Идентификация аномальных процессов в устройствах железнодорожной автоматики и телемеханики на основе адаптивных сетевых моделей тема диссертации и автореферата по ВАК РФ 05.13.06, кандидат технических наук Кулькин, Станислав Александрович

• Кулькин, Станислав Александрович
• кандидат технических наук
• 2011

Оглавление диссертации кандидат технических наук Кулькин, Станислав Александрович

ВВЕДЕНИЕ.

ГЛАВА 1. АНАЛИЗ ОБЪЕКТА ИССЛЕДОВАНИЯ И МЕТОДОВ ВЫЯВЛЕНИЯ АНОМАЛЬНЫХ ПРОЦЕССОВ В СИСТЕМАХ УПРАВЛЕНИЯ ДВИЖЕНИЕМ ПОЕЗДОВ.

1.1. Системы управления движением поездов.

1.2. Развитие функционального состава СУДП.

1.3. Аномальные процессы в системах управления.

1.4. Выбор сетевых моделей для решения задач ИСОИ.

1.5. Выводы.

ГЛАВА 2. ТЕМПОРАЛЬНЫЕ СЕТЕВЫЕ МОДЕЛИ КАК ИНСТРУМЕНТ ИДЕНТИФИКАЦИИ ВРЕМЕННЫХ ПРОЦЕССОВ И ФОРМИРОВАНИЯ БАЗ ЗНАНИЙ ДЛЯ ИНТЕЛЛЕКТУАЛЬНЫХ МОНИТОРИНГОВЫХ СИСТЕМ.

2.1. Постановка проблемы.

2.2. Общее представление темпоральной сети.

2.3. Частная модель представления темпоральной адаптивной сети.

2.4. Методы оптимизации темпоральных сетевых моделей.

2.5. Выводы.

ГЛАВА 3. ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ АДАПТИВНЫХ СЕТЕВЫХ МОДЕЛЕЙ.

3.1. Оптимизация обобщающего критерия с учетом коэффициента минимизации темпоральных индексов.

3.2. Методология применения РПС для решения задач в СУДП.

3.3. Метод идентификации полномочий оперативного персонала в системах управления движением поездов.

3.4. Выводы.Ill

ГЛАВА 4. ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ ТЕОРЕТИЧЕСКИХ РАЗРАБОТОК И ОЦЕНКА ИХ ЭФФЕКТИВНОСТИ.

4.1. Диагностирование предотказного состояния системы «стрелочный перевод - электродвигатель».

4.2. Защита информации и программного обеспечения системы ДЦ-Юг с РКП.

4.3. Результаты идентификации диспетчерского персонала по его биометрическим характеристикам.

4.4. Применение ТМПС для задачи контроля правильности функционирования релейных систем ЭЦ.

4.5. Выводы.

Введение диссертации (часть автореферата) на тему «Идентификация аномальных процессов в устройствах железнодорожной автоматики и телемеханики на основе адаптивных сетевых моделей»

Актуальность темы исследования

В соответствии с Постановлением Правительства РФ от 15 июля 2010 г. № 525 «Об утверждении технического регламента о безопасности инфраструктуры железнодорожного транспорта» [1] (ТР), в частности п. 34: б - «. непрерывный контроль технического состояния устройств сигнализации, централизации и блокировки на станциях и перегонах.»; в -«. выполнение требуемой последовательности взаимозависимых операций.»; д - «. обеспечение контроля предотказного состояния устройств железнодорожной автоматики и телемеханики.», необходимо использовать передовые инновационные технологии и современные технические средства, обеспечивающие требуемые уровни безопасности и надежности, а также расширенные функциональные возможности систем управления по сравнению с существующими релейными аналогами.

На заседании правления ОАО «РЖД» (октябрь 2010 г.) по рассмотрению методов повышения надежности работы технических средств и обеспечению безопасности движения в качестве приоритетных на 2011 год были определены следующие задачи: проведение системного анализа причин отказов; совершенствование методов расследования, учета и принятия мер по предупреждению аварийности; повышение качества ремонта объектов инфраструктуры за счет совершенствования технологических процессов; ужесточение требований к качеству поставляемой продукции; выделение приоритетов в инвестиционных программах для обеспечения высокого уровня безопасности движения.

