Использование искусственных иммунных систем для управления летательными аппаратами
Аннотация
Работа посвящена разработке компьютерной системы для управления летательными аппаратами на основе искусственных иммунных систем. Теория была предложены в книге Дасгупты. В статье будет предложена реализация к применению управления летальным аппаратом. Реализация алгоритма автономного режима траекторий движения летательного аппарата выполнена на языке программирования Python. Выбор данной технологии в первую очередь основывается на её распространенности в сфере разработки машинного обучения, что, в свою очередь, гарантирует наличие большого количества сторонних библиотек, а также длительную поддержку и возможность расширения проекта в будущем. При программной реализации использовались библиотеки Numpy и Scipy. Также стоит отметить, что при разработки данной информационной системы были составлены некоторые схемы и диаграммы, проектирование которых осуществлялось в таких приложениях, как Erwin Proccess Modeler и StarUML.
Литература
2. Floreano D., Mattiussi C. Bio-Inspired Artificial Intelligence: Theories, Methods, and Technologies. MIT Press; 2008. 544 p.
3. Kaufmann E., et al. Champion-Level Drone Racing using Deep Reinforcement Learning. Nature. 2023;620:982-987. https://doi.org/10.1038/s41586-023-06419-4
4. Kaufmann E., Bauersfeld L., Loquercio A., Müller M., Koltun V., Scaramuzza D. Champion-level drone racing using deep reinforcement learning. Nature. 2023;620:982-987. https://doi.org/10.1038/s41586-023-06419-4
5. Dasgupta D. Artificial Immune Systems and Their Applications. Springer Publishing Company, 2014. 306 p.
6. VanderPlas J. Python Data Science Handbook: Essential Tools for Working with Data. USA, O’Reilly Media; 2016. 548 p.
7. Idris I. NumPy Cookbook. Great Britain: Packt Publishing; 2012. 226 p.
8. Oliphant T.E. Guide to NumPy. 2nd Edition. USA, GreateSpace Independent Publishing Platform; 2015. 364 p.
9. McKinney W. Python for Data Analysis: Data Wrangling with Pandas, NumPy, and Jupyter. 3rd Edition. USA: O’Reilly Media; 2017. 579 p.
10. Grus J. Data Science from Scratch: First Principle with Python. USA: O’Reilly Media; 2019. 406 p.
11. Muller A.C., Guido S. Introduction to Machine Learning with Python: A Guide for Data Scientists. USA: O’Reilly Media; 2016. 400 p.
12. Brownley C.W. Foundations for Analytics with Python Non-Programmer to Hacker. USA: O’Reilly Media; 2016. 300 p.
13. Burnet F.M. A Modification of Jerne's theory of antibody production using the concept of clonal selection. CA: A Cancer Journal for Clinicians. 1976;26(2):119-121. https://doi.org/10.3322/canjclin.26.2.119
14. McLaughlin R.G., Perhinschi M.G. Partitioned artificial immune system for detection and identification of autonomous flight vehicle abnormal conditions. International Journal of Intelligent Unmanned Systems. 2020;9(4):237-255. https://doi.org/10.1108/IJIUS-11-2019-0064
15. Neri F., Cotta C., Moscato P. Handbook of Memetic Algorithms. Heidelberg: Springer Berlin; 2012. 370 p. https://doi.org/10.1007/978-3-642-23247-3
16. Sudholt D. Memetic algorithms with variable-depth search to overcome local optima. In: Proceedings of the 10th annual conference on Genetic and evolutionary computation (GECCO '08). New York, NY, USA: Association for Computing Machinery; 2008. p. 787-794. https://doi.org/10.1145/1389095.1389251
17. Smith J.E. Self-adaptative and coevolving memetic algorithms. Studies in Computational Intelligence. 2012;379:167188. https://doi.org/10.1007/978-3-642-23247-3_11
18. Sutton R.S., Barto A.G. Reinforcement Learning: An Introduction. Cambridge: MIT Press; 1998. 342 p.
19. Buzdalova A., Kononov V., Buzdalov M. Selecting evolutionary operators using reinforcement learning: Initial explorations. In: Proceedings of the Companion Publication of the 2014 Annual Conference on Genetic and Evolutionary Computation (GECCO Comp '14). New York, NY, USA: Association for Computing Machinery; 2014. p. 1033-1036. https://doi.org/10.1145/2598394.2605681
20. Perhinschi M.G., et al. Immunity-based flight envelope prediction at post-failure conditions. Aerospace Science and Technology. 2015;46:264-272. https://doi.org/10.1016/j.ast.2015.07.014
21. Astachova I.F., Kiseleva E.I. The algorithm is the use of artificial immune systems to optimize the target component of the information educational system. Proceedings of Voronezh State University. Series: Systems Analysis and Information Technologies. 2017;(2):61-65. (In Russ., abstract in Eng.) EDN: ZDWOMN
22. Astachova I.F., Ushakov S.A., Shashkin A.I., Belyaeva N.V. The application of artificial immune system for parallel process of calculation and their comparison with existing methods. Journal of Physics: Conference Series. 2019;1202:012003. https://doi.org/10.1088/1742-6596/1202/1/012003
23. Makoviy K.A., Hitskova Yu.V., Gerus S.V. The use of hybrid method in the field of information technology. Informacionnye tekhnologii v stroitel'nyh, social'nyh i ekonomicheskih sistemah = Information technologies in construction, social and economic systems. 2016;(1):120-124. (In Russ., abstract in Eng.) EDN: WYEHUH
24. Astachova I.F., Makoviy K.A., Khitskova Y.V. Possibilities for predicting the state of usability web resources. Journal of Physics: Conference Series. 2021;1902(1):012029. https://doi.org/10.1088/1742-6596/1742-6596/1902/1/012029
25. Astachova I., Kiseleva E. The Application of the Artificial Immune System for Design, Development and Using of the Hybrid System in Education. In: Sukhomlin V., Zubareva E. (eds.) Modern Information Technology and IT Education. SITITO 2017. Communications in Computer and Information Science. Vol. 1204. Cham: Springer; 2021. p. 67-75. https://doi.org/10.1007/978-3-030-78273-3_7
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Редакционная политика журнала основывается на традиционных этических принципах российской научной периодики и строится с учетом этических норм работы редакторов и издателей, закрепленных в Кодексе поведения и руководящих принципах наилучшей практики для редактора журнала (Code of Conduct and Best Practice Guidelines for Journal Editors) и Кодексе поведения для издателя журнала (Code of Conduct for Journal Publishers), разработанных Комитетом по публикационной этике - Committee on Publication Ethics (COPE). В процессе издательской деятельности редколлегия журнала руководствуется международными правилами охраны авторского права, нормами действующего законодательства РФ, международными издательскими стандартами и обязательной ссылке на первоисточник.
Журнал позволяет авторам сохранять авторское право без ограничений. Журнал позволяет авторам сохранить права на публикацию без ограничений.
Издательская политика в области авторского права и архивирования определяются «зеленым цветом» в базе данных SHERPA/RoMEO.
Все статьи распространяются на условиях лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная, которая позволяет другим использовать, распространять, дополнять эту работу с обязательной ссылкой на оригинальную работу и публикацию в этом журналe.
