Застосування мультиагентних технологій для інтелектуального аналізу даних в геоінформаційних системах оперативного управління
У статті запропоновано моделі інтелектуальних компонентів та методика обробки інформації для геоінформаційних систем оперативного управління. В статье предложены модели интеллектуальных компонентов и методика обработки информации для геоинформационных систем оперативного управления. The article high...
Збережено в:
| Опубліковано в: : | Індуктивне моделювання складних систем |
|---|---|
| Дата: | 2011 |
| Автор: | |
| Формат: | Стаття |
| Мова: | Українська |
| Опубліковано: |
Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України
2011
|
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/45942 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Застосування мультиагентних технологій для інтелектуального аналізу даних в геоінформаційних системах оперативного управління / В.А. Савченко // Індуктивне моделювання складних систем: Зб. наук. пр. — К.: МННЦ ІТС НАН та МОН України, 2011. — Вип. 3. — С. 174-182. — Бібліогр.: 7 назв. — укр. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1859587949490864128 |
|---|---|
| author | Савченко, В.А. |
| author_facet | Савченко, В.А. |
| citation_txt | Застосування мультиагентних технологій для інтелектуального аналізу даних в геоінформаційних системах оперативного управління / В.А. Савченко // Індуктивне моделювання складних систем: Зб. наук. пр. — К.: МННЦ ІТС НАН та МОН України, 2011. — Вип. 3. — С. 174-182. — Бібліогр.: 7 назв. — укр. |
| collection | DSpace DC |
| container_title | Індуктивне моделювання складних систем |
| description | У статті запропоновано моделі інтелектуальних компонентів та методика обробки інформації для геоінформаційних систем оперативного управління.
В статье предложены модели интеллектуальных компонентов и методика обработки информации для геоинформационных систем оперативного управления.
The article highlights the intelligent component models and information analyses methodology for the geoinformation systems of operational management.
|
| first_indexed | 2025-11-27T12:18:19Z |
| format | Article |
| fulltext |
В.А.Савченко
УДК 681.5
ЗАСТОСУВАННЯ МУЛЬТИАГЕНТНИХ ТЕХНОЛОГІЙ ДЛЯ
ІНТЕЛЕКТУАЛЬНОГО АНАЛІЗУ ДАНИХ В ГЕОІНФОРМАЦІЙНИХ
СИСТЕМАХ ОПЕРАТИВНОГО УПРАВЛІННЯ
В.А. Савченко
Національний університет оборони України, докторант
savitan@ukr.net
У статті запропоновано моделі інтелектуальних компонентів та методика обробки інформації
для геоінформаційних систем оперативного управління.
Ключові слова: мультиагентна система, інтелектуальний агент, геоінформаційна система
The article highlights the intelligent component models and information analyses methodology for
the geoinformation systems of operational management.
Keywords: multiagent system, intelligent agent, geoinformation system
В статье предложены модели интеллектуальных компонентов и методика обработки инфор-
мации для геоинформационных систем оперативного управления.
Ключевые слова: мультиагентная система, интеллектуальный агент, геоинформационная
система
Вступ
У даний час геоінформаційні системи (ГІС) все частіше застосовуються
для вирішення завдань оцінювання ситуацій, прийняття рішень та моделювання
процесів управління, що дозволяє говорити про появу нового класу ГІС –
інтелектуальних геоінформаційних систем. У якості основного засобу інтелекту
в таких ГІС пропонується використання мультиагентних технологій. Проте, при
розробці і використанні мультиагентних ГІС, особливо призначених для роботи
в розподіленому середовищі різноманітних АСУ, неминуче виникає низка
проблем, успадкованих від традиційних топологічно-орієнтованих і об’єктно-
орієнтованих підходів до побудови ГІС.
1. Постановка проблеми інтелектуалізації геоінформаційних систем
Проблема інтелектуалізації обробки даних в ГІС на основі мультиагент-
них технологій полягає у тому, що “топологічні” ГІС слабо підтримують або
зовсім не підтримують об’єктно-орієнтовані моделі предметної області, а в
“об’єктних” ГІС топологічні відносини між об’єктами зазвичай представлені в
дуже обмеженому вигляді. Разом з тим, згідно з загально прийнятими визна-
ченнями, інтелектуальні компоненти (агенти) повинні забезпечувати складні
множинні реакції на виникаючі у інформаційному просторі події та ситуації,
накопичувати дані про минулі ситуації, володіти здатністю до добування знань
та модифікації моделей оточуючого середовища.
