Программируемые логические интегральные схемы (ПЛИС) с 80-х гг. ХХ в. активно используются при проектировании цифровой аппаратуры. Программируемая, то есть «гибкая» логика ПЛИС, занимает «золотую середину» между полностью программной реализацией в процессорах, контроллерах, микроконтроллерах и заказной, «жесткой» логикой (ASIC – Application-specific integrated circuit). Полузаказные микросхемы, базовые матричные кристаллы, БМК (ULA – Uncommitted Logic Array) могут конфигурироваться только в заводских условиях. Несмотря на впечатляющие успехи, «нет предела совершенству» ПЛИС, поэтому по-прежнему актуальны новые подходы, например, в направлении увеличения разрядности логического элемента ПЛИС FPGA (Field-Programmable Gate Array), который называется LUT (Look Up Table), расширение функциональных возможностей. LUT вычисляет только одну логическую функцию для заданной конфигурации, поэтому, например, для реализации дешифратора набора n переменных требуется два в степени n таких LUT. В то же время такая дешифрация реализуется неявно, без выдачи результата, выдается только значение истинности дизъюнкции заданных конъюнкций n переменных. Целью исследования являются разработка и исследование предлагаемого логического элемента LUT, реализующего заданную логическую функцию и дешифрацию набора переменных. Методика исследования базируется на научно-методическом аппарате дискретной математики, математической логики и цифровой схемотехники. В результате исследования планируется получить метод реализации логических функций в LUT с дешифрацией набора переменных. В статье предложены патентоспособные технические решения логических элементов LUT, реализующих заданную логическую функцию и дешифрацию набора переменных одновременно. Рассмотрены примеры конкретной реализации с наращиванием разрядности. Излагаются результаты схемотехнического моделирования, оценки сложности реализации и временной задержки в количестве транзисторов.

Ключевые слова: логические функции,  ПЛИС, LUT, дешифрация набора переменных.

Тюрин Сергей Феофентович (Пермь, Российская Федерация) – заслуженный изобретатель Российской Федерации, доктор технических наук, профессор, профессор кафедры «Автоматика и телемеханика» Пермского национального исследовательского политехнического университета (614990, Пермь, Комсомольский пр., 29, e-mail: tyurinsergfeo@yandex.ru); профессор кафедры «Математическое обеспечение вычислительных систем» Пермского государственного национального исследовательского университета (614990, Пермь, ул. Букирева, 15).

Советов Станислав Игоревич (Пермь, Российская Федерация) – аспирант кафедры «Автоматика и телемеханика» Пермского национального исследовательского политехнического университета (614990, Пермь, Комсомольский пр., 29, e-mail: fizikoz@gmail.com).

1. Строгонов А., Цыбин С. Программируемая коммутация ПЛИС: взгляд изнутри [Электронный ресурс]. – URL: http://www.kit-e.ru/articles/plis/2010_11_56.php (дата обращения: 17.11.2022).
2. Vikhorev R. Universal logic cells to implement systems functions // Conference of Russian Young Researchers in Electrical and Electronic Engineering. – IEEE, 2016. – P. 404–406. DOI: 10.1109/EIConRusNW.2016.7448197
3. Vikhorev R. Improved FPGA logic elements and their simulation // Conference of Russian Young Researchers in Electrical and Electronic Engineering. – IEEE, 2018. – P. 275–280. DOI: 10.1109/EIConRus.2018.8317080
4. Skornyakova A.Yu., Vikhorev R.V. Self-timed LUT Layout Simulation // Conference of Russian Young Researchers in Electrical and Electronic Engineering. – IEEE, 2020. – P. 176–179. DOI: 10.1109/EIConRus49466.2020.9039374
5. Monther Abusultan, Sunil P. Khatri. A comparison of FinFET based FPGA LUT [Электронный ресурс]. – Texas A&M University, College Station, TX, USA. Published in ACM Great Lakes Symposium on VLSI 2014. – URL: Designshttps://dl.acm.org/citation.cfm?doid=2591513.2591596 (дата обращения: 18.11.2022). DOI: 10.1145/2591513.2591596
6. Mead C.A., Conway L. Introduction to VLSI Systems [Электронный ресурс]. – URL: https://www.researchgate.net/publication/23438249_Introduction_to_VLSI_systems (дата обращения: 18.11.2022).
7. Intel® Stratix® 10 Logic Array Blocks and Adaptive Logic Modules [Электронный ресурс]. – URL: User Guidefile:///C:/Users/%D0%9F%D0%BE%D0%BB%D1%8C%D0%B7%D0%BE%D0%B2%D0%B0%D1%82%D0%B5%D0%BB%D1%8C/Downloads/ug-s10-lab-683699-666917.pdf (дата обращения: 18.11.2022).
8. Checkability important for fail-safety of fpga-based components in critical systems / O. Drozd, O. Ivanova, K. Zashcholkin [et al.] // Intelligent Information Technologies & Systems of Information Security. (IntelITSIS) 2021: International, 24–26 March 2021. – Khmelnytskyi, Ukraine: IEEE, 2021. – P. 471–480.
9. Hidden fault analysis of FPGA projects for critical applications / O. Drozd, I. Perebeinos, O. Martynyuk, K. Zashcholkin, O. Ivanova, M. Drozd // IEEE International Conference TCSET. – Paper 142. – Lviv-Slavsko, Ukraine, 2020. DOI: 10.1109/TCSET49122.2020.235591
10. Строгонов А., Городков П. Современные тенденции развития ПЛИС: от системной интеграции к искусственному интеллекту // Электроника: наука, технология, бизнес. – 2020. – № 4 (195). – С. 46–56.
11. Арбузов И., Строгонов А., Городков П. Пример разработки проекта в базисе ПЛИС 5578ТС024 // Компоненты и технологии. – 2019. – № 7 (216). – С. 66–69.
12. Строгонов А., Городков П. Обзор ПЛИС китайских производителей [Электронный ресурс]. – URL: https://www.elibrary.ru/download/elibrary_48565021_33092934.pdf (дата обращения: 17.11.2022).
13. Строгонов А., Городков П. ПЛИС компании Guangdong Gowin Semiconductor Corporation // Компоненты и технологии. – 2020. – № 1 (222). – С. 84–86.
14. Тюрин С.Ф., Чудинов М.А. FPGA LUT с двумя выходами декомпозиции по Шеннону // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. – 2019. – № 29. – С. 136–147.
15. Тюрин С.Ф. Особенности архитектуры Гиперфлекс // Вестник Воронеж. гос. ун-та. Сер. Системный анализ и информационные технологии. – 2018. – № 1. – С. 56–62.
16. Данилова Е.Ю. Диагностирование логики ПЛИС с новыми элементами // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. – 2019. – № 31. – С. 35–50.
17. Danilova E.Y. FPGAs Logic checking method by genetic algorithms // Proceedings of the 2020 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering, EIConRus 2020. – 2020. – P. 1787–1790.
18. National Instruments. Multisim [Электронный ресурс]. – URL: http://www.ni.com/multisim/ (дата обращения: 18.11.2022).
19. Microwind & Dsch Version 3.5 [Электронный ресурс]. – URL: https://www.yumpu.com/en/document/view/40386405/microwind-manual-lite-v35pdf-moodle (дата обращения: 18.11.2022).
20. Tyurin S.F. LUT's Sliding Backup // IEEE transactions on device and materials reliability. – 2019. Vol. 19. – P. 221–225. DOI: 10.1109/TDMR.2019.2898724
21. Tyurin S.F. Green Logic: Green LUT FPGA Concepts, models and evaluations // Green IT Engineering: Components, Networks and Systems Implementation. – 2017. – Vol. 105. – P. 241–261. DOI: 10.1007/978-3-319-55595-9
22. Tyurin S.F., Vikhorev R.V. A Decoder – look up tables for FPGAs // IJC. – Sep. 2021. – Vol. 20, № 3. – P. 365–373. DOI: https://doi.org/10.47839/ijc.20.3.2282

Разработка одностраничных HTML-приложений позволяет пользователю получить требуемую информацию, не прибегая к покупке и установке лицензионного программного обеспечения на персональный компьютер. Одной из перспективных технологий для прогнозирования работы солнечной электростанции является проектирование одностраничного HTML-приложения
с помощью современных языков программирования. Цель исследования: разработка одностраничного HTML-приложения как элемента системы проектирования солнечных электрических станций для оценки пользователем целесообразности инвестирования в их строительство для любой точки мира. Элементы системы проектирования упрощают и автоматизирует процесс, имея удобный интерфейс взаимодействия с пользователем. Методы: для программной реализации были использованы современные технологии: HTML5, БЭМ, CSS3, JavaScript, TypeScript, React, WebPack, Babel, Redux, Axios. Результаты: для решения поставленной задачи авторами представлена математическая модель приложения, разработана архитектура на основе архитектурного паттерна проектирования flux, выделены и описаны основные блоки и функциональные компоненты приложения. Был получен практический результат в виде рабочей системы для автоматизированного проектирования солнечных электрических станций в формате одностраничного HTML-приложения. Преимущество данной программы заключается в ее удобном и интуитивно понятном интерфейсе, который позволяет выполнять расчеты в любой точке, имеющей доступ в Интернет. Благодаря картографическому интерфейсу пользователь может выбрать любую географическую точку, на которой будет располагаться солнечная электростанция, и оценить объем выработки электроэнергии для данной точки. Оценка выработки электроэнергии выполняется с учетом оптимального угла наклона солнечных панелей относительно горизонтальной плоскости. Практическая значимость: разработанное программное обеспечение позволяет быстро оценить эффективность работы солнечной станции и выбрать оптимальное расположение объекта.

Ключевые слова: Single page application, react, redux, солнечная электростанция, энергетика, автоматизация, фотоэлектрические системы, паттерн.

Митрофанов Сергей Владимирович (Оренбург, Российская Федерация) – кандидат технических наук, доцент кафедры «Электро-
и теплоэнергетика» Оренбургского государственного университета (460018, Оренбург, пр. Победы, 13, e-mail: mitser2002@mail.ru).

