Вісник Східноукраїнського національного університету імені Володимира Даля

Архітектура інтелектуального управління гібридною мережею Ethernet/Wi-Fi у корпоративних системах

В.В. Дира — 2026-09-30

У статті розглядається задача організації інтелектуального управління трафіком у корпоративних телекомунікаційних мережах на основі гібридної інфраструктури Ethernet/Wi-Fi. Актуальність дослідження зумовлена стрімким зростанням обсягів мережевого трафіку, збільшенням кількості мобільних пристроїв, поширенням хмарних сервісів та підвищенням вимог до якості обслуговування (QoS) у сучасних корпоративних інформаційних системах. В умовах динамічного мережевого середовища виникає необхідність забезпечення стабільної передачі даних, мінімізації затримок та втрат пакетів, а також ефективного розподілу навантаження між дротовими та бездротовими сегментами мережі.

Метою роботи є розробка архітектури інтелектуального управління гібридною мережею Ethernet/Wi-Fi та математичної моделі інтегрального оцінювання параметрів QoS для підтримки процесу прийняття рішень щодо вибору каналу передачі даних. Запропоновано багаторівневу архітектуру, яка інтегрує модулі моніторингу мережевих параметрів, аналізу стану мережі, оцінювання QoS та інтелектуального керування маршрутизацією трафіку. Архітектура враховує особливості функціонування Ethernet і Wi-Fi, зокрема відмінності у стабільності пропускної здатності, рівнях затримок, впливі завад та змінності характеристик бездротового каналу.

Розроблено математичну модель інтегральної оцінки QoS, яка базується на нормалізованих показниках пропускної здатності, затримки та втрат пакетів із використанням вагових коефіцієнтів для визначення значущості кожного параметра. Запропонований підхід дозволяє здійснювати кількісне порівняння стану каналів Ethernet і Wi-Fi та формувати обґрунтовані рішення щодо оптимального розподілу мережевого трафіку. Результати дослідження можуть бути використані під час проєктування, модернізації та адаптивного управління корпоративними телекомунікаційними мережами з підвищеними вимогами до QoS, а також для побудови систем інтелектуального розподілу трафіку, підтримки прийняття рішень щодо вибору каналу передачі даних і забезпечення стабільного функціонування мережевих сервісів в умовах динамічного навантаження.

Оптимізація маршрутів передавання даних у безпровідних сенсорних мережах із використанням генетичного алгоритму та алгоритму мурашиної колонії

Ю.В. Пиріг — 2026-09-30

Стаття присвячена задачі визначення маршруту передавання даних між сенсорними вузлами безпровідної сенсорної мережі за допомогою двох метаевристичних підходів – генетичного алгоритму та алгоритму оптимізації мурашиною колонією. Актуальність дослідження зумовлена тим, що вибір послідовності проміжних вузлів безпосередньо впливає на протяжність шляху, кількість операцій приймання і повторного передавання пакетів, затримку тощо. Метою роботи є методично узгоджене порівняння генетичного алгоритму та алгоритму мурашиної колонії за спільної топології, однакового радіуса зв’язку (30 м), фіксованої пари вузлів «джерело-отримувач» і єдиного критерію мінімізації сумарної довжини маршруту для здійснення оцінки щодо впливу механізму пошуку на вибір найкращого маршруту. У генетичному алгоритмі кандидатне рішення кодується впорядкованою послідовністю вузлів від джерела до отримувача. Еволюційне вдосконалення популяції виконується із застосуванням турнірного відбору, схрещування маршрутів за спільним проміжним вузлом та мутації підмаршруту. Якість особини визначається за сумарною довжиною ребер, що входять до відповідного шляху. Аналіз зміни найкращого й середнього значень цільової функції протягом 200 поколінь показав швидке поліпшення популяції на початковій стадії та подальше уповільнення пошуку. Орієнтовно після ста поколінь спостерігалася стабілізація оцінок, що вказує на зосередження еволюційного процесу поблизу найкращого знайденого рішення. Алгоритм мурашиної колонії (ACO) реалізує послідовне формування маршруту штучними агентами. Імовірність вибору наступного сенсорного вузла визначається поєднанням феромонної інформації та евристичної привабливості доступного переходу. Після завершення руху агентів концентрація феромону коригується шляхом випаровування та підсилення ребер, що входять до коротших шляхів. Завдяки багаторазовому оновленню феромонної матриці колонія поступово накопичує інформацію про перспективні напрями передавання даних. За результатами імітаційного моделювання, в межах досліджуваного сценарію застосування генетичного алгоритму забезпечило формування маршруту, сумарна довжина якого була меншою порівняно з маршрутом, отриманим методом ACO: на 28,39 % для топології з 25 вузлів і на 30,75 % для топології зі 100 вузлів. Отримані результати показують, що для заданих координатних конфігурацій еволюційне опрацювання повних маршрутних хромосом дозволило сформувати компактнішу послідовність передавання даних, тоді як покрокова феромонна стратегія привела до довшого шляху.

