The methodology of using multicriteria analysis methods choosing the optimal architecture of the GLONASS space segment

封面

如何引用文章

全文:

详细

The project presents a methodology for choosing the optimal architecture using, as an example, global navigation satellite system, namely its space segment. Several architectures of the GLONASS system were taken as an example for testing the methodology. The usage of traditional methods of multi-criteria analysis in this case is too way difficult due to the presence of a large number of particular navigation tasks, that often put forward contradictory and uncertain requirements for their resolution, the presence of a large number of private criteria, the need to involve a large number of decision makers (DM), and as a consequence, a conflict of interests, difficulty in setting weights, determining preferences, etc. The confident judgment method was used to implement the task. The system of private criteria was structured, taking into account the requirements of specific narrow segments, and their preferences were formed. After that, tables were built for each structure, according to the required number of criteria and for three different particular tasks, as well as to normalize and collapse the criteria for each task into one criterion. Then a set of Pareto-rational solutions and a rating of alternatives were formed. The final appearance of the system satisfied the requirements imposed by the consumer segment. Keyword

作者简介

Sergei Shmigirilov

Moscow Aviation Institute (National Research University)

编辑信件的主要联系方式.
Email: sovietserega@gmail.com
ORCID iD: 0000-0001-8439-6142

senior lecturer, Department 604, Aerospace Faculty

4 Volokolamskoe Shosse, 125993, Moscow, Russian Federation

参考

  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

补充文件

附件文件
动作
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».