Петров Вячеслав Владимирович (Оренбург, Российская Федерация) – студент Оренбургского государственного университета (460018, Оренбург, пр. Победы, 13, e-mail: pvv56@mail.ru).

1. Об утверждении основных направлений государственной политики в сфере повышения энергетической эффективности электроэнергетики на основе использования возобновляемых источников энергии на период до 2035 года: Распоряжение Правительства Российской Федерации от 08.01.2009 № 1-р [Электронный ресурс]. – URL: https://docs.cntd.ru/document/902137809 (дата обращения: 28.03.2023).
2. Возобновляемая («альтернативная») энергетика [Электронный ресурс]. – URL: http://government.ru/news/44924/ (дата обращения: 28.03.2023).
3. Методы краткосрочного прогнозирования выработки электрической энергии солнечными электростанциями и их классификация / Д.А. Тюньков, А.А. Сапилова, А.С. Грицай [и др.] // Электротехнические системы и комплексы. – 2020. – № 3 (48). – С. 4–10. DOI: 10.18503/2311-8318-2020-3(48)-4-10
4. Investigation of a single-axis discrete solar tracking system for reduced actuations and maximum energy collection / W. Batayneh, A. Bataineh, I. Soliman, S.A. Hafees // Automation in Construction. – 2019. – Vol. 98. – P. 102–109.
5. Khatib T., Deria R. East-west oriented photovoltaic power systems: model, benefits and technical evaluation // Energy Conversion and Management. East-west oriented photovoltaic power systems. – 2022. – Vol. 266. – P. 115810.
6. Yadav S., Panda S.K., Hachem-Vermette C. Optimum azimuth and inclination angle of BIPV panel owing to different factors influencing the shadow of adjacent building // Renewable Energy. – 2020. – Vol. 162. – P. 381–396.
7. Бабаев Б.Д. Расчет выработки электроэнергии местной солнечной электростанцией при оптимальных параметрах // Вестник Дагестан. гос. ун-та. Сер. 1. Естественные науки. – 2021. – Т. 36, № 3. – С. 21–28. DOI: 10.21779/2542-0321-2021-36-3-21-28
8. Юдаев И.В., Даус Ю.В., Десятниченко Д.А. Оценка графиков потребления электрической энергии объектов на сельских территориях как нагрузки солнечной электростанции // Вестник аграрной науки Дона. – 2018. – № S4. – С. 10–17.
9. Шакиров В.А., Яковкина Т.Н., Курбацкий В.Г. Методика оценки выработки электроэнергии солнечными электростанциями с использованием данных многолетних наблюдений метеостанций // Вестник Иркутск. гос. техн. ун-та. – 2020. – Т. 24, № 4 (153). – С. 858–875. DOI: 10.21285/1814-3520-2020-4-858-875
10. Комбинированная программа автоматизированной системы расчета на ЭВМ параметров ветро-солнечной электростанции / Л.Д. Сокут, Е.В. Иванова, С.П. Муровский, С.В. Иванов // Экономика строительства и природопользования. – 2019. – № 2 (71). – С. 159–167.
11. Лосев А.С., Массель А.Г. Прогнозирование солнечной радиации и импутация данных для цифрового двойника солнечной электростанции // Информационные и математические технологии в науке и управлении. – 2022. – № 1 (25). – С. 91–101. DOI: 10.38028/ESI.2022.25.1.008
12. Буквина М.А., Буквина Е.А., Фалеева Е.В. Разработка программного обеспечения, рассчитывающего приход солнечного излучения в точку с заданными координатами для оптимизации определения локации строительства солнечной электростанции // Транспорт Азиатско-Тихоокеанского региона. – 2020. – № 2 (23). – С. 10–14.
13. Проектирование энергоэффективных ФСЭС для автономных систем электроснабжения сельскохозяйственных потребителей Красноярского края путём использования графо-семантической базы данных энергии солнечного излучения / А.С. Дебрин, А.Ф. Семенов, А.В. Бастрон, П.Н. Кузьмин // Известия Оренбург. гос. аграр. ун-та. – 2020. – № 3 (83). – С. 216–221.
14. Коновалов Ю.В., Хазиев А.Н. Расчет инсоляции солнечной фотоэлектрической электростанции с учетом геолокационных и погодных параметров // iPolytech Journal. – 2022. – Т. 26, № 3. – С. 439–450. DOI: 10.21285/1814-3520-2022-3-439-450
15. Ковалев В.З., Парамзин А.О., Архипова О.В. Математическое моделирование фотоэлектрических панелей как составляющей комплекса распределенной генерации // Инженерный вестник Дона. – 2022. – № 12 (96). – С. 155–169.
16. Artificial intelligence based forecasting & optimization of solar cell model / S. Mohanty, P.K. Patra, A. Mohanty, M. Viswavandya, P.K. Ray // Optik. – 2019. – Vol. 181. – P. 842–852.
17. Bakır H. Comparative performance analysis of metaheuristic search algorithms in parameter extraction for various solar cell models // Environmental Challenges. – 2023. – Vol. 11. – P. 100720.
18. Методы краткосрочного прогнозирования выработки электрической энергии солнечными электростанциями и их классификация / Д.А. Тюньков, А.А. Сапилова, А.С. Грицай [и др.] // Электротехнические системы и комплексы. – 2020. – № 3 (48). – С. 4–10. DOI: 10.18503/2311-8318-2020-3(48)-4-10
19. Ambient temperature and solar irradiance forecasting prediction horizon sensitivity analysis / J. Ramirez-Vergara, L.B. Bosman, W.D. Leon-Salas, E. Wollega // Machine Learning with Applications. – 2021. – Vol. 6. – P. 100128.
20. Arias Velásquez R.M. A case study of NeuralProphet and nonlinear evaluation for high accuracy prediction in short-term forecasting in PV solar plant // Heliyon. – 2022. – Vol. 8, № 9. – P. e10639.
21. Ensemble of machine learning and spatiotemporal parameters to forecast very short-term solar irradiation to compute photovoltaic generators’ output power / F. Rodríguez, F. Martín, L. Fontán, A. Galarza // Energy. – 2021. – Vol. 229. – P. 120647.
22. Kafka J.L., Miller M.A. A climatology of solar irradiance and its controls across the United States: Implications for solar panel orientation // Renewable Energy. A climatology of solar irradiance and its controls across the United States. – 2019. – Vol. 135. – P. 897–907.
23. Performance assessment of a 20 MW photovoltaic power plant in a hot climate using real data and simulation tools / S. Bentouba, M. Bourouis, N. Zioui, A. Pirashanthan, D. Velauthapillai // Energy Reports. – 2021. – Vol. 7. – P. 7297–7314.
24. A hybrid machine learning method with explicit time encoding for improved Malaysian photovoltaic power prediction / H. Mubarak, A. Hammoudeh, S. Ahmad, A. Abdellatif, S. Mekhilef, H. Mokhlis, S. Dupont // Journal of Cleaner Production. – 2023. – Vol. 382. – P. 134979.
25. Технолайн. Подбор солнечной электростанции [Электронный ресурс]. – URL: https://e-solarpower.ru/kalkulyator-vyrabotki-sb/ (дата обращения: 28.03.2023).
26. Программа для оценки срока окупаемости солнечных панелей для частного потребителя с произвольным месторасположением: свидетельство о гос. регистрации программы для ЭВМ 2023665981 / С.В. Митрофанов, В.В. Петров; правооблад. Оренбург. гос. ун-т. № 2023664915; заявл. 17.07.2023; опубл. 25.07.2023. – 1 с.
27. The power project [Электронный ресурс]. – URL: https://power.larc.nasa.gov/ (дата обращения: 28.03.2023).

Обнаружение и распознавание нарушителей – первостепенная задача систем физической защиты (СФЗ), решаемая при помощи технических средств обнаружения (ТСО), которые
в значительной мере определяют надежность всей системы и, следовательно, степень защищенности объекта. Тем не менее функционирование СФЗ зачастую осуществляется в условиях неопределенности и недостатка информации ввиду существенных ограничений применяемых ТСО и неадекватности реализуемых ими моделей нарушителей, что обусловливает потребность
в поиске новых универсальных направлений развития ТСО. В качестве такого направления предлагается рассмотреть метод обнаружения и распознавания нарушителей по собственным электромагнитным излучениям в виде широкополосных хаотических сигналов, возникающих под действием внешнего информативного электромагнитного поля. Цель исследования: разработка научно-методического аппарата электромагнитного обнаружения и распознавания биологических объектов по собственным электромагнитным излучениям. Результаты: приведены физические основы и концепция электромагнитного обнаружения биологических объектов, а также математическая модель этой концепции и результаты её аналитического исследования. Адекватность разработанной модели и наличие взаимосвязи между характеристиками и величиной присущего биологическому объекту излучения и интенсивностью внешнего электромагнитного поля были подтверждены экспериментальными исследованиями. Кроме того, для повышения эффективности процедуры обнаружения и реализации процедуры распознавания биообъект рассмотрен
в виде открытой биологической системы с определенными хаотическими режимами. В ходе исследований подтверждена возможность распознавания биологического объекта заданного класса, в том числе человека, по излучаемым ими в режиме бифуркаций широкополосным хаотическим сигналам под воздействием внешнего электромагнитного поля, позволяющего сформировать хаос-ритм, параметры которого (период и амплитуда колебаний, средний показатель Хаусдорфа) выступают в качестве информативных признаков биообъекта. Согласно представленной концепции, каждый биологический объект имеет уникальный электромагнитный образ (зависимость параметров хаос-ритма от информативного параметра внешнего электромагнитного поля), описание которого обеспечит распознавание человека.

Ключевые слова: биологический объект, нарушитель, электромагнитные поля, обнаружение и распознавание, биорадиоинформативная технология, физическая защита.