Випробування вентильної системи збудження генератора установки ЕГ2500

Г.М. Стрункін — 2026-09-30

У статті проведено комплексне дослідження та аналіз впровадження сучасної системи збудження для газотурбінних електростанцій серії ЕГ2500. Актуальність дослідження зумовлена сучасним станом енергетичного сектору України, який стикається з хронічним дефіцитом електричної потужності в об'єднаній енергосистемі. У статті обґрунтовано, що за таких умов стратегічного значення набуває концепція децентралізації та розвитку об’єктів розподіленої генерації, здатних забезпечити автономність критичної інфраструктури та локальних енерговузлів. Детально розглянуто технічний стан парку мобільних установок ЕГ2500, які є ключовим інструментом маневреної генерації завдяки своїй мобільності та здатності до швидкого пуску. Виявлено критичну проблему, за якою тривала експлуатація цих станцій призвела до глибокого морального та фізичного зношення штатних електромеханічних систем збудження. Старі електромеханічні рішення не забезпечують необхідної точності регулювання напруги та швидкодії в динамічних режимах, що створює ризики аварійних зупинок і здорожує технічне обслуговування через дефіцит запчастин. Центральною темою статті є впровадження та випробування нової цифрової системи вентильного збудження СВГ виробництва ТОВ «Плутон ІС». Описано конструктивну структуру системи, яка складається з шафи тиристорного випрямляча та шафи комутації і захисту . Детально розібрано функціональні можливості мікропроцесорної системи керування, включаючи реалізацію ПІД-закону регулювання, автоматичне форсування збудження, обмеження перевантажень за час-залежними характеристиками та можливість інтеграції в наявні системи автоматичного керування станцій. Особливу увагу приділено методиці експериментального налаштування параметрів регулятора у спеціальному режимі «Пульси». Обґрунтовано та застосовано запропонований ітераційний метод експериментального підбору параметрів, що дозволяє досягти оптимальної форми перехідного процесу без автоколивань. У практичній частині роботи наведено результати випробувань на реальному об’єкті при різкому накиданні та скиданні навантаження потужністю 1МВт. Порівняльний аналіз показав суттєве покращення показників для перерегулювання напруги статора та часу установлення режиму. Додатково підкреслено економічний та експлуатаційний ефект від впровадження СВГ, зокрема збільшення ресурсу автомата гасіння поля за рахунок переведення випрямляча в інверторний режим при штатних зупинках.

Метод інтеграції реляційних і нереляційних баз даних у гібридних інформаційних системах

Д.В. Іванов — 2026-09-30

У статті розглядається науково обґрунтований метод інтеграції реляційних і нереляційних баз даних у межах гібридних інформаційних систем. Запропонований метод базується на принципах polyglot persistence та враховує характеристики даних, вимоги до консистентності, швидкодії та розподіленості. Розроблений підхід дозволяє оптимально розподіляти навантаження між SQL- та NoSQL-компонентами, що забезпечує баланс між транзакційною надійністю та ефективністю роботи з великими обсягами інформації. В умовах сучасного розвитку інформаційно-технологічної сфери спостерігається стрімке збільшення обсягів даних та розширення різноманітності їх структур їх структур та високими вимогами до швидкості обробки й масштабованості систем. У таких умовах класичні реляційні бази даних, орієнтовані на сувору структуру й транзакційність, демонструють обмеження у роботі з неструктурованою та напівструктурованою інформацією. З іншого боку, нереляційні (NoSQL) бази даних забезпечують гнучкість, горизонтальне масштабування та високу продуктивність у середовищах великих даних (Big Data), але водночас мають обмеження у забезпеченні цілісності та підтримці складних транзакцій. Це зумовлює необхідність створення гібридних архітектур, які поєднують переваги обох підходів. Актуальність роботи підтверджується зростанням потреб у використанні гібридних архітектур у сферах аналітики великих данихтехнологій штучного інтелекту (AI) та мережі Інтернет речей (IoT) та цифрової трансформації бізнес-процесів. Очікуваним результатом є підвищення продуктивності інформаційних систем за рахунок адаптивного вибору моделі зберігання, зниження витрат на масштабування та підвищення рівня узгодженості даних у розподілених середовищах. Наукова новизна роботи полягає у вдосконаленні методу інтеграції реляційних та нереляційних баз даних шляхом формалізації вибору моделі зберігання і розподілу навантаження між SQL та NoSQL компонентами з урахуванням характеристик даних, вимог до узгодженості та продуктивності. На відміну від підходів, орієнтованих переважно на окремі механізми синхронізації або використання конкретних технологій, запропонований метод поєднує механізми уніфікованого доступу, синхронізації, трансформації запитів та кількісного оцінювання узгодженості й балансування навантаження в межах єдиної багаторівневої архітектури. Практична цінність полягає у можливості впровадження запропонованого підходу у системах інтелектуальної підтримки прийняття рішень та аналітичних платформах та високонавантажених веб-сервісах.

Модель і метод консолідації віртуальних машин хмарного ЦОД із застосуванням квантових алгоритмів

Е.В. Жаріков — 2026-09-29

Застосування квантових та квантово-класичних алгоритмів для розв’язання широкого кола задач оптимізації набуває все більшого поширення. У цій статті запропоновано застосування квантово-класичних алгоритмів для розв’язання задачі розподілу віртуальних машин по фізичних серверах хмарного центру оброблення даних, яка відноситься до класу задач про пакування в ємності. Хмарні центри оброблення даних стають складнішими та масштабнішими, що зумовлює розроблення ефективніших алгоритмів консолідації віртуальних машин для максимізації використання ресурсів та мінімізації споживання електроенергії. Методи планування, які використовувались на ранніх етапах розвитку хмарних обчислень, простіші в реалізації, але погано працюють у динамічних сценаріях, оскільки вони не враховують складні обмеження та не підтримують багатоцільову оптимізацію. У цих умовах квантові обчислення надають можливість подолання комбінаторних проблем завдяки своїй здатності одночасно оброблювати багато станів.

Задача консолідації віртуальних машин сформульована у формі QUBO/Ising. Виконано порівняльний аналіз квантових фреймворків (SimulatedAnnealingSampler і QAOA), які є прямими класичними імітаціями двох основних архітектур квантових обчислень (annealing та gate-model відповідно) та класичних базових алгоритмів MBFD та CP-SAT у термінах масштабованості (розмір задачі), якості знайденого рішення (кількість активних фізичних серверів відносно точного оптимуму та коефіцієнт апроксимації відносно точного оптимуму), а також часу виконання алгоритму. Запропоновані модель ЦОД та гібридний квантово-класичний алгоритм розміщення віртуальних машин на фізичних серверах реалізовані мовою Python.

Результати статті отримані без використання квантового апаратного забезпечення, але розроблене програмне забезпечення моделювання може безпосередньо використовувати квантові процесори, що доступні за допомогою сервісу Amazon Braket.

Порівняльне оцінювання моделей машинного та глибокого навчання для короткострокового прогнозування електроспоживання

О.С. Бунке — 2026-09-30

Зростання обсягів цифровізації енергетичних систем, розвиток технологій Інтернету речей (IoT) та впровадження концепції Smart Grid зумовлюють необхідність підвищення точності короткострокового прогнозування електроспоживання. Від якості прогнозу залежать ефективність керування електричними навантаженнями, оптимізація режимів роботи систем накопичення енергії, інтеграція відновлюваних джерел енергії та підтримка прийняття рішень в інтелектуальних енергетичних системах. Одночасно відсутні однозначні висновки щодо переваг складних моделей глибокого навчання над сучасними алгоритмами машинного навчання для прогнозування регулярних часових рядів електроспоживання.

