Пахомова, Вікторія Миколаївна2023-07-142023-07-142022Пахомова В. М. Прогнозування часу доставки даних в ІТС залізничного транспорту з використанням нейронечіткої технології. International Conference on Innovative Solutions in Software Engineering (ICISSE) : Conf. Proc., Nov. 29–30, 2022, Ivano-Frankivsk, Ukraine. Ivano-Frankivs, 2022. Р. 238–242.http://eadnurt.diit.edu.ua/jspui/handle/123456789/17273В. Пахомова: ORCID 0000-0002-0022-099UKR: Запропонована модифікація структури інтегрованої системи маршрутизації в інформаційно-телекомунікаційної системи (ІТС) залізничного транспорту, основу якої складають нейронечіткі мережі (ННМ), додаванням ННМ0 (для прогнозування затримки на маршрутизаторі), на вхід якої подаються затримки за попередні п’ять часових проміжків, та ускладненням ННМ1 (для прогнозування часу доставки даних за маршрутом), на вхід якої подаються наступні параметри: кількість проміжних маршрутизаторів, що складають маршрут (10 терм); інтенсивність трафіка (3 терми); сумарна затримка на маршрутизаторах (3 терми); довжина пакета (3 терми). Відповідні вибірки сформовані на основі створеної в Opnet Modeler імітаційної моделі мережі розглянутого фрагменту ІТС залізничного транспорту, для якого здійснений прогноз часу доставки даних за двома маршрутами його проходження (найдовшого та найкоротшого) на основі ННМ0 та ННМ1 конфігурацій 5-10-32-32-1 та 4-19-30-30-1 відповідно, що створені в MatLAB. Проведено дослідження похибки ННМ1 при різних функціях належності та за різними методами оптимізації навчання. Виявлено, що найменше значення середньої похибки надає ННМ1 при Гаусової функції належності за гібридним методом.ENG: Modification of the structure of the integrated routing system in the information and telecommunication system (ITS) of railway transport is proposed, which is based on neurofuzzy networks (NFN), by adding NFM0 (for predicting the delay on the router), at the input of which delays for the previous five time periods are given, and complication NFN1 (for predicting the time of delivery of data along the route), the input of which the following parameters are submitted: the number of intermediate routers that make up the route (10 terms); traffic intensity (3 terms); total delay on routers (3 terms); package length (3 terms). The corresponding samples are formed on the basis of the simulation model of the network created in Opnet Modeler of the considered fragment of the ITS of railway transport, for which the forecast of the time of data delivery along two routes of its passage (the longest and shortest) is carried out on the basis of NFN0 and NFN1 configurations 5-10-32-32-1 and 4-19-30-30-1, respectively, created in MatLAB. The study of the error NFN1 with different functions of affiliation and different methods of optimization of learning is carried out. It is revealed that the smallest value of the average error is given by NFN1 with the Gaussian function of belonging by the hybrid method.uk-UAІТСпрогнозуваннямаршрутизаторзатримкаімітаційна модельнейронечітка мережаконфігураціяфункція належностіметод оптимізаціїпохибкаITSpredictionrouterlatencysimulation modelneurofuzzy networkconfigurationmembership functionoptimization methoderrorКЕОМArticle