priborИзвестия высших учебных заведений. ПриборостроениеJournal of Instrument Engineering0021-34542500-0381Национальный исследовательский университет ИТМО10.17586/0021-3454-2026-69-9-775-788pribor-601Research ArticleИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНЫЕ И УПРАВЛЯЮЩИЕ СИСТЕМЫINFORMATION-MEASURING AND CONTROL SYSTEMSМетодика синтеза структуры беспилотной системы с использованием алгоритма мультиагентной роевой оптимизацииMethodology for synthesizing the structure of unmanned system using a multi-agent swarm optimization algorithmВитензонК. И.VitenzonK. I.

Кирилл Игоревич Витензон — канд. техн. наук; Военный институт (научно-исследовательский); начальник лаборатории

Санкт-Перетбург

Kirill I. Vitenzon — PhD; Military Research Institute; Head of Laboratory

St. Petersburg

witenzon_kirill@mail.ruПоповД. В.PopovD. V.

Дмитрий Вячеславович Попов — канд. техн. наук; Военный институт (научно-исследовательский); начальник лаборатории

Санкт-Перетбург

Dmitry V. Popov — PhD; Military Research Institute; Head of Laboratory

St. Petersburg

vka@mil.ruПетуховД. Н.PetukhovD. N.

Денис Николаевич Петухов — Военный институт (научно-исследовательский); научный сотрудник

Санкт-Перетбург

Denis N. Petukhov — Military Research Institute; Researcher

St. Petersburg

petuhowden@yandex.ruВоенно-космическая академия им. А. Ф. МожайскогоРоссияA. F. Mozhaisky Military Space AcademyRussian Federation202616102026699775788Copyright © Национальный исследовательский университет ИТМО, 20262026Национальный исследовательский университет ИТМОНациональный исследовательский университет ИТМОhttps://pribor.ifmo.ru/jour/about/submissions#copyrightNoticehttps://pribor.ifmo.ru/jour/article/view/601

Представлена методика синтеза структуры беспилотной системы с использованием алгоритма мультиагентной роевой оптимизации. На основе концепции мультиагентных технологий обоснована возможность разработки единого подхода к решению задачи эффективного построения структуры группы беспилотных летательных аппаратов в динамически изменяющейся среде. Рассмотрена структура метаэвристического алгоритма, описывающего процесс функционирования беспилотной системы с возможностью динамической реконфигурации. Предложена методика синтеза устойчивой структуры беспилотной системы для рационального распределения ее элементов в пространстве с учетом критериев результативности, оперативности и ресурсоемкости. Методика реализована на основе двухэтапного подхода к виртуальносу расчету позиций с использованием алгоритма роевой оптимизации для последующего физического перемещения. Разработана программная реализация методики. Представлены результаты численных исследований эффективности синтезируемой структуры на расчетных примерах.

A methodology for synthesizing the structure of an unmanned system using an algorithm of multi-agent swarm optimization is proposed. Based on the concept of multi-agent technologies, the possibility of developing a unified approach to solving the problem of effectively constructing the structure of a group of unmanned aerial vehicles in a dynamically changing environment is substantiated. The structure of a meta-heuristic algorithm describing the functioning process of an unmanned system with the possibility of dynamic reconfiguration is considered. A methodology for synthesizing a stable structure of an unmanned system for the rational distribution of its elements in space, taking into account the criteria of effectiveness, speed, and resource intensity, is proposed. The methodology is implemented based on a two-stage approach to the virtual calculation of positions using a swarm optimization algorithm for subsequent physical movement. A software implementation of the methodology has been developed. Results of numerical studies of the effectiveness of the synthesized structure are presented using computational examples.

