Моделирование и оперативный контроль динамики судна в условиях периодического снижения остойчивости на попутном волнении тема диссертации и автореферата по ВАК РФ 05.08.01, кандидат технических наук Хейн Тун

• Хейн Тун
• кандидат технических наук
• 2011

Оглавление диссертации кандидат технических наук Хейн Тун

ВВЕДЕНИЕ

Глава1. ОСОБЕННОСТИ ДИНАМИКИ СУДНА В УСЛОВИЯХ ПЕРИОДИЧЕСКОГО СНИЖЕНИЯ ОСТОЙЧИВОСТИ НА ВОЛНЕННИИ

1.1. Проблемы синтеза модели контроля поведения судна на волнении в бортовых системах поддержки принятия решений.

1.2. Теоретические аспекты разработки моделей контроля динамики судна на волнении.

1.3. Аналитический обзор.

1.4. Постановка задачи исследования.

1.5. Общая характеристика диссертационной работы.

Выводы по первой главе.

Глава2. КОНЦЕПТУАЛЬНЫЕ ОСНОВЫ ПОСТРОЕНИЯ ПРОРАММ-НОЙ СИСТЕМЫ КОНТРОЛЯ ДИНАМИКИ СУДНА ПРИ ПЕРИОДИЧЕСКОМ СНИЖЕНИИ ОСТОЙЧИВОСТИ НА ВОЛНЕНИИ

2.1. Принципы построения и синтез концептуальной модели программной системы контроля динамики судна на волнении.

2.2. Модель оценки вероятности возникновения ' экстремальной ситуации.

2.3. Модель программной системы на основе нечеткой системы знаний.

2.4. Модель и алгоритм обработки информации при контроле динамики судна на основе метода функционала действия.

2.5. Модель и алгоритм обработки информации при контроле динамики судна на основе нечеткого логического базиса.

2.6. Визуализация результатов моделирования.

2.7. Оценка риска принятия решений при контроле сложных ситуаций.

Выводы по второй главе.

ГлаваЗ. МОДЕЛИРОВАНИЕ И ИНТЕРПРЕТАЦИЯ ДИНАМИКИ СУДНА В УСЛОВИЯХ ПЕРИОДИЧЕСКОГО СНИЖЕНИЯ ОСТОЙЧИВОСТИ СУДНА НА ВОЛНЕНИИ

3.1. Методы и модели анализа и прогноза поведения судна при периодическом снижении остойчивости на волнении.

3.2. Математическая модель поведения судна на волнении при различном уровне внешних возмущений.

3.3. Объекты моделирования и интерпретация динамики взаимодействия.

3.4. Результаты моделирования.

3.5. Оценка устойчивости колебательного движения судна на волнении

3.6. Оценка адекватности математической модели и риска принимаемых решений при контроле динамических ситуаций.

Выводы по третьей главе.

Глава4. РЕАЛИЗАЦИЯ ПРОГРАММНОЙ СРЕДЫ АНАЛИЗА И ПРОГНОЗА ДИНАМИКИ СУДНА НА ВОЛНЕНИИ ПРИ ПЕРИОДИЧЕСКОМ СНИЖЕНИИ ОСТОЙЧИВОСТИ

4.1. Формальная модель программной среды.

4.2. Особенности функционирования программной среды.

4.3. Особенности обработки информации в мультипроцессорной вычислительной среде.

4.4. Особенности функционирования программного комплекса.

4.5. Совершенствование методов анализа динамики судна на волнении на основе теории катастроф и концепции Data Mining.

Выводы по четвертой главе.