Метою роботи є порівняльне оцінювання ефективності моделей машинного та глибокого навчання для короткострокового прогнозування енергоспоживання, а також аналіз впливу механізму часової уваги (Attention) на якість прогнозування рекурентної нейронної мережі типу Long Short-Term Memory (LSTM).

Для забезпечення відтворюваності результатів використано відкритий набір даних Power Consumption of Tetouan City, що містить понад 52 тис. вимірювань електроспоживання та синхронізовані метеорологічні параметри. Виконано агрегування даних до погодинної дискретизації, стандартизацію ознак, циклічне кодування календарних характеристик та формування навчальних послідовностей із використанням ковзного часового вікна тривалістю 24 години. У межах єдиної експериментальної методики проведено порівняльне дослідження моделей Persistence, Ridge Regression, Random Forest, HistGradientBoosting, LSTM, GRU та LSTM-Attention. Якість прогнозування оцінювалася за показниками MAE, RMSE, MAPE та коефіцієнтом детермінації (R²).

Результати експерименту показали, що найкращу якість прогнозування для досліджуваного набору даних забезпечили моделі Ridge Regression та HistGradientBoosting, які досягли значень RMSE 898,29 та 901,13 відповідно, коефіцієнта детермінації понад 0,977 і MAPE близько 2,2%. Встановлено, що застосування механізму часової уваги дозволило покращити результати рекурентної моделі LSTM: середньоквадратична похибка зменшилася на 16,70%, а середня абсолютна похибка – на 23,66% порівняно зі стандартною LSTM. Разом із тим для досліджуваного часового ряду запропонована модель LSTM-Attention не перевершила найкращі регресійні моделі, що свідчить про доцільність вибору алгоритму прогнозування залежно від властивостей конкретного набору даних.

Отримані результати підтверджують ефективність використання механізму Attention для підвищення якості рекурентних нейронних мереж та демонструють, що для регулярних погодинних часових рядів сучасні регресійні алгоритми можуть забезпечувати вищу точність прогнозування, ніж складні моделі глибокого навчання. Практичне значення дослідження полягає у можливості використання отриманих результатів під час вибору моделей прогнозування для систем енергоменеджменту, інтелектуальних електричних мереж та аналітичних платформ оброблення енергетичних даних.

Інтелектуальне адаптивне управління автобусними маршрутами на основі прогнозування пасажиропотоку в реальному часі

В.К. Доля — 2026-09-30

У статті розроблено організаційно-методичний підхід до інтелектуального адаптивного управління міським автобусним маршрутом на основі прогнозування пасажиропотоку в реальному часі. Актуальність дослідження зумовлена потребою підвищення якості транспортного обслуговування населення в умовах нерівномірного попиту, змінної дорожньої ситуації, внутрішньодобових коливань завантаження маршрутів та обмеженості ресурсів перевізника. На відміну від традиційних підходів, що спираються переважно на усереднені або ретроспективні дані, запропонований підхід орієнтований на поєднання поточного моніторингу роботи маршруту з короткостроковим прогнозуванням попиту та формуванням випереджальних диспетчерських рішень. Така постановка дає змогу розглядати маршрут не як статичну систему з фіксованими параметрами, а як керований об'єкт, стан якого постійно змінюється під впливом пасажирського попиту, дорожніх умов, тривалості рейсів і доступності рухомого складу.

Метою роботи є розроблення підходу, який забезпечує узгодження показників якості перевезень із вимогами оперативної стійкості та економічної доцільності функціонування перевізника. У межах дослідження сформовано систему взаємопов'язаних показників, що охоплює фактичний і прогнозний пасажиропотік, інтервал руху, коефіцієнт заповнення салону, середній час очікування пасажирів, регулярність руху, дохід, витрати та фінансовий результат. Обґрунтовано використання просторово-часового прогнозування пасажиропотоку, правила визначення потрібної кількості автобусів, адаптивного інтервалу руху та вибору керуючої дії з перевіркою рішення на стійкість. Додатково враховано можливість коригування типу рухомого складу залежно від очікуваного рівня попиту, допустимого рівня завантаження салону та ресурсних обмежень перевізника.

Результати дослідження показали, що запропонований підхід дозволяє формалізувати перехід від реактивного до проактивного управління автобусним маршрутом, своєчасно виявляти ризики перевантаження салонів, скорочувати очікуваний час очікування пасажирів і враховувати фінансові обмеження перевізника. Запропонована логіка прийняття рішень передбачає порівняння прогнозного навантаження з допустимою місткістю, оцінювання впливу зміни інтервалу на регулярність руху та перевірку економічного результату перед упровадженням керуючої дії. Окрему увагу приділено можливості використання даних GPS-моніторингу, автоматизованого обліку пасажирів і електронного квитка для оперативного оновлення параметрів моделі, уточнення оцінок попиту на окремих зупинках, виявлення критичних періодів перевантаження та підвищення достовірності прогнозу. Практичне значення роботи полягає у можливості використання отриманих результатів у системах диспетчерського управління, цифрових платформах моніторингу перевезень та інформаційно-аналітичних модулях підтримки рішень у сфері міського пасажирського транспорту. Отримані положення можуть бути використані як методична основа для подальшої апробації на фактичних даних міських маршрутів, порівняння альтернативних сценаріїв диспетчерського реагування і для розвитку інтелектуальних транспортних систем у містах з різною інтенсивністю пасажирського попиту.

Модельно-орієнтоване визначення оптимальних параметрів ПІД-регуляторів для технологічних об’єктів

Є.В. Кобзарев — 2026-09-30

У статті розглянуто модельно-орієнтований підхід до визначення оптимальних параметрів ПІД-регуляторів для технологічних об’єктів.

