інформаційної підтримки необхідні проактивні методи, які б забезпечили в умовах реального часу завчасну оцінку кількості і якості інформації, що подається оператору.

Зв'язок роботи з науковими програмами, темами. Робота виконана в рамках НДР 100-97 “Розробка програми і моделюючих комплексів розвитку єдиної навігаційної наземно-космічної інфраструктури для керування транспортом України” - № ДР 0196U3786; 814 ДБ-98 “Розробка принципів побудови і моделювання на основі інтелектуальних систем із базою знань і розпізнаванням критичних ситуацій ефективної поліергатичної системи” - № ДР 0198U000704; 36Б41.6 "Дослідження структури процесів управління повітряним рухом з метою реалізації гарантійного підходу до підготовки авіадиспетчерів" - № ДР 0196U013139; 36Б47.2000 “Розробка державних стандартів освіти в галузі підготовки фахівців обслуговування повітряного руху (ОПР) та льотної експлуатації (ЛЕ)” - № ДР 0100U004669; 37Б50.02 “Розробка методів, моделей та алгоритмів системи підтримки прийняття рішень оператора авіаційної поліергатичної системи (диспетчера управління повітряним рухом)" - № ДР 0102U002421.

Мета роботи - підвищення ефективності обслуговування повітряного руху за рахунок вдосконалення методів пошуку і подання інформаційної підтримки прийняття рішень.

Для досягнення вказаної мети поставлені та розв'язані такі задачі:

- розробка основних положень концепції інформаційної підтримки прийняття рішень при ОПР в проблемних ситуаціях;

- розробка моделі інформаційної підтримки прийняття рішень при ОПР і аналіз факторів ефективності такої підтримки;

- розробка методу пошуку рішень, при якому забезпечується завчасна оцінка ефективності інформаційної підтримки оператора;

- розробка методів керування потоком інформації для прийняття рішень в умовах реального часу з урахуванням можливостей оператора;

- розробка структури, принципів і алгоритму роботи АС ОПР нового покоління, в якій забезпечується ефективна і безпечна інформаційна підтримка прийняття рішень при ОПР в проблемних ситуаціях.

Методи досліджень. В дисертаційній роботі використані методи теорії багатокритеріальної оптимізації, теорії нечітких множин, математико-статистичний метод експертних оцінок, методи теорії графів, динамічного програмування.

Наукова новизна одержаних результатів. АС ОПР розглянута в межах концепції глобальних аерокосмічних систем зв'язку, навігації, спостереження і організації повітряного руху (CNS/ATM) як динамічна система гібридного інтелекту реального часу. Розроблено проактивний метод завчасної оцінки ефективності інформаційної підтримки прийняття рішень при ОПР. Цей метод дозволяє з позицій рівня збитків, що запобігаються, знаходити в базі знань прототип інформаційної підтримки, який в найбільш значній мірі з можливих варіантів задовольняє інформаційні потреби людини-оператора. Визначено фактори ефективності інформаційної підтримки операторів. Розроблено методи керування потоком інформації, що подається оператору АС ОПР, в тому числі структурно-часовий метод формування адаптивних інформаційних моделей подання інформаційної підтримки.

Практичне значення одержаних результатів. Одержані принципи, методи оцінки і моделі складають науково-методологічну основу для створення систем підтримки прийняття рішень (СППР) для ОПР в межах концепції CNS/ATM. Розроблено загальні принципи побудови АС ОПР з елементами штучного інтелекту та навчально-тренажерного комплексу для виявлення індивідуальних особливостей оператора. Результати досліджень впроваджені в Державній авіаційній адміністрації України “Укравіація” для визначення стратегії розвитку ефективної системи аеронавігаційного обслуговування країни і для планування побудови цивільно-військової системи організації повітряного руху, а також в Державній льотній академії України в тренажерному комплексі управління повітряним рухом (УПР) та в навчальному процесі, що підтверджується 4 актами впровадження. Запропоновані методи можуть бути використані і в інших системах управління з незкінченно великою кількістю можливих станів і підвищеним рівнем небезпечності об'єктів керування.

Особистий внесок здобувача. Дисертаційна робота є результатом самостійного дослідження. В роботах, що виконані в співавторстві, особисто автором визначені: цільове призначення і функції систем підтримки прийняття рішень в АС ОПР; побудована модель інформаційної підтримки операторів; розроблено пертинентний підхід до оцінки ефективності і методи управління потоком інформації при наданні інформаційної підтримки; побудовано функції належності для оцінки ефективності інформаційної підтримки; адаптовано з урахуванням фактору часу структурні моделі ієрархічної системи математичного моделювання технічних об'єктів; розроблено структурні схеми, принципи і алгоритм роботи АС ОПР нового покоління; визначено вимоги до підготовки операторів таких систем.

