Информационное обеспечение и моделирование технологических процессов на водных путях тема диссертации и автореферата по ВАК РФ 05.13.06, кандидат технических наук Первушин, Леонид Семенович

• Первушин, Леонид Семенович
• кандидат технических наук
• 2005

Оглавление диссертации кандидат технических наук Первушин, Леонид Семенович

Введение

1. Основные задачи автоматизации технологических процессов на объектах водноготранспорта.

1.1. Организационные, экономические и технические аспекты автоматизации и управления на водных путях.

1.2. Автоматизация технологических процессов при проведении дноуглубительных работ.

1.3. Основные задачи автоматизации технологических процессов и технических средств судоходной обстановки.

1.4. Задачи автоматизации технологических процессов при управлении СЭУ судов технического флота.

2. Моделирование водного пути как открытой гидравлической сети.

2.1. Особенности моделирование расходов и уклонов водной поверхности на учестках водных коммуникаций.

2.2. Модель многорукавного разветвления русла. Аналогия с электрической цепью. Алгоритм.

2.3. Аналитические расчеты потокораспределения в рукавах разветвленных участков водных коммуникаций на основе принципа наименьшего действия.

2.4. Моделирование и автоматизация путевых работ на водных коммуникациях.

3. Идентификация структуры и параметров моделей технологических процессов на водных коммуникациях.

3.1. Об оценивании параметров моделей на водных коммуникациях по экспериментальным данным.

3.2. Переопределенные системы и функции для решения нелинейных уравнений в среде MatLAB.

3.3. Применение МНК для оценки функции продуктивности в эргатической системе управления землеснарядом.

3.4. Идентификация параметров модели водной коммуникации по заданному расходу реки и отметкам уровней.

4. Цифровое моделирование технологических процессов на водных коммуникациях с помощью нейронных сетей.

4.1. Общие положения.

4.2. Последовательность операций при создании нейронной сети в среде MatLAB (Neural Networks Toolbox).

4.3. Моделирование отметок уровней в реке на основе нейронных сетей.

4.4. Применение нейронной сети для определения химического состава песчано-гравийной смеси.

Введение диссертации (часть автореферата) на тему «Информационное обеспечение и моделирование технологических процессов на водных путях»

Одной из важнейших проблем развития транспортной инфраструктуры' Европейского Севера России является создание высокоэффективной системы управления водными путями на реках северного бассейна.

Государственные бассейновые управления водных путей и судоходства в условиях рыночных отношений, наряду с традиционными задачами обеспечения судоходных условий на свободных реках, выполняют широкий круг новых обязанностей, в том числе — осуществление государственного регулирования работы речного транспорта, обеспечение безопасности судоходства, контроль за экологической и пожарной безопасностью, надзорные функции и др.

Бассейновое управление, представляющее собой предприятие со сложной распределенной структурой, в состав которой входят районы и участки водных путей, флот, шлюзы, база обслуживания и др. может успешно работать только при наличии распределенной информационной системы с соответствующим техническим, программным и информационным обеспечением. Вычислительная сеть, в состав которой входят ПК, коммуникационное оборудование, операционные системы, сетевые приложения и др., обеспечивает оперативное решение комплекса взаимосвязанных организационных и технологических задач, возникающих в процессе работы структурных подразделений, служб и отделов предприятия. Для этих же целей служат сеть «Интернет», электронная почта и другие средства передачи информации, повседневное использование которых уже сегодня позволило предприятию сэкономить немало денег и времени.

Информационные технологии используются для управления предприятием на стратегическом, тактическом и оперативном уровнях. При этом обеспечивается сбор, хранение, обработка и распространение информации, необходимой для надежного функционирования организационно-административной системы на водных путях.

Развитее информационной сферы, оснащение предприятия современными техническими средствами позволяют на качественно новом уровне решать наиболее наукоемкие задачи для обеспечения технологических процессов и принимать обоснованные решения, используя процедуры формализации профессиональных знаний в данной предметной области [9]. В этой связи для повышения эффективности и качества специфических технологических процессов на водных путях требуется развитие наукоемких информационных ресурсов, основанных на математическом моделировании и алгоритмизации в современных вычислительных средах [6]. Развитие ресурсов предполагает использование опыта работы крупных специалистов служб и подразделений всех уровней иерархической структуры системы управления водными путями, его реализацию в форме программных и технических средств, способных кардинально изменить управленческую деятельность, существенно повысить уровень эксплуатации технических средств путем информационного обеспечения технологических процессов, использования новых принципов автоматизации [27].

