Please use this identifier to cite or link to this item:
https://er.nau.edu.ua/handle/NAU/56367
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Шкара, Марія Андріївна | - |
dc.date.accessioned | 2022-09-26T08:05:27Z | - |
dc.date.available | 2022-09-26T08:05:27Z | - |
dc.date.issued | 2021-12 | - |
dc.identifier.uri | https://er.nau.edu.ua/handle/NAU/56367 | - |
dc.description | Робота публікується згідно наказу Ректора НАУ від 27.05.2021 р.№311/од "Про розміщення кваліфікаційних робіт здобувачів вищої освіти в репозиторії університету" Керівник проекту: д.т.н., професор Маслов Володимир Петрович | uk_UA |
dc.description.abstract | В ході виконання роботи, була запропонована система оптимізації логістики наземного транспорту. Результати можуть бути використані для побудови оптимального маршруту для наземного транспорту.Штучна нейронна мережа як модельно-програмний інструмент для проведен-ня аналізу масивів даних на основі навчальних алгоритмів та методик є перспектив-ним інструментом обробки геоінформації про обстановку у логістики наземного транспорту. Для розробки ШНМ-методики оцінки територіальної ситуації виконано порів-няння різних архітектур ШНМ. Для перевірки працездатності побудови оптимального маршруту наземного транспорту розроблено каскад нейронних мереж, що дозволяє реалізовувати мето-дику пошуку оптимального маршруту виходячи з оцінки обстановки наземної тран-спортної ситуації. Визначено обмеження запропонованого методу: неуніверсальність архітектур нейронної мережі (необхідність створювати навчальні набори для кожного окремого 67 випадку в залежності від цілей оцінки та оцінюваних областей), нехтування окре-мими факторами обстановки, що не мають істотного впливу на умови поточного за-вдання, тривалість процедури навчання, а також залежність точності первинної ро-боти нейронної мережі від якості навчальних наборів. Доведено, що для обробки ГІС задля оптимізації логістики наземного транс-порту, найбільш оптимальною може бути використана така модель ШНМ, як бага-тошаровий перцептрон з двома прихованими шарами N нейронів у кожному, N вхі-дними нейронами і одним вихідним нейроном. Запропонована модель досить адек-ватно та оперативно відображає змінну ситуацію наземного транспорту. | uk_UA |
dc.language.iso | uk | uk_UA |
dc.publisher | Національний авіаційний університет | uk_UA |
dc.subject | дипломна робота | uk_UA |
dc.subject | БПЛА | uk_UA |
dc.subject | дрон | uk_UA |
dc.subject | логістика | uk_UA |
dc.subject | транспортна інфраструктура | uk_UA |
dc.subject | нейронна мережа | uk_UA |
dc.subject | маршрут | uk_UA |
dc.subject | керування | uk_UA |
dc.title | Процедури та методика оптимізації логістики наземного транспорту за допомогою БПЛА | uk_UA |
dc.type | Thesis | uk_UA |
Appears in Collections: | Кваліфікаційні роботи здобувачів вищої освіти кафедри аеронавігаційних систем |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.