Введение диссертации (часть автореферата) на тему «Моделирование и оперативный контроль динамики судна в условиях периодического снижения остойчивости на попутном волнении»

Разработка методов и моделей контроля сложных ситуаций в задачах теории корабля и при функционировании бортовой интеллектуальной системы (ИС) обеспечения безопасности судна в различных условиях эксплуатации является актуальной проблемой в связи с созданием новых типов морских судов Союза Мьянма. Повышение надежности и качества принимаемых решений в бортовых ИС достигается на основе данных динамических измерений, формализованной системы знаний и математических моделей обработки и интерпретации информации в мультипроцессорной вычислительной среде. Для реализации методов и моделей оперативного контроля текущих ситуаций на основе динамической базы знаний, необходимо выполнить следующие условия:

• разработать механизмы преобразования информации при построении на основе системы интеллектуальной поддержки принятии решений по обеспечению безопасности судна в рассматриваемой ситуации;

• выделить структуры, методы и модели, повышающие надежность принятия решений по управлению судном в сложных ситуациях;

• разработать модели функционирования интеллектуального интерфейса, обеспечивающего оперативный контроль динамики судна в текущих ситуациях при различной интенсивности внешних возмущений.

Анализ и интерпретация измерительной информации в бортовых ИС представляют собой одно из важных направлений формирования программной среды для реализации механизма интеллектуальной поддержки принятия решений при контроле поведения судна в различных условиях эксплуатации. Методы и модели интеллектуальной поддержки при функционировании динамической базы знаний позволяют исследовать и интерпретировать с использованием современных средств компьютерной математики динамические процессы взаимодействия судна с внешней средой в условиях неопределенности и неполноты информации.

В диссертации рассматривается подход и технология обработки информации при интеллектуальной поддержке принятия решений в бортовой ИС обеспечения мореходных качеств судов. Основное внимание уделяется контролю поведения судна в сложной ситуации, связанной с периодическим снижением остойчивости при движении судна на попутном волнении на базе математического аппарата, разработанного на основе метода функционала действия и достижений теории корабля и экспериментальной гидромеханики. Эти методы позволяют осуществлять генерацию решений и выбор предпочтительной вычислительной технологии при обработке информации о поведении судна в рассматриваемой экстремальной ситуации на основе конкурирующих вычислительных технологий, использующих традиционные математические методы и нечеткий логический базис.

Заключение диссертации по теме «Теория корабля и строительная механика», Хейн Тун

Выводы по четвертой главе

Исследования, выполненные в четвертой главе диссертации, позволяют сделать следующие основные выводы:

1. Разработан программный комплекс, позволяющий осуществлять непрерывный контроль динамики судна в условиях периодического снижения остойчивости при различном уровне внешних возмущений.

2. Сформулирована информационная среда моделирования, определяющая состав технических средств и методы моделирования рассматриваемых динамических ситуаций на базе бортовой ИС, функционирующей в мультипроцессорной вычислительной среде в режиме реального времени.

3. Рассмотрена последовательность выполнения вычислительных операций при функционировании программного комплекса в динамических ситуациях, ч сгенерированных в соответствии с матрицей планирования эксперимента с учетом имеющихся средств подготовки и анализа экспериментальных данных. Анализ выполненного исследования позволил предложить технологию совершенствования методов обработки информации в задачах выявления «скрытых» закономерностей при обработке потока информации с датчиков измерительной системы на основе методов теории катастроф и формального концептуального анализа.

ЗАКЛЮЧЕНИЕ

Результаты проведенного исследования позволяют сделать следующие основные выводы:

1. Сформулированы теоретические принципы и концепция построения моделей обработки измерительной информации при контроле динамики судна при периодическом снижении остойчивости на волнении. Разработана структура системы и выделены типичные задачи анализа и прогноза поведения судна с помощью бортовой ИС обеспечения мореходных качеств судов.

Информационная среда моделирования включает пять функциональных модулей, ориентированных на решение задач обработки информации в рассматриваемой ситуации -планирование эксперимента, моделирование, анализ и визуализация исследуемой ситуации, оценка риска принимаемых решений. Иерархическая модель, объединяющая функциональные модули прикладных программ, позволяет описывать интегрированную систему на различных уровнях абстракции.