Рассмотрим концептуальные модели некоторых технологических процессов, для совершенствования и автоматизации которых необходимы новые алгоритмы и программные средства, ориентированные на реализацию задач данной предметной области и требующие соответствующего научного сопровождения.

Выполнение дноуглубительных работ на водных путях, их планирование связаны с моделированием процессов в сложных многорукавных разветвлениях. Моделирование позволяет существенно упростить выбор обоснованного решения на этапе проведения машинного эксперимента [50]. Река представляет собой классический пример открытой гидравлической системы со сложной динамикой [17]. В ней происходят процессы обмена энергией и веществом с внешней средой и проявляются механизмы самоорганизации по схеме «поток-русло»[40]. В открытых системах переменные состояния могут стремиться к таким значениям, при которых уравнения баланса' сохранения массы, энергии, количества движения могут образовывать инвариантные многообразия, характеризующие процессы стабилизации соотношений между переменными состояния. В результате уравнения динамики при наличии некоторых инвариантных многообразий вырождаются в пространстве состояний в систему нелинейных алгебраических уравнений. . В частности, при построении моделей многорукавных разветвлений рек для установления соотношений между отметками уровней в узлах и расходами в рукавах в квазистационарных режимах используются уравнения параболического вида, обеспечивающие малую погрешность аппроксимации на водных коммуникациях небольшой протяженности.

Для моделирования процессов в многорукавных разветвлениях русла необходимо развивать численные методы и алгоритмы, базирующиеся на эффективных вычислительных процедурах, обладающих устойчивостью и обеспечивающих быструю сходимость решений нелинейных уравнений, в том числе - с унимодальными свойствами [49]. Исследования показывают, что сходимость численного решения можно обеспечить за шесть — восемь шагов в широком диапазоне изменения координат состояния при выборе нулевого приближения. С этой целью необходимо использовать матрицы Якоби, для получения которых существуют стандартные процедуры пакета символьной математики.

Информационное обеспечение следует использовать для количественных оценок принимаемых решений на моделях при планировании путевых работ [10]. В частности, модели необходимо адаптировать к решению практических задач в широком спектре вариации параметров и расходов воды в реке в период навигации. Важным направлением моделирования является развитие принципа наименьшего действия и оптимизационных методов расчета многорукавных разветвлений. Используя энергетические свойства самоорганизации сетей в природных системах, каковыми являются водные коммуникации, мы имеем уникальную возможность приложения концепции системного анализа к решению конкретных инженерных задач. Принцип наименьшего действия позволяет сформулировать задачу расчета сложных разветвлений русла реки в терминах проблемы оптимизации. При этом критерием качества является мощность, потребляемая сетью для транспортирования водного потока по всем рукавам сети. Поиск минимума критерия качества осуществляется с учетом ограничений, составленных по законам Кирхгофа для нелинейной пассивной сети. Информационное обеспечение процедуры оптимизации на основе принципа наименьшего действия может быть построено на использовании функций минимизации пакета Optimization Toolbox системы MatLAB. Таким образом, в процессе моделирования количественные оценки расчетных параметров можно параллельно производить двумя различными методами, приводящими к одному и тому же конечному результату, в случае корректно построенных моделей.

Важным направлением автоматизации технологических процессов на водных путях является создание информационного обеспечения для решения класса инверсных задач и, в частности, задач оценивания параметров моделей многорукавных разветвлений русла по экспериментальным данным. Оцениваемыми параметрами являются средние значения модулей сопротивлений рукавов. Для расчета модулей целесообразно использовать следующие экспериментальные данные: полный расход воды в реке, отметки уровней свободных поверхностей в узлах. Наличие отметок уровней при различных полных расходах позволяет составить переопределенную систему нелинейных уравнений, в которых « выходы » и « входы » линейно зависят от вектора оцениваемых коэффициентов. Следовательно, при наличии погрешностей измерений оптимальное оценивание модулей сопротивлений может быть выполнено с помощью псевдоинверсии Мура - Пенроуза, либо метода наименьших квадратов. В случае плохой обусловленности информационной матрицы, сформированной из экспериментальных данных, процедура оценивания выполняется с помощью QR- разложения, SVD-преобразования, либо алгоритма Гивенса с использованием матрицы, вращения Якоби.