Актуальність роботи зумовлена необхідністю підвищення точності, швидкодії та стійкості систем автоматичного регулювання без багаторазових активних експериментів на промисловому обладнанні. Запропонований підхід поєднує ідентифікацію еквівалентної математичної моделі об’єкта керування та оптимізацію параметрів регулятора в межах єдиної розрахункової процедури. Об’єктом керування є модель другого порядку з транспортним запізненням, параметри якої визначаються за характерними точками перехідної характеристики із застосуванням методу найменших квадратів. Вихідними даними для теоретичного узагальнення є перехідні характеристики технологічних об’єктів, отримані й апробовані у попередніх дослідженнях. Для оцінювання якості регулювання використано інтегральний квадратичний критерій, що характеризує сумарне відхилення регульованої величини від заданого значення протягом перехідного процесу. Оптимальні значення коефіцієнта підсилення, часу інтегрування та часу диференціювання ПІД-регулятора визначаються методом спряжених градієнтів. Формалізовано послідовність виконання ідентифікації, побудови замкненої системи, обчислення критерію якості та ітераційного коригування параметрів регулятора.

Розроблена процедура дає змогу порівнювати варіанти настроювання і вибирати параметри, які забезпечують необхідні показники перехідного процесу. Наукова новизна полягає у поєднанні ідентифікації моделі другого порядку з транспортним запізненням і чисельної оптимізації параметрів ПІД-регулятора. Практичне значення результатів визначається можливістю програмної реалізації методу в системах автоматизованого настроювання регуляторів хіміко-технологічних та інших інерційних технологічних об’єктів.

Комп’ютерно інтегрована технологія класифікації подрібненої руди за крупністю її часток

В.С. Моркун — 2026-09-30

Обґрунтована комп’ютерно інтегрована технологія класифікації подрібненої руди за крупністю її часток на основі модельно-прогнозуючого керування грохотом тонкого вологого грохочення рудної пульпи. Доведено, що застосування електромагнітного приводу надає більше можливостей щодо змін параметрів вібрації та, відповідно, покращення результатів процесу просіювання. Результати моделювання показали, що залежність параметрів коливального процесу сита грохота від рудного навантаження на ньому, положення плунжера соленоїда електромагнітного приводу та величини електричного струму є нелінійною. Враховуючи зазначені особливості об’єкта керування та необхідність одночасного маніпулювання множиною змінних з технологічними обмеженнями їх величин, для формування ефективного управляння процесом тонкого вологого грохочення руди обрана технологія модельно-прогнозуючого керування (MПК). Такий підхід має дві особливості: використання динамічної моделі керованого процесу для онлайн-прогнозування та застосування процедури оптимізації для пошуку найкращої траєкторії керування в режимі онлайн. Вперше запропонована система модельно-прогнозуючого керування процесом тонкого вологого грохочення рудної пульпи, яка відрізняється від відомих тим, що в якості регульованих змінних використані масові витрати рудної пульпи у живленні грохота та її в’язкість, амплітуда і частота двох електромагнітних приводів коливань сита, а в якості регульованої змінної застосовано параметр ефективності грохочення, для визначення якого використовується процедура інтелектуального розпізнавання на основі непрямих даних. Аналіз результатів моделювання системи модельно-прогнозуючого керування процесом тонкого вологого грохочення руди показує, що застосування запропонованої технології дозволяє підтримувати ефективність грохочення на номінальному заданому значенні в умовах змінних фізико-механічних, хіміко-мінералогічних характеристик руди та стану обладнання, зменшити тривалість перехідних процесів в системі на 25-30% у порівнянні із існуючими локальними системами на основі пропорційно-інтегрально-диференціальних (ПІД) регуляторів і за рахунок цього знизити питоме енергоспоживання процесу на 4-7%.

Зміна підходу до викладання алгоритмічних дисциплін в умовах поширення генеративного штучного інтелекту

Є.А. Дроздова — 2026-09-30

У статті розглянуто проблему зміни підходу до викладання алгоритмічних дисциплін в умовах поширення генеративного штучного інтелекту. Актуальність дослідження зумовлена тим, що сучасні системи штучного інтелекту здатні виконувати значну частину традиційних навчальних завдань, зокрема генерувати програмний код, здійснювати обчислення та пропонувати готові розв’язання. За таких умов правильний кінцевий результат не завжди дає змогу оцінити рівень знань і вмінь здобувача освіти. Метою роботи є обґрунтування підходу до зміни організації навчання алгоритмічної дисципліни та його практична реалізація у підготовці здобувачів за спеціальністю «Комп’ютерна інженерія». Визначено основні принципи запропонованого підходу: зосередження на результатах навчальної діяльності, посилення ролі аналізу та інтерпретації, поєднання теоретичного аналізу з обчислювальним експериментом, професійна спрямованість завдань та узгодження змісту навчання з оцінюванням результатів. Підхід реалізовано під час розроблення навчально-методичного комплексу дисципліни «Алгоритми та методи обчислень» для здобувачів першого (бакалаврського) рівня вищої освіти. Лабораторні роботи побудовано так, щоб програмна реалізація була лише частиною дослідження, а не його кінцевою метою. Перед виконанням обчислень передбачено аналіз задачі та прогнозування результату, після чого результати перевіряються, порівнюються з теоретичними очікуваннями та інтерпретуються. Зміст навчальних задач пов’язано з майбутньою професійною діяльністю фахівця з комп’ютерної інженерії. Враховано вимоги стандарту вищої освіти щодо загальних і професійних компетентностей та програмних результатів навчання. Відповідно змінено підходи до оцінювання: враховується не лише правильність отриманого результату, а й обґрунтованість вибору методу, перевірка результатів та здатність пояснити їх. Запропонований підхід дає змогу зберегти навчальну цінність завдань в умовах доступності генеративного штучного інтелекту та може бути застосований під час викладання інших алгоритмічних дисциплін.