2. Разработана модель нечетких знаний, обеспечивающая анализ исследуемой ситуации. Формализация задачи осуществлена на основе метода функционала действия. Сформулирован общий подход и разработаны теоретические аспекты преобразования информации при функционировании базы знаний. Разработанный подход к формированию программной среды интерпретации динамических ситуаций позволяет реализовать эффективные алгоритмы анализа практических задач контроля динамики судна в рамках концепции мягких вычислений. В результате открываются возможности анализа и интерпретации измерительной информации на основе принципа конкуренции, позволяющего выбирать предпочтительную вычислительную технологию в зависимости от особенностей динамики взаимодействия судна с внешней средой в рассматриваемой экстремальной ситуации.

3. Проведено математическое моделирование задачи анализа и прогноза ситуации, связанной с валкостью судна на основе дифференциальных уравнений, описывающих поведение судна на волнении. В качестве основных приложений рассмотрены типичные случаи взаимодействия судна с внешней средой, выделенные из множества динамических ситуаций, возникающих при эксплуатации судна. Среди них следует отметить периодическое ухудшение остойчивости судна на волнении и формирование аттракторных множеств в зависимости от формы исходной диаграммы остойчивости.

4. Разработано программное средство анализа, прогноза и интерпретации динамических ситуаций при периодическом ухудшении остойчивости. Сформулирован общий подход к формированию программных модулей обработки информации и дается их описание в рамках концепции мягких вычислений. На основе модели риска разработан программный модуль оценки эффективности принимаемых решений при контроле экстремальных ситуаций.

Таким образом, материалы проведенного исследования позволяют осуществлять оперативный контроль данных динамический измерений при функционировании бортовой ИС в экстремальных ситуациях и оценить эффективность предлагаемых решений в условиях неопределенности и неполноты исходной информации, а также реализовать вычислительные процедуры анализа альтернатив в нечеткой среде.

Список литературы диссертационного исследования кандидат технических наук Хейн Тун, 2011 год

1. Аверкин А.Н., Батыршин А.Н., Блишун А.Ф., Силов В.Б., Тарасов В.Б. Нечеткие множества в моделях управления и искусственного интеллекта / Под ред. Д.А.Поспелова. - М.- Наука, 1986.

2. Айзерман М.А., Алексеров Ф.Т. Выбор вариантов. Основы теории. -М.: Наука, 1990.

3. Александров B.JL, Матлах А.Т., Нечаев Ю.И., Поляков В.И., Ростовцев Д.М. Интеллектуальные системы в морских исследованиях и технологиях. — Санкт-Петербург. ГМТУ, 2001.

4. Алексеев В.М., Тихомиров В.М., Фомин C.B. Оптимальное управление. -М.: Наука, 1979.

5. Андерсон Т. Статистический анализ временных рядов, М., «Мир», 1976.

6. Барсегян A.A., Куприянов М.С. Степаненко В.В., Холод И.И.

7. Методы и модели анализа данных: OLAP и Data Mining. Санкт-Петербург. БХВ-Петербург, 2004.

8. Беллман Р., Заде Л. Принятие решений в расплывчатых условиях. -М.: Мир, 1976.

9. Богатырев М.Ю. Структурно-инвариантный анализ в информационно-управляющих системах // Труды всероссийской научной конференции «Управление и информационные технологии УИТ-2003». т.2, с.131-136.

10. Бондаренко М.Ф., Маторин С.И., Соловьева Е.А. Особенности теории и практики решения сложных проблем на основе онтологии // Искусственный интеллект. №3. 2000, с.25-33.

11. Бородай И.К., Нецветаев Ю.А. Качка корабля на морском волнении. -О Л.: Судостроение, 1969.

12. П.Бородай И.К. Нецветаев Ю.А. Мореходность судов. JL: Судостроение, 1982.

13. Бородай И.К., Мореншильдт В.А., Виленский Г.В. Дубицкий В.М., Смирнова Б.Н. Прикладные задачи динамики судна на волнении.-Л.: Судостроение, 1989.