Одной из самых сложных является проблема прогнозирования уровней воды в реке по данным измерений, выполняемых ежедневно гидрологическими постами, расположенными на притоках и основном русле крупной реки. Для ее решения необходимо разработать информационное обеспечение, базирующееся на принципах обучения.

Если посты располагаются на небольшом расстоянии, может быть установлена корреляционная связь между отметками уровней двух постов и, следовательно, с помощью корреляционной модели можно оценить отметки уровней одного поста через измерения другого. Например, такая закономерность существует для постов Абрамково и Нижняя Тойма на р. Северной Двине.

Большой практический интерес представляет возможность моделирования уровней воды в реке, состоящей из нескольких притоков со сложной топологической структурой и гидрологическими постами, расположенными на значительных расстояниях ( со временем «добегания» воды, исчисляемым несколькими сутками). В этом случае по отметкам уровней постов, расположенных на притоках в верховьях реки, с помощью модели представляется возможным не только оценивать, но и прогнозировать глубины судоходного фарватера при прогнозе, составляющем также несколько суток. Однако многочисленные попытки составить такую модель для северной реки с шестью притоками и расстояниями между гидравлическими постами в несколько сотен километров традиционными методами, как известно, не привели к положительным результатам. Созданные математические модели смогли найти лишь ограниченное применение на практике. Причина состоит в сложности модели и наличии существенно нелинейных зависимостей между переменными состояния модели, которые невозможно идентифицировать общепринятыми методами, используя данные отметок уровней.

В то же время, рассматривая принципы построения моделей на нейтронных сетях, мы можем получить новые решения в области моделирования технологических процессов на водных коммуникациях [36].

Исследования показывают, что путем использования многослойных сетей с нейронами, обеспечивающими нелинейную форму воздействия на функцию активации комбинированных функций входов, можно создать регрессионную модель реки с большой степенью адекватности реальному процессу. В отличие от математических моделей, в нейронных сетях используется принцип обучения, подобно процессам, происходящим в биологических системах. Регрессионная модель является нелинейной. Кроме того, в модели учитываются связи, характерные для динамики поведения объекта, за счет передаточных функций нейронов.

В настоящее время возобновилось использование судов технического флота для выполнения дноуглубительных работ. И вновь стали актуальными вопросы оптимизации технологических процессов на речных землесосах, экономии топливно-энергетических ресурсов и технического мониторинга, поскольку стоимость дизельного топлива существенно возросла. Для обеспечения высокой консистенции транспортируемой пульпы и минимизации расхода топлива, приходящегося на один кубометр транспортируемой пульпы, требуется создание адекватного информационного и программного обеспечения, позволяющего принимать оптимальные решения как в стандартных ситуациях, так и при неполной информации о поведении объекта. Решения в таких технических системах должны приниматься с помощью операций, осуществляемых над системой нечетких отношений, а в определенных ситуациях информацию о поведении объекта по вектору выхода целесообразно восстанавливать с помощью динамических наблюдателей и оценивателей состояния. На начальном этапе автоматизации технологии работы речных землесосов можно повысить производительность этого класса судов технического флота за счет совершенствования эргатической системы, в состав которой входит человек - оператор. В работе приводятся результаты исследований, базирующиеся на введении функций продуктивности для учета процесса адаптации оператора к условиям работы на конкретном земснаряде, которые являются в известной мере аналогами контрольных карт, используемых в промышленности для управления качеством продукции на основании количественных оценок результатов измерений.

Актуальность исследований. В связи с вышеизложенным, в диссертации решается актуальная научно-техническая задача — разрабатывается информационное обеспечение и создаются модели технологических процессов на водных путях, позволяющие на качественно новом уровне, с использованием высокопроизводительных вычислительных средств и путем численного эксперимента автоматизировать технологические процессы планирования дноуглубительных и выправительных работ на реках, выполнять сложные расчеты потокораспределения в многорукавных в открытых гидролитическихсетях, прогнозировать уровни воды на судоходных участках водного пути по поступающей информации.