Алешков Андрей Андреевич (Пермь, Российская Федерация) – аспирант кафедры «Безопасность жизнедеятельности» Пермского национального исследовательского политехнического университета (614990, Пермь, Комсомольский пр., 29, e-mail: xxg.Andrew.ru@mail.ru).

Цветков Геннадий Александрович (Пермь, Российская Федерация) – доктор технических наук, профессор кафедры «Безопасность жизнедеятельности» Пермского национального исследовательского политехнического университета (614990, Пермь, Комсомольский пр., 29, e-mail: zvetkov71043@mail.ru).

1. Алешков А.А., Цветков Г.А. Современные проблемы обеспечения физической безопасности магистральных трубопроводов // Тенденции развития науки и образования. – 2021. – № 70–2. – С. 109–118. DOI: 10.18411/lj-02-2021-66
2. Pipeline Security / L. Talarico, K. Sorensen, Genserik Reniers, J. Springael // Securing Transportation Systems. – 2015. – P. 281–311. DOI: 10.1002/9781119078203.ch15
3. Aleshkov A.A., Tsvetkov G.A. Improving the efficiency of the physical protection system for oil and gas facilities (by the example of trunk pipelines) // IOP Conference Series: Earth and Environmental Science. – May, 2022. – Vol. 1021. IOP Publishing. – 012031. DOI: 10.1088/1755-1315/1021/1/012031
4. Towards a causal model from pipeline incident data analysis / S.Z. Halim, M. Yu, H. Escobar, N. Quddus // Process Safety and Environmental Protection. – 2020. – № 143. – P. 348–360. DOI: 10.1016/j.psep.2020.06.047
5. О структуре системы физической защиты магистральных трубопроводов от преднамеренных угроз / В.А. Комаров, З.В. Семенова, Д.А. Бронников, А.А. Нигрей // Вестник ПНИПУ. Геология. Нефтегазовое и горное дело. – 2019. – № 1 (19). – С. 87–100.
6. Бондарчук А.С. Система охраны и обороны важных государственных объектов и оценка эффективности её функционирования: монография / под. ред. В.П. Герасимени. – Пермь: Изд-во ПВИ ВВ МВД России, 2011. – 190 с.
7. Ворона В.А., Тихонов В.А. Технические системы охранной и пожарной сигнализации. – М.: Горячая линия-Телеком, 2012. – 376 с. (Сер. Обеспечение безопасности объектов).
8. Бондарчук А.С., Зарубский В.Г., Башарин А.А. Методика повышения эффективности функционирования системы безопасности объектов особой важности // Научно-технический вестник Поволжья. – 2022. – № 11. – С. 42–46.
9. Development of a security system based on Zigbee devices / H. Khujamatov, B. Maxkamov, N. Akhmedov, N. Lazarev // International Conference on Information Science and Communications Technologies (ICISCT). – 2022. – P. 1–5. DOI: 10.1109/ICISCT55600.2022.10147017
10. Bioradar technology: Recent research and advancements / Y. Zhang, F. Qi, H. Lv, F. Liang, J. Wang // IEEE Microwave Magazine. – Aug, 2019. – Vol. 20, № 8. – P. 58–73. DOI: 10.1109/MMM.2019.2915491
11. Чубий А.Д., Жуков В.О. Определение возможности дистанционной персональной идентификации человека по его собственным хаотическим электромагнитным излучениям. – Пермь: Изд-во ОАО СНИБ «Эльбрус», 2011.
12. Девятков Н.Д., Бецкий О.В., Голант М.Б. Использование когерентных волн в медицине и биологии // Международная инфо-система по резонансным технологиям. – 1998. – № 2.
13. An electromagnetic model of human vital signs detection and its experimental validation / Sabikun Nahar, T. Phan, Farhan Quaiyum, Lingyun Ren, A. Fathy, O. Kilic // IEEE Journal on Emerging and Selected Topics in Circuits and Systems. – 2018. – 8. – P. 338–349. DOI: 10.1109/JETCAS.2018.2811339
14. Биорезонансные эффекты при воздействии электромагнитных полей: физические модели и эксперимент: монография / С.А. Яшин [и др.]; под ред. А.А. Яшина; НИИ НМТ, НИЦ «Матрикс». – Москва–Тверь–Тула: Триада, 2007. – 160 с.
15. Субботина Т.И., Царегородцев И.А., Яшин А.А. Регистрация медленно меняющихся составляющих интегративного электромагнитного поля биообъекта // XVIII научная сессия, посв. Дню радио. – Тула, 2001. – С. 58.
16. Чубий А.Д., Жуков В.О. Электромагнитный образ человека на основе нормы хаотичности собственных излучений в условиях воздействия техногенных полей окружающей среды // Ежегодник Рос. нац. комитета по защите от непозиционирующих излучений. – М.: АЛЛАНА, 2006. – С. 172–198.
17. Яшин С.А. Система регистрации собственных низкоинтенсивных электромагнитных полей организма человека // Вестник новых медицинских технологий. – 2013. – Т. 20, № 3. – С. 157–163.
18. Чубий А.Д., Жуков В.О., Цветков Г.А. Биорадиоинформативный метод оценки эффективности защиты от техногенного электромагнитного излучения // Проблемы и перспективы рационального управления эксплуатацией вооружения: материалы IX межвуз. науч.-техн. сем. (Пермский ВИ РВ). – Пермь, 2002.
19. Марчук А.В. Основы теории электромагнитной идентификации биологических объектов в эргатических системах: препринт. – Пермь: Изд-во УрО РАН, 1998. – 95 с.
20. Чубий А.Д., Жуков В.О. Технология ликвидации хаоса собственных хаотических электромагнитных излучений живых организмов (биорадиоинформативная технология) // Новые информационные технологии в медицине, биологии, фармакологии и экологии. IT+M&E'. – 2013. – С. 201–203.
21. Полежаев А.А., Борина М.Ю. Пространственно-временные структуры в активной среде, вызванные диффузионной неустойчивостью // Известия высших учебных заведений. Прикладная нелинейная динамика. – 2014. – Т. 22, № 2. – С. 116–130. DOI: 10.18500/0869-6632-2014-22-2-116-129
22. Грызлова О.Ю. Биорезонансные эффекты в естественных и искусственных электромагнитных полях как фактор жизнедеятельности: автореф. дис. … канд. биол. наук: 03.00.02. – Тула, 2005. – 19 с.
23. Федер Е. Фракталы: пер. с англ. – М.: Мир, 1991. – 254 с.
24. Марчук А.В., Цветков Г.А. Человек и среда обитания: еще одна скрытая угроза безопасности // Проблемы обеспечения безопасности в промышленности, строительстве и на транспорте: материалы междунар. науч.-техн. конф. – 2010. – С. 84–91.
25. Чубий А.Д. Закономерности и пределы снижения жизнеспособности и старения человека в условиях невесомости многолетнего космического полета (биорадиоинформативная технология) // Новые информационные технологии в медицине, биологии, фармакологии и экологии. IT+M&E' – 2015. – С. 322–327.

Виртуальные измерители являются программными алгоритмами или моделями, которые используются для оценки или предсказания различных параметров на основе доступных данных. Они могут быть настроены и адаптированы для различных условий, не требуют наличия физического датчика, могут обрабатывать данные в режиме реального времени и применяться для повышения эффективности функционирования и управления различными техническими объектами
в таких отраслях, как медицина, промышленность, энергетика и другие. Несмотря на преимущества, виртуальные измерители также имеют свои ограничения. Они могут быть менее точными, чем физические датчики, особенно в случаях, когда требуется высокая точность измерения. Кроме того, они могут быть чувствительны к качеству и доступности данных, поэтому требуются тщательное моделирование и калибровка для достижения наилучших результатов с использованием современных подходов. Цель исследования: создание виртуального измерителя температуры камеры сгорания на базе нечеткой логики, обеспечивающего мгновенное измерение с помощью значений параметров газотурбинного двигателя (ГТД). Методы: предлагается новый подход к построению виртуальных измерителей на базе нечеткой логики, основанный на оптимизации затрат вычислительных ресурсов. Моделирование осуществляется с помощью пакета прикладных программ MatLab в среде моделирования Simulink. Экспериментальные данные предоставлены одним из ведущих предприятий в области разработки и производства систем управления ГТД. Результаты: разработанный виртуальный измеритель температуры камеры сгорания на базе нечеткой логики обеспечивает мгновенное измерение на основании значений параметров ГТД, при соблюдении требований по затратам вычислительных ресурсов и точности. Значимость: результаты исследования могут быть использованы для построения или модификации систем управления ГТД. Применение виртуального измерителя температуры камеры сгорания на базе нечеткой логики взамен измерителя на основе термопары позволит значительно ускорить процесс измерения и, следовательно, улучшить основные показатели качества системы автоматического управления ГТД.

Ключевые слова: камера сгорания, ГТД, виртуальный измеритель, температура камеры, нейронечеткая система вывода.

Никулин Вячеслав Сергеевич (Пермь, Россия) – аспирант кафедры «Автоматика и телемеханика» Пермского национального исследовательского политехнического университета (614990,  Пермь, Комсомольский пр., 29, e-mail: kalif23@yandex.ru).

Сторожев Сергей Александрович (Пермь, Россия) – аспирант кафедры «Автоматика и телемеханика» Пермского национального исследовательского политехнического университета (614990, Пермь, Комсомольский пр., 29, e-mail: sastorozhev@pstu.ru).

1. Сафина Э.Ф. Пирометр для измерения температуры лопатки ГТД // Мавлютовские чтения: материалы XVI Всерос. молодеж. науч. конф.: в 6 т.; Уфа, 25–27 октября 2022 г. – Уфа: Изд-во Уфим. гос. авиац. техн. ун-та, 2022. – Т. 3. – С. 58–64.

