Объект исследования - интеллектуальные роботизированные системы. Предмет исследования - процесс принятия решений в интеллектуальных роботизированных системах. Целью магистерской работы является идентификация математических моделей для многофакторного оценивания и выбора альтернатив в интеллектуальных роботизированных системах. Для решения задачи параметрической компараторной идентификации используется метод чебышевской точки. Алгоритмы параметрической идентификации реализованы в пакете программ решения вычислительных задач MathCAD, алгоритмы многофакторного оценивания и принятия решения реализованы на языке С# для персональной IBM-совместимой ЭВМ (тактовая частота процессора - 2,17 ГГц, объем оперативной памяти - 1024 Мб, объем жесткого диска - 250 Гб). Результаты: научный - получили дальнейшее развитие математическая модель и метод параметрического синтеза функций общей полезности в части их применения для систем принятия решений в интеллектуальных роботизированных системах; практический - разработаны алгоритмы и программное обеспечение для решения задачи многофакторного принятия решений. Задача является частью работ по тематике создания интеллектуальных роботов и систем управления ими. Результаты работы могут быть использованы на предприятиях и в организациях, занимающихся созданием и эксплуатацией интеллектуальных роботов. ГИБКИЕ ПРОИЗВОДСТВЕННЫЕ СИСТЕМЫ, ИНТЕЛЛЕКТУАЛЬНЫЙ РОБОТ, АЛЬТЕРНАТИВА, МНОГОФАКТОРНОЕ ОЦЕНИВАНИЕ, ПРИНЯТИЕ РЕШЕНИЙ, ВЫБОР, ФУНКЦИЯ ПОЛЕЗНОСТИ, КОМПАРАТОРНАЯ ИДЕНТИФИКАЦИЯ. Об'єкт дослідження - інтелектуальні роботизовані системи. Предмет дослідження - процес прийняття рішень в інтелектуальних роботизованих системах. Метою магістерської роботи є ідентифікація математичних моделей для багатофакторного оцінювання і вибору альтернатив в інтелектуальних роботизованих системах. Для вирішення задачі параметричної компараторної ідентифікації використовується метод чебишовської точки. Алгоритми параметричної ідентифікації реалізовані в пакеті програм вирішення обчислювальних завдань MathCAD, алгоритми багатофакторного оцінювання та прийняття рішення реалізовані мовою С # для персональної IBM-сумісної ЕОМ (тактова частота процесора - 2,17 ГГц, об'єм оперативної пам'яті - 1024 Мб, обсяг жорсткого диска - 250 Гб). Результати: науковий - отримали подальший розвиток математична модель і метод параметричного синтезу функцій загальної корисності в частині їх застосування для систем прийняття рішень в інтелектуальних роботизованих системах; практичний - розроблені алгоритми та програмне забезпечення для розв'язання задачі багатофакторного прийняття рішень. Завдання є частиною робіт з тематики створення інтелектуальних роботів і систем управління ними. Результати роботи можуть бути використані на підприємствах і в організаціях, що займаються створенням та експлуатацією інтелектуальних роботів. ГНУЧКІ ВИРОБНИЧІ СИСТЕМИ, ІНТЕЛЕКТУАЛЬНІ РОБОТИ, АЛЬТЕРНАТИВА, БАГАТОФАКТОРНЕ ОЦІНЮВАННЯ, ПРИЙНЯТТЯ РІШЕНЬ, ВИБІР, ФУНКЦІЯ КОРИСНОСТІ, КОМПАРАТОРНА ІДЕНТИФІКАЦІЯ. The object of study - intelligent robotic systems. The subject of the study - the process of decision-making in intelligent robotic systems. The purpose of the master's work is the identification of mathematical models for multivariate estimation and selection of alternatives in intelligent robotic systems. To decide the problem of parametric identification comparator method is used Chebyshev points. Parametric identification algorithms implemented in the software package solving computational problems MathCAD, multifactor estimation algorithms and decision implemented in C # for IBM-compatible personal computer (clock speed of the processor - 2.17 GHz, RAM - 1024 MB hard disk space - 250 GB). Results: Research - further developed a mathematical model and method of parametric synthesis of general utility functions with respect to their use for decision-making systems in intelligent robotic systems, practical - the algorithms and software to solve the problem of multi-factor decision-making. The task is part of the work on the topic of intelligent robots and systems management. The results can be used by businesses and organizations involved in the creation and operation of intelligent robots. FLEXIBLE MANUFACTURING SYSTEMS, INTELLIGENT ROBOTS, ALTERNATIVE, MULTIFACTOR ESTIMATION, DECISION-MAKING, CHOICE, FUNCTION IS USEFUL COMPARATOR IDENTIFICATION.