Для решения поставленной задачи в диссертации проводятся исследования в следующих направлениях:

1. Разработка информационного обеспечения и моделей участков водных коммуникаций с русловой многорукавностью для автоматизации процесса потокораспределения в сложной открытой гидравлической сети (прямая задача распределения полного расхода реки по рукавам).

2. Разработка машинной программы для итерационного процесса потокораспределения на основе метода Ньютона-Рафсона-Канторовича со свойствами сходимости, обеспечиваемой путем использования матриц Якоби, вычисляемых с помощью пакета символьной математики в среде MatLAB.

3. Создание информационного обеспечения и моделирование процессов потокораспределения и отметок уровней в узлах разветвленной, гидравлической сети на основе принципа наименьшего действия, в том числе:

- интерпретация прямой задачи потокораспределения в терминах статических оптимизационных задач с определением критерия качества и системы ограничений;

- алгоритм решения, основанный на использовании стандартных функций пакета Optimization Toolbox;

- моделирование потокораспределения разветвленной гидравлической сети с помощью созданного информационного обеспечения;

- оценка результатов моделирования в сравнении с другими вычислительными процедурами.

4. Создание алгоритма для оценивания вектора потокораспределения при наличии помех с использованием ковариационных матриц, базирующегося на итерационной процедуре решения нелинейных уравнений.

5. , Проведение машинного эксперимента с использованием моделей водных коммуникаций, допускающих вариации параметров звеньев открытой гидравлической сети; моделирование процессов воздействия на объект изменяющихся рабочих параметров рукавов за счет дноуглубительных и выправительных работ; выбор альтернативных вариантов (сценариев) планирования работ по поддержанию судоходных условий на многорукавных участках водных коммуникаций.

6. Апробация алгоритма параметрической идентификации нелинейных моделей водных коммуникаций с многорукавной структурой; формулировка инверсной задачи потокораспределения в терминах итеративной проблемы оценивания параметров (модулей сопротивлений рукавов) по заданным полным расходам реки (один датчик расхода) и отметкам уровней в узлах гидравлической сети.

7. Создание информационного обеспечения и модели обучения оператора в эргатической системе управления рабочими органами речного землесоса, основанная на использовании функции продуктивности; оценка адаптивных свойств с помощью функции продуктивности.

8. Использование регрессионной нелинейной нейронной модели по отметкам уровней на реках большой протяженности; алгоритм построения, обучения и процедура использования нейронной модели для прогноза глубин судового хода в низовьях реки по датчикам измерений постов, расположенных на шести притоках в её верховьях. Рассмотрение информационного обеспечения и нейронной модели для оценки состава песчано-гравийной смеси в процессе её непрерывного следования по конвейеру.

Методы исследований. Методической основой исследований являются принципы системного анализа, общая теория систем, методы идентификации и оптимизации, численные методы оценивания. Методы, используемые в работе, также включают: математический аппарат моделирования гидравлических сетей и электрических цепей и элементов, принципы построения вычислительных алгоритмов и машинных программ, методы организации и проведения вычислительного эксперимента, в том числе - с использованием нейронных сетей.

Научная новизна результатов исследований определена в следующих основных положениях:

1. Моделях и информационном обеспечении процессов потокорас-пределения в открытых гидравлических сетях и системах с русловой многорукавностью в квазистационарных режимах.

2. Алгоритмическом, информационном и программном обеспечении потокораспределения с помощью вычислительной процедуры Ньютона-Рафсона-Канторовича и использования матриц Якоби для обеспечения устойчивости и сходимости процессов решения нелинейных задач.

3. Принципе наименьшего действия и его развитии для построения моделей потокораспределения в классе оптимизационных задач; информационном и программном обеспечении, созданном с помощью функций пакета Optimization Toolbox в среде MatLAB.

4. Информационном обеспечении и алгоритме идентификации параметров (модулей сопротивлений рукавов) сложных открытых гидравлических сетей по измерениям полных расходов реки и отметок уровней в узлах; создании математических датчиков расходов воды в рукавах русла реки.

5. Моделях и информационном обеспечении процедуры оценки и прогноза отметок уровней в реках (на участках большой протяженности), полученным с помощью нейронных сетей. Регрессионной нейронной модели уровней в реке Северная Двина.