Індуктивне моделювання складних систем, випуск 3, 2011 174
mailto:savitan@ukr.net
йіентних технологЗастосування мультиаг
Очевидно, що зв’язати програмні об’єкти та інтелектуальні агенти і орга-
нізувати їх пряму взаємодію безпосередньо в архітектурі ГІС дуже складно,
оскільки у випадку такого прямого переходу необхідно буде транслювати усю
наявну інформацію безпосередньо до інтерфейсів і методів інтелектуальних
компонентів, а також у зворотньому напрямку, причому здійснювати це у реа-
льному часі, у режимі жорстких часових обмежень.
Звідси випливає необхідність розробки додаткових проміжних
інформаційних структур, які б дозволили здійснити зв’язок між програмними
об’єктами системи та її інтелектуальними агентами, а також розробки
уніфікованих моделей інтелектуальних агентів, здатних функціонувати у
програмному середовищі ГІС.
2. Аналіз підходів щодо вирішення проблеми
Для впровадження мультиагентних технологій до прикладних інформа-
ційних систем провідними компаніями світу вже розроблено велику кількість
програмних середовищ, які дозволяють розробляти, підтримувати та оперувати
різноманітними агентами. При цьому велика кількість відомих агентних плат-
форм, таких як JACK [1] та ZEUS [2], надають серйозну підтримку інтелектуа-
льній поведінці агентів. Метою даних агентних платформ є розробка інтелекту-
альних агентів, які можуть проявляти складну поведінку як самі, так і у складі
агентної системи. Інші платформи (такі як JADE [3] та LEAP [4]) фокусуються
на суворій реалізації специфікацій стандарту FIPA, які надають можливість вза-
ємодії між різноманітними агентними платформами. У таких платформах вся
увага зосереджена на реалізації взаємодії всередині агентної системи і вони
можуть бути використані для створення співтовариств агентів, у яких велику
роль відіграє взаємодія один з одним. Існує і третій напрямок у розробці агент-
них платформ, у якому агенти розглядаються як технологія програмування, яка
сприяє розробці складних розподілених додатків. Даний тип платформ найкра-
ще описується у поняттях специфікацій OMG MASIF [5] (як приклад
Grasshopper [6]).
Усі зазначені платформи пропонують лише загальний інструментарій для
інтелектуалізації процесів обробки інформації, в тому числі і в ГІС, і не врахо-
вують особливості предметної області ГІС, складну структуру топологічних
зв’язків графічних примітивів, складну поведінку специфічних агентів та мін-
ливість цілей їх функціонування в ГІС оперативного призначення.
Метою статті є розробка моделей інтелектуальних компонентів, які б
враховували особливості предметної області ГІС оперативного призначення,
динаміку та мінливість цілей їх функціонування. До інтелектуальних
компонентів у даному контексті відносяться інтелектуальні агенти та
геоінформаційні об’єкти – як проміжний рівень між агентами та програмними
об’єктами системи.
Індуктивне моделювання складних систем, випуск 3, 2011 175
В.А.Савченко
3. Модель геоінформаційного об’єкта
Логіка дій інтелектуального агента повинна відтворювати всі основні
етапи аналізу обстановки людиною і тому, через неможливість оперативної
обробки інформації за всією територією огляду, пропонується поділ території
на окремі квадрати, розмір яких обирається оператором виходячи з умов задачі
та продуктивності засобів обчислення. Для кожного окремого квадрата R
простору функціонування агентів у момент часу t формується
геоінформаційний об’єкт (рис. 1).
ji,R
Рельєф
Рослинність
Гідрографія
Дороги
Інфраструктура
R
Шари ГІС Графічні
примітиви
Лінія
Полігон
Точка
Лінія
Лінія
Квадрат розгляду
Рис. 1. Графічна інтерпретація геоінформаційного об’єкта
Геоінформаційний об’єкт (ГІО) може бути визначено, як четвірку:
),()),,((),,(),,(),( tRFtRGAtRGtRNtRG APGPP= , (1)
де N(R,t) – ім’я (номер) геоінформаційного об’єкта;
),( tRGP – список графічних примітивів, які структурно входять до да-
ного ГІО;
Індуктивне моделювання складних систем, випуск 3, 2011 176
йіентних технологЗастосування мультиаг
)),(( tRGA PGP – список атрибутів графічних примітивів ГІО;
),( tRFA – множина функцій, які може виконувати даний ГІО при його ак-
тивації;
R – квадрат території;
t – час активації ГІО.