Метод забезпечення відмовостійкості багатоканальної мережі шляхом балансування навантаження та динамічного перемикання маршрутів

В.О. Ваврічен — 2026-09-30

У статті розглянуто задачу забезпечення відмовостійкості багатоканальних мереж для підвищення доступності мережевих сервісів і безперервності функціонування інформаційної інфраструктури. Актуальність дослідження зумовлена зростанням вимог до надійності корпоративних мереж, у яких відмова окремих каналів зв'язку, перевантаження мережі або погіршення якості з'єднання можуть призвести до порушення роботи критично важливих інформаційних ресурсів. У роботі запропоновано метод забезпечення відмовостійкості багатоканальної мережі, у якій балансування мережевих з'єднань між доступними WAN-каналами поєднано з динамічним перемиканням маршрутів залежно від їх доступності. Метод передбачає узгоджене використання маркування з'єднань і маршрутів, окремих таблиць маршрутизації та механізму автоматичного виключення недоступного каналу з подальшим перенаправленням трафіку через працездатні канали. Для проведення дослідження використано платформу VMware Workstation, у середовищі якої змодельовано віртуальну мережеву інфраструктуру з операційною системою MikroTik RouterOS Cloud Hosted Router. Побудована архітектура передбачає використання трьох незалежних WAN-каналів, технології Per Connection Classifier, засобів спеціалізованої підсистеми Mangle, окремих таблиць маршрутизації, механізмів трансляції мережевих адрес та автоматичного резервування каналів. Оцінку ефективності розробленого методу здійснено із застосуванням інструментів Ping, Tracert, SpeedTest та Wireshark, що дозволило дослідити коректність маршрутизації, стабільність передачі даних, пропускну здатність мережі, якість мережевого з'єднання. Результати проведеного моделювання продемонстрували відсутність втрат пакетів, рівномірний розподіл мережевого навантаження між доступними каналами зв'язку навіть за умов відмови одного з WAN-каналів завдяки автоматичному перенаправленню мережевого трафіку на резервні канали без необхідності ручного втручання адміністратора та з подальшим передаванням нових мережевих з'єднань через доступні канали. Запропонований метод може бути впроваджений під час побудови корпоративних мереж та інших інформаційно-комунікаційних систем, для яких критичними є доступність сервісів, надійність функціонування, відмовостійкість та безперервність передачі даних.

Адаптивна гібридна архітектура цифрових двійників з урахуванням невизначеності для прогнозної діагностики суднових енергетичних установок

В.В. Вичужанін — 2026-09-29

Надійне прогнозування технічного стану та залишкового ресурсу суднових енергетичних установок (СЕУ) залишається складним завданням через безперервну зміну умов експлуатації, суттєву нелінійність механізмів деградації та неминучу невизначеність, що супроводжує вимірювання датчиків. Попри те, що гібридні цифрові двійники (ГЦД) значно розширили можливості прогнозного обслуговування, багато наявних реалізацій усе ще використовують фіксовані схеми взаємодії між фізичними та дата-орієнтованими моделями, що знижує їхню адаптивність у випадках, коли надійність окремих джерел інформації змінюється під час роботи. У дослідженні розроблено архітектуру ГЦД, яка об'єднує детерміністичну фізичну модель, прогнозний модуль на основі CNN–LSTM та когнітивну імітаційну модель (КІМ) у єдиній діагностичній структурі. Замість підтримки фіксованого балансу між аналітичними та емпіричними моделями, архітектура безперервно коригує їхній внесок відповідно до оціненої невизначеності фізичної моделі. Це дає змогу зберігати фізичну узгодженість, коли аналітичні знання є надійними, і водночас дозволяє дата-орієнтованому прогнозуванню домінувати у разі зростання невизначеності моделі. Когнітивний імітаційний компонент доповнює чисельне прогнозування шляхом явного представлення причинно-наслідкових зв'язків між процесами деградації та діагностичними висновками, забезпечуючи інженерні пояснення, які важко отримати зі звичайних глибоких нейронних мереж. Ефективність розробленої структури досліджено за допомогою моделювання із апаратним забезпеченням у контурі (HIL), яке відтворювало репрезентативні режими роботи підсистем СЕУ, включаючи прогресуючу деградацію та стохастичні завади датчиків. За цих умов гібридна архітектура зменшила похибку прогнозування залишкового ресурсу на 32–36% порівняно з автономними фізичними моделями та до 19% порівняно зі звичайними рішеннями на основі глибокого навчання. Класифікація відмов досягла F1-показника 0,89, зберігаючи стабільну роботу за рівнів шуму датчиків до 30%. Виконання в реальному часі з тривалістю менше 20 мс задовольняє вимоги бортових автоматизованих систем, тоді як асинхронне федеративне навчання забезпечує масштабоване розгортання в розподілених флотах без збільшення бортового обчислювального навантаження. Поєднання адаптивного злиття моделей з урахуванням невизначеності, фізично-інформованого навчання та когнітивного міркування розширює можливості сучасних технологій ГЦД порівняно зі звичайними гібридними діагностичними структурами. Окрім підвищення точності прогнозування та стійкості, архітектура покращує прозорість рішень щодо технічного обслуговування та демонструє практичну придатність для інтелектуальних СЕУ, з оціночним скороченням щорічних експлуатаційних витрат приблизно на 27%. Отримані результати свідчать, що розроблена структура є практичним кроком до надійного та пояснюваного прогнозного обслуговування суднових енергетичних систем наступного покоління.

Математична модель узгодженої багаторівневої паралельної обробки потокових даних у системах штучного інтелекту реального часу

Л.І. Гентош — 2026-09-29

Запропоновано математичну модель узгодженої багаторівневої паралельної обробки потокових даних у системах штучного інтелекту реального часу, орієнтовану на зменшення наскрізної затримки за збереження заданих показників результативності інтелектуального опрацювання. Актуальність дослідження зумовлена тим, що сучасні системи штучного інтелекту функціонують як багатостадійні потокові обчислювальні контури, у яких часові обмеження формуються не лише тривалістю виконання окремої моделі, а сукупним впливом локальних обчислень і передавань, структури алгоритмічних залежностей, комунікацій, синхронізації, диспетчеризації та черг. У моделі потік подано послідовністю дискретних порцій зі сталою або заданою інтенсивністю надходження, а обробку порції — множиною взаємопов’язаних етапів із визначеними часовими характеристиками. Формалізовано стаціонарний інтервал формування результатів і пропускну здатність системи та встановлено умову потокової працездатності, за якої досяжна пропускна здатність не є меншою за інтенсивність надходження порцій. Наскрізну затримку декомпоновано на локальну, алгоритмічну та системну складові. Локальна складова характеризує внутрішньовузлові обчислення, доступ до пам’яті, передавання між пристроями та локальну синхронізацію; алгоритмічна визначається структурою графа залежностей і довжиною критичного шляху; системна охоплює комунікації, глобальну синхронізацію, диспетчеризацію та очікування в чергах. На основі декомпозиції введено домінуючу складову наскрізної затримки та встановлено відповідність між її типом і локальним, алгоритмічним або системним рівнем паралельної організації. Наукова новизна полягає у формалізації в межах єдиної математичної моделі взаємозв’язку між характеристиками потоку, складовими наскрізної затримки, пропускною здатністю та рівнями паралельної організації, що дає змогу обґрунтовано визначати напрям паралельного перетворення і повторно оцінювати структуру затримки після його застосування. Практичну придатність моделі проілюстровано на потоковій системі аналізу МРТ-зображень: визначення локальної складової як домінуючої обґрунтувало застосування багатопотокової попередньої обробки, що зменшило час проходу з 9,96 с до 1,09 с і підвищило пропускну здатність з 705,12 до 6443,12 зображення/с без погіршення точності класифікації. Запропонована модель не прив’язана до конкретного типу потокових даних або апаратної платформи та може використовуватися як формальна основа вибору рівня паралельної обробки в багатостадійних системах штучного інтелекту реального часу.