6. Информационном обеспечении и модели обучения операторов в сложных эргатических системах на основе функции продуктивности.

Практическая значимость работы состоит в создании информационного обеспечения и моделировании технологических процессов на водных путях, развитии численных методов автоматизации л* \J технологических процессов потокораспределения на участках водных коммуникаций с русловой многорукавностью и их практическом использовании. Практическая значимость работы определяется новым решением проблемы адаптации вахтенных начальников и членов экипажей землесосных снарядов, реализующих технологически^ режим грунтозабора \/ и гидротранспортирования пульпы, к конкретным условиям работы с оценкой изменения производительности в зависимости от суммарного вахтенного времени с помощью функции продуктивности. Наиболее важной практической частью работы является нейронная регрессионная модель реки Северная Двина, составленная для оценки отметок уровней воды в поселке Нижняя Тойма по отметкам уровней гидравлических постов, расположенных в шести притоках. i j

Апробация работы. Основные результаты диссертационных исследований докладывались и были одобрены на Международной конференции «ТРАНСКОМ-97», проходившей в СПГУВК в 1997 году; на Международной научно-технической конференции «ТРАНСКОМ-2001» 2829 июня 2001 г. «СПГУВК»; на Международной конференции «ТРАНСКОМ-99» (СПГУВК, 1999 год); на Региональной научно-технической конференции «Внутренние водные пути России. История. Современность. Перспективы .» (СПГУВК, 1998 год); на Межрегиональной научно-практической конференции «Проблемы развития транспортной инфраструктуры и Европейского Севера России» (г. Котлас, 2003 год), а также на Международной научно-практической конференции, посвященной 300-летию Санкт-Петербурга «Безопасность водного транспорта» (10-11 сентября 2003 года, г. Санкт-Петербург).

Публикации. Основные положения представленной диссертационной работы опубликованы в десяти печатных работах, перечень которых приведен в библиографическом списке, помещенном в диссертации.

Заключение диссертации по теме «Автоматизация и управление технологическими процессами и производствами (по отраслям)», Первушин, Леонид Семенович

Основные выводы по диссертации

Выполненный комплекс исследований содержит результаты решения научно-технических задач автоматизации технологических процессов на внутренних водных путях, как системах со сложной структурой производственно-хозяйственной деятельности. Основные задачи автоматизации и их очередность решения определены применительно к Государственным бассейновым управлениям водных путей и судоходства и, в частности, к Северо-Двинскому управлению, выполняющему наряду с традиционными функциями обеспечения судоходных условий на реках, составляющих транспортную инфраструктуру Европейского Севера России, широкий круг новых обязанностей, к ним относятся: государственные регулирования работы речного транспорта, обеспечение безопасности судоходства, экологический контроль, пожаробезопасность, другие надзорные функции, регламентированные соответствующими документами для исполнения ГБУ.

В работе показано, что в новых экономических условиях, при ограниченных ресурсах, целый ряд работ по управлению производством и технологическими процессами должен выполняться на основе широкого использования современных информационных технологий и компьютерных систем. Это позволяет при минимальных затратах обеспечить управление технологическими процессами на качественно новом уровне, изменить технологию производства, эффективность работы подразделений и служб за счет исключения рутинных операций и внедрения информационного обеспечения в конкретных предметных областях при соответствующем научном сопровождении наиболее наукоемких технологий.

В работе получены следующие основные результаты:

1. Для участков водных коммуникаций с русловой многорукавностью разработана модель процесса потокораспределения, созданы алгоритмы и программные средства для расчета расходов в рукавах и отметок уровней в узлах, при условии устойчивости русловых потоков, находящихся в естественном состоянии. Показано, что в квазистатических режимах многорукавный участок реки представляет собой открытую, гидравлическую сеть, технологические процессы в которой в терминах прямых и обратных задач потокораспределения во многом аналогичны процессам, протекающим в нелинейных электрических цепях.

2. В терминах прямой задачи моделирования технологии потокораспределения в сложном разветвлении русла при изменении полного расхода реки разработан алгоритм на основе метода Ньютона-Рафсона-Кантаровича и предложено информационное обеспечение процесса решения системы нелинейных уравнений с целью оценки переменных состояния — отметок уровней в узлах гидравлической сети и расходов в рукавах. Сходимость вычислительного процесса обеспечивается за счет выбора структуры моделей звеньев сети, обладающих унимодальными характеристиками «вход-выход».