Апробація результатів роботи. Результати роботи доповідались і обговорювались на I-й науково-методичній конференції “Актуальные проблемы человека в аэрокосмических системах” (Москва, 1997); Міжнародній науково-практичній конференції “Обеспечение безопасности полетов в новых экономических условиях” (Київ, 1997); Міжнародній науково-практичній конференції “Проблемы развития систем аэронавигационного обслуживания и авионики воздушных судов” (Київ, 1998); Міжнародній науково-технічній конференції “Современные научно-технические проблемы гражданской авиации” (Москва, 1999); Міжнародних науково-технічних конференціях “АВІА-99”, “АВІА-2000”, “АВІА-2001”, “АВІА-2002” (Київ, 1999-2002), Міжнародному симпозіумі “Питання оптимізації обчислень” (Кацивелі (Крим), 2001).

Публікації. Основний зміст дисертації опубліковано в 21 друкованій роботі (11 статтях в збірниках наукових праць, 9 тезах і доповідях конференцій, навчальному посібнику) та звіті про НДР.

Структура та обсяг роботи. Робота складається з вступу, чотирьох розділів, висновків, списку використаних джерел та трьох додатків. Список використаних джерел вміщує 126 найменувань. Робота містить 183 сторінки тексту, в тому числі 135 сторінок основного тексту, ілюстрованого 29 рисунками і 24 таблицями.

ОСНОВНИЙ ЗМІСТ РОБОТИ

аварійний інформація автоматизований повітряний

У вступі обгрунтована актуальність теми, визначені мета, задачі та методологічна основа досліджень. Визначена наукова новизна та практичне значення роботи. Показано, яким чином здійснювалась апробація та впровадження результатів.

У першому розділі виконано аналіз поняття інформаційної підтримки прийняття рішень в сучасних АС УПР та перспективних системах CNS/ATM. Відсутність частини

даних для інформаційної підтримки в проблемних ситуаціях вимагає динамічно формувати на час пошуку і реалізації рішення нову систему, в якій в якості додаткових джерел інформації виступають організації і служби з зовнішнього середовища: служба пошуку та рятування, місцеві органи державної влади, медичні установи та ін. Тому АС ОПР нового покоління розглянуто як поліергатичну динамічну систему гібридного інтелекту змінної структури. Аналіз практики автоматизації дозволив з позицій антропоцентричного підходу і принципів гібридного інтелекту визначити концепцію, цільове призначення і функції СППР в АС ОПР.

Для визначення інформаційних потреб авіадиспетчерів проведено експертне опитування, яке показало, що більшість диспетчерів за необхідні вказують на значну кількість елементів інформаційної підтримки, кожен з яких може мати розміри більш ніж однієї екранної сторінки і включати текст, схеми, шкали, географічні і метеорологічні карти, таблиці зі значним складом даних і т.п. Найбільш вагомі результати опитування подані в табл. 1. Ці результати вказують на те, що організована традиційним способом інформаційна підтримка призведе до перевантаження оператора.

В системах гібридного інтелекту одним з найважливіших шляхів підвищення ефективності є реалізація адаптивного підходу до інформаційної підтримки, при якому враховуються індивідуальні особливості операторів.

Запропоновано структурну модель підтримки прийняття рішень в АС ОПР, що враховує одночасну діяльність групи неоднорідних операторів при пошуку рішення проблемної ситуації в умовах реального часу.

Адаптивну інформаційну модель (АІМ), що показана на рис. 1, розглянуто як складний об'єкт ієрархічної структури, поданий у вигляді множини інформаційних об'єктів (ІО), кожний з яких в свою чергу може бути множиною ІО більш низького рівня, як складних, так і елементарних.

На нижньому рівні АІМ - це множина A = (a_1, a_2,..., a_n) символьних, графічних, та ін. елементарних ІО, з яких складаються підмножини A_i A інформаційних об'єктів наступного рівня ієрархії: повідомлення; додаткова оперативна, нормативно-довідкова чи картографічна інформація; команди; рекомендації і т.п.

