Shyshatskyi, AndriiStasiuk, TetianaOdarushchenko, ElenaBerezanska, KarinaDemianenko, Hanna2023-09-282023-09-282023Method of assessing the state of hierarchical objects based on bio-inspired algorithms / A. Shyshatskyi, T. Stasiuk, E. Odarushchenko, K. Berezanska, H. Demianenko // Сучасні інформаційні системи = Advanced Information Systems. – 2023. – Т. 7, № 3. – С. 44-48.https://repository.kpi.kharkov.ua/handle/KhPI-Press/69302Relevance. Nowadays, no state in the world is able to work on the creation and implementation of artificial intelligence in isolation from others. Artificial intelligence technologies are actively used to solve both general and highly specialized tasks in various spheres of society. In the process of assessing (identifying) the state of complex and objects of analysis and management, there is a high degree of a priori uncertainty regarding their state and a small amount of initial data describing them. At the same time, despite the huge amount of information, the degree of non-linearity, illogicality and noisy data is increasing. That is why the issue of improving the efficiency of assessing the condition of complex and objects is an important and urgent issue. The object of research is the objects of analysis. The subject of the research is the identification and forecasting of the analysis objects state with the help of bio-inspired algorithms. In the research, the evaluation and forecasting method was developed using fuzzy cognitive maps and the genetic algorithm. The novelty of the proposed method consists in: taking into account the degree of uncertainty about the object state while calculating the correction factor; adding a correction factor for data noise as a result of distortion of information about the object state; reduction of computing costs while assessing the objects state; creation of a multi-level and interconnected description of hierarchical objects; adjusting the description of the object as a result of changing its current state using a genetic algorithm; the possibility of performing calculations with the original data, which are different in nature and units of measurement. It is advisable to implement the mentioned method in specialized software, which is used to analyze the state of complex technical systems and make decisions.Актуальність. На сьогодні жодна держава у світі не спроможна ізольовано від інших працювати над створенням і впровадженням штучного інтелекту. Технології штучного інтелекту активно застосовуються для вирішення як загальних та вузькоспеціазованих завдань в різних галузях діяльності суспільства. В процесі оцінювання (ідентифікації) стану складних та об'єктів аналізу та управління є високий ступінь апріорної невизначеності стосовно їх стану та малий обсяг вихідних даних, що їх описують. Разом з тим, незважаючи на величезну кількість інформації, зростає ступінь нелінійності, нелогічності та зашумленості даних. Саме тому питання підвищення оперативності оцінювання стану складних та об'єктів є важливим та актуальним питанням. Об'єктом дослідження є об'єкти аналізу. Предметом дослідження є ідентифікація та прогнозування стану об'єктів аналізу за допомогою біоінспірованих алгоритмів. В дослідженні проведено розробку методики оцінки та прогнозування з використанням нечітких когнітивних карт та генетичного алгоритму, що використовується. Новизна запропонованої методики полягає у: врахуванні при розрахунках корегувального коефіцієнту на ступінь невизначеності про стан об'єкту; додавання корегувального коефіцієнту на зашумленість даних в результаті викривлення інформації про стан об'єкту; зменшенні обчислювальних витрат при оцінювання стану об'єктів; створення багаторівневого та взаємопов'язаного опису ієрархічних об'єктів; корегуванні опису об'єкту в результаті зміни його поточного стану за допомогою генетичного алгоритму; можливості проведення розрахунків з вихідними даними, що є різні за природою та одиницями вимірювання. Зазначену методику доцільно реалізувати у спеціалізованому програмному забезпеченні, яке використовується для аналізу стану складних технічних систем та прийнятті рішень.enobjects of analysisbio-inspired algorithmscomplex technical systemsfuzzy cognitive mapsuncertaintyоб'єкти аналізубіоінспіровані алгоритмискладні технічні системинечіткі когнітивні картиневизначеністьArticledoi.org/10.20998/2522-9052.2023.3.06https://orcid.org/0000-0001-6731-6390.https://orcid.org/0009-0004-8434-1853http://orcid.org/0000-0002-2293-2576https://orcid.org/0009-0008-1156-0827https://orcid.org/0000-0001-5408-1721