14. Бортовые интеллектуальные системы. Часть 2. Корабельные системы. М.: Родиотехника, 2006.

15. Вентцель А.Д., Фрейдлин М.И. Флуктуации в динамических системах под действием малых случайных возмущений. М.: Наука, 1979.

16. Винер Н. Творец и робот. М.: Прогресс, 1966.

17. Вовк С.П. Разработка технологии нечеткого моделирования ситуаций принятия решений в частично формализуемых средах // ППиС. №3. 2004, с.16-22.

18. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. — Санкт-Петербург. Питер, 2000.

19. Геппенер В.В. Деревья решений в распознавании образов // Сборник докладов Международной конференции по мягким вычислениям и измерениям SCM-99 // Санкт-Петербург. 1999. т.2, с.130-136.

20. Горячев В.Д., Балашов М.Е., Рыков Д.С., Смирнов Е.М.

21. Распределенная информационно-вычислительная системамоделирования методами вычислительной гидродинамики // Программные продукты и системы. №3. 2004, с.2-7.

22. Грибова В.В., Клещев A.C. Использование методов искусственного интеллекта для проектирования пользовательского интерфейса//Информационные технологии. №8. 2005, с.58 61.

23. Гудкова H.B. Алгоритмы адаптивной идентификации технических объектов // Автоматизация и современные технологии. 2005. №8, с.З -9.

24. Гэри М., Джонсон Д. Вычислительные сложности и труднорешаемые задачи. М.: Мир, 1982.

25. Дейт К.Дж. Введение в системы баз данных. Санкт-Петербург, Вильяме, 2000.

26. Дорожкин А.К., Климанов В.А. Способы загрузки данных в системы многомерного анализа // Труды ХП Всероссийской научно-методической конференции «Телематика-2005». Санкт-Петербург. 2005. т.1,с.314-315.

27. Дышкантюк A.B., Степанов И.В. Система информационной поддержки жизненного цикла сложных технологических комплексов // Сборник докладов международной конференции по мягким вычислениям и измерениям SCM-2006. Санкт-Петербург. 2006. Т.1, с.71-74.

28. Евгеньев Г.Б. Интеграция прикладных систем на основе баз знаний // Программные продукты и системы. №3. 2005, с.42 — 46.

29. Елашкин М. Как оценивать эффективность ИТ? // Открытые системы. №7. 2004, с.З 8-41.

30. Еремеев А.П., Куриленко И.Е. Реализация временных рассуждений для интеллектуальных систем поддержки принятия решений реального времени // Программные продукты и системы. №2. 2005, с.8-16.

31. Забежайло М.И. «Data Mining & Knowledge Discovery in Databases: предметная область, задачи, методы и инструменты» // Труды Национальной конференции по искусственному интеллекту с международным участием КИИ-98. Пущино. 1998. Том 2, с.592-600.

32. Забелинский А.И. Нелинейная самоорганизация как подход к построению прогнозирующих моделей // Автоматизация и информационные технологии. 2001. №9, с. 17-19.

33. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976.

34. Зенкин A.A. Когнитивная компьютерная графика. М.: Наука, 1991.

35. Золотовский В.Е. Система структурного моделирования // Искусственный интеллект. №3, 2003, с.227-238.

36. Ивакин Я.А. Введение в проблему компьютерной интерпретации прикладных формализуемых теорий // Информационно-управляющие системы. №1.2003, с.26-31.

37. Карпов A.B. Информационные конфликты в автоматизированных системах // Программные продукты и системы. №3. 2004, с.22-26.

38. Капица С.П., Курдюмов С.П., Малинецкий Г.Г. Синергетика и прогнозы будущего. М.: Наука. 1997.

39. Кендалл М. Дж., Стюарт А. Многомерный статистический анализ и временные ряды. — М.:Мир, 1976.