В моделях наявні дані 3-х типів: про елементи самого об'єкта моделювання, про його властивості та про відношення між елементами і властивостями об'єкта. Ці дані подаються у вигляді множини елементів самого об'єкта A, множини F контурів та множини R відношень між елементами і контурами. Поняття контура є узагальнюючим для таких понять як параметр, властивість, ознака, характеристика, фактор і т.п. До складу контурів вводять такі параметри, властивості і т.п., які яким-небудь чином можуть впливати на структуру об'єкта чи окремих його елементів.

; (1)

якщо А_k може мати любий елемент a_i A, то

. (2)

Для врахування фактору часу до складу моделі введено мережний граф G (U, V), в якому u_ij U - множина гілок, кожній з яких поставлена у відповідність довжина t_ij - час формування ІО, а v_ij V - множина вершин, що позначають події, пов'язані з завершенням формування ІО.

На множині графів G{g}, що ізоморфні до однієї АІМ, вирішується оптимізаційна задача: знайти для u_ij U_g, g (U_g, V_g) G

 = , (3)

1, якщо u_ij l_g,

при: t_j - t_i - t_ij 0; c_ij = (4)

0, якщо u_ij l_g ;

Одержана модель дозволяє розпаралелити обчислення, оптимізувати час формування інформаційних моделей і використати ідеологію мультиагентних систем - одного з найбільш перспективних напрямів розвитку розподілених комп'ютерних систем з високим рівнем штучного інтелекту.

У другому розділі з метою реалізації завчасної оцінки ефективності інформаційної підтримки оператора АС ОПР (Э_ИПО) виконано аналіз факторів ефективності, в результаті чого побудована модель ефективності інформаційної підтримки оператора і дана оцінка адекватності підтримки до ситуації, що склалася, а також оцінка безпеки її застосування. За інтегральний показник рівня адекватності інформаційної підтримки до ситуації використано властивість пертинентності інформації, як таку, що визначає рівень задоволення інформаційних потреб людини-оператора. Для систем реального часу підвищеного рівня небезпечності визначено показник пертинентності як добуток показників рівня придатності інформаційної підтримки k_пр і рівня сприйняття інформації, що може бути досягнутим k_дос. Тоді для пошуку інформації маємо

, (5)

де: i = - можливі ситуації; j =- оператори системи ОПР (диспетчери, пілоти та ін.); q = - можливі варіанти підтримки; t_рз - час для вирішення задачі; Т_рсп - час, що наявний для прийняття рішення.

Виконано оцінку достатньої кількості інформації для прийняття рішення, яка повинна бути подана в i-й ситуації j-ому оператору

K_ij = ++. (6)

де: - елемент традиційної оперативної інформації контура УПР; - елемент необхідної для прийняття рішення в i-й ситуації оперативної інформації, яка в існуючих АС УПР не може бути відома j-му оператору через свою динамічність; - елемент необхідної для прийняття рішення в i-й ситуації інформації, яка невідома j-му оператору через прогалини в знаннях, навичках та вміннях.

Таким чином, визначення K_ij в реальній ситуації пов'язане з кількісною оцінкою рівня майстерності j-го оператора з управління в i-й ситуації. Для цього необхідно створити базу даних індивідуальних моделей диспетчерів з врахуванням їх поточного рівня знань, навичок та вмінь з управління у відомих проблемних ситуаціях, а також учбово-тренажерний комплекс, який би дозволив формувати та аналізувати вказані моделі.

Подання інформації оператору пов'язане також з оцінкою можливості сприйняття і осмислення цієї інформації за час, наявний для прийняття рішення. Для оцінки загального часу сприйняття і осмислення інформації оператором використано таку залежність

, (7)

де: n_ij - кількість інформаційних об'єктів, які необхідні для інформаційної підтримки j-го оператора в i-й ситуації; V_j - пропускна спроможність каналу сприйняття людини-оператора; q _j - функція напруженності сприйняття, що характеризує ступінь втоми і інформаційного навантаження людини; h_k - відхилення від подання попередніх порцій інформаційного потоку.

У третьому розділі викладено пертинентний підхід до проактивної оцінки ефективності інформаційної підтримки оператора АС ОПР на основі виразу (6). Показник рівня придатності інформаційної підтримки k_пр є функцією ефективності використання рішення-прототипу k_пр = f (Э_р). Для визначення f (Э_р) використано нечітку оцінку ступеню відхилення ефективності інформаційної підтримки при зміні значень параметрів ситуації відносно заданих значень цих параметрів для ситуації-прототипу. Процедура проактивної оцінки ефективності інформаційної підтримки в АС ОПР подана на рис. 2.