Далі дужки (R,t) опустимо, якщо це не викликатиме непорозумінь.
Ім’я об’єкта N є рядком символів, який відповідає загальній угоді про
імена об’єктів програми.
Сукупність графічних примітивів, які входять до ГІО може бути подана у
вигляді списку
{ }{ } { }{ }m
m
m l
n
l
m
l
n
ll
n
l
P gglgglgglG ,...,,,...,,...,,,,...,, 11211
2
2
21
1
1= , (2)
де , і = 1...m – інформаційний шар ГІС; il
il
jg , і = 1...m, j = 1... – in графічний примітив відповідного інформаційно-
го шару ГІС;
m – кількість інформаційних шарів;
– кількість примітивів у шарі .in il
Список атрибутів графічних примітивів A (GGP P) кожному з графічних
примітивів виразу (2) ставить у відповідність деякий набір атрибутів, які визна-
чають індивідуальні властивості кожного з примітивів, збільшуючи тим самим
інформаційну ємність системи
{ }{ }ik
l
jPGP njmiaagGA i ...1,...1,...,,)( 1 === . (3)
При цьому сам атрибут а можна подати у вигляді кортежу aaa VSNa ,,= ,
N S Vде – ім’я атрибута, а а – множина, на якій визначається значення атрибута, а
– значення атрибута.
Поняття множина функцій активації дозволяє природним чином розділи-
ти на два класи: активні ({F } ≠ ГІО ∅А ) і пасивні ({F } = ∅ ). Активні ГІО при
їх активації можуть здійснювати певні дії. Пасивні ГІО власною поведінкою не
володіють, а використовуються лише як носії інформації. У результаті активації
ГІО агент повинен отримати результат, який би дав йому змогу приймати рі-
шення щодо подальших дій.
А
Активацію ГІО пропонується здійснювати за методикою, яка включає два
етапи: 1 етап – формування ГІО, 2 етап – кластеризацію ГІО. В основі процесу
формування ГІО лежать процедури визначення належності графічних приміти-
вів до квадрата R, після чого формується множина графічних примітивів та їх
атрибутів, які приймають участь у кластеризації.
Процес кластеризації заснований на визначенні функцій впливу графіч-
них примітивів кожного з шарів ГІС на процес виконання завдання системою і
Індуктивне моделювання складних систем, випуск 3, 2011 177
В.А.Савченко
у загальному вигляді полягає у визначенні виду та параметрів зазначених фун-
кцій.
Так, вплив рельєфу може оцінюватись на підставі залежності
⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
∂∂
∂
=
yx
Hfyxμr
2
),( , де Н – висота місцевості. Вплив об’єктів шару рослинності
визначається за функцією )),(),,(),,(),,(,(),( ffffff yxρyxdyxhyxTSfyxμ = , де
– площа насаджень, – порода, – висота, – діаметр дерев, – густина
насаджень. Основні об’єкти гідрографії враховуються через залежність
, де – розмір об’єктів, – глибина
об’єктів, – специфічні характеристики. Дорожня мережа оцінюється за спів-
відношенням
fS
fT fh fd fρ
)),(),,(),,((),( yxθyxdyxwfyxμ wwww = ww wd
wθ
)),(),,(),,((),( yxδyxsyxwfyxμ LLLL = , де – ширина доріг, –
покриття шляхів, – додаткові характеристики. Вплив інфраструктури району
оцінюється за
Lw Ls
Lδ
)),(),,(),,((),( yxζyxsyxnfyxμ bbbb = , де – кількість будівель у
квадраті, – розміри будівель, – додаткові параметри інфраструктури.
bn
bs bζ
Для комплексної оцінки впливу території на виконання завдання, викори-
стовуючи вирази введених функцій впливу застосуємо узагальнюючу функцію
( ) ( )( )
( )( )( ,),(1),(1),(1
),(1),(11, ff
yxμγyxμγyxμγ
yxμγyxμγyxh
bbLLww
rr
−−−× )
×−−−=
(4)
де , , , , – відповідні вагові коефіцієнти, які обираються виходячи з
умови виконання задачі. Область визначення функції (4) – просторові
координати (х,у) в межах квадрата R, область значень – проміжок від 0 до 1,
оскільки всі функції впливу є нормованими, а вагові коефіцієнти також мають
лежать в проміжку [0,1].
rγ fγ wγ Lγ bγ
Проте, у реальній роботі системи в режимі жорстких часових обмежень
для агента є досить складним аналіз та прийняття рішення безпосередньо за (4).