Інтегрована система підтримки прийняття рішень для прогнозування вартості кіберінцидентів у критичній інфраструктурі

В.Г. Гуськова — 2026-09-29

Системи критичної інфраструктури функціонують в умовах високої динамічності, нестаціонарності та невизначеності, що висуває підвищені вимоги до сучасних систем підтримки прийняття рішень. Забезпечення своєчасного та достовірного прогнозування стану таких об'єктів є важливою умовою підвищення їхньої надійності та безпеки функціонування. Існуючі методи прогнозування забезпечують високу точність, проте недостатньо враховують невизначеність прогнозів, обмежено підтримують інтерпретованість результатів і недостатньо адаптуються до зміни умов експлуатації, а прогнозування, оцінювання невизначеності та пояснюваність здебільшого реалізуються ізольовано. Метою роботи є підвищення надійності, адаптивності та інтерпретованості підтримки прийняття рішень шляхом розроблення інтегрованої системи прогнозування стану об'єктів критичної інфраструктури.

Запропоновано модульну архітектуру системи, що об'єднує модулі збору та попередньої обробки даних, формування ознак, ансамблевого прогнозування, оцінювання невизначеності, пояснюваності та підтримки прийняття рішень. Гібридний ансамбль поєднує статистичні моделі, регресори машинного навчання та рекурентні нейронні мережі з динамічним байєсівським зважуванням прогнозів. Наукова новизна полягає в інтеграції гібридного прогнозування, динамічної байєсівської агрегації моделей, оцінювання невизначеності прогнозів і адаптивного навчання із замкненим контуром зворотного зв'язку в межах єдиної інформаційної технології підтримки прийняття рішень.

Експериментальну перевірку виконано на відкритому наборі даних ETTh1 (17 420 спостережень, 41 ознака) за протоколом ковзного початку (20 вікон оцінювання, горизонти 1–24 год). Запропонована система забезпечила MAE = 1,329 ± 0,448, RMSE = 1,911 та R² = 0,897, що відповідає зменшенню похибки на 24,6–30,1 % порівняно з окремими моделями машинного навчання. Абляційне дослідження показало, що модуль адаптивного навчання забезпечує зменшення MAE на 82,4 %, а модуль байєсівської агрегації — коректне калібрування прогнозних інтервалів (PICP = 0,952 за номінального рівня 0,95). Індекс довіри значуще корелює з фактичною похибкою, що дає змогу використовувати його як критерій ескалації рішення до експерта. Статистичну значущість відмінностей підтверджено критеріями Вілкоксона та Фрідмана.

Інформаційна технологія адаптивного управління міськими автобусними перевезеннями на основі прогнозування пасажиропотоку

К.В. Доля — 2026-09-29

У статті розглянуто інформаційну технологію адаптивного управління міськими автобусними перевезеннями, орієнтовану на використання короткострокового прогнозування пасажиропотоку для підвищення якості транспортного обслуговування та ефективності роботи перевізника. Обґрунтовано актуальність переходу від статичного планування руху автобусів до проактивної моделі диспетчерського керування, у якій рішення приймаються з урахуванням фактичного стану маршруту, історичних закономірностей попиту та прогнозних оцінок майбутнього завантаження. Показано, що традиційні розклади й фіксовані інтервали руху не завжди відповідають умовам динамічного міського середовища, оскільки пасажиропотік змінюється залежно від часу доби, дня тижня, дорожньої ситуації, сезонних факторів і локальних подій. Запропонована технологія передбачає збирання даних із GPS моніторингу, електронного квитка, автоматизованих систем обліку пасажирів, датчиків завантаження салону та диспетчерських платформ. Ці дані проходять попереднє оброблення, інтеграцію, виявлення аномалій, агрегацію за зупинками й часовими інтервалами, після чого використовуються для прогнозування попиту та оцінювання стану маршруту. У межах технології враховано потребу в узгодженні прогнозних результатів із ресурсними обмеженнями перевізника, наявністю автобусів різної місткості, графіками роботи водіїв, допустимими відхиленнями від розкладу та вимогами до безпеки й комфортності перевезень. Це дає змогу розглядати маршрут як керований динамічний об’єкт, стан якого змінюється під впливом попиту, дорожніх умов і диспетчерських рішень. Особливу увагу приділено формуванню керуючих дій: коригуванню інтервалів руху, утриманню автобусів на контрольних пунктах, зміні кількості транспортних засобів на лінії, оперативному перерозподілу рухомого складу та вибору типу автобуса відповідно до очікуваного пасажирського навантаження. Визначено основні функціональні модулі інформаційної технології, критерії оцінювання її ефективності та місце прогнозної моделі в контурі прийняття диспетчерських рішень. Практична цінність дослідження полягає в можливості використання запропонованого підходу для створення цифрових платформ підтримки управління громадським транспортом, зменшення часу очікування пасажирів, підвищення регулярності руху, запобігання переповненню салонів і раціональнішого використання ресурсів перевізника. Окреслено також перспективи подальшого розвитку технології, пов’язані з удосконаленням моделей машинного навчання, розширенням джерел даних, автоматизацією вибору сценаріїв реагування та впровадженням експериментальних програмних прототипів у диспетчерській практиці міських перевезень на типових міських маршрутах великого міста України.