2. Адаптивный виртуальный измеритель вредных веществ в камере сгорания ГТД с применением нечеткой логики / В.С. Никулин [и др.] // Труды МАИ: электрон. журнал. – 2020. – № 116. – URL: http://www.mai.ru/science/trudy/published.php?ID=48577

3. Смышляев А.О., Кутлин Н.А., Гильмутдинов А.М. Исследование содержания вредных выбросов газотурбинных установок // Научный журнал. – 2019. – № 6 (40). – С. 31–32.

4. Экспериментальное исследование термоэлектрических генераторов автономного питания беспроводных датчиков САУ ГТД /
М.Г. Кессельман, А.С. Трофимов, В.И. Чернышов, А.А. Семин // Системы автоматического управления авиационными силовыми установками: сб. науч. тр. / под ред. О.С. Гуревича. – М.: Изд-во Центр. ин-та авиац. моторостроения им. П.И. Баранова, 2020. – С. 113–119.

5. Нейронечеткое управление выбросами вредных веществ авиационного газотурбинного двигателя / Н.В. Андриевская, О.А. Андриевский, М.Д. Кузнецов [и др.] // Мехатроника, автоматизация, управление. – 2020. – Т. 21, № 6. – С. 348–355. DOI: 10.17587/mau.21.348-355

6. Применение бортовой математической модели для управления газотурбинным двигателем с дополнительной камерой сгорания / Ф.Д. Гольберг, О.С. Гуревич, С.А. Зуев, А.А. Петухов // Вестник Моск. авиац. ин-та. – 2019. – Т. 26, № 4. – С. 90–97. DOI: 10.34759/vst-2019-4-90-97

Цифровой двойник установки для испытаний центробежного компрессора малоразмерного ГТД / Ю.М. Темис, А.В. Соловьева,
Ю.Н. Журенков [и др.] // Авиационные двигатели. – 2021. – № 1 (10). –
С. 5–16. DOI: 10.54349/26586061_2021_1_5
 Гуревич О.С. Управление авиационными газотурбинными двигателями: учеб. пособие. – М.: Изд-во МАИ, 2001. – 100 с.
 Васильев В.И., Ильясов Б.Г. Интеллектуальные системы управления и контроля ГТД: проблемы и перспективы // Авиадвигатели XXI века: матер. III Междунар. науч.-техн. конф. – М.: ЦИАМ, 2010. – С. 854–855.

10. Kulikov G.G., Thompson H.A. Dynamic modeling of gas turbines: identification, simulation, condition monitoring and optimal control // Advances in Industrial Control. – London: Springer-Verlag, 2004. – 309 p.

11. Гольберг Ф.Д., Бетенин А.В. Математические модели газотурбинных двигателей как объектов управления: учеб. пособие. – М.: Изд-во МАИ, 1999. – 80 с.

12.  Хижняков Ю.Н., Южаков А.А., Титов Ю.К. Проектирование адаптивного нечеткого регулятора положения дозатора ВРД // Электротехника. – 2018. – № 11. – С. 6–11.

13. Применение нечеткой логики для создания имитационной модели управляющих действий летчика / Д.В. Верещиков, В.А. Волошин, С.С. Ивашков, Д.В. Васильев // Тр. МАИ. – 2018. – № 99. – URL: http://trudymai.ru/published.php?ID=91926

14. Селективное управление газотурбинным двигателем /
С.А. Сторожев, А.А. Южаков, Ю.Н. Хижняков, В.С. Никулин // Электротехника. – 2020. – № 11. – С. 18–21.

15. Самоорганизующаяся система управления ГТД / Б.Г. Ильясов, В.И. Васильев, Е.В. Денисова, Г.А. Саитова // Мехатроника, автоматизация, управление: тр. Второй Всерос. науч.-техн. конф. с междунар. участ. – Уфа, 2005. – Т. 1. – С. 277–280.

16. Жуковская Э.П., Лебедев М.В. Диагностика и реконфигурация подсистем управления газотурбинным двигателем на основе нечеткой логики // Авиакосмическое приборостроение. – 2002. – № 3. – С. 40–44.

17. Кофман В.М. Математическая модель и программа на ЭВМ для осреднения параметров неравномерных воздушных и газовых потоков при обработке результатов испытаний ГТД и его узлов // Norwegian Journal of Development of the International Science. – 2019. – № 26–1. – С. 41–54.

18. Черкасов Б.А. Автоматика и регулирование воздушно-реактивных двигателей. – М.: Машиностроение, 1988. – 360 с.

19. Никулин В.С. Модификация сети Anfis // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. – 2022. – № 42. – С. 178–193. DOI: 10.15593/2224-9397/2022.2.09

20. Artificial intelligence simulation of suspended sediment load with different membership functions of ANFIS / M. Babanezhad, I. Behroyan,
A. Marjani, S. Shirazian // Neural Computing & Applications. – 2020. DOI: 10.1007/s00521-020-05458-6

21. Assessing landslide susceptibility using machine learning models: a comparison between ANN, ANFIS, and ANFIS-ICA / M. Sadighi, B. Motamedvaziri, H. Ahmadi, A. Moeini // Environmental Earth Sciences. – 2020. – Vol. 79, № 24. – P. 1–14. DOI: 10.1007/s12665-020-09294-8

22. Игнатьев В.В., Соловьев В.В. Разработка ANFIS-системы для управления неустойчивым нелинейным техническим объектом // Актуальные научные исследования в современном мире. – 2021. – № 11–12 (79). – С. 94–99.

23. Гостев В.И. Нечеткие регуляторы в системах автоматического управления. – Киев: Радиоматор, 2008. – 972 с.

24. Леоненков А.В. Нечеткое моделирование в среде MatLab и FuzzyTech. – СПб.: БХВ-Петербург, 2005. – С. 736.

25. Штовба С.Д. Проектирование нечетких систем средствами MatLab. – М.: Горячая линия–Телеком, 2007. – 288 с.

всеместное техническое перевооружение генерирующих электростанций, распределительных сетей и преобразовательного оборудования является чрезвычайно эффективным способом обеспечения бесперебойного питания всех категорий надежности электроснабжения потребителей. Опоры воздушных линий (ВЛ) электропередачи 110 кВ являются одним из наиболее важных элементов электрических сетей. Залогом успешной модернизации ВЛ является правильный выбор материала, из которого  изготавливаются опоры. Цель исследования: разработка рекомендаций по модернизации опор воздушных линий электропередачи. Методы: традиционный метод проектирования ВЛ, алгоритм программы основан на нечетком выводе Мамдани. Результаты: проведен анализ научно-технической литературы в области использования опор ВЛ 110 кВ, изготовленных из различных материалов, и определены основные достоинства и недостатки каждого рассмотренного типа опор. Спроектированы двухцепные трассы ВЛ 110 кВ на железобетонных и композитных опорах, а также разработана прикладная программа для проектирования двухцепных трасс ВЛ, позволяющая упростить первоначальный выбор минимального сечения провода марки АС и рекомендуемого материала опор по значениям ожидаемого рабочего тока, предполагаемого срока службы и ориентировочной стоимости возведения одного погонного метра трассы ВЛ. Осуществлен обзор преимуществ от внедрения композитных опор при проведении капитального ремонта воздушных линий, реконструкции линий электропередачи (ЛЭП) с истекшим сроком эксплуатации и при возведении новых электрических сетей. Практическая значимость: результаты исследований могут быть использованы при проектировании двухцепных ВЛ напряжением 110 кВ.

Ключевые слова: опоры линий электропередачи, композитные опоры, нормативный срок службы опор, унифицированные промежуточные опоры, нечеткий вывод Мамдани.

Быковская Людмила Владимировна (Оренбург, Российская Федерация) – кандидат технических наук, доцент кафедры «Автоматизированный электропривод, электромеханика и электротехника» Института энергетики, электроники и связи Оренбургского государственного университета (460018, Оренбург, пр. Победы, 13, e-mail: biklud@yandex.ru).

Штрамель Артем Вадимович (Оренбург, Российская Федерация) – магистрант кафедры «Электро- и теплоэнергетика» Оренбургского государственного университета (460018, Оренбург, пр. Победы, 13, e-mail: artem4804@gmail.com).

