ВИБІР МОВИ ПРОГРАМУВАННЯ ДЛЯ ІНТЕЛЕКТУАЛЬНИХ СИСТЕМ МОНІТОРИНГУ ЛІСІВ І ПРОТИДІЇ ПОЖЕЖАМ МЕТОДОМ АНАЛІЗУ ІЄРАРХІЙ
Ключові слова:
метод аналізу ієрархій, інтелектуальні системи моніторингу, моніторинг лісових пожеж, штучний інтелект, мова програмування Rust, мова програмування Python, глибоке навчання, обробка в реальному часі, Edge Computing, багатокритеріальне прийняття рішеньАнотація
Робота присвячена розв’язанню актуальної науково-практичної задачі — обґрунтуванню вибору мови програмування для створення інтелектуальних систем екологічного моніторингу в режимі реального часу. У дослідженні наголошується на переході від пасивного спостереження до активного використання алгоритмів штучного інтелекту (комп'ютерного зору, глибокого навчання) для раннього виявлення лісових пожеж. Наукова новизна полягає у застосуванні математичного апарату методу аналізу ієрархій (МАІ) для мінімізації суб’єктивізму при виборі технологічного стека. Авторами побудовано ієрархічну модель оцінювання чотирьох альтернатив: Python, C++, Rust та Lisp. Для порівняльного аналізу обрано п’ять ключових критеріїв: швидкість обробки, точність розпізнавання, автономність (енергоефективність), масштабованість та вартість розробки. Розрахунок вагових коефіцієнтів критеріїв продемонстрував пріоритетність точності детекції (43%) та продуктивності роботи системи (28%). За результатами обчислення інтегральних показників виявлено перевагу мови Rust (8,54), яка випередила C++ (7,82) та Python (7,16). Встановлено, що Rust є найбільш збалансованим рішенням для реалізації концепції Edge Computing, оскільки забезпечує безпеку пам’яті та високу швидкість обробки безпосередньо на автономних пристроях. У підсумку запропоновано оптимальну стратегію побудови гібридної архітектури: використання Rust для низькорівневих модулів детекції та Python для хмарної аналітики даних.
Посилання
1. Saaty, T. L. (1980). The analytic hierarchy process. McGraw-Hill.
2. Saaty, T. L. (2003). Decision making with the analytic hierarchy process: Why is the principal eigenvector necessary. European Journal of Operational Research, 145(1), 85–91. https://doi.org/10.1016/S0377-2217(02)00227-8.
3. Saaty, T. L. (2008). Decision making for leaders: The analytic hierarchy process for decisions in a complex world (Rev. ed.). RWS Publications.
4. Goepel, K. D. (2013). Implementing the analytic hierarchy process as a standard method for multi-criteria decision making in corporate enterprises. In Proceedings of the International Symposium on the Analytic Hierarchy Process. BPMSG.
5. Goepel, K. D. (n.d.). Analytic hierarchy process (AHP) tutorial. Business Performance Management Singapore. Retrieved October 24, 2023, from https://bpmsg.com/ahp-introduction/
6. Ishizaka, A., & Labib, A. (2011). Review of the main developments of the analytic hierarchy process. Expert Systems with Applications, 38(11), 14036–14039. https://doi.org/10.1016/j.eswa.2011.04.143.
7. Velasquez, M., & Hester, P. T. (2021). An analysis of multi-criteria decision making methods. International Journal of Operations Research, 10(2), 56–66.
8. Malefaki, S., Markatos, D., Filippatos, A., & Pantelakis, S. G. (2025). A comparative analysis of multi-criteria decision-making methods and normalization techniques in holistic sustainability assessment for engineering applications. Aerospace, 12(2), 100. https://doi.org/10.3390/aerospace12020100.
9. Jähne, B. (2022). Digital image processing: Concepts, algorithms, and scientific applications (3rd ed.). Springer. https://doi.org/10.1007/978-3-662-03174-2.
10. Saleh, A., Zulkifley, M. A., Harun, H. H., Gaudreault, F., Davison, I., & Spraggon, M. (2024). Forest fire surveillance systems: A review of deep learning methods. Heliyon, 10(1), Article e23127. https://doi.org/10.1016/j.heliyon.2023.e23127.
11. Bustamante, A., Belmonte, L. M., Morales, R., Pereira, A., & Fernández-Caballero, A. (2022). Video Processing from a Virtual Unmanned Aerial Vehicle: Comparing Two Approaches to Using OpenCV in Unity. Applied Sciences, 12(12), 5958. https://doi.org/10.3390/app12125958.
12. Vargas, R. V. (2010). Using the analytic hierarchy process (AHP) to select and prioritize projects in a portfolio. In Paper presented at PMI® Global Congress 2010—North America, Washington, DC. Project Management Institute. https://www.pmi.org/learning/library/analytic-hierarchy-process-prioritize-projects-6608.
Завантаження
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2026 Інформаційні технології в економіці та природокористуванні
Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution-NonCommercial 4.0 International License.
