Поиск назначенных донных объектов является одной из наиболее сложных задач, решаемых АНПА, что обусловлено рядом факторов, основными из которых являются: разнообразие объектов поиска (затонувшие подводные лодки, надводные корабли, самолёты, вертолёты, мины, подводные трубопроводы и кабели связи, различная подводная инфраструктура), необходимостью комплексного использования для поиска различных средств мониторинга дна, отличающихся физическими принципами функционирования, разрешающей способностью и поисковой производительностью. Целью работы, результаты которой приведены в статье, была разработка алгоритма управления АНПА при поиске назначенного донного объекта, удовлетворяющего этим требованиям, и его проверка с использованием цифрового полигона и цифрового двойника АНПА. В качестве критерия выбора средства мониторинга дна в каждом конкретном случае была принята вероятность правильного отнесения обнаруженного донного объекта к объекту поиска. В результате логика поиска назначенного донного объекта выглядит следующим образом. Осуществляется поиск донных объектов средством с максимальной производительностью поиска. При обнаружении донного объекта определяется вероятность его принадлежности объекту поиска. Если она больше заданного высокого порога, принимается решение об обнаружении назначенного донного объекта. Если же она меньше заданного низкого порога, принимается решение, что обнаружен посторонний объект. В остальных случаях принимается решение о необходимости обследования объекта средством с большей разрешающей способностью. Описана технология классификации донных объектов на основе обучения искусственной нейронной сети с использованием синтезированного обучающего материала. Приведены результаты проверки эффективности разработанного алгоритма с использованием цифрового полигона и цифрового двойника АНПА. Выполненное моделирование разработанного алгоритма показало, что комплексное использование средств мониторинга дна повышает вероятность успешного решения задачи и сокращает время её решения
Возрастает объем обрабатываемой информации при анализе и управлении деятельно- стью предприятия как системы. Объем обрабатываемой информации напрямую зависит от размерности этой системы. В работе деятельность предприятия формализуется как цифро- вой двойник предприятия. Цифровой двойник предприятия анализируется как динамическая система. Выполнена идентификация предприятия как динамическая система. Цифровой двой- ник предприятия формализован как балансовая модель В. Леонтьева. Создан алгоритм опти- мального управления цифровым двойником предприятия. В качестве параметров оптимального управления рассмотрены функции: траектория системы, время выполнение алгоритма и пока- затель состояния системы. В алгоритме для управления предприятием использованы методы: таксономия Блума, компетенции выпускников по специальностям СФУ и Национальные квали- фикационные рамки РФ. Идентификация процессов предприятия выполнена способом, на ко- торый получен патент. Алгоритм выполнен в авторском комплексе программ для анализа сис- темы размерностью 1,2 млн. значений. Исследование показало существенные изменения значе- ний функций оптимального управления, характеризующих состояния динамического объекта в зависимости от выбранных методик. Расчеты показали, как влияет выбор методики управле- ния на оптимальность решений. Отображено состояние предприятия через компетенции пер- сонала: психомоторные, когнитивные и аффективные. Установлено, что при низких когнитив- ных и аффективных способностях персонала начинает преобладать психомоторная деятель- ность, мало приводящая к результату. С ростом когнитивных способностей персонала психо- моторная деятельность становится более адекватной на внутренние задачи и влияние пара- метров внешней среды. Через интегральный показатель выполнена оценка внедрения методик в управление предприятием. Выполнена оценка оптимальности решения управления цифровым двойником предприятия как динамической системой.