Рівень 1 - це комплекс процедур, направлених на пошук експертами найбільш ефективної інформаційної підтримки для ситуації-прототипу. Оскільки для типової ситуації можливо задати точні значення всіх значимих параметрів, можлива кількісна оцінка ефективності варіантів рішень на основі методів багатокритеріальної оптимізації. Кінцевою метою на цьому етапі є вибір найбільш ефективної інформаційної підтримки з числа запропонованих.

В ряді практичних випадків вектор змінних ^”, що не керуються, є випадковою величиною. Тоді модель приймає вигляд

Э_ПРТ = [ F (', ^”)] = {[ F (', ^”)]} (12)

при імовірнісних обмеженнях P {g _i (^”) b _i }, i = .

Очевидно, що система буде ефективною, якщо вона найбільш повно задовольняє необхідному набору критеріїв. Тоді можна записати

[ F (', ^”)] = { [ F (', ^”)],..., [ F (', ^”)]},

Q_F = { F (', ^”) g _i [ F (', ^”)] 0, j = , F (', ^”) E^r}, (13)

де g _i (... ) - функція обмеження j-го показника F (', ^”) ; E^r - r-мірний евклідів простір.

Рівень 2 пов'язаний з якісною оцінкою динаміки зміни показника придатності прототипу при відхиленні значення одного з значимих параметрів вхідних даних. Виконується експертною групою для кожного прототипу на основі прогнозу зміни ефективності управління і результату рішення, що може бути прийняте оператором.

Оцінка здійснюється за лінгвістичною шкалою ефективності. Експертам подаються змінені відносно прототипу значення деякої змінної (ешелону польоту, запасу палива і т.п.). Задача експерта - оцінити залишкову ефективність рішення-прототипу за якісною шкалою “Ефективність рішення” Э_Р, де терм-множина має вигляд

Т (Э_Р) = ефективне + раціональне + нераціональне + + небезпечне + критичне + катастрофічне,

а базова змінна u приймає значення з універсальної множини U = [ -1; 1].

Від'ємна частина шкали відповідає інформаційній підтримці, що призводить до більших збитків, ніж потенційні збитки в ситуації , а значення u = 0 є межею між безпечною (корисною) та небезпечною (шкідливою) інформаційною підтримкою. Оцінка шкідливої підтримки в даному випадку виконується у відповідності до нормативних документів, що прийняті в цивільній авіації.

В результаті навчання СППР, що виконується у вигляді експертного опитування, будується множина функцій належності термів нечіткої змінної ЭР для кожного зі значимих параметрів. Функції належності вносяться в базу знань разом з прототипом інформаційної підтримки і потім застосовуються в реальній ситуації для оптимізації пошуку рішення.

Рівень 3 - це процедури безпосереднього вибору рішення в проблемній ситуації на основі оцінки рівнів придатності та сприйняття інформації, що може бути досягнутий. Пошук в базі знань відповідних підмножин фактів, правил і моделей для формування інформаційної підтримки оператора виконується в два етапи.

Перший етап - розпізнавання класу ситуації для вибору множини відповідних типових варіантів інформаційної підтримки. Отримані варіанти надалі розглядаються як можливі прототипи.

Другий етап - інтегрована оцінка адекватності для кожного з множини вибраних прототипів. Виходячи з оптимізаційного виразу (6), необхідно для кожного прототипу, що обрані за результатами визначення класу ситуації, оцінити значення рівня придатності (рис. 3), рівня сприйняття, що може бути досягнутий і показника своєчасності.

Вибір найбільш придатного прототипу здійснюється за виразом

k _{пр ,} (15)

при цьому за числовою базовою шкалою ефективності визначається кількісне значення 0 k _пр 1, де y = - параметри ситуації.

Якщо інформаційна підтримка не може бути в повному обсязі сприйнята оператором за час T_рсп, що є в наявності для прийняття рішення, логічно в першу чергу подавати йому більш “цінні” інформаційні об'єкти. В нашому випадку цінність може бути визначена для кожного виду інформаційних об'єктів методом експертного опитування, а час їх сприйняття - експериментальним шляхом. Тоді при оцінці кількості інформації, що може бути сприйнята, виникає задача визначення максимального набору найбільш цінних інформаційних об'єктів, які за час T_рсп можуть бути сформовані і подані в i-ій ситуації на засоби відображення інформації j-ому оператору при умові, що вони будуть ним сприйняті повністю. Поставлена задача є задачею динамічного програмування і вирішується шляхом покрокової оптимізації.