40. Кини Р.Л., Райфа X. Принятие решений при многих критериях. Предпочтения и замещения. М.: Радио и связь, 1981.

41. Киселев А.Г. Концепция и структура интегрированной информационной системы предприятия // Автоматизация и современные технологии. 2005. №12, с.23 — 27.

42. Козлов О.С., Кондаков Д.Е., Скворцов JI.M., Ходаковский В.В.

43. Программный комплекс для исследования динамики и проектирования технических систем // Информационные технологии. №9. 2005, с.20 -25.

44. Корнеев В.В., Гареев А.Ф. Васютин C.B., Райх В.В. Базы данных. Интеллектуальная обработка информации. М. Нолидж, 2000.

45. Костерев В.В., Аверкин А.Н. Формальное описание риска в нечетких системах // Труды международной конференции по мягким вычислениям и измерениям SCM-2001. Т.1. Санкт-Петербург. 2001, с.170-173.

46. Костерев В.В., Лапшина В.А. Метод экспертной оценки риска с использованием лингвистических переменных // Сборник докладов Международной конференции по мягким вычислениям и измерениям SCM-2003. Санкт-Петербург. 2003. т.2, с. 112-115.

47. Кофман А. Введение в теорию нечетких множеств. М.: Радио и связь, 1982.

48. Красовский A.A., Наумов А.И. Аналитическая теория самоорганизующихся систем управления с высоким уровнем искусственного интеллекта // Известия РАН. Теория и системы управления. 2001. №1, с.69 75.

49. Круглов В.В., Усков A.A. Два подхода к самоорганизации базы правил системы нечеткого логического вывода // Информационные технологии. №2. 2006, с. 14 18.

50. Крюков В.В., Майоров B.C., Шахгельдян К.И. Алгоритм баланса нагрузки для обеспечения режима реального времени в распределенной системе сбора и обработки данных // Информационные технологии. №7. 2004, с. 11-17.

51. Кузнецов М. MDA новая концепция интеграции приложений // Открытые системы. №9. 2003, с.48-51.

52. Куклев Е.А. Модели рисков катастроф как маловероятных событий в системах с дискретным состоянием // Труды всероссийской научной конференции «Управление и информационные технологии УИТ-2003. Т.2, с. 158-163.

53. Кукушкин Ю.А., Богомолов A.B., Ушаков И.Б. Математическое обеспечение оценивания состояния материальных систем // Информационные технологии №7 (Приложение). 2004, с. 1-31.

54. Куприянов A.A., Емельянов A.A. Механизмы и средства поддержки человеко-компьютерного взаимодействия в среде интегрированных комплексов средств автоматизации // Морская радиоэлектроника. №2(8). 2004, с.30 34.

55. Лазаренко Г.П. Формирование концептуальных проектных решений на классификационных структурах // Программные продукты и системы. №3. 2005, с.35 37.

56. Ломов В.А. Системотехнические особенности задания требований к сложной технической системе // Сборник докладов Международной конференции и выставки по морским интеллектуальным технологиям МОРИНТЕХ-2005. Санкт-Петербург. 2005, с.98 102.

57. Лоскутов А.Ю., Михайлов A.C. Введение в синергетику. М.: Наука. 1990.

58. Львов М. Построение информационно-аналитической системы // Открытые системы. №4. 2003, с.39-40.

59. Макаренко Н.Г. Как получить временные ряды из геометрии пространственных паттернов // Труды 6-й Всероссийской научно-технической конференции «Нейроинформатика 2004». Лекции по нейроинформатике. Часть 2, с. 140-199.

60. Макаров И.М. Теория принятия решений. М.: Наука, 1986.

61. Майника Э. Алгоритмы оптимизации на сетях и графах. М.:Мир, 1981.

62. Малинецкий Г.Г., Кульба В.В., Косяченко С.А., Шнирман М.Г.и др. Управление риском. Риск. Устойчивое развитие. Синергетика. — М.: Наука. 2000.