Один из путей решения поставленных задач - внедрение микропроцессорных и релейно-процессорных электрических централизаций, наиболее полно отвечающих задачам создания интегрированной системы управления движением поездов со встроенными функциями линейного пункта диспетчерской централизации и средствами диагностики. Такое решение позволит не только сократить затраты и время на внедрение (поскольку избавит от необходимости установки сторонних диагностических систем), но и ускорит процесс пусконаладки.

В данной работе поставлена задача развития функциональных и интеллектуальных возможностей диагностирования системы диспетчерской централизации ДЦ-Юг с РКП и релейно-процессорной централизации РПЦ-ДОН с применением нового подхода, базирующегося на методах искусственного интеллекта.

Новизна и актуальность постановки задачи диссертационного исследования состоит в разработке методов исследования мониторинговых и диагностических функций систем управления движением поездов (СУДП), а также методов идентификации аномальных процессов в них.

Степень разработанности проблемы. Постановке перечисленных в диссертации задач предшествовали многочисленные теоретические исследования, труды и практические разработки ученых и специалистов в России и за рубежом.

Проблемы развития железнодорожного транспорта, ориентирующие разработчиков на поиск инноваций и учет экономических критериев, поставлены и освещены в многочисленных работах С.Е. Ададурова, В.А. Гапановича, В.М. Кайнова, В.И. Колесникова, В.И. Якунина.

Решению важных теоретических и практических вопросов создания современной технологии управления, исследования и моделирования сложных объектов и процессов, анализа и синтеза устройств автоматики и телемеханики, разработке многофункциональных микропроцессорных систем, их программного обеспечения и диагностики, формирования технической политики и стратегии дальнейшего развития систем железнодорожной автоматики и телемеханики (СЖАТ) посвящены работы

A.Н. Гуды, И.Д. Долгого, Ю.И. Жаркова, В.Н. Иванченко, А.И. Каменева, Ю.А. Кравцова, E.H. Розенберга, В.В. Сапожникова, Вл.В. Сапожникова, Д.В. Шалягина Д.В., Швалова и др.

В настоящей работе анализируются и развиваются подходы к интеллектуализации процессов диагностирования, идентификации сложных процессов управления, изложенные в работах JI.C. Берштейна, В.Н. Вагина,

B.П. Гладуна, С.М. Ковалева, H.H. Лябаха, Д.А. Поспелова, В.Б. Тарасова, А.Н. Шабельникова и др.

Вместе с тем реализация предлагаемых в анализируемых источниках методов описания технологических процессов, автоматизации диагностирования и мониторинга устройств сигнализации, централизации, блокировки (СЦБ) требует: развития имеющихся теоретических и методических результатов формализованных процедур моделирования и принятия решений; разработки информационного, технического и алгоритмического обеспечения развития.

Цель диссертационного исследования — разработка методов идентификации, мониторинга, диагностирования и защиты, обеспечивающих расширение функциональных возможностей СУДП, в частности диспетчерской централизации ДЦ-Юг с РКП и релейно-процессорной централизации РПЦ-ДОН, и создание в их составе многофункциональной интеллектуальной подсистемы, реализующей задачи диагностирования предотказного состояния объектов контроля, выявления аномалий в технологических процессах.

Для достижения этого в диссертации были поставлены и решены следующие задачи:

- дано обоснование основных направлений развития СУДП и анализ актуальных путей расширения их функциональных возможностей;

- разработана новая динамическая модель интерпретации сложных отказов железнодорожной автоматики и телемеханики в виде темпоральных пирамидальных сетей (ТМПС);

- разработан метод идентификации полномочий оперативно-диспетчерского персонала для доступа к ресурсам систем управления;

- разработан метод диагностирования предотказного состояния устройств ЖАТ с применением аппарата растущих пирамидальных сетей на примере системы «стрелочный перевод - электродвигатель»;

- разработана модель выявления аномальных сообщений в сетевом трафике СУДП с целью повышения защиты информации и программного обеспечения.

Объектом исследования диссертации являются методы контроля, диагностики и мониторинга сложных технологических объектов и процессов на основе использования интеллектуальных классов адаптивных сетевых моделей.

Методы исследования. Для решения поставленных задач использовались следующие методы исследований: элементы теории множеств, элементы теории графов, элементы темпоральной логики, элементы теории растущих пирамидальных сетей.

