NAU Harvester System
Інтелектуальна система навчання пілотів гелікоптерів на тренажері
Наукові журнали Національного Авіаційного Університету
View Archive Info| Field | Value | |
| Title |
Інтелектуальна система навчання пілотів гелікоптерів на тренажері
INTELLIGENT SYSTEM OF HELICOPTER PILOTS SIMULATOR TRAINING Интеллектуальная система обучения пилотов вертолетов на тренажере |
|
| Creator |
Sineglazov, V. M.; Національний авіаційний університет, Київ
Glukhov, V. O.; Національний авіаційний університет, Київ |
|
| Subject |
Навчання на тренажері; інтелектуальна система; штучна нейронна мережа; база знань
УДК 629.3.025.2 (045) Simulator training; intelligent system; artificial neural network; knowledge base UDC 629.3.025.2 (045) Тренажерное обучение; интеллектуальная система; искусственная нейронная сеть; база знаний УДК 629.3.025.2 (045) |
|
| Description |
Розглядається побудова інтелектуальної системи навчання пілотів гелікоптерів. В статті розроблена структурна схема тренажера, що включає інтелектуальну частину, яка реалізує процес відбору пілотів, адаптацію навчальних задач до індивідуальних особливостей пілотів з розрахунком оптимальних значень часу підготовки та кількості повторювань завдань, з метою формування стійких навичок керування гелікоптером, а також контролем знань. Формування завдань здійснюється на підставі використання бази знань. В якості інтелектуальних елементів використовуються штучні нейронні мережі, зокрема, багатошаровий персептрон і мережі Кохонена. Наведений алгоритм навчання мереж Кохонена. Для розрахунку оптимального часу навчання та кількості повторень окремих навичок, розроблені математичні моделі процесу навчання.
The construction of an intelligent training system for helicopter pilots is under consideration. In the article the structural scheme of the simulator is developed, which includes the intellectual part that implements the process of selection of pilots, the adaptation of training assignments to the individual characteristics of the pilots, with the calculation of optimal training times and the number of repetitions of tasks, with the goal of forming stable helicopter control skills and knowledge control. Creation of tasks is carried out based on the usage of knowledge bases. As intellectual elements, artificial neural networks are used, in particular, a multi-layer perseptron and a Kohonen networks. The learning algorithm for Kohonen networks is given. To calculate the optimal training time and the number of repetitions of individual skills, mathematical models of the learning process have been developed. Рассматривается построение интеллектуальной системы обучения пилотов вертолетов. В статье разработана структурная схема тренажера, включающего интеллектуальную часть, которая реализует процесс отбора пилотов, адаптацию учебных заданий к индивидуальным особенностям пилотов с рассчетом оптимальных значений времени подготовки и количества повторений заданий, с целью формирования устойчивых навыков управления вертолетом, а также контролем знаний. Формирование заданий осуществляется на основании использования баз знаний. В качестве интеллектуальных элементов используются искусственные нейронные сети, в частности, многослойный персептрон и сети Кохонена. Приведен алгоритм обучения сетей Кохонена. Для рассчета оптимального времени обучения и количества повторений отдельных навыков, разработаны математические модели процесса обучения. |
|
| Publisher |
National Aviation University
|
|
| Contributor |
—
— — |
|
| Date |
2017-12-15
|
|
| Type |
—
— |
|
| Format |
application/pdf
|
|
| Identifier |
http://jrnl.nau.edu.ua/index.php/ESU/article/view/12325
10.18372/1990-5548.54.12325 |
|
| Source |
Electronics and Control Systems; Том 4, № 54 (2017); 89-94
Электроника и системы управления; Том 4, № 54 (2017); 89-94 Електроніка та системи управління; Том 4, № 54 (2017); 89-94 |
|
| Language |
en
|
|
| Rights |
Authors who publish with this journal agree to the following terms:Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
|
|