Квантовый «сильный» вычислительный ИИ в интеллектуальном управлении беспилотным воздушным судном мультикоптерного типа: технологии оптимизации баз знаний на квантовых мягких вычислениях
Боковая панель статьи
Основное содержимое статьи
Аннотация
Рассмотрены возможности применения интеллектуальной системы управления (ИСУ) беспилотным воздушным судном (БВС). Подробно представлены этапы проектирования встраиваемой ИСУ на основе технологии квантовых и мягких вычислений. В частности, описывается возможность обучения реального БВС со встроенным генетическим алгоритмом, раскрыты варианты применения математического моделирования для извлечения обучающего сигнала. Особое внимание уделено программным инструментариям – «Оптимизаторам баз знаний на мягких и квантовых вычислениях», которые применяются для проектирования встраиваемой самоорганизующейся квантовой ИСУ в непредвиденных ситуациях управления. Представлены эффекты полученные за счет применения квантовых самоорганизующихся контроллеров, встроенных в контур управления ИСУ. Показано квантовое преимущество и превосходство ИСУ над классическими и нечеткими системами управления.
Скачивания
Информация о статье
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Библиографические ссылки
Воздушный кодекс Российской Федерации : Федеральный закон №60-ФЗ : принят Государственной Думой 19.02.1997 : текст с изменениями и дополнениями на 08.08.2024.
Число учтенных в России дронов выросло на треть // Федеральное агенство воздушного транспорта. — Официальный Интернет-ресурс Федерального агентства воздушного транспорта, 2010–2025. — Дата публикации: 18 января 2024. — URL: https://favt.gov.ru/novosti-novosti/?id=10676.
Аналитика отрасли беспилотной авиации // Аэронет 2035 : [Сайт Национальной технологической инициативы]. — АНО «Платформа НТИ», 2025. — URL: https://xn--2035-43d4a7chrx0j.xn--p1ai/dashboard.
Терёхина, Е. Е. К вопросу о системах управления беспилотными воздушными судами // Молодой ученый. — 2023. — № 12 (459). — С. 16-19.
Плеханов П. А., Роенков Д. Н. Характеристики, возможности и проблемы использования беспилотных летательных аппаратов на железнодорожном транспорте // 79-я научно-техническая конференция Санкт-Петербургского НТО РЭС им. А.С. Попова, посвященная Дню радио. —2024. —С. 247-249.
Малясов А. А. Пути разработки системы управления для беспилотного транспортного вертолета // Молодой ученый. — 2020. — № 50 (340). — С. 66-69.
Перспективы совершенствования автоматизированных систем, контролирующих полеты, навигацию, посадку и связь в государственной авиации / А. С. Варламов, Д. Р. Байрамгалин, Д. А. Кокшаров // Молодой ученый. — 2023. — № 48 (495). — С. 32-35.
Зинченко Д. С., Нерубенко А. С. Беспилотные воздушные судна в деятельности органов внутренних дел: современное состояние и перспективы развития // Вестник Белгородского юридического института МВД России имени И.Д. Путилина. — 2024. — №2. — С. 42-49.
Lee R. Betaflight, ArduPilot and INAV, which FC Firmware is right for you? — Get FPV drone kit Tutorials and Reviews. 2025. — URL: https://www.mepsking.com/blog/betaflight-ardupilot-inav-fc-firmware.html.
ArduPilot Copter — Copter Documentation // ArduPilot Documentation. — ArduPilot Dev Team, 2024. — URL: https://ardupilot.org/copter/.
Rotella N. ArduCopter Flight Controllers. — URL: https://nrotella.github.io/journal/arducopter-flight-controllers.html.
Litvintseva L. V., Ulyanov S. V., Ulyanov S. S. Design of robust knowledge bases of fuzzy controllers for intelligent control of substantially nonlinear dynamic systems: II. A soft computing optimizer and robustness of intelligent control systems // Journal of computer and systems sciences international. — 2006. — Т. 45. — № 5. – С. 744 -771.
Интеллектуальная когнитивная робототехника. Часть 4.1. Квантовый «сильный» вычислительный интеллект в интеллектуальном управлении роботизированными автономными системами в «Индустрии 4.0/5.0» / Капков Р.Ю., Решетников А.Г., Тятюшкина О.Ю., Ульянов С.В. — Москва: Курс, 2025. — 483 с.
Intelligent cognitive robotics. Vol. 3: Quantum computational toolkit of quantum self-organized intelligent control system simulator: quantum deep machine learning on quantum-inspired neural network and quantum genetic algorithms / A. G. Reshetnikov, S. V. Ulyanov, P. V. Zrelov, D. P. Zrelova. — Kurs, 2023. — 432 c.
Ulyanov S. V. Intelligent cognitive robotics. Vol. 2. Quantum self-organization of imperfect knowledge bases: quantum intelligent force control and information-thermodynamic law of extracted informed useful work. — Kurs, 2022. — 472 c.
Боровинский В.В., Капков Р.Ю., Решетников А.Г., Ульянов С.В. Встраиваемый программный модуль, реализующий нечеткий контроллер для управления беспилотным летательным аппаратом мультироторного типа. Свидетельство Государственной регистрации программы для ЭВМ. № 2024666917.
Свидетельство о государственной регистрации программы для ЭВМ № 2024666917 Российская Федерация. Встраиваемый программный модуль реализующий нечёткий контроллер для управления беспилотным летательным аппаратом мультироторного типа : № 2024666154 : заявл. 12.07.2024 : опубл. 17.07.2024 / В. В. Боровинский, М. С. Катулин, Р. Ю. Капков [и др.] ; заявитель Общество с ограниченной ответственностью «АТОМ». – EDN: TTGVID.
Свидетельство о государственной регистрации программы для ЭВМ № 2024680666 Российская Федерация. Встраиваемый программный модуль, реализующий квантовый нечёткий регулятор для управления беспилотным летательным аппаратом мультироторного типа : № 2024669806 : заявл. 22.08.2024 : опубл. 02.09.2024 / В. В. Боровинский, Р. Ю. Капков, А. Г. Решетников, С. В. Ульянов ; заявитель Общество с ограниченной ответственностью «АТОМ». – EDN: PTHLEK.