Методология использования методов многокритериального анализа на примере выбора оптимальной архитектуры космического сегмента ГЛОНАСС

Обложка

Цитировать

Полный текст

Аннотация

Представлена методология выбора оптимальной архитектуры на примере глобальной навигационной спутниковой системы, а именно ее космического сегмента. В качестве примера для отработки методики взяты несколько потенциальных архитектур системы ГЛОНАСС. Применение традиционных методов многокритериального анализа в данном случае затруднительно по причинам наличия большого числа частных навигационных задач, которые выдвигают зачастую противоречивые и неопределенные требования к их разрешению. Также наличие большого количества частных критериев, необходимость привлечения большого числа лиц, принимающих решения, и, как следствие, конфликт интересов, трудность в настройке весовых коэффициентов, определении предпочтений существенно сужают выбор методов для решения задачи. Для реализации поставленной цели использован метод уверенных суждений. Произведена структуризация системы частных критериев, учитывая требования конкретных узких сегментов, и сформированы их предпочтения. После чего для каждой структуры построены таблицы по необходимому числу критериев и по трем разным частным задачам, а также выполнена нормировка и свертка критериев по каждой задаче в один критерий. Далее сформировано множество Парето-рациональных решений и рейтинг альтернатив. Конечный облик системы удовлетворил требованиям, предъявляемым со стороны потребительского сегмента.

Об авторах

Сергей Юрьевич Шмигирилов

Московский авиационный институт (национальный исследовательский университет)

Автор, ответственный за переписку.
Email: sovietserega@gmail.com
ORCID iD: 0000-0001-8439-6142

старший преподаватель, кафедра 604, аэрокосмический факультет

Российская Федерация, 125993, Москва, Волоколамское шоссе, д. 4

Список литературы

  1. Piyavsky SA, Brusov VS, Khvilon EA. Multipurpose aircraft parameters optimization. Moscow: Mashinostroenie Publ.; 1974. (In Russ.)
  2. Malyshev VV, Piyavsky SA. The confident judgment method in the selection of multiple criteria solutions. J. Comput. Syst. Sci. Int. 2015;54(5):754–764. https://doi.org/10.1134/S1064230715050093
  3. Groves PD. Principles of GNSS, inertial, and multisensor integrated navigation systems. 2nd ed. Artech House; 2013.
  4. Piyavsky SA. Optimization and optimal control methods. Samara: SSASU Publ.; 2005. (In Russ.)
  5. Malyshev VV. Optimization of complex systems methods. Moscow: MAI Publ.; 1981. (In Russ.)
  6. Brusov VS, Korchagin PO, Malyshev VV, Piyavsky SA. Advanced “confident judgments” method when choosing multicriteria solutions in a multipurpose approach. J. Comput. Syst. Sci. Int. 2020;59(1):83–94. https://doi.org/10.31857/S0002338820010047
  7. Raiffa H. Decision analysis: introductory readings on choices under uncertainty. McGraw Hill; 1997.
  8. Gill PE, Murray W, Wright MH. Practical optimization. Philadelphia; 2019. https://doi.org/10.1137/1.9781611975604
  9. Litvak BG. Expert assessments and decision-making. Moscow: Patent Publ.; 1996. (In Russ.)
  10. Piyavsky SA, Barakhovsky BS. The block of substantiation solutions in microcomputer software. Kalinin: Tsentr Programm i Sistem Publ.; 1986. p. 7–10. (In Russ.)
  11. Malyshev VV, Piyavsky BS, Piyavsky SA. A decision making method under conditions of diversity of means of reducing uncertainty. J. Comput. Syst. Sci. Int. 2010;49(1):44–58.
  12. Senatorov MYu, Syatkovsky RB. The comparative analysis of methods characteristics of a monitoring of integrity of global navigation satellite systems. IT Security. 2011;18(4):106–108. (In Russ.)
  13. Odu GO. Weighting methods for multi-criteria decision making technique. Journal of Applied Sciences and Environmental Management. September 2019;23(8): 1449–1457. https://doi.org/10.4314/jasem.v23i8.7
  14. Smirnov OL, Padalko SA, Piyavsky SA. CAD: design modules formation and functioning. Moscow: Mashinostroenie Publ.; 1987. (In Russ.)
  15. Brusov VS, Piyavskii SA. Multi-criteria analysis of high-altitude UAV concepts. Russ. Aeronaut. 2016;59: 447–451. https://doi.org/10.3103/S1068799816040024

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».