Гришманов Є. О. Метод автоматизованого прогнозування несприятливих авіаційних подій для підвищення безпеки польотів при управлінні повітряним рухом

Дисертація спрямована на вирішення актуального наукового завдання щодо удосконалення методів та моделей автоматизованого прогнозування несприятливих авіаційних подій в польоті на основі методів та моделей глибокого навчання для підвищення якості оцінки ризику для безпеки польотів. Вперше розроблено метод прогнозування несприятливих авіаційних подій в польоті на основі згорткових та рекурентних нейронних мереж у якому, на відміну від відомих, класифікація несприятливих авіаційних подій здійснюється на основі застосування згорткової нейронної мережі, а для початкового налаштування векторного шару гібридної моделі прогнозування використовується попередньо навчений шар рекурентної нейронної мережі. Удосконалено метод формування навчальної вибірки для навчання глибокої гібридної нейронної мережі прогнозування несприятливих авіаційних подій в польоті, що, на відміну від відомих, забезпечує побудову словника текстових повідомлень про несприятливі авіаційні події з використанням міри значущості слів і векторної моделі текстових повідомлень про несприятливі авіаційні події по розміченому набору даних з використанням моделі векторного представлення слів. Одержала подальший розвиток метод автоматизованого прогнозування несприятливих авіаційних подій в польоті, яка, на відміну від відомих, базується на знання-орієнтованому представленні етапів оцінки ризику для безпеки польотів. Це дозволяє забезпечити інтелектуальну обробку даних для підвищення точності та повноти автоматизованої класифікації несприятливих авіаційних подій в польоті. Сукупність вдосконалених методів є науковою сутністю формалізації процесів автоматизованого прогнозування несприятливих авіаційних подій в польоті. Використання отриманих результатів дослідження забезпечить підвищення якості оцінки ризику для безпеки польотів за рахунок впровадження автоматизованого прогнозування несприятливих авіаційних подій в польоті в автоматизовані системи управління повітряним рухом. Результати проведених розрахунків та імітаційного моделювання оцінки ефективності методів та моделей, а також практичне впровадження отриманих результатів підтвердили адекватність запропонованих методів та моделей автоматизованого прогнозування несприятливих авіаційних подій в польоті на основі методів та моделей глибокого навчання. Реалізація розробленого методу прогнозування несприятливих авіаційних подій в польоті на основі згорткових і рекурентних нейронних мереж дозволила автоматизувати процес прогнозування несприятливих авіаційних подій. Реалізація удосконаленого методу формування навчальної вибірки для навчання глибокої гібридної нейронної мережі прогнозування несприятливих авіаційних подій в польоті дозволила використовувати векторну модель навчальної вибірки у якості основи для навчання глибокої гібридної нейронної мережі прогнозування несприятливих авіаційних подій. Реалізація методу автоматизованого прогнозування несприятливих авіаційних подій в польоті в підсистемі оцінки ризику для безпеки польотів дозволила отримати виграш в точності та в повноті класифікації несприятливих авіаційних подій в середньому до 5%.