Тому більш доцільно визначати деякий усереднений показник шляхом інтегру-
вання (4) в межах квадрата R
( )dxdyyxhh
R
R ∫∫= , . (5)
Процес кластеризації завершується визначенням кластера ГІО, що може
бути виконано шляхом віднесення значення до одного з інтервалів: Rh
10 hhR
)
<≤ → “Кластер 1”,
2R1 hhh
))
<≤ → “Кластер 2”,
...,
11 ≤≤− Rk hh
)
→ “Кластер k”.
Індуктивне моделювання складних систем, випуск 3, 2011 178
йіентних технологЗастосування мультиаг
Взаємодія агентів здійснюється як шляхом передачі кодів стану квадратів
(символів кластерів), так і шляхом обміну пасивними ГІО (за необхідності).
4. Модель інтелектуального агента
Інтелектуальний агент (ІА) – це програмний або апаратний об’єкт, який
автономно функціонує для досягнення цілей, поставлених перед ним власником
або користувачем, володіє певними інтелектуальними здібностями [7].
На підставі аналізу характеристик та недоліків відомих моделей ІА, про-
понується визначати ІА ГІС як структуру вигляду
IA = <N , S , V , M >, (6) IA A IA VB
де N – ім’я інтелектуального агента; S – структура його атрибутів; V = {IA}
– множина вкладених ІА; M
IA A IA
– механізм вибору поведінки агента. VB
Інтелектуальний агент на підставі критеріїв вибору поведінки, закладених
в M , приймає рішення про реалізацію в даний момент часу деякого сценарію
поведінки і ініціалізує відповідне повідомлення оператору та іншим агентам
ГІС.
VB
Визначимо інформаційне оточення ІА як сукупність інтелектуальних аге-
нтів, що оточують і взаємодіють з ІА і множину атрибутів, які необхідні ІА для
оцінки стану навколишнього середовища
і
і і
),( i
G
i
IAIA ARARV
i
= , . (7) ),...,,,,...,,( ψ
IA
ξ
IAIIA
ψ
IA
ξ
IAjIA
i
IA IIjj
AANAANAR =
i
IAARСтаном інформаційного оточення ІА назвемо сукупність значень і у
момент часу t:
,)(,...,)(,...,)(,...,)(()( ><><><><= tAtAtAtAtSV ψ
IA
ξ
IA
ψ
IA
ξ
IAIA IIjji
(8)
де < А...(t) > t – значення атрибута у момент часу з погляду даного інтелектуа-
льного агента.
Інформацію про стан інформаційного простору ІА отримує не одномо-
ментно і не одночасно від усіх точок цього простору, оскільки виникає затрим-
ка при обміні інформацією між агентами.
і
Інформаційний простір агента може формуватися двома способами:
i
IAARа) статично – коли визначені на стадії проектування ІА і в процесі
роботи інтелектуальної ГІС не змінюються;
i
IAARб) динамічно – коли можуть змінюватися в процесі функціонування
інтелектуальної ГІС .
Отже, модель інформаційного оточення ІА визначиться як і
Індуктивне моделювання складних систем, випуск 3, 2011 179
В.А.Савченко
, (9) ))1(),(),(( += tFVtSVtVMIS
iiii IAIAIAIA
де FV – функція формування інформаційного оточення.
Модель механізму вибору поведінки ІА приймає наступний вигляд:
M = (M , M , M , M ), (10) VB IS G SR A
M – M де модель цілевизначення, G SR – модель процесу пошуку рішення (пошуку
шляхів досягнення мети), M A – модель активних дій, тобто механізм активізації
повідомлень, які впливають на середовище.