3. В работе предложен алгоритм моделирования потокораспределения в многорукавных разветвлениях русла, основанный на принципе наименьшего действия, что в сложных естественных сетях, каковыми являются реки Европейского Севера России, в класс оптимизационных задач. Применительно к открытым гидравлическим сетям, из аналогий в поведении гидравлических электрических сетей, принцип наименьшего действия состоит в таком распределении расходов воды по рукавам (потоков в ветвях), при котором в установившемся режиме энергия, рассеиваемая системой за каждую единицу времени на транспортирование потока через сеть, является минимальной. Информационное обеспечение представленное в работе в форме машинных программ и предназначенное для использования принципа наименьшего действия, основано на использовании стандартных оптимизационных функций среды MatLAB.

4. Разработан алгоритм для оценивания вектора измеряемых переменных в нелинейной модели многорукавного разветвления русла при наличии помехи, базирующейся на методе наименьших квадратов с введением ковариационной матрицы шума. Вектор погрешности измерений представлен в виде двух составляющих, одна из которых предполагается гауссовой. Для реализации процедуры поиска минимума нормы погрешности измерений предложена программа, обеспечивающая итерационный сходящийся вычислительный процесс с оценкой коэффициентов матрицы Якоби на каждом шаге.

5. Предложено на качественно новом уровне планировать комплекс работ по поддержанию судоходных условий на участках рек с многорукавными разветвлениями. Процесс автоматизации выбора места и способа управления перераспределением расходов в рукавах реализовывать на математической модели объекта. При этом могут быть рассмотрены различные сценарии, предусматривающие вариации модулей сопротивлений отдельных рукавов с целью поддержания требуемых глубин на судоходных участках, Получение количественных оценок результатов проведения дноуглубительных, выправительных и других работ на моделях практически исключает какие-либо материальные затраты, а реализация наиболее выгодного сценария позволит экономить значительные материальные средства, полностью исключить либо существенно ослабить влияние дноуглубительных работ, на экологические показатели в регионе. Для реализации процесса потокораспределения в рукавах при постоянном полном расходе реки предложены вычислительные процедуры, основанные на использовании информационного обеспечения, созданного автором для решения прямых задач потокораспределения в открытых гидравлических сетях.

6. Разработан алгоритм идентификации параметров нелинейной модели водной коммуникации с многорукавной структурой. Исходными данными для решения инверсной задачи потокораспределения являются измерения полного расхода воды в реке и отметок уровней в узлах разветвления русла. Идентифицируемые параметры-модули сопротивлений рукавов. Предложено информационное обеспечение для реализации процедуры идентификации, основанной на оценивании переопределенных систем уравнений на каждом шаге решения, начинающегося с рукавов, исходящего из первого (верхнего) узла. Поскольку получение отметок уровней в узлах является неслышным и хорошо отработанным процессом измерений координат состояния, по завершении вычислительной процедуры идентификации модулей сопротивлений рукавов, полученную модель рекомендовано использовать в качестве математических датчиков расходов воды в рукавах.

7. В работе показано, что к плану задач автоматизации технологических процессов следует отнести процесс адаптации к условиям работа землеснаряда оператора - вахтенного начальника, входящего в состав органической системы и осуществляющего управление механизма, с целью обеспечения наибольшей производительности по грунту при изменяющихся условиях внешней среды. Введено понятие функции продуктивности, на основании которой целесообразно оценивать улучшение качества работы оператора судовых условиях, с учетом индивидуальных навыков, приобретенных в процессе обучения и несения вахт в течение навигационного периода. Разработана методика количественной оценки процесса обучения и на конкретном примере рассмотрена процедура её реализации.

8. Для моделирования сложных нелинейных процессов, происходящих в открытых гидравлических сетях, каковыми являются водные коммуникации, получение адекватных аналитических моделей представляется весьма проблематичной задачей. Невозможно, например, построить регрессионные модели приемлемыми характеристиками для описания отметок уровней в низовьях реки по отметкам уровней, полученным на гидравлических постах в её притоках, расположенных на расстоянии в несколько десятков и сотен километров, с периодами «добегатия» воды, составляющими несколько суток. В этом случае целесообразно использовать нейросетевые модели.

