Метою статті є розробка нейромережевої моделі прогнозування параметрів руху судна в системі формування надводної обстановки ближньої морської зони для підвищення ситуаційної обізнаності судноводія. В статті визначено, що ближня морська зона характеризується достатньо високою інтенсивністю транспортної активності. Надводна обстановка у ближній морській зоні характеризується значною кількістю факторів, що обумовлює різноманітність руху судна, їх необхідно врахувати при формуванні інформаційних моделей. Виконано розробку нейронної мережі, яка прогнозує координати судна на один крок вперед, що дозволяє прогнозувати координати судна за інформацією від навігаційних приладів, з високою навігаційною точністю.

У статті проаналізовано причини виникнення та наслідки небезпечних ситуацій під час руху судна та визначено необхідність застосування індивідуально-адаптованого підходу для підтри ки прийняття рішення. Запропоновано підхід щодо оперативного контролю та підтри ки дій судноводія, в основі якого лежить використання індивідуально адаптованої нейро ережевої оделі його діяльності, що реалізує особливості управлінських реакцій при небезпечних режи ах плавання. Такі оделідозволяють здійснювати виявляти та перехоплювати по илки судноводія в процесі реалізації прийнятого рішення. Прогнозу точності приведення судна в тер інальну точку траєкторії аневру на основі поточного вектору стану, забезпечує своєчасність визначення ситуації. Складність завдання прогнозування ситуацій в небезпечних режи ах управління за рахунок визначення по илок судноводія виникає через не ожливість чіткої постановки відповідності з ін вхідних і вихідних пара етрів стану, в яко у знаходиться або до якого прагне об'єкт управління. Найважливіша властивість нечітких нейронних ереж, що свідчить про їх великий потенціал в галузі прогнозування та підтри ки дій судноводія, складається в ожливості паралельної обробки інфор ації усі а нейрона и. Завдяки цій здатності при великій кількості іжнейронних зв'язків досягається одночасно обробка значного обсягу ви ірювальної інфор ації, що надходить ви ірювальної інфор ації в реально у асштабі часу. Структура та пара етри нечітких нейро ережевих оделей визначаються на основі обробки даних попередніх дій, виконаних конкретни судноводіє на конкретно у судні, та безперервно уточняються по ірі надходження нових даних. Використана класифікація по илок судноводія при прийнятті рішень в процесі управління суден дозволило розробити процедури реагування на них. Запропонований підхід дозволяєузгодити технічний та біологічний сег ент ергатичної систе и «судноводій ⸺ судно» та знизити вплив людського фактору в небезпечних ситуаціях під час руху судна. Ключові слова: судно,судноводій, ситуація небезпечного зближення, навігаційна обстановка, ергатична систе а, людський фактор.

В статті розроблено методика формування навчальної вибірки для навчання нечіткої нейронної мережі при автоматизації процесу прийняття рішення в задачах наведення авіації на наземні(морські) цілі. Для навчання нечіткої нейронної мережі необхідно використовувати навчальну вибірку. При підготовці навчальної вибірки для навчання нечіткої нейронної мережі процесу наведення авіації на наземні (морські) цілі існує проблема збору даних. Збір статистики на основі прикладів прийняття рішень в процесі наведення в реальних умовах застосування авіації по наземних (морських) цілях, займає багато часу, не дозволяє зібрати необхідну кількість статистичних даних для формування навчальної вибірки. Тому слід застосовувати імітаційне моделювання. Але складність, динамічність процесу наведення, та невизначеність, що зумовлена характером параметрів, які використовуються при вирішенні задачі наведення, не дозволяють застосовувати імітаційні моделі побудовані на основі традиційних методів. Це зумовлено тим, що навчальна вибірка не враховує невизначеність. Також імітаційні моделі побудовані на основі традиційних методів не враховують досвід та знання передового авіанавідника, тому отримана в результаті моделювання навчальна вибірка, не дозволить побудувати нечіткої нейронної мережі та навчити її відповідно до процесу прийняття рішення передового авіанавідника при наведені авіації на наземні (морські) цілі. Тому при побудові імітаційної моделі слід застосовувати моделі на основі математичного апарату нечіткої логіки та нечітких множин. В результаті проведеної роботи розроблено методику формування навчальної вибірки для навчання нечіткої нейронної мережі при автоматизації процесу прийняття рішення в задачах наведення авіації на наземні (морські) цілі та побудовано імітаційну модель. Дана модель дозволяє на основі вхідних даних отримувати параметри наведення, що визначаються передовим авіанавідником при вирішенні задачі наведення авіації на наземні (морські цілі). Застосування даної методики дозволило отримати навчальну вибірку, на основі якої можливе навчання ННМ для отримання інформаційної технології автоматизованої виробки рекомендацій щодо параметрів наведення авіації на наземні (морські) цілі на основі ННМ