1. Уринсон Я.М., Кожуховский И.С., Сорокин И.С. Реформирование российской электроэнергетики: результаты и нерешенные вопросы // Экономический журнал ВШЭ. – 2020. – № 24 (3). – С. 323–339.
2. Рязанов М.А. Современное состояние и перспективы развития электроэнергетики в Кузбассе // Научно-практические исследования. – 2020. – № 4-3 (27). – С. 103–104.
3. Качура С.В. Электроэнергетика России: современное состояние, проблемы и перспективы развития // Ученые записки Санкт-Петербург. им. В.Б. Бобкова филиала Рос. таможенной академии. – 2007. – № 2 (28). – С. 432–457.
4. Корнюхова А.В. Состояние, проблемы и перспективы развития электроэнергетики России // Вестник Рос. ун-та дружбы народов. – 2013. – № 2. – С. 48–60.
5. Жмуренков Ю.С., Шаменок В.П., Кулик А.Ю. Опоры воздушных линий электропередач: назначение, виды, материалы // Актуальные проблемы энергетики. – 2017. – С. 129–132.
6. Попов Р.В., Савина Н.В., Сорокин И.С. Опоры воздушных линий в электрических сетях нового поколения // Вестник Амурского гос. ун-та. Сер. Естественные и экономические науки. – 2014. – № 67. – С. 112–115.
7. Динека Д.А. Способ технического обслуживания деревянных опор воздушных линий электропередачи // Молодежь, наука, космос: сб. тр. студ. науч.-практ. конф., посв. Дню космонавтики. – 2021. – С. 137–140.
8. Шергунова Н.А. Пропитанные деревянные опоры – идеальный материал для воздушных линий электропередачи // Вестник Самар. гос. техн. ун-та. Сер. Технические науки. – 2007. – № 2 (20). – С. 163–167.
9. Сабиткарамов М.И. Основные причины отказа железобетонных опор ЛЭП и их аварийности // Интеграция науки и образования: сб. ст. по материалам междунар. науч.-практ. конф. – 2017. – С. 75–77.
10. Соловьева А.И., Карпов А.Е. Композитные материалы, используемые в области восстановления несущей способности железобетонных опор линий электропередач // Инженерный вестник Дона. – 2022. – № 5 (89). – С. 412–421.
11. Соловьева А.И., Георгиев С.В. К вопросу усиления и восстановления несущей способности железобетонных опор линий электропередач и столбов освещения // Строительство и архитектура – 2022: материалы междунар. науч.-практ. конф. – Нальчик, 2022. – С. 142–145.
12. Сравнительный анализ железобетонных опор с композитными опорами ЛЭП / Б.Ж. Кожагелди, А.О. Жанпейсова, А.С. Кушумкулов, Ж.М. Абзалов // Вестник Казах. акад. транспорта и коммуникаций им. М. Тынышпаева. – 2017. – № 1 (100). – С. 28–34.
13. Чушкина В.В. Оценка долговечности металлических конструкций опор линий электропередач // Долговечность строительных материалов, изделий и конструкций: материалы всерос. науч.-техн. конф., посв. 75-лет. заслуж. деятеля науки Рос. Федерации, акад. РААСН, д-ра техн. наук, проф. В.П. Селяева. – М., 2019. – С. 470–476.
14. Феоктистов А.А. Оценка технического состояния металлических опор воздушных линий электропередачи // Инновационные процессы в научной среде: материалы междунар. (заочной) науч.-практ. конф. – 2019. – С. 120–123.
15. Баширова Э.М., Феоктистов А.А. Повышение эксплуатационной надежности металлических опор воздушных линий электропередачи // Энергоэффективность и энергобезопасность производственных процессов (ЭЭПП-2019): сб. трудов. – Тольятти, 2019. – С. 20–23.
16. Бочаров Ю.Н., Жук В.В. К вопросу о композитных опорах воздушных линий // Труды Кольского науч. центра РАН. – 2012. – № 1 (8). – С. 78–85.
17. Шпота А.А., Ремесник Д.В. Композитные опоры // Современные инновации. – 2015. – № 2 (2). – С. 37–40.
18. Research on composite material towers used in 110 kV overhead transmission lines / Han-ming Li, Shi-cong Deng, Qian-hu Wei, Yu-ning Wu, Qi-qi Xiang // International Conference on High Voltage Engineering and Application. – New Orleans, LA. – 2010. – P. 572–575.
19. Быковская Л.В., Штрамель А.В. Сравнительный анализ опор линий электропередачи // Инновационная наука. – 2022. – № 4–2. – С. 44–46.
20. Крюков К.П., Новгородцев Б.П. Конструкции и механический расчет линий электропередачи. – 2 изд. перераб. и доп. – Ленинград: Энергия, 1979.
21. Кожевников А.Н. Расчетно-экспериментальная оценка технического состояния опор воздушных линий электропередачи: автореф. дис. … канд. техн. наук: 01.02.06. – Новосибирск, 2021. – 222 с.
22. Быковская Л.В., Штрамель А.В. Выбор материала опор воздушных линий 110 киловольт // Инновационная наука. – 2023. – № 4–2. – С. 26–30.
23. Семенова Н.Г., Влацкая Л.А. Исследование и моделирование электроэнергетических систем / ОГУ. – Оренбург, 2022. – 125 с.
24. Быковская Л.В., Штрамель А.В., Селин А.Ю. Преимущества и недостатки различных типов опор линий электропередачи // Инновационная наука. – 2023. – № 4–2. – С. 22–26.
25. Фурсанов М.И., Сазонов П.А. Анализ эффективности применения композитных опор в электрических сетях Республики Беларусь // Энергетика. Известия высших учебных заведений и энергетических объединений СНГ. – 2019. – № 1. – С. 15–23.

Домашняя автоматизация в современных условиях представляет собой чрезвычайно гибкую систему, которую пользователь конструирует и настраивает самостоятельно в зависимости от собственных потребностей. Однако неумелое использование подобных систем может стать источником большого количества угроз. Как правило, рядовому пользователю достаточно проблематично оценить риски и угрозы, связанные с использованием умного дома, а нанимать специалистов для решения подобных задач достаточно затратно. На текущий момент нет готовой модели оценки угроз, предназначенной для бытовых систем домашней автоматизации, что является серьёзным барьером для людей, старающихся разобраться в данном вопросе самостоятельно. Цель исследования: разработка авторской модели оценки угроз систем умного дома
и методики её использования. Результатом работы является приложение – экспертная система, способная дать совет пользователю по мерам обеспечения безопасности его средств автоматизации. Результаты: в статье представлен алгоритм оценки угроз умного дома, предложены вариант актуальных угроз для систем умного дома бытового назначения и модель оценки угроз,
а также вариант реализации приложения для пользователя домашней системы автоматизации, выполняющего роль помощника в настройке безопасности системы. Полученные результаты направлены на решение научно-практической задачи по упрощению и оптимизации процесса оценки уровня защищённости системы умного дома. Предложенная модель сформулирована для обобщённого случая, но может быть дополнена и модифицирована для конкретного случая эксплуатации системы домашней автоматизации.

Ключевые слова: система умного дома, информационная безопасность.

Ахмарова Зульфия Айдаровна (Пермь, Российская Федерация) – студентка Пермского национального исследовательского политехнического университета (614990, Пермь, Комсомольский пр., 29, e-mail: ZAKhmarova@bK.ru).

Заитов Айрат Ильшатович (Пермь, Российская Федерация) – студент Пермского национального исследовательского политехнического университета (614990, Пермь, Комсомольский пр., 29, e-mail: Zaitov.airat2001@yandex.ru).

Тур Александр Игоревич (Пермь, Российская Федерация) – кандидат технических наук, доцент кафедры «Автоматика и телемеханика» Пермского национального исследовательского политехнического университета (614990, Пермь, Комсомольский пр., 29, e-mail: tur.aleksandr93@mail.ru).

1. Формализованная модель информационной безопасности системы «Умный дом» / Н.А. Овчинников, К.В. Мисюрина, М.Н. Рудикова, Е.А. Максимова // Апробация. – 2016. – № 1 (40). – С. 49–51.
2. Сатаев Д.Г. Угрозы информационной безопасности системы «Умный дом» // Электронный научный журнал. – 2019. – № 6 (26). – С. 24–28.
3. Бондарева А.Д. Модель нарушителя информационной безопасности в системах типа «Умный дом» // Альманах научных работ молодых ученых университета ИТМО: XLVII науч. и учебно-метод. конф. ун-та ИТМО; Санкт-Петербург, 30 января – 02 февраля 2018 г. Т. 1. – СПб.: Изд-во Нац. исслед. ун-та ИТМО, 2018. – С. 94–98.
4. Мелимов А.А. Угрозы информационной безопасности в автоматизированных системах управления типа «Умный дом» // Безопасность городской среды: материалы IV Междунар. науч.-практ. конф.; Омск, 16–18 ноября 2016 г. – Омск: Изд-во Омск. гос. техн. ун-та, 2017. – С. 365–367.
5. Филиппов С.А., Саломасова И.А. Применимость «умных» колонок в системах типа «Умный» дом // Теория. Практика. Инновации. – 2019. – № 4 (40). – С. 29–37.
6. Крупник С.А. Реверс инжиниринг протокола активации Яндекс.Станции [Электронный ресурс]. – URL: https://habr.com/ru/articles/469435/ (дата обращения: 14.05.2023).
7. Белорусов Д.И., Корешков М.С. WIFI-сети и угрозы информационной безопасности // Специальная техника. – 2009. – № 6. – С. 2–6.
8. Белетова Д.У., Молчанов А.Н. Использование стандарта IEEE 802.1x для защиты от НСД // Электронный журнал: наука, техника и образование. – 2017. – № 1 (10). – С. 6–15.
9. Белова Т.С., Клочко О.С. Безопасность данных, передаваемых по сети Wi-Fi // Электронный журнал: наука, техника и образование. – 2016. – № 4 (9). – С. 54–61.
10. Грязин Д.С., Данилова А.А. Безопасность повышенного уровня в сетях Zigbee // Перспективы развития информационных технологий. – 2014. – № 17. – С. 90–94.
11. Лысов Д.А., Филин А.А., Чайко А.А. Организация безопасности при использовании протокола беспроводной передачи данных Zigbee // Моя профессиональная карьера. – 2020. – Т. 3, № 11. – С. 15–21.
12. Десницкий В.А., Котенко И.В. Моделирование и анализ инцидентов безопасности мобильной коммуникационной самоорганизующейся сети на базе протокола ZigBee // Материалы Междунар. конф. по мягким вычислениям и измерениям. – 2017. – Т. 2. – С. 39–42.
13. Малых Д.А., Кириллова Ю.С. Система управления устройствами «умного дома» с использованием голосовых команд // Молодой ученый. – 2017. – № 19 (153). – С. 60–64.
14. Еременко В.О., Молодяков С.А. Управление умным домом с помощью диалоговых команд голосового управления // Современные технологии в теории и практике программирования: сб. материалов конф.; Санкт-Петербург, 23 апреля 2020 г. / Санкт-Петербург. политехн. ун-т Петра Великого; Dell Technologies; EPAM Systems. – СПб.: Политех-пресс, 2020. – С. 17–18.
15. Ефремов В.М. К вопросу использования голосовых помошников в умном доме // Лига молодых учёных: сб. ст. междунар. науч.-практ. конф.; Пенза, 27 марта 2023 г. – Пенза: Наука и просвещение (ИП Гуляев Г.Ю.), 2023. – С. 27–29.
16. Св-во о гос. регистр. программы для ЭВМ № 2020661551 Рос. Федерация. Голосовой помощник секретарь: № 2020660398; заявл. 10.09.2020; опубл. 24.09.2020; заявит. ООО «Ай-Сис Лабс».
17. Халиуллин А.В. Навык Алисы на serverless в Yandex.Cloud [Электронный ресурс]. – URL: https://habr.com/ru/articles/570470/ (дата обращения: 14.05.2023).
18. Клюев Л.В. Как устроена Алиса. Лекция Яндекса [Электронный ресурс]. – URL: https://habr.com/ru/companies/yandex/articles/349372/ (дата обращения: 14.05.2023).
19. Св-во о гос. регистр. программы для ЭВМ № 2022610973   Рос. Федерация. Модуль NeoMe для программного продукта «Умное зеркало» ArtikMe PRO: № 2021682362; заявл. 30.12.2021; опубл. 18.01.2022 / Д.О. Андреев, И.И. Григорьев, Р.М. Исмагилов [и др.]; заявит. ООО «Стендап инновации».
20. Агаджанов М.В. Проект Reflecty: зеркало как часть умного дома [Электронный ресурс]. – URL: https://habr.com/ru/articles/392119/ (дата обращения: 14.05.2023).
21. Alexandrov V.A., Desnitsky V.A., Chaly D.Y. Design and security analysis of a fragment of internet of things telecommunication system // Аutomatic control and computer sciences. – 2019. – Vol. 53, № 7. – P. 851–856. DOI: 10.3103/S0146411619070241
22. Kushnir I., Malykhin O. Functional and methodological subsystems of content transformations of operating systems for enterprises-stakeholders in the «smart House» projects // International Independent Scientific Journal. – 2022. – № 41. – P. 10–15. DOI: 10.5281/zenodo.6980262
23. Dokhnyak B., Vysotska V. Intelligent smart home system using amazon alexa tools // CEUR Workshop Proceedings: 3, Lviv-Shatsk, 05–06 июня 2021 г. – Lviv-Shatsk, 2021. – P. 441–464.
24. Building a speech recognition system with privacy identification information based on Google Voice for social robots / P.C. Lin, B. Yankson, V. Chauhan, M. Tsukada // The Journal of Supercomputing. – 2022. – Vol. 78. – P. 15060–15088. DOI: 10.1007/s11227-022-04487-3
25. Security management in smart home environment / L.M. Gladence, V.M. Anu, S. Revathy, P. Jeyanthi // Soft Computing. – 2021. DOI: 10.1007/s00500-021-06054-z