Научная новизна диссертационной работы состоит в следующем:

1. Обоснована возможность применения растущих пирамидальных сетей в качестве интеллектуальной модели поддержки процессов диагностирования устройств ЖАТ в составе СУДП, позволяющей устанавливать предотказные состояния технических средств.

2. Разработан новый класс адаптивных сетевых моделей для выявления аномальных процессов в динамических базах данных диагностических систем.

3. Предложен новый метод реализации темпоральных обобщений в динамических базах данных, позволяющий обеспечить более компактное представление формализованных знаний в информационных базах систем управления движением поездов.

4. Для СУДП разработаны следующие модели: модель диагностирования предотказного состояния устройств ЖАТ (на примере идентификации неисправностей стрелочного привода), основанная на применении аппарата растущих пирамидальных сетей к задачам железнодорожного транспорта;

- модель идентификации полномочий диспетчерского персонала по его биометрическим характеристикам для допуска к ресурсам систем диспетчерского управления.

Практическая ценность диссертационной работы заключается в следующем:

1. Разработаны методы и модели, обеспечивающие решение задач диагностирования предотказного состояния устройств ЖАТ и выявления аномалий в технологических процессах.

2. Разработаны методы, модели и алгоритмы идентификации полномочий оперативно-диспетчерского персонала для доступа к ресурсам систем диспетчерского управления.

3. Разработаны методы, модели и алгоритмы идентификации «сетевых атак» при функционировании системы ДТД-Юг с РКП.

4. Акты о внедрении результатов на диспетчерских участках железных дорог ОАО «РЖД» и в учебном процессе кафедры «Автоматика и телемеханика на железнодорожном транспорте» приведены в Приложениях к диссертации.

Достоверность и обоснованность научных положений, выводов и результатов, сформулированных в диссертационной работе, подтверждаются результатами вычислительных экспериментов на практических и модельных задачах, публикациями и апробацией работы на региональных, отраслевых и внутривузовских научно-технических конференциях, а также актами внедрения результатов работы. Работа соответствует следующим пунктам 6, 12, 14 специальности 05.13.06.

Реализация результатов работы. Научные результаты работы включены в НИР, выполняемые лабораторией систем диспетчерского контроля и управления РГУПС. Ряд разработок нашел свое применение в учебном процессе кафедры «Автоматика и телемеханика на железнодорожном транспорте», а также в реализации внедренной на сети железных дорог системы ДЦ-Юг с РКП.

Апробация результатов работы. Основные положения и результаты работы докладывались и одобрены на совместном заседании кафедр «Автоматика и телемеханика на железнодорожном транспорте» и «Информатика» ФГБОУ ВПО РГУПС, четвертой, пятой научно-технических конференцях «Безопасность движения поездов» (Москва, 2003 г., 2004 г.), всероссийских научно-практических конференциях «Транспорт-2004, 2005» (Ростов-на-Дону, 2004 г., 2005 г.), третьей всероссийской научно-практической конференции «НСМВ-2009» (Волгоград, 2009 г.).

Публикации. По теме диссертации опубликовано 17 печатных работ, в том числе 4 работы в изданиях, входящих в список ведущих рецензируемых научных журналов и изданий ВАК.

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения, списка использованных источников и приложений. Работа содержит 179 стр., включая 31 рис., 36 табл., список использованных источников из 104 наименований работ отечественных и зарубежных авторов, 24 стр. приложений и актов о внедрении.

Заключение диссертации по теме «Автоматизация и управление технологическими процессами и производствами (по отраслям)», Кулькин, Станислав Александрович

4.5. Выводы

1. Выполненные экспериментальные исследования показали эффективность введения нового критерия минимизации темпоральных индексов, что позволяет получать более компактное выражение. Дальнейшее развитие теории и методов применения ТМПС может обеспечить решение задач контроля правильности функционирования релейных устройств железнодорожной автоматики на всем протяжении их жизненного цикла.

2. Предложенный метод решения задач оперативной диагностики предотказного состояния устройств железнодорожной автоматики и телемеханики на примере идентификации неисправностей в системе СПЭ с использованием РПС создает предпосылки перехода от «констатирующей факт отказа» к «управляющей» диагностике, переводящей контролируемое устройство в безопасное состояние.

3. Анализ изменения сетевого трафика не всегда позволяет вовремя определиь угрозу сетевой атаки. Для повышения уровня защиты информации и программного обеспечения системы ДЦ-Юг с РКП предложена сетевая модель идентификации аномальных сообщений в сетевом трафике.

