Робастний метод визначення оптимального рівня підготовки на диспетчерському тренажері

Автор(и)

  • Vitalii Lazorenko National Aviation University
  • Volodymyr Kharchenko National Aviation University

DOI:

https://doi.org/10.18372/2306-1472.74.12287

Ключові слова:

авіадиспетчер, індивідуальний підхід, критерії оцінювання, медіана, робастний метод, статистика помилок, тренажерна підготовка

Анотація

Цілями роботи є встановлення оптимального рівня підготовки, структуризація процесу тренажерної підготовки та аналіз результатів підготовки інструктором. Методи, які було обрано для визначення оптимального рівня підготовки: робастний метод, метод середніх квадратів та метод середньої медіани. Найнадійнішим методом для захисту вихідних даних обрано робастний метод. Результати: для управління позицією результатів виконується структурування специфічних завдань з фільтрації, які обов'язково повинні виконувати стажисти, з тим щоб гарантувати не перевищення заздалегідь визначеного рівня підготовки. Для задоволення поставленої мети, визначено набір медіа засобів для застосування: тренування з часткових завдань, інші тренувальні пристрої, тренер-радар, автоматизоване робоче місце"Ситуація". Обговорення: професійна підготовка авіадиспетчера – дуже складний і трудомісткий процес, в якому беруть участь багато фахівців та інструкторів. Процес підготовки грубо поділяється на частину з отримання теоретичних знань та частину з практичної підготовки, щоб перетворити теоретичний матеріал на практичні навички за допомогою диспетчерського тренажеру. Для тимчасової перевірки існують загальні критерії оцінювання навичок за такими технологічними операціями: прийняття чергування на робочому місці, адекватність фразеології, координація з суміжними підрозділами, регулярність польотів, точність встановлення місцеположення повітряних суден, відповідність прийняття рішень для даної ситуації, забезпечення належного ешелонування та загальні аспекти забезпечення безпеки польотів, адекватності пультових операцій. Інструктор оцінює стажиста за всіма його діями, починаючи від готовності виконувати завдання, закінчивши аналізом зворотного зв'язку та наданням подальших рекомендацій. Повнота, адекватність та якість зазначених вище результатів залежать безпосередньо від якості інструктора. Крім того, особистісні аспекти інструктора, його здатність керувати процесом підготовки стажиста індивідуально, вміння виконувати прогноз процесу отримання навичок, вміння застосувати індивідуальну стратегію набуття навичок для стажиста тощо.

Біографії авторів

Vitalii Lazorenko, National Aviation University

Lecturer.

Air Navigation Systems Department, National Aviation University.

Education: State academy of Ukraine, Kirovograd, Ukraine.

Research area: air traffic management, air traffic service, ATCO’s simulator training, radiotelephony phraseology, human factors, human resources.

Volodymyr Kharchenko, National Aviation University

Doctor of Engineering. Professor.

Vice-Rector on Scientific Work, National Aviation University, Kyiv, Ukraine.

Editor-in-Chief of the scientific journal Proceedings of the National Aviation University.

Winner of the State Prize of Ukraine in Science and Technology, Honored Worker of Science and Technology of Ukraine.

Education: Kyiv Institute of Civil Aviation Engineers, Kyiv, Ukraine.

Research area: management of complex socio-technical systems, air navigation systems and automatic decision-making systems aimed at avoidance conflict situations, space information technology design, air navigation services in Ukraine provided by CNS/ATM systems.

Посилання

Manual on Air Traffic Controller Competency-based Training and Assessment (2016); Doc 10056AN/519; First Edition, 451p.

Meer P., Mintz D., Rosenfeld A., and Kim D. (1991) Robust regression methods in computer vision: A review. Int. Journal of Computer Vision, vol. 6, n. 1, pp. 59–70.

Koenker R. Ying Wei, Pere A, (2006) Quantile regression methods for reference growth charts, Statistics in Medicine vol. 25, n. 8, 30, pp 1369–1382

Rousseeuw P.J., (1984) Least median of squares regression, Journal of American Statistical Association, n 79, pp. 871–880.

Williams D., (2001) Weighing the Odds: A Course in Probability and Statistics, Cambridge University Press.

Leow Wee Kheng (2004) Theoretical Foundations in Multimedia, National University of Singapore 2nd ed, 24 p.

Gentle J., Matrix Algebra (2007) Theory, Computations, and Applications in Statistics, Springer. pp 4-12.

Mount D., Netanyahu N., Piatko C., Silverman R. (2007) On the Least Trimmed Squares Estimator, pp 5-11.

Stewart C. (1999) Robust parameter estimation in computer vision, SIAM Review, vol. 41(3). pp.513–537.

Fischler M., Bolles R. Random sample consensus (1981) A paradigm for model fitting with apphcatlons to image analysis and automated cartography, Communications of ACM, vol. 24(6). pp.381–395.

Weiss E., Pawęska M. ed. (2013) Enterprise – New Challenges. Theory and Practice. Mobile, Alabama State, USA, York University Publ.

Опубліковано

01.03.2018

Як цитувати

Lazorenko, V., & Kharchenko, V. (2018). Робастний метод визначення оптимального рівня підготовки на диспетчерському тренажері. Вісник Національного авіаційного університету, 74(1), 45–52. https://doi.org/10.18372/2306-1472.74.12287

Номер

Розділ

Аерокосмічні системи моніторінгу та керування

Статті цього автора (авторів), які найбільше читають

1 2 3 4 5 6 7 8 9 > >>