Быстро изменяющемуся миру нужен новый вид лидерства и руководства. Этот тезис определяет динамизм и инновационную направленность проектов и программ развития производственно-экономической системы, проведения цифровой трансформации предприятия на основе разработки методологии управления проектами. Поскольку мир быстро трансформируется на основе обновления знаний, нужно новое поколение лидеров с новыми компетенциями в разработке и внедрение информационно-коммуникационных технологий. Сегодня при управлении проектами к руководителям предъявляются новые требования высокой манёвренности, гибкости, оперативного обеспечения основных цехов авиадвигателестроительных предприятий оперативной информацией, но достаточно эффективной и управляемой. Это управление проектами на основе гибких методологий должно способствовать непрерывному совершенствованию операционной эффективности предприятий авиационного двигателестроения. Одним из методов решения, на наш взгляд, является систематизация обоснованных концептуальных подходов к развитию производственно-экономи­ческой системы для разработки методологии управления проектами. Решение этой задачи в разы улучшит проектную деятельность предприятия, инновационную направленность проектов и программ развития производственно-экономической системы предприятий авиационного двигателестроения. Цель исследования: разработка методологии управления проектами, которая предполагает сочетание классической и адаптивной методологий для создания гибридной модели, которая наилучшим образом соответствует IT-решениям. Методы: рассмотрены общеметодологические подходы к управлению проектами, использован управленческий инструментарий методологий бережливого и активного производства. Результаты: в процессе исследования сделаны выводы. Основное внимание в методологии Lean уделяется сокращению издержек в производстве, снижению потерь при максимизации потребительской ценности. Методология Lean направлена на устранение ненужных дефектов, функций, процедур и др. В методологии Lean имеются четкие рекомендации и описания по применению тех или иных инструментов. В то же время Agile – это гибкая методология, набор методов, ценностей и принципов, ориентированных на адаптивность и готовность к изменениям в условиях неопределенности с целью улучшения качества конечного продукта. При использовании методологий Аgile и Lean в рамках реализации проектов развития по основным направлениям, обеспечиваем согласованную работу всех структурных подразделений, что позволяет организовать эффективную деятельность предприятии при принятии управленческих решений.. Автором в работе разработана методология управления проектами, которая позволяет улучшить результаты проблемно-ориентированного проекта, обеспечивая большую гибкость, адаптивность
и качество управленческих решений. Результатом этого исследования является сопоставление методологий Agile и Lean и их влияния на ограничения проекта, а также количества эмпирических исследований, которые их поддерживают. Результаты этой работы могут быть использованы специалистами для выявления пробелов в исследованиях, а практиками – для принятия обоснованных решений относительно внедрения методологий Agile и Lean.

Ключевые слова: активное производство, бережливое производство, гибридная модель,
ИТ-решения, канбан, методология управления проектами, процессы, производственно-экономическая система, предприятие авиационного двигателестроения, спринт, скрам, результаты.

Ташкинов Алексей Григорьевич (Пермь, Российская Федерация) – начальник Координационно-методического центра внедрения цифровой экономики УИТ АО «Пермский завод «Машиностроитель», кандидат экономических наук, доцент кафедры «Экономика и управления промышленным производством» Пермского национального исследовательского политехнического университета (614990, Пермь, Комсомольский пр., 29, e-mail: alekss.perm@gmail.com).

1. Бобовникова А.О. Agile-стратегии в управлении ИТ-проектами и их вклад в формирование бизнес-стратегии на рынке США // Финансовый вестник. – 2023. – № 2 (61). – С. 85–89.
2. Ташкинов А.Г. Использование концепции бережливого и активного производства в контексте управления виртуальной реальности в авиадвигателестроительном предприятии // Вестник Пермского национального исследовательского политехнического университета. Аэрокосмическая техника. – 2022. – № 71. – С. 201–209. DOI: 10.15593/2224-9982/2022.71.22
3. Газодинамическое трехмерное моделирование работы двигателя ПД-14 на взлетном режиме / А.А. Иноземцев, М.В. Усанин, С.В. Мингалев, Д.С. Худяков, Е.А. Попов, К.Н. Пименов // Вестник Пермского национального исследовательского политехнического университета. Аэрокосмическая техника. – 2022. – № 71. – С. 91–98. DOI: 10.15593/2224-9982/2022.70.10
4. Елтышев Д.К. Интеллектуальные технологии в организации процесса эксплуатации электротехнического оборудования // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. – 2022. – № 43. – С. 119–135. DOI: 10.15593/2224-9397/2022.3.07
5. Антонов В.В., Конев К.А., Куликов Г.Г. Система поддержки принятия решений на основе формализованной цифровой ситуационно-онтологической модели аудита качества // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. – 2022. – № 42. – С. 65–90. DOI: 10.15593/2224-9397/2022.2.04
6. Кутергин В.А. Бизнес-инжиниринг. Модельная интерпретация управления изменениями: учеб. пособие для вузов. – СПб.: Лань, 2022. – 396 с.
7. Темичев А.А., Файзрахманов Р.А. Аналитический обзор средств автоматизации тестирования производительности применительно к системам мониторинга // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. – 2015. – № 15. – С. 117–133.
8. Poppendieck M., PoppendieckT. Lean software development: An agile toolkit. – Addison-Wesley, Boston. – 2003.
9. The impact of agile principles on market-driven software product development / N.D. Fogelstrom, T. Gorschek, M. Svahnberg, P. Olsson // J. Softw. Maint. Evol.: Res. Pract. – 2010. – 22. – P. 53–80.
10. Byrd Terry Anthony, Douglas E. Turner. Measuring the flexibility of information technology infrastructure: exploratory analysis of a construct // Journal of Management Information Systems. – 2000. – Vol. 17, № 1. – P. 167–208.
11. Sutherland Jeff. Scrum: the art of doing twice the work in half the time hardcover. – September 30, 2014.
12. Cohn М. Agile. Project evaluation and planning. – Alpine Publisher, 2016. – 416 p.
13. Stelman E. Understanding of Agile. Values, principals, methodology. Mann. – 2017. – 448 p.
14. Cagan M. Inspired: how to create products customers love. – SVPG Press. – 2008. – 242 p.
15. Stellman Andrew, Greene Jennifer. Learning agile. Understanding scrum, XP, Lean, and Kanban. – O'Reilly Media, 2014.
16. Crowder James A., Friess Shelli. Agile project management: managing for success. – Switzerland, Springer International Publishing, 2015.
17. Bushuyev S., Wagner R. IPMA Delta and IPMA Organisational Competence Baseline (OCB): New approaches in the field of project management maturity // International Journal of Managing Projects in Business. – 2014. – Vol. 7, iss. 2. – P. 302–310.
18. Креативные технологии управления проектами и программами: монография / С.Д. Бушуев, Н.С. Бушуева, И.А. Бабаев, В.Б. Яковенко, Е.В. Гриша, С.В. Дзюба, А.С. Войтенко. – К.: Саммит-книга, 2010. – 768 с.
19. Матвеев А.А., Новиков Д.А., Цветков А.В. Модели и методы управления портфелями проектов. – М.: ПМСОФТ, 2005. – 206 с.
20. Шестакова Е.В., Ситжанова А.М., Прытков Р.М. Гибкие технологии управления в промышленности как фактор устойчивого развития региона [Электронный ресурс] // Управление. – 2022. – Т. 10, № 2. – С. 14–25.
21. Manifesto for Agile Software Development (2001). – URL: http://www.agilemanifesto.org (дата обращения: 31.03.2023).
22. Жумашева Б.К., Акимов С.С. Развитие и применение карт потока создания ценностей // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. – 2022. – № 44. – С. 118–150. DOI: 10.15593/2224-9397/2022.4.07
23. Белыш К.В., Давыдова Н.С. Алгоритм составления карты потока создания ценности на промышленном предприятии // Вестник Удмурт. ун-та. Сер. Экономика и право. – 2015. – № 2–1. – С. 7–13.
24. Васильева С.Е., Крайнева Р.К., Бачинский А.Г. Управление процессами на основе картографирования потока создания ценности // Азимут научных исследований: экономика и управление. – 2017. – Т. 6, № 2 (19). – С. 49–51.
25. Ташкинов А.Г. Экономика бережливого производства на предприятиях машиностроения: учеб.-метод. пособие. – Пермь: Изд-во Перм. нац. исслед. политехн. ун-та, 2023. – 203 с.
26. Ташкинов А.Г. Влияние комплексного внедрения бережливого производства на эффективность развития производственной системы предприятия // Вестник Пермского национального исследовательского политехнического университета. Социально-экономические науки. – 2022. – № 4. – С. 329–358.
27. Royce Winston W. Managing the Development of Large Software Systems // Proceedings, IEEE WESCON. – 1970.
28. Современный подход к выбору и внедрению ERP-системы на предприятии как действенного IT-решения в управлении бизнесом / И.А. Тронина, А.В. Семенихина, Г.И. Татенко, О.И. Морозова // Известия Юго-Запад. гос. ун-та. Сер. Экономика. Социология. Менеджмент. – 2023. – Т. 13, № 2. – С. 64–80.
29. Чуланова О.Л. Инновационные технологии управления проектами: гибкая методология Agile manifesto // Вестник Сургут. гос. ун-та. – 2018. – № 1 (19). – С. 98–105.
30. URL: https://scrumguides.org/ (дата обращения: 31.03.2023).
31. Rubin Kenneth S. Essential Scrum. A practical guide to the most popular agile process. – New Jersey, Pearson Education. – 2012.
32. Hobbs Petit. Agile methods on large projects in large organizations // Project Management Journal. - 2017. - № 48. - P. 3–19.
33. Шестакова Е.В., Ситжанова А.М., Прытков Р.М. Формирование механизма развития предприятия на основе гибких технологий управления в промышленности // Менеджмент в России и за рубежом. – 2021. – № 6. – С. 37–46.
34. Саматова Т.Б., Беляева Ю.Е. Гибридная модель управления нефтегазовыми проектами // Социальные и экономические системы. Экономика. – 2023. – № 4.2. – С. 101–115.
35. Ташкинов А.Г., Фофанов О.Г. Реализация проектных ИТ-решений для управления инструментальным производством в авиадвигателестроительном предприятии // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. – 2022. – № 44. – С. 151–172. DOI: 10.15593/2224-9397/2022.4.08