ЗАКЛЮЧЕНИЕ

В результате выполненных теоретических и практических исследований по теме диссертационной работы реализованы следующие научные и практические положения.

Новейшие системы управления движением поездов должны быть комплексными и иметь свою встроенную систему диагностики. Такое решение позволит не только сократить затраты и время на внедрение, поскольку избавит от необходимости установки сторонних диагностических систем, но и ускорит процесс внедрения и пусконаладки, ввиду отсутствия необходимости выполнять процесс стыковки между системами и разработки общих протоколов.

Средства диагностики таких систем должны базироваться на новом классе моделей, задачей которых будет являться выявление и идентификация аномальных процессов в устройствах контроля и управления. Это позволит выполнять анализ информации и параметров ОК как в масштабе реального времени, так и в любое другое время, производя ана из протоколов, и создать базу для решения задач «управляющей» диагностики.

Для выявления причин неисправностей ОК необходимо, чтобы алгоритмы функционирования ИСОИ обеспечивали формализацию опыта и знаний эксплуатационного штата и позволяли в реальном времени осуществлять непрерывное диагностирование и прогнозирование выхода из строя контролируемых устройств. Такое можно осуществить с использованием инструментов и средств, использующих сетевые модели.

В результате анализа возможностей и достоинств ИНС и РПС в качестве инструмента для создания ИСОИ в качестве предпочтительных сетевых моделей были выбраны РПС. В отличие от ИНС РПС обладают иерархичностью, позволяющей естественным образом отображать структуру составных объектов и родовидовые связи; выделенные в РПС обобщенные знания могут быть явно представлены в виде правил, или понятий, или формул булевой алгебры, что дает возможность применения их в микропроцессорной технике.

Для выявления аномалий в динамике необходимо разработать новый класс сетевых моделей на базе РПС - темпоральные пирамидальные сети (ТМПС). Это связано с тем, что все разработанные сетевые модели -статические и не справляются с обработкой динамических процессов.

В рамках разработки прикладного математического обеспечения диагностических подсистем СУДП предложен новый класс адаптивных сетевых моделей, основанный на ассоциативных темпоральных правилах, описывающих динамику диагностических процессов.

Разработана новая модель адаптивной темпоральной сети в качестве средства выявления ассоциативных темпоральных правил из динамических данных для формирования баз знаний интеллектуальных диагностических систем.

Разработан новый метод обучения темпоральных сетевых моделей, обеспечивающий за счет использования двух классов обобщающих и детализирующих признаков более компактное представление формализованных знаний в информационных базах по сравнению с известными методами и позволяющий адаптировать диагностические процедуры к изменяющимся аномальным процессам.

При формировании оптимального множества признаков для обобщающего слоя ТМПС использование только обобщающего критерия не всегда позволяет получить более качественное решение. Если конъюнктивные группы темпоральных отношений будут иметь в своем составе минимальные темпоральные индексы, то результирующее оптимальное множество признаков автоматически будет учитывать ближайшие отсчеты и, следовательно, будет обеспечено более качественное решение.

Применение механизма РПС для решения задач оперативной диагностики устройств железнодорожной автоматики и телемеханики выявляет их несомненные преимущества, а именно получение результата в виде формул булевой алгебры, простоту внесения изменений, высокую ассоциативность, учет мнения экспертов.

Применение для идентификации полномочий диспетчерского персонала биометрических методов, в качестве которых используется отпечаток пальца, позволяет упростить доступ к ресурсам системы и значительно сократить время распознавания. Использование таких узловых элементов отпечатка, как конец гребня и бифуркация, позволит достаточно надежно обеспечить идентификацию оперативного персонала.

Выполненные экспериментальные исследования показали эффективность введения нового критерия минимизации темпоральных индексов, что позволяет получать более компактное выражение. Дальнейшее развитие теории и методов применения ТМПС может обеспечить решение задач контроля правильности функционирования релейных устройств железнодорожной автоматики на всем протяжении их жизненного цикла.

Предложенный метод решения задач оперативной диагностики предотказного состояния устройств железнодорожной автоматики и телемеханики на примере идентификации неисправностей в системе СПЭ с использованием РПС создает предпосылки перехода от «констатирующей факт отказа» к «управляющей» диагностике, переводящей контролируемое устройство в безопасное состояние.

