Могильний Павло2026-02-102026-02-102025Могильний П. Інтелектуальна підсистема управління роєм БПЛА. - Кваліфікаційна робота на здобуття освітнього ступеня магістр. – Київ, КАІ, 2025. - 90 с.Факультет комп'ютерних наук та технологій. Кафедра комп’ютерних систем та мережhttps://er.kai.edu.ua/handle/KAI/68622Робота публікується згідно наказу ректора Університету від 27.05.2021 р. №311/од «Про розміщення кваліфікаційних робіт здобувачів вищої освіти в репозиторії університету». Науковий керівник: Гузій Микола МиколайовичОб’єкт дослідження – інтелектуальні системи управління роєм БПЛА. Предмет дослідження – технології гібридної маршрутизації FANET. Мета роботи – розробка інтелектуальної підсистеми управління роєм БПЛА. Технічні та програмні засоби – мова програмування Python, бібліотека NumPy, бібліотека NetworkX, бібліотека Matplotlib, бібліотека Pandas. Основні характеристики та показники – коефіцієнт доставки пакетів, середня затримка передачі, середня кількість переходів, рівень залишкової енергії вузлів та масштабованість мережі в умовах високої мобільності FANET. Отримані результати та їх новизна – розроблено та досліджено адаптивний гібридний підхід до маршрутизації у FANET, який поєднує проактивні та реактивні механізми залежно від динаміки топології, що дозволяє підвищити коефіцієнт доставки пакетів і зменшити енергоспоживання у порівнянні з класичними протоколами. Рекомендації щодо використання результатів – запропонована система може використовуватися в задачах колективного управління БПЛА, а саме у прикордонному моніторингу та нагляді, пошуково–рятувальних операціях, військових застосуваннях для організації стійкого мережевого зв’язку, для побудови прототипів інтелектуальних роїв, у навчальних симуляторах FANET.Object of research – intelligent UAV swarm control systems. Subject of research – FANET hybrid routing technologies. Purpose of work – development of an intelligent UAV swarm control subsystem. Technical and software tools – Python programming language, NumPy library, NetworkX library, Matplotlib library, Pandas library. Main characteristics and indicators – packet delivery ratio, average transmission delay, average number of transitions, residual energy level of nodes and network scalability in conditions of high FANET mobility. The results obtained and their novelty – an adaptive hybrid approach to routing in FANET has been developed and investigated, which combines proactive and reactive mechanisms depending on the dynamics of the topology, which allows to increase the packet delivery ratio and reduce energy consumption compared to classical protocols. Recommendations for using the results – the proposed system can be used in collective UAV control tasks, namely in border monitoring and surveillance, search and rescue operations, military applications for organizing stable network communication, for building prototypes of intelligent swarms, and in FANET training simulators.кваліфікаційна роботаfanetрій безпілотних літальних апаратівгібридна маршрутизаціяolsraodvенергоефективністьдинамічна топологія.qualification workfanetdrone swarmhybrid routingolsraodvenergy efficiencydynamic topology.