Создание манипулятора для погрузки и выгрузки инвалидного кресла в/из багажника автомобиля является важным проектом, который направлен на обеспечение водителя-инвалида свободой перемещения без посторонней помощи. Для реализации проекта уже решен ряд задач, включая разработку конструкции манипулятора, создание кинематической схемы, решение прямой расширенной задачи кинематики и др. В данной работе будет рассмотрено оптимальное по быстродействию решение обратной задачи кинематики. Цель: решение обратной задачи кинематики специального шестизвенного манипулятора, позволяющее найти оптимальные по быстродействию законы управления с соблюдением необходимых ограничений для обеспечения движения кресла манипулятора по назначенной траектории в системе координат, связанной
с автомобилем. Методы: обратная задача кинематики решается с помощью формирования двух этапов управления раскладкой манипулятора, построения матрицы Якоби, вычисления ее псевдообращения с получением векторов приращения управления минимальной нормы, на основе которых определяются результирующие законы управления. Доказана оптимальность по быстродействию такого решения. Результаты: результатом решения являются оптимальные с точки зрения быстродействия законы управления приводами манипулятора. Практическая значимость: полученные результаты будут использоваться для управления приводами манипулятора с обеспечением движения инвалидного кресла по назначенной траектории с учетом ограничений и с заданным угловым положением в системе координат, связанной с автомобилем.

Ключевые слова: манипулятор, инвалидное кресло, кинематические соотношения, обратная задача кинематики, матрица Якоби.

Круглов Сергей Петрович (Иркутск, Российская Федерация) – доктор технических наук, профессор кафедры «Автоматизация производственных процессов» Иркутского государственного университета путей сообщения (664009, Иркутск, ул. Чернышевского, 15, e-mail: kruglov_s_p@mail.ru).

Иванченко Степан Александрович (Иркутск, Российская Федерация) – аспирант кафедры «Автоматизация производственных процессов» Иркутского государственного университета путей сообщения (664009, Иркутск, ул. Чернышевского, 15, e-mail: barrier.free.irkutsk@gmail.com).

1. Круглов С.П., Иванченко С.А., Ковыршин С.В. Решение прямой расширенной задачи кинематики для манипулятора инвалидного кресла [Электронный ресурс] // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. – 2022. – № 41. –2022. – URL: https://elibrary.ru/item.asp?id=48707454
2. Тимофеев А.В. Управление роботами: учеб. пособие. – Л.: Изд-во Ленингр. ун-та, 1986. – 240 с.
3. Алябьев М.О. Оптимизация работы алгоритма решения обратной задачи кинематики при помощи нейронных сетей [Электронный ресурс] // Наука молодых – будущее России: сб. науч. ст. 7-й Междунар. науч. конф. перспективных разработок молодых ученых. – Курск, 2022. – Т. 5. – URL: https://elibrary.ru/item.asp?id=50050949
4. Дема Н.Ю., Овчаров А.О. Исследование методов решения обратной задачи кинематики для манипуляторов избыточной кинематики [Электронный ресурс] // Альманах научных работ молодых ученых университета ИТМО XLVII науч. и учеб.-метод. конф. – СПб., 2018. – Т. 1. – URL: https://elibrary.ru/item.asp?id=41288041
5. Дыда А.А., Оськин Д.А. Решение обратной задачи кинематики для манипуляционного робота методом штрафных функций [Электронный ресурс] // Фундаментальные исследования учредители. – 2015. – № 11–4. – С. 673–677. – URL: https://www.elibrary.ru/item.asp?id=25098361
6. Ломовцева Е.И., Челноков Ю.Н. Решение обратной задачи кинематики стэнфордского манипулятора c применением бикватернионной теории кинематического управления [Электронный ресурс] // Математика. Механика / Саратов. нац. исслед. гос. ун-т им. Н.Г. Чернышевского. – URL: https://www.elibrary.ru/item.asp?id=23617417
7. Каргинов Л.А. Иерархический подход к решению обратной задачи кинематики [Электронный ресурс] // Наука и образование: научное издание МГТУ им. Н.Э. Баумана. – URL: https://www.elibrary.ru/item.asp?id=25837815
8. Рыжиченко А.И. Решение обратной задачи кинематики для шестистепенного робота численным методом [Электронный ресурс] // Материалы XXVIII Междунар. инновац.-ориентированной конф. молодых ученых и студ. – 2017. – URL: https://www.elibrary.ru/item.asp?id=28346671
9. Buss S.R. Introduction to inverse kinematics with jacobian transpose, pseudoinverse and damped least squares methods // IEEE JRA. – 2004. – Vol. 17, № 1–19. – Р. 16.
10. Челноков Ю.Н. Бикватернионное решение кинематической задачи управления движением твердого тела и его приложение к решению обратных задач кинематики роботов-манипуляторов [Электронный ресурс] // Известия Рос. акад. наук. Механика твердого тела. – URL: https://www.elibrary.ru/item.asp?id=18879217
11. Мальцева Э.Ш., Шереужев М.А. Метод решения обратной задачи кинематики пальца бионического протеза кисти на основе адаптивной нейронечеткой системы вывода (Anfis). – URL: https://elibrary.ru/item.asp?id=43878606
12. Serdar Kucuk, Zafer Bingul Inverse kinematics solutions for industrial robot manipulators with offset wrists // Applied Mathematical Modelling. – 1 April 2014. – Vol. 38, iss. 7–8. – P. 1983–1999. – URL: https://www.sciencedirect.com/science/article/pii/S0307904X13006264
13. General inverse kinematics method for 7-DOF offset manipulators based on arm angle parameterization / Xiaohang Yang, Zhiyuan Zhao, Zichun Xu, Yuntao Li, Jingdong Zhao, Hong Liu // General inverse kinematics method for 7-DOF offset manipulators based on arm angle parameterization. – URL: https://www.sciencedirect.com/science/article/pii/S009457652200563X
14. Mihai Dupac. Mathematical modeling and simulation of the inverse kinematic of a redundant robotic manipulator using azimuthal angles and spherical polar piecewise interpolation // Mathematics and Computers in Simulation. – July 2023. – Vol. 209. – P. 282–298. – URL: https://www.sciencedirect.com/science/article/pii/S0378475423000836
15. Javier Alexis Abdor-Sierra, Emmanuel Alejandro Merchán-Cruz, Ricardo Gustavo Rodríguez-Cañizo. A comparative analysis of metaheuristic algorithms for solving the inverse kinematics of robot manipulators // Results in Engineering. – December 2022. – Vol. 16. – P. 100597. – URL: https://sciencedirect.com/science/article/pii/S2590123022002675
16. Зенкевич С.Л., Ющенко А.С. Основы управления манипуляционными роботами: учебник для вузов. – 2-е изд., испр. и доп. – М.: Изд-во МГТУ им. Н.Э. Баумана, 2004. – 480 с.
17. Lewis F.L., Dawson D.M., Abdallah C.T. Robot manipulator control theory and practice. – Second Edition, Revised and Expanded. – Marcel Dekker, Inc. New York, Basel, 2004. – 614 p.
18. Жильцов А.И., Жуков В.С., Рылеев Д.А. Управление манипуляторами с числом степеней свободы более шести // Инженерный журнал: наука и инновации. – 2013. – Вып. 10. – С. 1–11. – URL: http://engjournal.ru/catalog/it/nav/1086.html
19. Кондрашов Д.А. Решение обратной задачи кинематики шестизвенного манипулятора с использованием метода Ньютона–Рафсона [Электронный ресурс] // Научный потенциал молодежи и технический прогресс. – Санкт-Петербург, 21 мая 2021 года. – URL: https://elibrary.ru/item.asp?id=46290599
20. Карабанов Г.С., Селюков А.Н., Крахмалев О.Н. Демонстрация решения обратной задачи кинематики на примере 6-DOF робота [Электронный ресурс] // XXXIV Междунар. инновационная конф. молодых ученых и студентов по современным проблемам машиноведения: сб. тр. конф. – М.: Изд-во Института машиноведения им. А.А. Благонравова Рос. акад. наук. – M., 2022. – URL: https://elibrary.ru/item.asp?id=49872804
21. Голомаздин П.И., Дмитроченко О.Н. Программная реализация решения обратной задачи кинематики шестизвенного манипулятора [Электронный ресурс] // Автоматизация и моделирование в проектировании и управлении. – 2022. – № 3 (17). – URL: https://elibrary.ru/item.asp?id=49478231
22. Коровин О.С. Обзор методов решения обратной задачи кинематики для манипулятора с избыточностью [Электронный ресурс] // Политехнический молодежный журнал. – 2022. – № 12 (77). – URL: https://elibrary.ru/item.asp?id=50172603
23. Понтрягин Л.С., Болтянский В.Г., Гамкрелидзе Р.В., Мищенко Е.Ф. Математическая теория оптимальных процессов. – М.: Главная ред. физ.-мат. лит-ры, 1983.
24. Моисеев Н.Н., Иванилов Ю.П., Столярова Е.П. Методы оптимизации. – М.: Наука, 1980.
25. Гантмахер Ф.Р. Теория матриц. – М.: Наука, 1966.