Анализ изменения сетевого трафика не всегда позволяет вовремя определиь угрозу сетевой атаки. Для повышения уровня защиты информации и программного обеспечения системы ДЦ-Юг с РКП предложена сетевая модель идентификации аномальных сообщений в сетевом трафике.

Список литературы диссертационного исследования кандидат технических наук Кулькин, Станислав Александрович, 2011 год

1. «Технический регламент о безопасности инфраструктуры железнодорожного транспорта» Постановление Правительства Российской Федерации от 15 июля 2010 г. № 525.

2. Автоматика и телемеханика на железнодорожном транспорте // Газета «Содружество», сентябрь 2010 г. № 18 (273).

3. Митрохин Ю.В. Реализация принципа постоянного улучшения инновационных процессов ЖАТ // Сборник докладов пятой международной научно-практической конференции «Автоматика и телемеханика на железнодорожном транспорте», 2010. С. 20-21.

4. Гавриков В. О., Никифоров H.A. Микропроцессорная система диспетчерской централизации «Тракт» // Автоматика, телемеханика и связь. 1999. №3. с. 23-25.

5. Никитин С.М. АРМ поездного диспетчера ДЦ «Сетунь» // Автоматика, связь, информатика. 2007. № 1. С. 20-23.

6. Кравцов Ю.А., Нестеров В.Л., Лекута Г.Ф. и др. Системы железнодорожной автоматики и телемеханики. М.: Изд-во «Транспорт», 1996. С. 400.

7. Долгий И.Д., Кулькин А.Г., Пономарев Ю.Э., Кузнецов Л.П. Диспетчерская централизация ДЦ-Юг с распределенными контролируемыми пунктами // Автоматика, связь, информатика. 2002. № 8. С.2-5.

8. Шалягин Д.В., Камнев В.А., Крылов А.Ю. Система диспетчерского управления «Диалог» // Автоматика, телемеханика и связь. 1996. № 9. С. 1617.

9. Яценко В.В. ЭЦ-ЕМ четыре года эксплуатации // Автоматика, связь, информатика. 2005. № 10. С. 2-4.

10. Алешин В.Н. Этапы создания и внедрения МПЦ Ebiloc-950 // Автоматика, связь, информатика. 2005. № 12. С. 26-29.

11. Смагин Ю., Шатковский О. Расширение функциональности системы МПЦ-МЗ-Ф на базе универсальных модульных систем сбора информации и управления // Современные технологии автоматизации. 2008. № 4. С. 50-54.

12. Тильк И.Г., Ляной В.В., Абакумов М.В. Система микропроцессорной централизации МПЦ-И // Железные дороги мира. 2007. № 1. С. 63-66.

13. Микропроцессорная система электрической централизации МПЦ-2 системы и средства автоматизации // Наука и транспорт. 2009 С. 22-23.

14. Никитин А.Б., Бушуев С.В., Валиев Р.Ш., Воронин С.Ю., Идуков А.Ю. Структура и технические средства ЭЦ-МПК // Автоматика, связь, информатика. 2006. № 8. С. 2-5.

15. Крылов А.Ю., Колочко А.Н., Гуменников В.Г., Кудрявцев С.П., Соловьев А.И. Микропроцессорная централизация стрелок и сигналов «Диалог» // Автоматика, связь, информатика. 2005. № 12. С. 30-33.

16. Каменев А.И., Долгий И.Д., Кулькин А.Г. Система управления малыми станциями РПЦ-ДОН // Автоматика, связь, информатика. 2007. № 5. С. 5-7.

17. Зорин В.И., Воронин В.А. и др. Микропроцессорная система автоблокировка с централизованным размещением аппаратуры АБТЦ-М // Автоматика, связь, информатика. 2003. № 9. С. 8-10.

18. Бершадская Т.Н. Отечественная микропроцессорная система ЭЦ-ЕМ/АБТЦ-ЕМ // Автоматика, связь, информатика. 2005. № 12. С. 24-25.

19. Алешин В.Н. Микропроцессорная централизация стрелок и сигналов Ebilock-950 // Автоматика, связь, информатика. 2003. № 1. С. 13-17.

20. Регер И.И., Шарафетдинов И.Г. Красноярск-Восточный: высокотехнологичный комплекс по переработке вагонов // Железнодорожный транспорт. 2010. № 8. С. 32-33.