У четвертому розділі подано основні положення, що пов'язані з реалізацією ефективної інформаційної підтримки прийняття рішень в АС ОПР нового покоління, наведено загальний алгоритм (рис. 4), структуру і принцип роботи АС ОПР з елементами штучного інтелекту.

Схеми інформаційних потоків виконано у відповідності до вимог технології SSADM (Structured Systems Analysis and Design Method).

На основі виконаного в роботі аналізу цільового призначення та функцій, що повинні бути автоматизованими, проведено декомпозицію і синтез СППР для АС ОПР, визначено функції задач.

Оскільки деякі вхідні дані в системі ОПР можуть бути задані лише приблизно, застосовано модель знань на базі нечіткої логіки.

Для оцінки Э_ИПО використовується модель на базі нечітких симптоматичних і топологічних правил вигляду

ЯКЩО < ситуація А > ТО < рішення В > ІНАКШЕ < рішення С >.

Правила для переходу від нечіткого умовного висловлювання до нечіткого відношення в UV відомі і адаптовані для розв'язання задачі оцінки Э_ИПО. Правило бази знань використовується тоді, коли його ситуація частково співпадає з дійсною проблемною ситуацією. Придатність правила залежить від наявності посилюючих fe(t) і послабляючих fd(t) ознак

UA_i [f_i (t)] = min { UA_i [fe_i (t)], 1 - max {UA_i [fd_i (t)]}}, (17)

де: UA_i - функція придатності правила i до нечіткої множини придатних правил. UA_i відображає множину всіх ознак f_i (t) в ступінь посилення чи послаблення.

Створення структури моделі середовища для формування АІМ потребує визначення складу контурів (властивостей, ознак, характеристик, параметрів), що яким-небудь чином можуть впливати на вибір складу ІО для оператора. В роботі розглянуто ряд факторів, що можуть впливати на структуру моделі.

Запропоновано способи регулювання потоку інформацій АІМ в умовах реального часу, зформульовано вимоги до тренажерної підготовки операторів інтелектуальних АС ОПР.

ОСНОВНІ РЕЗУЛЬТАТИ РОБОТИ ТА ВИСНОВКИ

1. В роботі розроблено науково-методологічні основи подання інформації, що формується в критичних і аварійних ситуаціях системами підтримки прийняття рішень в автоматизованих системах обслуговування повітряного руху нового покоління:

- розроблено основні положення концепції інформаційної підтримки прийняття рішень при ОПР в проблемних ситуаціях, зформульовано ролі і задачі СППР. АС ОПР нового покоління розглянута в рамках концепції CNS/ATM як динамічна система гібридного інтелекту реального часу з нескінченно великою кількістю можливих станів і підвищеним рівнем небезпечності об'єктів керування;

- розроблено моделі інформаційної підтримки прийняття рішень при ОПР, проведено аналіз факторів ефективності такої підтримки;

- запропоновано пертинентний підхід і розроблено проактивний метод завчасної оцінки ефективності впливу інформації на прийняття рішень при ОПР в проблемних ситуаціях з позицій рівня збитків, що запобігаються;

- розроблено методи управління потоком інформації для прийняття рішень в умовах реального часу з врахуванням можливостей людини-оператора.

2. Розроблено алгоритм роботи АС ОПР, в якій забезпечується ефективна інформаційна підтримка прийняття рішень при ОПР в проблемних ситуаціях, визначені її структура та принцип роботи.

3. У відповідності до запропонованої концепції функціонування АС ОПР з елементами штучного інтелекту визначено основні вимоги до підготовки операторів таких систем.

4. Поставлені задачі виконано повністю. Подальший розвиток АС ОПР з елементами штучного інтелекту пов'язаний з вирішенням таких проблем:

а) визначення інформаційних потреб операторів і формалізація причинно-наслідкових зв'язків між інформаційними об'єктами і факторами, що впливають на їх введення до складу адаптивних інформаційних моделей, є складною науковою задачею, що потребує окремого розгляду;

б) визначення структури системи гібридного інтелекту при інформаційній підтримці системи ОПР в проблемній ситуації є багатоваріантною задачею, що потребує аналізу всіх можливих варіантів і рішення задач оптимізації.

ПУБЛІКАЦІЇ ЗА ТЕМОЮ ДИСЕРТАЦІЇ

1. Неделько В.Н. Методология создания сложных программно-технических комплексов и автоматизированных систем УВД // Проблеми аеронавігації. Тематич. зб. наук. праць. - Вип. II. Част. II. - Кіровоград: ДЛАУ, 1996. - С. 35-42.

