Афонин Виктор Васильевич, кандидат технических наук, доцент, доцент кафедры автоматизированных систем обработки информации и управления
430005, г. Саранск, ул. Большевистская, д. 68, Россия
Viktor V. Afonin, Cand. Sci. (Eng.), Assoc.Prof., Assoc. Prof., Department of Automated Information Processing and Control Systems
68/1 Bolshevistskaya St., Saransk 430005, Russia
Никулин Владимир Валерьевич, кандидат технических наук, доцент, заведующий кафедрой инфокоммуникационных технологий и систем связи
430005, г. Саранск, ул. Большевистская, д. 68, Россия
Vladimir V. Nikulin, Cand. Sci. (Eng.), Assoc.Prof., Head of the Department of Infocommunication Technologies and Communication Systems
68/1 Bolshevistskaya St., Saransk 430005, Russia
Цель. Заметный интерес к таким летательным аппаратам, как дроны различного назначения, выдвигает определенные требования к их характеристикам. Характеристики могут быть разделены на информационно-технические и потребительские с финансовой точки зрения. При этом они имеют свои единицы измерения. В связи с этим возникает задача отбора и ранжирования дронов по какому-либо критерию или числовой метрики.
Метод. В данной работе рассматривается определенный эвристический подход к сортировке выборки дронов по ключу предлагаемой метрики. В эвристическом подходе есть определенная вариативность установки привлекательности того или иного дрона на взгляд лица, принимающего решение о приобретении или конкретного выбора из существующей линейки дронов, доступных для обозрения по своим характеристикам.
Результат. Предлагается в имеющихся характеристиках выделить несколько групп, разнородных по своим свойствам, как очевидным, так и интуитивно созданным: «хорошие», «очень хорошие», «менее привлекательные», «наименее привлекательные». Считая, что рассматривается несколько моделей дронов с одинаковыми характеристиками, разделенных на указанные группы, вводятся числовые коэффициенты для формирования метрики, по которой будет осуществляться ранжирование данной линейки или выборки дронов по рассчитанным метрикам.
Вывод. В основе предлагаемого эвристического алгоритма лежит переход к приведенным значениям числовых характеристикам относительно максимального каждой группы характеристик с вычислением среднего арифметического приведенных значений. В зависимости от типа указанных групп введенные в рассмотрение коэффициенты прибавляются или вычитаются от разницы текущей характеристики и ее среднего или разницы среднего и текущей характеристики. На этой основе вычисляются метрики, по которым производится ранжирование данной выборки моделей дронов.
Objective. The noticeable interest in aircraft such as drones for various purposes puts forward certain requirements for their characteristics. Characteristics can be divided into information technology and consumer characteristics from a financial point of view. At the same time, they have their own units of measurement. In this regard, the task of selecting and ranking drones according to some criterion or numerical metric arises. Considering that this problem is quite relevant, this paper considers a certain heuristic approach to sorting a sample of drones by the key of the proposed metric.
Method. In the heuristic approach, there is a certain variability in determining the attractiveness of a particular drone in the opinion of the person making the decision to purchase or a specific choice from the existing line of drones available for review based on their characteristics.
Result. It is proposed to identify several groups in the existing characteristics, heterogeneous in their properties, both obvious and intuitively created: “good”, “very good”, “less attractive”, “least attractive”. Assuming that several models of drones with the same characteristics are being considered, divided into the specified groups, numerical coefficients are introduced to form a metric by which a given line or selection of drones will be ranked according to the calculated metrics.
Conclusion. The proposed heuristic algorithm is based on the transition to the reduced values of numerical characteristics relative to the maximum of each group of characteristics with the calculation of the arithmetic mean of the given values. Depending on the type of specified groups, the coefficients entered into consideration are added or subtracted from the difference between the current characteristic and its average or the difference between the average and the current characteristic. On this basis, metrics are calculated by which the given sample of drone models is ranked.
The authors declare that there are no conflicts of interest present.