В диссертации разработана нейронная модель, составлена программа в среде MatLAB и получена нейронная модель для определения уровней воды в реке Северная Двина по данным уровней, определяемых вместе её притоках в течение всей навигации. Максимальное отклонение от данных моделей от эксперимента не превышает 1%, что достигается многократным процессом обучения нейронной сети.

В работе приведена нейронная модель для непрерывной оценки состава песчанно-гравийной смеси с несколькими классификационными признаками. Обучение сети выполнено по данным радиационного датчика и условленным оценкам химического состава в лабораторных условиях. Переведены результаты машинного эксперимента.

Заключение.

Список литературы диссертационного исследования кандидат технических наук Первушин, Леонид Семенович, 2005 год

1. Абдураимов М., Музафаров Х.А., Пуититаев А.А. Движение вод в открытых руслах (уравнения Сен-Венана). «Математическое моделирование», т. 10, №6,1998 г., с. 97-106.

2. Аврухович Э.В., Шананин А.А. Отрасль производства в условиях дефицита оборотных средств, «Математическое моделирование», т. 12, № 7, 2000 г., с. 102-126.

3. Барабашев А.Г. (ред.) и др. Математика и опыт. М.: изд. МГУ, 2003. -624 с.

4. Белоцерковский О.М., Емельянов С.В., Макаров И.М. и др. Математическое моделирование: Проблемы и результаты. М., Наука, 2003. -478 с.

5. Белоцерковский О.М., Опарин A.M., Чечеткин В.М. Турбулентность: новые подходы. М.: Наука, 2003. - 286 с.

6. Буреш О.В. Методология анализа и прогнозирования развития транспортного комплекса региона. М.: Финансы и статистика, 2003. - 312 с.

7. Бутов А.С., Гаскаров Д.В., Егоров А.Н., Крупенина Н.В., Транспортные системы: моделирование и уравнение. СПб.: Судостроение, 2001. 552 с.

8. Варжапетян А.Г., Глущенко В.В. Системы управления. Исследование и компьютерное проектирование. Учебное пособие М., Вузовская книга, 200. -319 с.

9. Варжапетян А.Г., Глущенко В.В., Глущенко П.В. Системность процессов создания и диагностики технических структур. СПб.: Политехника, 2004. - 186 с.

10. Варжапетян А.Г. и др. Автоматизация контроля параметров водной среды. Л.: Судостроение, 1982 - 242 с.

11. Гаскаров Д.В., Истомин Е.П., Кутузов О.И. Сетевые модели распределенных автоматизированных систем. СПб.: Энергоатомиздат. СПб. - отделение, 1998 - 353 с.

12. Глущенко В.В., Сахаров В.В., Сумеркин Ю.В. Моделирование динамических систем и Электрических цепей в среде MatLAB: Учеб. пособие/СПГУВК. СПб., 1998 293 с.

13. Горбань А.Н., Дунин-Барковский В. А., Кардан А.Н. Нейроинформатика. Новосибирск, Наука, 1998.

14. Грановский В.А., Сирая Т.Н. Методы обработки экспериментальных данных при измерениях. Л.: Энергоиздат., 1990

15. Гринкевич Я.М., Сахаров В,В, Наблюдатели и оцениватели состояния в судовых системах управления. СПб.: СПГУВК, 2001. - 193 с.

16. Гришанин К.В. Гидравлическое сопротивление естественных русел. — СПб.: Гидрометиоиздат, 1992. 182 с.

17. Гришанин К.В., Гладков Г.Д., Журавлев М.В. Гидравлические сопротивления в подвижных руслах. Динамика и итермика рек, водохранилищ и окраинных морей. М.: Изд. АНСССР, 1989. т.2, С. 87 - 89.

18. Дьяконов В. MatLAB: учебный курс СПб.: Питер, 2001. - 560 с.

19. Дьяконов В., Абраменкова И. MatLAB. Обработка сигналов и изображений. Специальный справочник. СПб.: Питер, 2002. - 608 с.

20. Д^конов В., Круглов В. Математические пакеты расширения MatLAB. Специальный справочник. СПб.: Питер, 2001. - 480 с.