21. Зорин В.И., Шухина Е.Е., Титов П.В. Микропроцессорные локомотивные системы обеспечения безопасности движения поездов нового поколения // Железные дороги мира. 2003. № 7.

22. Розенберг В.И., Талалаев В.И., Шаманов В.И. Технико-экономическая эффективность многоуровневой системы управления и обеспечения безопасности движения поездов: монография. М.: Изд-во ВНИИАС, 2004. -121с.

23. Павлов A.C., Шабуров С.П. ДЦ «ТРАКТ»: расширение функциональных возможностей // Автоматика, связь, информатика. 2005. № 12. С. 34.

24. Масайтис Ю.Л., Морозов С.С. Автоматизированная система диспетчерского контроля // Автоматика, телемеханика и связь. 1996. № 9. С. 32-33.

25. Чернин М.А., Протопопов О.В. Автоматизированная система диспетчерского контроля // Автоматика, телемеханика и связь. 1999. № 10. С. 48.

26. Гриненко A.B., Пресняков А.И., Варченко В.И. Основные принципы построения диспетчерской системы в АПК-ДК // Автоматика, связь, информатика. 2000. № 9. С. 16-18.

27. Горбунов Б.Л. Аппаратные средства диспетчерского комплекса АПК-ДК // Автоматика, связь, информатика, 2000. №9. с. 19-21.

28. Аверкиев С.А., Морозов С.С. Автоматизированная система диспетчерского контроля АСДК «ГТСС-СЕКТОР» // Автоматика, связь, информатика. 2000. № 9. С. 38-41.

29. Аверкиев С.А., Морозов С.С., Мухин В.В. Автоматизированная система диспетчерского контроля «ГТСС-СЕКТОР» // Автоматика, связь, информатика. 2001. № 10. С. 30-32.

30. Сапожников B.B. Микропроцессорные системы централизации: учебник. М.: УМЦ ЖДТ, 2008. С. 398.

31. Сидорова E.H. Автоматизированные системы управления в эксплуатационной работе: учебник. М.: Маршрут, 2005. С. 560.

32. Системы автоматики и телемеханики на железных дорогах мира // учебное пособие для вузов ж.-д. транспорта под. ред. Г. Тега, С. Власенко. -М.: Интекст, 2010. 496 с.

33. Рогачева И.Л. Эксплуатация и надежность систем электрической централизации нового поколения: учеб. пособие. М.: Маршрут, 2006. 220 с.

34. Дмитриенко И.Е., Сапожников В.В., Дьяков Д.В. Измерения и диагностирование в системах железнодорожной автоматики, телемеханики и связи: учебник для вузов ж.-д. транспорта. М.: Транспорт, 1994. 263 с.

35. Кудрявцев В.В. Автоматизированная система учета отказов устройств автоматики, связи и работы средств контроля подвижного состава // Автоматика, связь, информатика. 2000. № 5. С. 13-15.

36. Пальчик JI.B., Швалов Д.В. Автоматизация процессов определения технического состояния устройств электрической централизации // Автоматика, связь, информатика. 2000. № 5. С. 36-37.

37. Кораблев Е.А., Донцов В.К. Микропроцессорная система технической диагностики электрической централизации крупной станции // Автоматика, телемеханика и связь. 1992. № 7. С. 7-10.

38. Андреевских A.B., Байдуж А.Н., Доманский В.Т., Киненеев И.И. Микропроцессорная система контроля состояния устройств СЦБ // Автоматика, телемеханика и связь. 1991. № 2. С. 9-11.

39. Девятков В.В. Системы искусственного интеллекта / гл. ред. И.Б. Фёдоров. М.: Изд-во МГТУ им. Н. Э. Баумана, 2001. 352 с.

40. Лорьер Ж.-Л. Системы искусственного интеллекта. М.: Мир, 1991. 568 с.

41. Рассел С., Норвиг П. Искусственный интеллект: современный подход -Artificial Intelligence: a Modern Approach / пер. с англ. и ред. К.А. Птицына. 2-е изд. М.: Вильяме, 2006. 1408 с.

42. Нестеров В.В., Долгов М.В., Першин Д.С. Монитроринг эксплуатационных показателей на основе систем АПК-ДК и АСУ-Ш-2 // Автоматика, телемеханика и связь 2006. № 11. С. 36-38.

