Предложен алгоритм интеграции сенсорных данных для оценки состояния ав-тономных объектов в интеллектуальной транспортной среде (ИТС). Основное внимание уделяется обеспечению точности навигации в сложных и динамиче-ски изменяющихся условиях городской среды, где традиционные методы нави-гации, такие как GPS, могут быть недостаточно эффективными. Предложен-ный алгоритм объединяет данные от различных сенсоров (LIDAR, камеры, инерциальные сенсоры, GPS) и элементов ИТС, обеспечивая точную оценку по-ложения и траектории движения автономных систем. Экспериментальные результаты, полученные в условиях имитационного моделирования и натурных испытаний, подтвердили повышение точности, что делает его перспектив-ным для применения в автономных транспортных средствах. В работе также обсуждаются возможности дальнейшего развития алгоритмов машинного обучения и методов защиты данных для улучшения эффективности и безопас-ности навигационных систем в ИТС.

Рассматривается линейная дискретная стационарная система с управлением под влиянием окрашенного возмущения. Внешнее возмущение выбирается из класса нецентрированных стационарных гауссовских последовательностей случайных векторов с известным ограничением на уровень средней анизотропии. Для указанного класса объектов управления вводится динамический регулятор, с помощью которого необходимо обеспечить ограниченность анизотропийной нормы от внешнего возмущения к управляемому выходу замкнутой системы. Задача синтеза анизотропийного динамического регулятора заключается в нахождении пространственной реализации регулятора из условия ограниченности анизотропийной нормы замкнутой системы. Используя линеаризующую обратимую замену переменных, поставленную задачу можно свести к численному решению задачи выпуклой оптимизации с ограничениями специального вида, характерными для анизотропийной теории. В постановке задачи считается, что среднее внешнего возмущения неизвестно, но известно ограничение на него в виде неравенства. Этот параметр обуславливает появление дополнительного ограничения в задаче выпуклой оптимизации. Результирующая система неравенств представляет собой линейные матричные неравенства в совокупности с неравенством специального вида, которое является нелинейным относительно неизвестных параметров, но одновременно является выпуклым по этим параметрам. Задача поиска матриц регулятора может быть решена стандартными методами.

Описываются результаты серии экспериментов для задач формирования оптимального состава исполнителей и минимизации времени выполнения задач технологического процесса (по три случая для каждой задачи, отражающие три реализованных механизма решения). Представлены показатели эффективности распределения задач между участниками и оценки эффективности взаимодействия людей и коботов. Показан обзор вычислительных экспериментов других авторов, посвященных распределению задач в многоагентных и коллаборативных робототехнических системах (КРТС). Представлен качественный сравнительный анализ полученных результатов экспериментов, проведена оценка условий и результатов экспериментов на основе сформированных показателей оценки эффективности взаимодействия людей и коботов и эффективности распределения задач между участниками. Анализ показывает сопоставимые результаты по минимизации времени выполнения задач с использованием авторских решений по сравнению с рассмотренными работами. Следует отметить, что авторская постановка задач распределения работ в КРТС по сравнению со другими работами обладает комплексностью. В частности, во всех моделируемых задачах (подбор оптимального состава исполнителей, все варианты минимизации времени выполнения задач технологического процесса и затрат) обязательно проверяется требование коллаборации людей и коботов (совместное выполнение любой задачи хотя бы одним коботом и хотя бы одним человеком), при этом отслеживается степень задействования каждого участника. Кроме того, в случае подбора оптимального количества людей и коботов из состава КРТС осуществляется проверка выполнимости технологического процесса расчетным составом участников.

Обзор охватывает основные направления и подходы к интеграционному прогнозированию нестационарных процессов, представленных временными рядами. Ключевым источником порождения нестационарности являются быстрые и плохо предсказуемые изменения внешней среды, под влиянием которых происходят структурные сдвиги в процессах, протекающих в сложных экономических и социально-политических системах. Решение задач прогнозирования динамики таких объектов в контексте повышения точности прогноза усложняется по мере увеличения горизонта прогнозирования, что обусловливает потребность в моделях и методах, способных обрабатывать разнородную информацию. Интеграционные методы – это методы, позволяющие наряду с количественными данными учитывать суждения (прогнозистов, экспертов, аналитиков) и информацию из разнородных информационных источников на разных этапах решения задачи, и тем самым прямым или косвенным способом включать их в формируемый прогноз. Развитие таких методов направлено на повышение точности прогноза через использование всей доступной информации об объекте прогнозирования, включая данные об эндогенных и экзогенных факторах влияния на него. В обзоре внимание было сконцентрировано на современном состоянии в области интеграционного прогнозирования, на существующих проблемам и путях их решения.

Principles of constructing all-optical neworks based on optical circuit switching, optical burst switching, and optical packet switching, as well as prospects for their development. Physical foundations of functioning, operating algorithms and mathematical methods for analyzing the characteristics of basic elements of all-optical communication networks (filters, wave converters, switches, multiplexers and other devices)