21. Зуев Ю.Ю. Перспективные разработки по гиравлике. МТ РФ, ЦБНТИ. «Наука и техника на речном транспорте.» Инф. Сборник №3. М., 1998, 14 -17 с.

22. Каганович Б.М., Филиппов С.П. Равновесная термодинамика и математическое программирование. Новосибирск.: Наука, 1995 236 с.

23. Колесников Д.Н. (ред.) и др. Моделирование систем с использованием теории массового обслуживания. Учебное пособие. СПб.: СПГУВК, 2003. -180 с.

24. Крон Г. Тензорный анализ сетей. Пер. с англ. М.: Сов. Радио, 1987 -720 с.

25. Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория и практика. 2-е издание. М.: Горячая линия Телеком, 2002 - 382 с.

26. Махино Т. Контроль качества с помощью персональных компьютеров. М.: Машиностроение, 1991 -224 с.

27. Меренков А.П., Массель Л.В. Системы поддержки принятий решений для исследования и управления энергетикой. «Наука»,С.О., Новосибирск, 1983.

28. Меренков А.П„ Хасилев В.Я. Теория гидравлических цепей. М.: Наука, 1985.-278 с.

29. Первушин Л.С. Идентификация модулей сопротивления рукавов многоузлового разветвления русла по экспериментальным данным. Сб. н. трудов ВГАВТ «Моделирование и оптимизация сложных систем» вып. 2731, часть 2. Н.Новгород, 1997. МТ РФ. с. 77-81.

30. Первушин JI.C., Петухов В.В. Функция продуктивности в эргатических системах управления.

31. Первушин Л.С., Сахаров В.В. Алгоритмизация расчета многоузлового разветвления русла. Сб. н. трудов ВГАВТ «Моделирование и оптимизация сложных систем» вып. 2731, часть 2. Н.Новгород, 1997. МТ РФ. с. 83-90.

32. Первушин JI.C. и др. Модель многоузлового развития русла. Аналоги с электрической цепью. В кн.: Глущенко В.В., Сахаров В.В., Сумеркин Ю.В. «Моделирование электрических цепей и динамических систем в среде MatLAB.» СПб.: СПГУВК, с. 74-87.

33. Первушин JI.C., Сахаров В.В. Моделирование отметок уровней в реке на основе нейронных сетей. «Международная научно-техническая конференция «ТРАНСКОМ-2001»». 28-29 июня 2001г.: Тезисы докладов, с.

34. Первушин JI.C., Сахаров В.В., Лопырев И.Н. Принцип наименьшего действия в моделях коммуникационных сетей. «ТРАНСКОМ-99»: Тезисы докладов, с. 36-37.

35. Потемкин В.Г. система инженерных и расчетов MatLAB 5.x в 2-х т. том 1 - М.: ДИАЛОГ - МИФИ, 1999. - 366 е., том 2 - М.: ДИАЛОГ - МИФИ, 1999.-304 с.

36. Пригожин Илья, Ситенгерс Изабелла. Время. Хаос. Квант. М.: Изд. Группа «Прогресс», 1999.-268 с.

37. Салихов З.Г., Арунянц Г.Г., Рутковский А.Л. Системы оптимального управления сложными технологическими объектами. М., Теплоэнергетик,2004.-496 с.

38. Селезнев В.М., Гришанин К.В., Гладков Г.Л. и др. Руководство по улучшению судоходных условий на свободных реках. СПб.: ЛИВТ, 1992. -312 с. * *

39. Уоссерман Ф. Нейрокомпьютерная техника. М.: Мир, 1992. 240 с.

40. Францев Р.Э., Гаскаров В.Д. Автоматизированные системы управления. Учебное пособие. Спб.: СПГУВК, 2003 - 136 с.

41. Чалов Р.С. Московский университет и водные пути России. История. Современность. Перспективы. «Региональная научно техническая конференция. Материалы конференции и тезисы докладов».- СПб.: СПГУВК, 1998, с.43-50.

42. Эшби У.Р. Конструкция мозга. М.: Мир, 1964. - 302 с.

43. J.A. Cunge, F.M. Holly, A. Verwey. Practical Aspects of Computational River Hydraulics. (Pitman, L.), 1980.

44. Larry J. Goldsbein, D.I. Schneider, M.J. Siegel. Finite Mathematics and Its Applications. N/ Jersey, 1990. c.