Гібридне виявлення об’єктів на підводних зображеннях за низької видимості

Д.В. Мороз — 2026-09-29

У дослідженні виконано багаторівневий аналіз задачі виявлення об'єктів на підводних та аерознімках, отриманих в умовах обмеженої видимості. Систематизовано фізичні причини деградації вхідного сигналу, зокрема залежне від довжини хвилі поглинання, розсіювання, нерівномірне освітлення та розмиття за низького контрасту; розглянуто форми подання ознак, здатні краще зберігати інформацію про об'єкти за низького контрасту, та формалізовано концептуальний гібридний підхід до надійного виявлення. Аналіз останніх досліджень свідчить, що детектори на основі YOLO, Faster R-CNN та трансформерів можуть втрачати точність за несприятливих умов спостереження, коли низькорівневі візуальні ознаки суттєво деградують, що знижує впевненість виявлення та збільшує кількість хибнопозитивних результатів. Для розв'язання цієї проблеми запропоновано концептуальну багатогілкову архітектуру, яка узгоджено поєднує орієнтоване на детектор покращення зображення, фізично обґрунтоване оцінювання деградації, механізми уваги та контексту, мультимасштабне об'єднання ознак і детектор реального часу на основі YOLO або RT-DETR. Гілку покращення передбачено оцінювати насамперед за її впливом на подальшу локалізацію об'єктів, а не лише за метриками візуальної якості. Експериментальну частину роботи свідомо обмежено формуванням еталонного базового рівня: модель YOLO11n навчено та оцінено на однокласовому наборі Common Objects Underwater (COU) для виявлення підводних технічних об'єктів. На відкладеній тестовій вибірці базова модель досягла Precision = 0.889, Recall = 0.832, mAP@0.50 = 0.888 та mAP@0.50:0.95 = 0.751. Ці значення характеризують лише базову модель YOLO11n і не є експериментальним підтвердженням повної гібридної архітектури. Відповідно, очікуваний внесок гілок покращення, фізичного оцінювання, уваги та об'єднання ознак сформульовано як гіпотези, що підлягають перевірці контрольованими абляційними експериментами за однакових розбиттів даних і протоколів навчання. Основними результатами роботи є формалізація концептуальної архітектури, визначення базового експериментального протоколу та специфікація стратегії валідації для подальших експериментів.

Реалізація веборієнтованої системи енергоспоживання з використанням технологій коду Рython та алгоритмів оптичного розпізнавання OCR Tesseract

В.О. Ніжегородцев — 2026-09-29

В умовах зростання вартості комунальних послуг (газове опалення, електроенергія, водопостачання) ефективний моніторинг витрат стає критично важливим для пересічних громадян. Сучасні вебсистеми з моніторингу комунальних витрат обумовлені економічними ключовими факторами, що відображають суспільні та технологічні потреби та дозволяють користувачам візуалізувати та аналізувати свої щомісячні витрати, контролювати споживання ресурсів у реальному часі, порівнювати власне споживання з середніми показниками або попередніми періодами, стимулюючи до енергоефективності. Реалізація вебформату таких систем дозволяє забезпечити доступ до моніторингової інформації та зводить до мінімізації ручного введення даних на автоматичне формування звітів, що стимулює споживача комунальних послуг до ощадливості та до реалізації енергоощадних звичок та технологій, сприяючи загальній енергоефективності країни.

Метою дослідження є вивчення особливостей програмної реалізації функціональної вебсистеми, яка забезпечить кінцевим користувачам ефективний інструмент для візуалізації, перетворення візуальних даних, аналізу та контролю витрат на комунальні послуги з метою підвищення фінансової грамотності.

Дослідження складається з двох етапів. На першому етапі було розроблено back-end частину та здійсненна реалізація API та бізнес-логіки вебсистеми. На другому етапі було проведено оцінку результату відповідність ефективності впровадженого підходу з метою подальшої реалізації вебсистеми з моніторингу комунальних витрат в умовах індивідуального домогосподарства.

Розроблено функціональну вебсистему, що забезпечує ефективний моніторинг комунальних витрат шляхом перетворення візуальних даних з домашньої мережі смарт-камер у цифрові показники на основі технології оптичного розпізнавання символів OCR на базі рушія Tesseract з метою подальшого контролю енергоспоживання. Всі компоненти програмної реалізації backend-частини системи були описані та прокоментовані для кращого розуміння їх використання.

Детально розглянуто систему збору моніторингових показників з мережі смарт-камер у ключових точках квартири. Реалізовано, спроектовано back-end частину API вебсистеми на основі обробки вхідних візуальних даних за допомогою рушія Tesseract OCR. Протестований функціонал системи та проведена оцінка результатів ефективності впровадженого підходу керування моніторингових даних дозволяє в подальшому здійснювати комфортний автоматичний збір показників лічильників споживання з важкодоступних місць домогосподарства.

Інтелектуальна комп'ютерна мережа для оптимізації режимів електропостачання залізничної інфраструктури: математична модель та алгоритм функціонування

В.І. Троянівський — 2026-09-29

У статті розглянуто проблему підвищення енергоефективності систем тягового та нетягового електропостачання залізничної інфраструктури в умовах зростаючої нерівномірності навантаження, значного зношення основного обладнання та нагальної потреби у відновленні транспортної мережі України після воєнних руйнувань. Актуальність дослідження зумовлена тим, що традиційні підходи до управління режимами електропостачання не забезпечують достатньої гнучкості та оперативності реагування на змінні умови експлуатації, що особливо критично в період відбудови енергетичної та транспортної інфраструктури за обмежених матеріальних і фінансових ресурсів.

Метою роботи є обґрунтування доцільності побудови інтелектуальної комп'ютерної мережі (ІКМ), яка об'єднує тягові підстанції, пости секціонування, засоби вимірювання показників якості електроенергії та диспетчерські центри в єдиний інформаційно-керуючий контур з можливістю автоматизованої підтримки прийняття рішень. Така мережа дозволяє здійснювати безперервний моніторинг стану обладнання, збирати та обробляти дані про параметри електропостачання в реальному часі та формувати рекомендації щодо оптимальних режимів роботи системи.

