Ученые ГосНИИАС интегрировали технологии искусственного интеллекта в комплекс моделирования системы воздушного движения

Авиация занимает значимое место в развитии транспортной инфраструктуры России, обеспечивая высокую скорость и повышенный комфорт перевозок пассажиров и грузов на большие расстояния, в том числе в труднодоступные регионы. При этом постоянная интенсификация потоков воздушного движения диктует необходимость непрерывного совершенствования системы организации воздушного движения (далее – ОрВД), функционирование которой позволяет проводить планирование и управление воздушными потоками с целью поддержания эффективности и безопасности воздушного движения.

Ученые ГосНИИАС осуществляют научно-техническое сопровождение разработки и реализации мер по совершенствованию Единой системы организации воздушного движения Российской Федерации (далее – ЕС ОрВД), проводя научные исследования с применением программно-аппаратных моделирующих комплексов. В интересах национального провайдера аэронавигационных услуг в институте был создан программный комплекс имитационного моделирования системы организации воздушного движения (далее – КИМ ОрВД), предназначенный для проведения оценок эффективности и безопасности использования воздушного пространства на основе реальных полетных данных.

В целях улучшения функциональности программного комплекса специалисты ГосНИИАС осуществляют внедрение интеллектуальных алгоритмов, что открывает возможности для обработки больших данных, проведения комплексных оценок и ускорения процессов принятия управленческих решений.

О работах специалистов ГосНИИАС по внедрению технологий искусственного интеллекта в КИМ ОрВД рассказала д.т.н., профессор Л.В. Вишнякова в рамках своего доклада, представленного на научно-практической конференции Министерства транспорта Российской Федерации и Российской академии наук, посвящённой 150-летию со дня рождения выдающегося ученого-транспортника В.Н. Образцова.

КИМ ОрВД позволяет проводить ускоренное моделирование и расчет более 40 различных показателей для оценки эффективности использования воздушного пространства и другой инфраструктуры. С усложнением структуры воздушного пространства и открытием новых транспортных хабов увеличивается нагрузка на моделирующий комплекс. В связи с этим в ГосНИИАС начали применять методы машинного обучения для решения задач организации потоков воздушного движения. Такой подход позволит автоматизировать процессы и разгрузить специалистов от рутинных операций.