с 01.09.2017 по настоящее время
Воронеж, Воронежская область, Россия
На основе аналитического решения задач оперативной маскировки был разработан программный комплекс, реализующий расчет различных характеристик и оценку эффективности проводимых мероприятий оперативной маскировки. Приведен перечень выявленных и реализованных информационно-расчетных задач, структурная схема оценки эффективности маскировки, особенности программной реализации и описание работы программного комплекса, включающего в себя как решение выявленных задач, так и доступ к необходимым справочным данным по каждой конкретной задаче, используемых в ней исходных данных и получаемых результатов. В результате расчета программный комплекс позволяет получить оценку полноты мероприятий оперативной маскировки, а также ее общую эффективность и оценку степени достижения цели, то есть обмана противника. Описан пример работы программного комплекса с последовательностью выводимых экранных форм для ввода/вывода данных и справочной информации. Программный комплекс является универсальным средством расчета, предусматривает ввод данных из соответствующих файлов и вручную. Выполняет функции поддержки принятия решения при оптимальном распределении сил и средств на мероприятия оперативной маскировки. Обладает высокой скоростью расчета, позволяет в наглядной форме выводить результаты, имеет интуитивно понятный интерфейс.
оперативная маскировка, оперативно-тактическая значимость, программный комплекс, информационно-расчетные задачи.
1. Военная разведка / Под редакцией: П. Робинсона и Р.Н. Пухова. – М.: Центр анализа стратегий и технологий, 2021. – 376 с.
2. Марков, К.А. Маскировка в военных конфликтах конца XX – начала XXI века [Электронный ресурс]. – 2018. Режим доступа: http://history.milportal.ru/maskirovka-v-voennyx-konfliktax-konca-xx-nachala-xxi-veka (дата обращения 18.09.2021).
3. Wang Zh. Highly-ordered assembled organic fluorescent materials for high-resolution bio-sensing: a review / Zh. Wang, Z. Chen, Zh. Zhang, H. Wanga H. Zhang // Biomaterials Science. – 2024. – Vol. 12., pp. 2019-2032.
4. Ge M. Proactive Defense for Internet-of-Things: Moving Target Defense with Cyberdeception / M. Ge, J.-H. Cho, D. Kim, G. Dixit, I.-R. Chen // ACMTrans. Internet Technol., Vol. 1, No. 1, Article . Publication date: December 2020.
5. Ставер, А.А. Маскировка боевой техники. Введение противника в заблуждение [Электронный ресурс]. – 2019. Режим доступа: https://topwar.ru/163067-blef-vizhu-ne-vizhu-ne-pojmu-chto-vizhu.html (дата обращения 18.09.2021).
6. Zhang J. Retina-Inspired Organic Heterojunction-Based Optoelectronic Synapses for Artificial Visual Systems / J. Zhang, Y. Lu, Sh. Dai, R. Wang, D. Hao, Sh. Zhang, L. Xiong, J. Huang // Research 22 Feb 2021 Vol. 2021 Article ID: 7131895.
7. Milic, A. Camouflage in resource protection function / A. Milic, A. Ranđelović, M. Radovanović // Proceedings of the 5th International Scientific and Professional Conference “Security and Crises Management – Theory and Practice SeCMan 2019”. – Belgrade, Regional association for security and crisis management: S4 GLOSEC Global security, 2019. – pp. 98–104.
8. Фрейман, В.А. Развитие перспективных средств маскировки военной техники и вооружения / В.А. Фрейман, С.В. Брынюк // Актуальные проблемы военно-научных исследований. – 2020. – № 11(12). – С. 491-504.
9. Halffmann, P Exact algorithms for multiobjective linear optimization problems with integer variables: A state of the art survey. / P. Halffmann, L.E Schäfer, K. Dächert, K. Klamroth, S. Ruzika // J Multi-Criteria Decision Analysys 2022;29:341–63.
10. Gong J. Language Models for Code Optimization: Survey, Challenges and Future Directions / J. Gong, V. Voskanyan, P. Brookes, F. Wu // DOIhttps://doi.org/10.48550/arXiv.2501.01277. 2025.
11. Chakraborty M. A Survey on Multi-Objective based Parameter Optimization for Deep Learning / M. Chakraborty, W. Pal, S. Bandyopadhyay, U. Maulik // arXiv:2305.10014v1 [cs.LG] 17 May 2023.
12. Schulz, S, A multi-objective iterated local search algorithm for comprehensive energy-aware hybrid flow shop scheduling / S. Schulz, J.S. Neufeld, U. Buscher // J Clean Prod 2019; 224:421–34.3
13. Bekhit N.M. A Multi-Level Multi-Objective Integer Quadratic Programming Problem Under Pentagonal Neutrosophic Environment. / N.M.Bekhit, O.E. Emam, L.A. Elhamid // Fuzzy Information and Engineering 2023; – Vol. 15. – No. 4. – pp. : 347-361.
14. Wang Z. A Survey on Search Strategy of Evolutionary Multi-Objective Optimization Algorithms / Z. Wang, Y. Pei, J. Li // Appl. Sci. 2023, 13(7), 4643; https://doi.org/10.3390/app13074643
15. Zheng Y. A survey of recommender systems with multi-objective optimization / Y. Zheng, D. Wang // Neurocomputing: 2022. – Vol. 474, pp. 141-153.
16. Stewart R.H., A survey of multi-objective optimization methods and their applications for nuclear scientists and engineers. / R. H. Stewart, T. S. Palmer, B. DuPont // Progress in Nuclear Energy. – Vol. 138, August 2021, 103830.
17. Дмитриев Е.А Математическое моделирование и реализация информационно-расчетных задач «Маскировка» / Е.А. Дмитриев, А.Ф. Тараканов, Е.А. Шипилова // Математическое моделирование и реализация информационно-расчетных задач «Маскировка» . – 2024.– Т. 17. – Вып. 2. – С. 32–42.
18. Шипилова Е.А. Программный пакет для реализации комплекса информационно-расчетных задач "МАСКИРОВКА" / Е.А. Шипилова, Е.А. Дмитриев, А.Ф. Тараканов // Свидетельство о гос. регистрации программы для ЭВМ № 2023682996, дата регистрации 01.11.2023. – Заявка № 2023681920/69 от 23.10.2023.
19. Шипилова Е.А. Программа для моделирования распределения сил и средств, привлекаемых к выполнению задач оперативной маскировки / Е.А. Шипилова, Е.А. Дмитриев, В.И. Стучинский // Свидетельство о гос. регистрации программы для ЭВМ № 2021681161, дата регистрации 17.12.2021. – Заявка № 2021668126 от 09.11.2021.