2. Неделько С.Н., Неделько В.Н. Безопасность информационной поддержки принятия решений в интеллектуальных автоматизированных системах УВД // Проблеми аеронавігації: Тематич. зб. наук. праць. - Вип.II. Част. II. - Кіровоград: ДЛАУ, 1996. - С.110-121.

3. Неделько С.Н., Неделько В.Н. Подходы к организации взаимодействия авиадиспетчера с интеллектуальной АС УВД // Проблеми аеронавігації: Тематич. зб. наук. праць. - Вип. III. Част. II: Удосконалення процесів діяльності та професійної підготовки авіаційних операторів. - Кіровоград: ДЛАУ, 1997. - С. 110-115.

4. Неделько С.Н., Неделько В.Н., Дубровский Е.А. Структурно-динамический подход к представлению решений в интеллектуальных автоматизированных системах обслуживания воздушного движения // Проблеми аеронавігації: Тематич. зб. наук. праць. - Вип. IV. Част. II: Моделювання та управління в аеронавігаційних системах. - Кіровоград: ДЛАУ, 1998. - С. 5-12.

5. Неделько В.Н., Настасиенко В.Н., Адамов В.Е. Оценка возможности восприятия и осмысливания информации оператором интеллектуальной автоматизированной системы обслуживания воздушного движения // Проблеми аеронавігації: Тематич. зб. наук. праць. - Вип. IV. Част. II: Моделювання та управління в аеронавігаційних системах. - Кіровоград: ДЛАУ, 1998. - С. 82-86.

6. Неделько С.Н., Неделько В.Н. Оценка эффективности информационной поддержки операторов автоматизированных систем обслуживания воздушного движения // Вісник КМУЦА. - К.: КМУЦА, 1999. - № 2. - С. 184-186.

7. Настасиенко В.Н., Неделько В.Н. Обобщенная модель информационной поддержки операторов в интеллектуальных автоматизированных системах обслуживания воздушного движения // Наукові праці академії: Зб. наук. праць ДЛАУ. - Вип.5. - Кіровоград: ДЛАУ, 2000. - С.154-160.

8. Неділько В.М. Методи оцінки ефективності інформаційної підтримки оператора при обслуговуванні повітряного руху в проблемній ситуації // Наукові праці академії: Зб. наук. праць ДЛАУ. - Вип.5. - Кіровоград: ДЛАУ, 2000. - С.166-170.

9. Артамоновский И.В., Неделько В.Н. Получение и обработка количественной экспертной информации в задачах построения баз знаний интеллектуальных модулей АС УВД // Наукові праці академії: Зб. наук. праць ДЛАУ. - Вип.5. - Кіровоград: ДЛАУ, 2000. - С.197-209.

10. Щепотко Л.А., Неделько В.Н. Моделирование областей достижимости воздушного судна в аварийных ситуациях, требующих экстренного завершения полета // Наукові праці академії: Зб. наук. праць ДЛАУ. - Вип.5. - Кіровоград: ДЛАУ, 2000. - С.217-226.

11. Неделько В.Н., Настасиенко В.Н., Мациев С.А. Оценка качества информационных моделей в интеллектуальных автоматизированных системах обслуживания воздушного движения // Материалы III Междунар. науч.-техн. конф. “АВИА-2001”. - К.: НАУ, 2001. - С. 7.14-7.17.

12. Неделько В.Н., Неделько С.Н., Григорецкий В.А. Проверка адекватности базы знаний интеллектуальных автоматизированных систем обслуживания воздушного движения // Материалы III Междунар. науч.-техн. конф. “АВИА-2001”. - К.: НАУ, 2001. - С. 7.18-7.21.

13. Неділько В.М. Пертинентний підхід до підтримки прийняття рішень при керуванні об'єктами, що можуть бути небезпечними // Комп'ютерна математика. Оптимізація обчислень: Зб. наук. праць. НАН України. Ін-т кібернетики ім. В.М. Глушкова, Наукова рада НАН України з проблеми “Кібернетика”. - Т.2. - Київ, 2001. - С. 292-300.

14. Бамбуркин А.П., Неделько В.Н., Неделько С.Н., Рубец М.И. Аэронавигационные радиотехнические системы. Учебное пособие / Под ред. М.И. Рубца. - Кировоград: ГЛАУ, 2002. - 520 с.

Размещено на Allbest.ru