МОДЕЛЬ НЕЙРОМЕРЕЖЕВОГО ПЛАНУВАННЯ КІБЕРФІЗИЧНОЇ СИСТЕМИ НА ОСНОВІ АФЕРЕНТНОГО СИНТЕЗУ
DOI:
https://doi.org/10.30837/0135-1710.2026.189.017Ключові слова:
кіберфізична система, нейромережеве планування, аферентний синтез, біоінспірований підхід, планування переміщення, нейроподібна мережа, підсистема прийняття рішень, хвильове поширення сигналів, оптимальна траєкторія, адаптивне управлінняАнотація
Актуальність теми. У статті розглянуто планування переміщення кіберфізичної системи в динамічному й невизначеному середовищі. Дослідження зумовлене потребою у створенні інтелектуальних систем управління, здатних забезпечувати автономне функціювання за умов неповної інформації, наявності перешкод і обмежених обчислювальних ресурсів. Метою дослідження є розроблення й формалізація моделі нейромережевого планування переміщення кіберфізичної системи на основі принципів аферентного синтезу, що забезпечує інтеграцію сенсорної інформації та формування керівних впливів у реальному масштабі часу. Методологія вивчення базується на використанні біоінспірованого підходу, теорії функціональних систем, методів штучних нейронних мереж, дискретної сіткової моделі, нейроподібної мережі регулярного типу, підсистеми аферентного синтезу, підсистеми прийняття рішень із механізмом конкурентного відбору типу "переможець отримує все", а також функціоналу складності траєкторій і методів дискретного моделювання. Наукова новизна дослідження полягає в розробленні біоінспірованої моделі нейромережевого планувальника, яка поєднує підсистему аферентного синтезу й підсистему прийняття рішень у єдиній архітектурі. Результати. Запропоновано підхід до подання зовнішнього середовища у вигляді дискретної сіткової моделі з подальшим відображенням у нейроподібну мережу, що відтворює топологію простору. Уперше обґрунтовано використання механізму хвильового поширення сигналів збурення в поєднанні з принципом конкурентного відбору ("переможець отримує все") для визначення оптимального напрямку руху кіберфізичної системи. Сформульовано математичну постановку задачі планування переміщення на основі функціоналу складності траєкторій і розроблено відповідну нейромережеву структуру для її реалізації. Продемонстровано, що запропонована модель забезпечує формування керівних впливів для позиційно-траєкторного регулятора й дає змогу реалізувати замкнений цикл управління від сенсорного сприйняття середовища до прийняття рішень і виконання руху. Практична цінність роботи полягає в можливості застосування запропонованого біоінспірованого нейромережевого планувальника переміщення кіберфізичної системи для створення інтелектуальних систем управління мобільними кіберфізичними об’єктами, що функціюють у складних і динамічних умовах. Висновки: досягнуті результати підтверджують ефективність використання біоінспірованих нейромережевих підходів для задач планування переміщення та створюють передумови для подальшого розвитку інтелектуальних систем управління кіберфізичними системами.
Посилання
Kliks, A., Member, S. (2022), "Neural Networks for Path Planning Salim Janji, Graduate Student Member", IEEE, v1. DOI: https://doi.org/10.48550/arXiv.2207.00874
Cyber-Physical Systems: Multilevel Organization and Design (2024): Monograph. A.O. Melnyk, V.A. Melnyk, V.S. Glukhov, A.M. Salo. Edited by Professor A.O. Melnyk. Lviv: "Magnolia 2006", 238 p. URL: https://magnolia.lviv.ua/wp-content/uploads/2024/04/Kiberfizychni-systemy-1_zmist-1.pdf
Yang, S.X., Meng, M. (2000), "An efficient neural network approach to dynamic robot motion planning". Neural Networks, No.13(2), рр. 143–148. DOI: https://doi.org/10.1016/S0893-6080(99)00103-3
A Logical Calculus of the Ideas Immanent in Nervous Activity. URL: https://en.wikipedia.org/wiki/A_Logical_Calculus_of_the_Ideas_Immanent_in_Nervous_Activity?utm_source=chatgpt.com
Kuznetsov, O. M. (2025), "Bio-inspired technologies: a synthesis of artificial intelligence and biomechanics". Scientific Notes of Lviv University of Business and Law. Economic Series. Legal Series, No. 46/246. DOI: https://doi.org/10.5281/zenodo.17549924
Prykhodko, S. I., Shtompel, M. A., Zhuchenko, O. S., Lisechko, V. P., Shuvalova, Y. S. (2019), "Study of the effectiveness of an adaptive decoding method for algebraic convolutional interleaved codes", Information and Control Systems in Railway Transport, No.4, рр.13–18. DOI: https://doi.org/10.18664/ikszt.v0i4.178296
Pyotr, K. (1975), Anokhin Biology and Neurophysiology of the Conditioned Reflex. DOI: https://doi.org/10.1016/C2013-0-02871-X
Qureshi, A. H., Miao, Y., Simeonov, A., Yip, M. C. (2019), "Motion Planning Networks: Bridging the Gap Between Learning-based and Classical Motion", Computer Science, Vol. 1. DOI: https://doi.org/10.48550/arXiv.1907.06013
Zemlyansky, D. (2025), "Neural Network Approaches to Evaluating Enterprise Supply Chain Activities in the Context of Digital Transformation", Economy and Society, No. 78. DOI: https://doi.org/10.32782/2524-0072/2025-78-117
Altukhov, O. V., Vasilyeva, L. V., Altukhov, V. O., Bogdanova, L. M., Tarasov, O. F. (2025), "Research on neural network approaches to the analysis of video objects using GOOGLE CORAL", Tavriya Scientific Bulletin. Series: Technical Sciences, No.1(5), рр. 3–12. DOI: https://doi.org/10.32782/tnv-tech.2025.5.1.1
Zhu, Y. (2023), "Using neural networks to explore path planning algorithms for robots". Applied and Computational Engineering, No. 5(1), рр. 566–572. DOI: https://doi.org/10.54254/2755-2721/5/20230645
Siciliano, B., Khatib, O. (2016), Springer Handbook of Robotics. Springer, Cham. DOI: https://doi.org/10.1007/978-3-319-32552-1
Borenstein J., Koren Y. (1991), "The Vector Field Histogram - Fast Obstacle Avoidance for Mobile Robots". IEEE Transactions on Robotics and Automation, No.7 (3), рр. 278–288. DOI: https://doi.org/10.1109/70.8813
McCulloch W., Pitts W.A (1943), "Logical Calculus of the Ideas Immanent in Nervous Activity", Bulletin of Mathematical Biophysics. No.5. рр. 115–133.
Haykin, S. (2009), Neural Networks and Learning Machines, Third Edition, Pearson Education, Inc., McMaster University, Hamilton. URL: http://dai.fmph.uniba.sk/courses/NN/haykin.neural-networks.3ed.2009.pdf
UA 
EN 