беспилотные аппаратыбеспилотные системымультиагентные технологиироевая оптимизацияалгоритмдинамическая реконфигурацияструктурная устойчивостьunmanned vehiclesunmanned systemsmulti-agent technologiesswarm optimizationalgorithmdynamic reconfigurationstructural stabilityReferencesФедосеева Н. А. Перспективные области применения беспилотных летательных аппаратов // Научный журнал. 2017. С. 26–29.Fedoseeva N.A., Zagvozdkin M.V. Scientific Journal, 2017, no. 9(22), pp. 26–29. (in Russ.)Каляев И. А., Гайдук А. Р., Капустян С. Г. Модели и алгоритмы коллективного управления в группах роботов: Монография. М.: Физматлит, 2009. 278 с.Kalyaev I.A., Gaiduk A.R., Kapustyan S.G. Modeli i algoritmy kollektivnogo upravleniya v gruppakh robotov (Models and Algorithms for Collective Control in Groups of Robots), Moscow, 2009, 278 р. (in Russ.)Chamseddine A., Noura H. Control and sensor fault tolerance of vehicle active suspension // IEEE Trans. on Control Systems Technology. 2008. Vol. 16, N. 3. P. 416–433.Chamseddine A., Noura H. IEEE Transactions on Control Systems Technology, 2008, no. 3(16), pp. 416–433. ИЗВ. ВУЗОВ. ПРИБОРОСТРОЕНИЕ. 2026. Т. 69, № 9 JOURNAL OF INSTRUMENT ENGINEERING. 2026. Vol. 69, N 9 788 К. И. Витензон, Д. В. Попов, Д. Н. ПетуховГраничин О. Н., Фрадков А. Л., Амелина Н. О., Алимов Н. А., Волкова М. В., Ерофеева В. А., Иванский Ю. В., Калмук А. И., Кижаева Н. А., Проскурников А. В., Смирнова В. Б., Сенов А. А., Шалымов Д. С. Адаптивное управление с прогнозирующими моделями при переменной структуре пространства состояний. СПб: Изд-во ВВМ, 2018. 187 с.Granichin O.N., Fradkov A.L., Amelina N.O., Alimov N.A., Volkova M.V., Erofeeva V.A., Ivanskiy Yu.V., Kalmuk A.I., Kizhaeva N.A., Proskurnikov A.V., Smirnova V.B., Senov A.A., Shalymov D.S. Adaptivnoye upravleniye s prognoziruyushchimi modelyami pri peremennoy strukture prostranstva sostoyaniy (Adaptive Control with Predictive Models Under Variable Structure of State Space), St. Petersburg, 2018, 187 р.Панкратов А. Г., Решетникова Н. В. Особенности проектирования автономной системы управления БЛА // Тр. СПбГУАП. 2023. № 3 (19). С. 9–15.Pankratov A.G., Reshetnikova N.V. Information Technology and Mathematical Modeling in the Management of Complex Systems, 2023, no. 3(19), pp. 9–15. (in Russ.)Керибаева Т. Б. Методология управления беспилотным летательным аппаратом // Современная наука: актуальные проблемы теории и практики. 2021. № 5. С. 67–70.Keribaeva T.B. Modern Science: Actual Problems of Theory and Practice, 2021, no. 5, pp. 67–70. (in Russ.)Мицель А. А., Шелестов А. А., Романенко В. В. Методы оптимизации: Учеб. пособие. Томск: ТУСУР, 2017. 198 с.Mitsel A.A., Shelestov A.A., Romanenko V.V. Metody optimizatsii (Optimization Methods), Tomsk, 2017, 198 р. (in Russ.)Зуенко А. А., Фридман О. В. Применение методов программирования в ограничениях в задачах интеллектуального планирования // Тр. Кольского науч. центра РАН. 2018. С. 21–35.Zuenko A.A., Fridman O.V. Proc. of the Kola Science Center of the Russian Academy of Sciences, 2018, no. 10-9(9), pp. 21–35. (in Russ.)Казаковцев Л. А. Метод жадных эвристик для систем автоматической группировки объектов: Автореф. дис. … д-ра техн. наук. Красноярск, 2016 .Kazakovtsev L.A. Metod zhadnykh evristik dlya sistem avtomaticheskoy gruppirovki ob"yektov (Method of Greedy Heuristics for Automatic Object Grouping Systems), Extended abstract of Doctor’s thesis, Krasnoyarsk, 2016, 36 р. (in Russ.)Гальченко В. Я., Якимо А. Н. Популяционные метаэвристические алгоритмы оптимизации роем частиц. Черкассы: ФОП Третьяков А. Н., 2015. 160 с.Galchenko V.Ya., Yakimo A.N. Populyatsionnyye metaevristicheskiye algoritmy optimizatsii royem chastits (Population Metaheuristic Algorithms for Particle Swarm Optimization), Cherkassy, 2015, 160 р. (in Russ.)Андриевский Б. Р., Попов А. М., Михайлов В. А., Попов Ф. А. Применение методов искусственного интеллекта для управления полетом беспилотных летательных аппаратов // Аэрокосмическая техника и технологии. 2023. Т. 1, № 2. С. 72–107.Andrievsky B.R., Popov A.M., Mikhailov V.A., Popov F.A. Aerospace Engineering and Technology, 2023, no. 2(1), pp. 72–107. (in Russ.)Филяев Г. А., Вилисов В. Я. Алгоритм концептуального проектирования системы мониторинга объекта коллаборативной мультиагентной робототехнической системой // Инженерный вестник Дона. 2021. № 5(77). С. 151–164.Filyaev G.A., Vilisov V.Y. Ingineering Journal of Don, 2021, no. 5(77), pp. 151–164. (in Russ.)Eberhart R., Kennedy J. Particle Swarm Optimization // Proc. of the IEEE Intern. Conf. on Neural Networks, 4. IEEE, 1995. P. 1942–1948. DOI: 10.1109/ICNN.1995.488968.Eberhart R., Kennedy J. Proc. of the IEEE Intern. Conf. on Neural Networks, 4. IEEE, 1995. P. 1942–1948. DOI: 10.1109/ICNN.1995.488968.Чжу Ю. Формирование управления полетом группы беспилотных летательных аппаратов на основе алгоритма многоагентной модели роения // Информатика, телекоммуникации и управление. 2022. Т. 15, № 4. С. 22–36.Zhu Y. Computing, Telecommunications and Control, 2022, no. 4, pp. 22–36. (in Russ.)Ермаков А. В., Сучкова Л. И. Разработка алгоритмов для надежного обмена данными между автономными роботами на основе принципов самоорганизующейся сети // Надежность. 2020. № 2. С. 35–42.Ermakov A.V., Suchkova L.I. Dependability, 2020, no. 2(20), pp. 35–42. (in Russ.

The authors declare that there are no conflicts of interest present.