43. Федорчук А.Е., Сепетый A.A., Иванченко В.Н. Новые информационные технологии: автоматизация технического диагностирования и мониторинга устройств ЖАТ (система АДК-СЦБ): учебник для вузов ж.-д. транспорта. РГУПС, 2006. 443 с.

44. Аверкиев С.А. Современные системы и устройства автоматики и телемеханики // Автоматика, связь, информатика. 2008. № 6. С.10-13.

45. Сепетый A.A. Диагностика и мониторинг на северо-кавказской дороге // Автоматика, связь, информатика. 2008. № 6. С.6-9.

46. Долгий И.Д. Возможности релейных и процессорных систем управления станциями // Автоматика, связь, информатика. 2010. № 5 С. 25-27.

47. Сид ельников Ю.В. Системный анализ технологии экспертного прогнозирования. М.: Изд-во МАИ, 2007.

48. Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория и практика. М.: Горячая линия Телеком, 2001. 382 с.

49. Калан Р. Основные концепции нейронных сетей / пер. с англ. М.: Издательский дом «Вильяме», 2003. 288 с.

50. Рутковская Д., Пилиньский М., Рутковский JI. Нейронные сети, генетические алгоритмы и нечеткие системы. М.: Горячая линия Телеком, 2004. 452 с.

51. Гладун В.П. Партнерство с компьютером. Киев: Port-Royal, 2000. 128 с.

52. Кулькин А.Г., Кулькин С.А. Применение биометрических методов идентификации в системах диспетчерской централизации // Труды всероссийской научно-практической конференции «Транспорт-2004». Ростов-на-Дону, 2004.

53. Кулькин С.А. Идентификация диспетчерского персонала в системах диспетчерской централизации // Труды 5-й научно-практической конференции «Безопасность движения поездов». Москва: МИИТ, 2004. с. 211-2-12.

54. Кулькин С.А., Скопин А.А., Хатламаджиян А.Е. Особенности реализации ответственных команд в системе «ДЦ-ЮГ с РКП» // Труды четвертой научно-технической конференции «Безопасность движения поездов». Москва, 2003.

55. Шахов В.Г. Последовательность анализа и планирования информационной безопасности // Автоматика, связь, информатика. 2003. № 8. С. 21-24.

56. Материал Гостехкомиссии России. Руководящий документ. Защита от несанкционированного доступа к информации // Jet Info. 2000. № 2. С. 2-8.

57. Галатенко В. Современная трактовка сервисов безопасности // Jet Info. 1999. № 5. С. 14-24.

58. Штайнке С. Идентификация и криптография // LAN. 1998. № 2. С. 12-18.

59. Завгородний В.И. Комплексная защита информации в компьютерных системах: учебное пособие. М., 2001 г. С. 264.

60. Поспелов Д.А. Ситуационное управление. Теория и практика. М.: Наука, 1986. С. 167-180.

61. Гладун В.П. Составление описаний классов объектов на ЦВМ / Кибернетика, 1972, № 6 С. 28-36.

62. Гладун В.П. Планирование решений. Киев: Наукова Думка, 1987. 168 с.

63. Meeri I. Combining qualitative and quantitative constraints in temporal reasoning. Techn. report of Cognitive Science Lab. Computer Science Department, Univ. of California, 1995.

64. Плесневич Г.С. Метод аналитических таблиц для логики событий // Труды международной конференции «Интеллектуальное управление: новые интеллектуальные технологии в задачах управления». (ICIT99), Переславль-Залесский, М.: «Наука Физматлит», 1999.

65. Lobo J. and C.Uzcategui С. Abductive consequence relation // Third Symposium on Logical Formalizations of Commonsence Reasoning, Stanford, California, 1996.

66. Система диспетчерского контроля и управления движением поездов «ДЦ-Юг с РКП»: монография; под общ. ред. к.т.н., проф. И.Д. Долгого и к.т.н. А.Г. Кулькина. 2010. 468 с.

67. Zhang Q., Huang К. Fingerprint classification based on extraction and analysis of singularities and pseudoridges, 2002.

68. Karu K., Jain A. Fingerprint Classification, Pattern Recognition, vol. 29, no. 3, pp. 389-404, 1996.

69. Jain A., Hong L. and Boler R. Online Fingerprint Verification IEEE trans, 1997, PAMI-19(4), pp. 302-314.