Для даного ІА модель цілевизначення будується таким чином
))(,,,,,,,,( tSMAFAGFGFGGGGSFSSSSMG
iiiiiiiiii IAIA
S
IA
D
IA
d
IA
t
IAIAIAIAIA = . (11)
SS Далі нижні індекси опустимо там, де це не викликає непорозумінь. Тут
– множина стратегій, що розуміються як методи вибору цілей
),...,1( niSSS i == , FSS – GS функція вибору стратегії; – множина статичних ці-
лей, – множина цілей, що отримуються даним ІА від агентів більш високого
рівня ієрархії,
tG
dG – множина цілей, які можуть бути передані ІА нижніх рівнів;
DFG SFG – функція формування динамічних цілей, – функція вибору статич-
них цілей; FAG – функція вибору активних цілей, тобто цілей, прийнятих до
реалізації; SMA – стан навколишнього мультиагентного оточення.
На відміну від існуючих агентних моделей стан мультиагентного оточен-
ня більш доцільно визначати з урахуванням динаміки його розвитку, враховую-
чи як минулу історію, так і очікуване майбутнє. Стан мультиагентного оточен-
ня розглядається з позиції даного інтелектуального агента ІА , тому і
. (12) ))(),(),(()( tFutRttPatSMA
iiii IAIAIAIA =
U
t
0
))1(),1(()( −−= tSVtVtPa
iii IAIAIA , Минуле мультиагентного оточення є
тобто об’єднання інформаційного простору і його станів за сукупністю попере-
дніх моментів часу.
))(),(()( tSVtVtRt
iii IAIAIA =Поточний стан мультиагентного оточення .
))1(),1(()( ++= tSVtVtFu
iii IAIAIAПередбачуваний майбутній стан – це оці-
нка інформаційного простору і його стану, виконана у момент часу t–1 тобто на
попередньому кроці функціонування ІА. Для здійснення цієї оцінки необхідна
функція прогнозу майбутнього мультиагентного оточення )),(( MAtRtFP
iIA ре-
зультатом дії якої і буде )(tFu
iIA .
Індуктивне моделювання складних систем, випуск 3, 2011 180
йіентних технологЗастосування мультиаг
Функція вибору стратегії визначає поточну стратегію залежно від попе-
редньої стратегії, стану мультиагентного оточення, множини активних на даний
момент цілей. Таким чином ()(: tsGASMAtsFSS →×× ) .
g , цілі отримувані від вищих агентів як Якщо позначити статичні цілі як s
g , цілі, які передаються нижчим рівням, як g t d то відповідні множини запишуть-
ся у вигляді: },...,1{ migGS i
sIAi
== },...,1{ ligG i
t
t
IAi
== },...,1{ kigG i
d
d
IAi
==, , .
Функція формування динамічних цілей визначається функціональним пе-
ретворенням над станом мультиагентного оточення, поточною стратегією,
множинами ,
D
IAi
h
)(tG AVT(D) )(tGA і сукупністю формул в мові логіки першого по-
рядку над елементами мультиагентного оточення:
)),(),(),(),(( UtGAtGtstSMAhFG AVT(D)i
IA
DD
IA ii
= , (13)
{ }kjtSMAUU j ,...,1))(( ==де . Результатом роботи буде множина
.
D
IAi
h
)1()( +tG DAVT
IAi
Функція вибору статичних цілей визначається функціональним перетво-
ренням над станом мультиагентного оточення, поточною стратегією, мно-
жиною сформованих статичних цілей на даний момент – , множи-
ною активних цілей, прийнятих до виконання і сукупністю формул на мові ло-
гіки першого порядку над елементами мультиагентного оточення:
S
IAi
h
)()( tG DAVT
)),(),(),(),(( )( WtGAtGtstSMAhFG SAVTi
IA
SS
IA ii
= , (14)
{ }kjtSMAWW j ,...,1))(( ==де .
Результатом роботи буде множина . )1()( +tG SAVT
IAi
S
IAi
h
Висновки
Результати проведених досліджень у галузі інтелектуалізації геоінформа-
ційних систем виявили необхідність створення проміжного шару між програм-
ними об’єктами ГІС та інтелектуальними агентами – геоінформаційних
об’єктів. На основі теоретико-множинного підходу розроблено моделі інтелек-
туальних компонентів ГІС оперативного призначення, а також запропоновано
схему взаємодії інтелектуальних агентів з геоінформаційними об’єктами шля-
хом активації останніх з застосуванням методики, заснованої на визначенні фу-
нкцій впливу складових геоінформаційного об’єкта на параметри загального
завдання, яке виконується системою.