Одной из основных проблем в управлении наземными роботами, которые предназначены для перемещения по земле и взаимодействия с окружающей средой и в настоящее время применяются для решения широкого спектра задач, является способность перемещаться в сложных условиях и избегать препятствий. Данное исследование посвящено вопросам применения эволюционного алгоритма для улучшения передвижения наземных роботов в сложных условиях. Алгоритм создает разнообразные схемы управления и оценивает их производительность с помощью моделирования с акцентом на избегание столкновений с препятствиями. Цель исследования: основная цель заключается в оценке эффективности эволюционного алгоритма при создании улучшенных систем управления для наземных роботов. Путем итеративной генерации эффективных схем управления алгоритм стремится оптимизировать поведение робота в сложных средах. Методы: в рамках исследования используется эволюционный алгоритм для оптимизации системы управления, а имитационное моделирование позволяет оценить производительность в избежании столкновений. Эффективные схемы управления выбираются для дальнейшего улучшения с использованием метода размножения. Результаты: убедительные результаты демонстрируют эффективность эволюционного алгоритма в оптимизации систем управления наземных роботов. Итеративный процесс позволяет повысить адаптивность, надежность и компромисс между исследованием и использованием ресурсов. Алгоритм успешно справляется
с комплексными параметрами производительности и большими пространствами решений, что делает его подходящим для различных платформ и сред наземных роботов. Практическое значение: данное исследование значительно улучшает адаптивность, надежность и способность наземных роботов к использованию в сложных средах. Путем непрерывного усовершенствования схем управления на основе реальных метрик производительности эволюционный алгоритм повышает общую эффективность и возможности наземных роботов. Исследование открывает новые перспективы для практического применения роботов в ситуациях, требующих точной навигации, помогает избежать препятствия. Исследование также подчеркивает важность учета вычислительной интенсивности и сложностей, связанных с локальными оптимумами, что поможет принимать обоснованные решения при использовании эволюционных алгоритмов для конкретных задач и сред роботов. Данное исследование позволяет утверждать, что эволюционные алгоритмы представляют собой мощный инструмент для оптимизации систем управления наземных роботов. Необходимо продолжить исследования для полного раскрытия потенциала данного алгоритма и развития наземной робототехники в различных областях применения.

Ключевые слова: эволюционные алгоритмы, наземные роботы, сложные среды, транспорт, алгоритмы оптимизации, обход препятствий, управляющие переменные, устойчивость.

Ал-Хафаджи Исра М. Абдаламир (Москва, Российская Федерация) – аспирант МИРЭА – Российского технологического университета, ассистент преподавателя Университета Мустансирия Ирак, Багдад, (107076, Москва, ул. Стромынка, 20, e-mail: Misnew6@gmail.com).

Висам Ч. Алисауи (Москва, Российская Федерация) – аспирант МИРЭА – Российского технологического университета, преподаватель Университета Аль-Кадисия, Ирак, Диваниай (107076, Москва,
ул. Стромынка, 20, e-mail: wisam.chyad@qu.edu.iq).

Джураев Халимжон Акбарович (Москва, Российская Федерация) – аспирант МИРЭА – Российского технологического университета (107076, Москва, ул. Стромынка, 20, e-mail: djuraevx@mail.ru).

Панов Александр Владимирович (Москва, Российская Федерация) – кандидат технических наук, доцент кафедры «Информатика
и вычислительная техника» Института информационных технологий МИРЭА – Российского технологического университета (107076, Москва, ул. Стромынка, 20, e-mail: Iks.ital@yandex.ru).

1. Chen X., Liu X., Liu Y. A review of evolutionary algorithms for robot control. Swarm and Evolutionary Computation, 2017, 34,  pp.1-16.
2. Bhattacharya A., Das S. Evolutionary optimization of mobile robot navigation using artificial neural networks. IEEE Transactions on Evolutionary Computation, 201014(5), 906-919.
3. Kannala J., Hämäläinen P. Evolutionary trajectory planning for mobile robots. IEEE Transactions on Evolutionary Computation, 2006, 10(3), pp. 277-287.
4. Zhang L., Chen H., Liu Y. Optimization of fuzzy controllers for mobile robots using genetic algorithms. IEEE Transactions on Fuzzy Systems, 2007, 15(5), pp. 1035-1041.
5. Kim J., Lee S. Evolutionary optimization of robot control parameters using a genetic algorithm. IEEE Transactions on Industrial Electronics, 2002, 49(4), pp. 961-968.
6. Floreano D., Mondada F. Evolutionary robotics: the biology, intelligence, and technology of self-organizing machines. MIT Press, 2009.
7. Li R., Hu H., Hu J. Evolutionary optimization of a robotic fish using a hybrid genetic algorithm. IEEE Transactions on Evolutionary Computation, 2014, 18(2), pp. 243-257.
8. Nguyen D., Nguyen T., Lee D. Adaptive motion planning for autonomous robots using evolutionary algorithms. Robotics and Autonomous Systems, 2018, 105, pp. 11-21.
9. Zhang L., Chen H., Liu Y. Evolutionary optimization of fuzzy controllers for a mobile robot. IEEE Transactions on Fuzzy Systems, 2007, 15(5), pp. 1035-1041.
10. Chen C., Chen Y., Chen Y. Real-time obstacle avoidance using an evolutionary algorithm-based neural network. IEEE Transactions on Industrial Electronics, 2010, 57(12), pp. 4247-4255.
11. Muñoz J., Alba J., Soto M. Evolutionary control of a quadrotor using particle swarm optimization. IEEE Transactions on Evolutionary Computation, 2013, 17(4), pp. 531-547.
12. Halgamuge S.K., Abbass H.A. A survey of evolutionary algorithms for dynamic optimization. Evolutionary Computation, 2000, 8(2), pp. 123-148.
13. Deisenroth M.P., Faisal F., Rasmussen C.E. A survey of optimization by building and using probabilistic models. Foundations and Trends® in Machine Learning, 2013, 6(1), pp. 1-124.
14. Tao Y, Wen Y, Gao H, Wang T, Wan J, Lan J. A path-planning method for wall surface inspection robot based on improved genetic algorithm. Electronics, 2022, Apr 8, 11 (8), 1192 p.
15. Huang L. Obstacle Avoidance Trajectory Planning Method for Space Manipulator Based on Genetic Algorithm. In Application of Intelligent Systems in Multi-modal Information Analytics: the 4th International Conference on Multi-modal Information Analytics (ICMMIA 2022), 2022 Jun 12, Vol. 2, pp. 249-255.
16. Cham: Springer International Publishing. Deb K., Kaelbling J., Kochenberger G. Optimization algorithms: A comprehensive survey. Swarm and Evolutionary Computation, 2014, 19, pp. 1-49.
17. Pinciroli C., Beltrame G. Evolutionary Robotics: A Survey. ACM Computing Surveys (CSUR), 2017, 50(6), 77.
18. Risi S., Togelius J. (). Neuroevolution in Games: State of the Art and Open Challenges. IEEE Transactions on Computational Intelligence and AI in Games, 2019, 11(3), pp. 1-22.
19. Haykin S. Neural networks: A comprehensive foundation. Prentice Hall, 1994.
20. Cristianini N., Shawe-Taylor J. Support vector machines. Cambridge University Press, 2000.
21. Mitchell M. An introduction to genetic algorithms. MIT Press, 1998.
22. Sutton R.S., Barto A.G. Reinforcement learning: An introduction. MIT Press, 1998.
23. Li Y, Zhao J, Chen Z, Xiong G, Liu S. A robot path planning method based on improved genetic algorithm and improved dynamic window approach. Sustainability, 2023 Mar 6, 15(5), 4656.
24. Qin H, Shao S, Wang T, Yu X, Jiang Y, Cao Z. Review of Autonomous Path Planning Algorithms for Mobile Robots. Drones, 2023 Mar 18, 7(3), 211.
25. Palmieri G., Scoccia C. Motion planning and control of redundant manipulators for dynamical obstacle avoidance. Machines, 2021, 9(6), 121.
26. Yokose Y. Energy-saving trajectory planning for robots using the genetic algorithm with assistant chromosomes. Artif. Life Robot, 2019, 25 (1), pp. 89-93, available at: https://doi.org/10.1007/s10015-019-00556-8