Search academic texts

Information × Registration Number 0225U005361, (0124U002489) , R & D reports Title Methods and Models for Intelligent Control of Multi-Agent Systems with Enhanced Reliability popup.stage_title Обґрунтування актуальності дослідження. Аналіз сучасного стану, визначення напрямків дослідження. Виявлення, дослідження закономірностей, та принципів та/або наукових, евристичних, синергетичних підходів для ізольованого та самоорганізованого функціонування агентів в умовах невизначеності та протидії. Формалізація, уточнення зв’язків: встановлення зв’язків для окремих факторів з застосуванням прямих, непрямих методів оцінки. Розробка моделей інтелектуального самоорганізованого керування інтелектуальними агентами в умовах невизначеності. Навчання обраних інтелектуальних моделей, наприклад нейромереж. перевірка адекватності отриманих залежностей за допомогою статистичних методів.Визначення, обґрунтування критеріїв, які є вирішальними для самоорганізованого прийняття рішень в умовах невизначеності, динамічно змінюваного середовища. Синтез цільових функцій, оптимізація моделей. Практична реалізація апаратно-програмного забезпечення інтелектуального керування групою інтелектуальних агентів. Head Kupin Andrii I., д.т.н. Registration Date 30-12-2025 Organization Kryvyi Rih National University popup.description1 Project idea - the study of artificial intelligence methods in multi-agent systems used in conditions of intense opposition and uncertainty for the development of new and improvement of existing approaches (methods, models, algorithms) with the aim of increasing reliability. The goal of the project is to develop principles of self-organized decision-making (methods, models, software tools) for intelligent control of an isolated group of agents with the aim of increasing survivability and guaranteed task performance in conditions of intense opposition and uncertainty (failure of individual agents, loss of communication between agents). popup.description2 Report: 48 pages, 9 figures, 1 table, 29 references. The object of the study is the processes of intelligent control and functioning of distributed MAS (specifically swarm-type) in dynamic environments with potential failures. The subject of the study includes mathematical models, swarm intelligence algorithms, and tools for synthesizing MAS control strategies with an emphasis on fault tolerance. Research methodology is based on distributed artificial intelligence methods, graph theory for describing connection topology, swarm intelligence algorithms, and evolutionary computing. The Lagrangian approach of classical mechanics was used to model agent movement, while control theory and systems analysis methods were applied to evaluate stability. Key results and scientific novelty: • Key scientific approaches to MAS construction have been systematized, including the classification of intelligent agents (reflexive, goal-oriented, learning) and the BDI (Belief, Desire, Intention) architecture. • A comparative analysis of over 45 bionic swarm intelligence algorithms (PSO, ACO, SDS, etc.) was conducted, and their effectiveness in ensuring system survivability was substantiated. • A classification of swarm control models into spatial and non-spatial was performed; the advantages of the Lagrangian approach for precision modeling of UAV trajectories were proven. • A methodology for using the Digital Twins concept within a multi-agent architecture was proposed to predict technical conditions and increase the reliability of the maintenance system. Practical significance: The results of the work have been implemented into the educational process and tested at international conferences in 2024–2025. Three articles and four conference abstra Product Description popup.authors Svitlana V. Somochkina Maksym P. Kosei Oleksandr O. Romanenko popup.nrat_date 2025-12-30 Close