Розроблено математичну модель оптимізації режимів електропостачання, яка враховує графік руху поїздів, нерівномірність тягового навантаження, втрати потужності в тяговій мережі та обмеження щодо якості електроенергії. Задача сформульована як багатокритеріальна оптимізація з цільовою функцією мінімізації сумарних втрат електроенергії та відхилень напруги за умови дотримання технологічних обмежень, що дозволяє одночасно враховувати кілька суперечливих критеріїв ефективності.

Запропоновано алгоритм функціонування ІКМ, що реалізує повний цикл управління: збір даних, ідентифікацію поточного режиму, короткострокове прогнозування навантаження, розв'язання оптимізаційної задачі, ранжування варіантів керуючих впливів та їх реалізацію в автоматичному або диспетчерському режимі з подальшою адаптацією цифрового двійника мережі. Практична реалізація моделі спирається на дворівневу схему прийняття рішень: стратегічне добове планування режимів методами нелінійного програмування та еволюційними алгоритмами, а також оперативне коригування на основі експертних логічних правил у межах допустимих технологічних обмежень. Такий підхід забезпечує гнучкість системи в умовах обмежених ресурсів на відновлення енергетичної та транспортної інфраструктури.

У статті наведено структурну схему триярусної архітектури ІКМ та блок-схему алгоритму її функціонування. На умовному розрахунковому прикладі ділянки залізниці проілюстровано очікуваний ефект від застосування запропонованого підходу у вигляді зниження втрат електроенергії в тяговій мережі та покращення показників якості електропостачання. Результати дослідження можуть бути використані під час проєктування систем інтелектуального управління електропостачанням у процесі відновлення та модернізації залізничної інфраструктури України, а також слугувати основою для подальших досліджень у сфері цифровізації енергетичних систем транспорту.

Прогнозування газоспоживання на основі методів машинного навчання: MLP, дерева рішень та градієнтного бустингу

Г.В. Шимчук — 2026-09-29

У роботі досліджено точність прогнозування споживання природного газу за допомогою методів машинного навчання: багатошарового персептрона (MLP), дерева рішень і градієнтного бустингу. Прогноз формувався для послідовних трьохгодинних інтервалів, а точність обраних моделей оцінювалася на повному річному тестовому інтервалі – 2019 року. Основну увагу зосереджено не лише на виборі алгоритму, а й на способі подання інформації про попередню динаміку газоспоживання. Для всіх моделей використано однаковий набір із 47 вхідних ознак. До нього входили 16 метеорологічних, шість циклічних часових, 11 лагових, дев’ять ковзних і п’ять різницевих ознак. Це дало змогу порівнювати прогнозні можливості алгоритмів за однакового складу вхідних ознак. Дані попередніх років використано для побудови та налаштування моделей, а 2019 рік залишено для незалежної перевірки. Результати показали, що найвищу точність прогнозування на річному тестовому інтервалі формує дерево рішень. Градієнтний бустинг і MLP також достатньо точно відтворюють загальну динаміку газоспоживання, однак частіше помиляються на ділянках зі швидкою зміною режиму. Найбільші розбіжності між моделями спостерігаються восени, коли газоспоживання переходить від низького літнього рівня до рівня, характерного для опалювального сезону. Аналіз важливості вхідних ознак показав, що прогноз найбільшою мірою визначається попередніми значеннями газоспоживання, тоді як метеорологічні та календарні характеристики дають змогу врахувати вплив погодних умов, сезонності та часових закономірностей процесу. Отримані результати підтверджують, що точність прогнозування залежить не лише від вибору моделі, а й від того, наскільки повно у вхідних даних відображено часову структуру процесу. Статистична перевірка показала, що дерево рішень має статистично підтверджену перевагу над MLP і градієнтним бустингом, тобто виявлені відмінності в точності прогнозування не можна пояснити лише випадковою варіативністю похибок на тестовій вибірці. Практичне значення роботи полягає у можливості використання отриманих результатів для побудови систем оперативного прогнозування газоспоживання в умовах сезонної мінливості попиту та погодних змін.

Групова динаміка та комунікації в умовах взаємодії ІТ-команди й штучного інтелекту

В.І. Юскович-Жуковська — 2026-09-29

У статті досліджено трансформацію групової динаміки та комунікацій у командах розробників програмного забезпечення в умовах інтеграції технологій штучного інтелекту у процеси Software Engineering. Актуальність дослідження зумовлена переходом від використання AI як допоміжного інструменту окремого фахівця до його включення у командні процеси, життєвий цикл розроблення програмного забезпечення та механізми колективного прийняття технічних рішень. Методологічною основою є соціотехнічний підхід, відповідно до якого ІТ-команда розглядається як динамічна гібридна система взаємодії людей, AI-компонентів, програмних засобів та інфраструктури. Встановлено, що інтеграція AI одночасно змінює технічне і соціотехнічне середовища команди, трансформує інформаційні потоки, розподіл ролей і відповідальності, механізми координації, лідерства, довіри, згуртованості, психологічної безпеки та колективного прийняття рішень. Показано, що традиційна комунікація «людина–людина» доповнюється каналами «людина–AI» та «AI–AI», унаслідок чого формується гетерогенна комунікаційна мережа. Обґрунтовано необхідність каліброваної довіри до AI-рекомендацій, людської верифікації результатів і збереження відповідальності за остаточні рішення за учасниками команди. На основі узагальнення результатів запропоновано Human–AI Group Dynamics Transformation Model (HAGDTM), яка описує взаємозв’язок між AI-технологіями, технічним середовищем, ролями, інформаційними потоками, груповою динамікою та командними результатами. Для подальшої емпіричної операціоналізації моделі запропоновано інтегральний Group Transformation Index (GTI), що враховує ефективність комунікації, розподіл ролей, рівень довіри, якість колективного знання, прийняття рішень, продуктивність і рівень залежності від AI. Практичне значення результатів полягає у можливості використання моделі для аналізу та проєктування командних процесів, визначення меж делегування завдань AI, організації людського контролю та оцінювання ефективності гібридної взаємодії в програмно-інженерних командах.