Індуктивне моделювання складних систем, випуск 3, 2011 181
В.А.Савченко
Застосована модель інтелектуального агента включає спосіб формування
його інформаційного простору та модель механізму вибору поведінки агента,
що дозволяє враховувати динаміку розвитку мультиагентного світу, складну іє-
рархію цілей обробки інформації ГІС і формувати різні стратегії поведінки ін-
телектуальних агентів.
Напрямком подальших досліджень у галузі інтелектуалізації геоінформа-
ційних систем може бути детальне наповнення компонентів запропонованої
моделі з використанням сучасних засобів логічного та об’єктного програмуван-
ня, а також подальше удосконалення моделей інтелектуальних агентів системи
та геоінформаційних об’єктів.
Література
1. Hodgson A. Specification of Coordinated Agents Behavior (The Simple Team
Approach). Agent-Oriented Software / A. Hodgson, R. Roenquist, P. Busetta
// Pty., Ltd, Melbourne, Australia. Mode of access: http://www.agent-
software.com
2. Collis J. ZEUS Technical Manual. Intelligent Systems Research Group. BT
Labs. / J. Collis, D. Ndumu // British Telecommunications. 1999. – 33 p.
3. Bellifemine F. Developing multi-agent systems with a FIPA-compliant agent
framework / F.Bellifemine, A. Poggi, G. Rimassa // Software - Practice And
Experience. – 2001, № 31(2) – P. 103 – 128.
4. LEAP // Mode of access: http://leap.crm-paris.com
5. OMG Mobile Agent Facility Specification / Mode of access:
http://www.omg.org/technology/documents/formal/mobile_agent_facility
http://www.grasshopper.de6. Grasshopper // Mode of access:
7. Швецов А.Н. Применение агентно-ориентированных технологий в про-
ектировании информационных систем организационного управления /
А.Н. Швецов, С.В. Дианов // Информационные технологии в проектиро-
вании и производстве. – 2003. – № 4. – С. 23 – 27.
Індуктивне моделювання складних систем, випуск 3, 2011 182
http://www.grasshopper.de/
|
| id | nasplib_isofts_kiev_ua-123456789-45942 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | XXXX-0044 |
| language | Ukrainian |
| last_indexed | 2025-11-27T12:18:19Z |
| publishDate | 2011 |
| publisher | Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України |
| record_format | dspace |
| spelling | Савченко, В.А. 2013-06-20T20:01:27Z 2013-06-20T20:01:27Z 2011 Застосування мультиагентних технологій для інтелектуального аналізу даних в геоінформаційних системах оперативного управління / В.А. Савченко // Індуктивне моделювання складних систем: Зб. наук. пр. — К.: МННЦ ІТС НАН та МОН України, 2011. — Вип. 3. — С. 174-182. — Бібліогр.: 7 назв. — укр. XXXX-0044 https://nasplib.isofts.kiev.ua/handle/123456789/45942 681.5 У статті запропоновано моделі інтелектуальних компонентів та методика обробки інформації для геоінформаційних систем оперативного управління. В статье предложены модели интеллектуальных компонентов и методика обработки информации для геоинформационных систем оперативного управления. The article highlights the intelligent component models and information analyses methodology for the geoinformation systems of operational management. uk Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України Індуктивне моделювання складних систем Застосування мультиагентних технологій для інтелектуального аналізу даних в геоінформаційних системах оперативного управління Article published earlier |
| spellingShingle | Застосування мультиагентних технологій для інтелектуального аналізу даних в геоінформаційних системах оперативного управління Савченко, В.А. |
| title | Застосування мультиагентних технологій для інтелектуального аналізу даних в геоінформаційних системах оперативного управління |
| title_full | Застосування мультиагентних технологій для інтелектуального аналізу даних в геоінформаційних системах оперативного управління |
| title_fullStr | Застосування мультиагентних технологій для інтелектуального аналізу даних в геоінформаційних системах оперативного управління |
| title_full_unstemmed | Застосування мультиагентних технологій для інтелектуального аналізу даних в геоінформаційних системах оперативного управління |
| title_short | Застосування мультиагентних технологій для інтелектуального аналізу даних в геоінформаційних системах оперативного управління |
| title_sort | застосування мультиагентних технологій для інтелектуального аналізу даних в геоінформаційних системах оперативного управління |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/45942 |
| work_keys_str_mv | AT savčenkova zastosuvannâmulʹtiagentnihtehnologíidlâíntelektualʹnogoanalízudanihvgeoínformacíinihsistemahoperativnogoupravlínnâ |