63. Мальцев Н.Я., Дорогостайский Д.В., Прытков Ю.К. Теория непотопляемости судна. Л.: Судостроение, 1973.

64. Малышев Н.Г., Берштейн Л.С., Боженюк A.B. Нечеткие модели для экспертных систем в САПР. М.: Энергоатомиздат, 1991.

65. Машечкин И.В., Попов И.С. Разработка системы моделирования высокопроизводительных вычислительных систем на основе мэйнфреймов компьютеров // Программные продукты и системы. №2. 2005, с.46 49.

66. Математические методы в теории систем: новое в зарубежной науке / Под ред А.Н.Колмогорова, С.П.Новикова. Вып. 14. М. Мир, 1979.

67. Матылин Ю.В. Создание Web-приложений в MIDAS-технологии // Программные продукты и системы. №2. 2003, с.2-3.

68. Мелихов А.Н., Бернштейн Л.С., Коровин С.Я. Ситуационные советующие системы с нечеткой логикой. М.: Наука, 1990.

69. Мельников Г.П. Системология и языковые аспекты кибернетики. -М.: Сов. радио.1978.

70. Месарович М., Такахара Я. Общая теория систем: математические основы. — М. Мир, 1978.

71. Липаев В.В. Верификация и тестирование сложных программных средств // Информационные технологии. №7. 2004, с.42-47.

72. Назаров A.B., Якимов В.Л. Прогноз параметров технического состояния многорежимных объектов // Применение нейрокомпьютеров в ракетно-космической технике. Книга 21. М.: Радиотехника. 2006, с.64 -68.

73. Нариньяни A.C. Не-факторы: неточность и недоопределенность — различие и взаимосвязь // Известия РАН. Теория и системы управления. №5, с.44 56.

74. Неделько В.Н. Прогнозирование информационных потребностей операторов особо сложных систем управления // Искусственный интеллект. Донецк. №3. 2002, с.420-427.

75. Некрасов В.А. Нелинейные задачи мореходности судна. Л.: Судостроение, 1978.

76. Нечаев Ю.И. Остойчивость судов на попутном волнении Л.: Судостроение, 1978.

77. Нечаев Ю.И. Моделирование остойчивости на волнении. Современные тенденции. Л.: Судостроение, 1989.

78. Нечаев Ю.И. Искусственный интеллект: концепции и приложения.- Санкт-Петербург. ГМТУ, 2002.

79. Нечаев Ю.И. Математическое моделирование в бортовых интеллектуальных системах реального времени // Труды 5-й всероссийской научно-технической конференции «Нейроинформатика- 2003». Лекции по нейроинформатике. Часть 2, с. 119-179.

80. Нечаев Ю.И., Бухановский А.В., Иванов С.А. Виртуальное моделирование динамики судна на морском волнении в интеллектуальных тренажерах // Искусственный интеллект. №3. 2004, с 350-359.

81. Нечаев Ю.И. Нейроаппроксимация и нейропрогноз при контроле динамики сложного объекта // Нейрокомпьютеры: разработка, применение, № 9. 2005, с.22 31.

82. Нечаев Ю.И., Анищенко О.П. Моделирование и визуализация экстремальных ситуаций // Информационно-измерительные и управляющие системы. Бортовые интеллектуальные системы. Корабельные системы. №9. Т.4. 2006, с.39 48.

83. Нечаев Ю.И., Хейн Тун. Анализ и прогноз поведения судна в экстремальной ситуации на основе нечеткой системы знаний // Искусственный интеллект. №3. 2009, с.434 442.

84. Нечаев Ю.И. , Хейн Тун. Формирование аттракторных множеств в условиях непрерывного изменения остойчивости судна на волнении // Морские интеллектуальные технологии №3(5). 2009, с. 13 — 20.

85. Нечаев Ю.И., Хейн Тун. Оперативный контроль устойчивости колебательного движения сложного динамического объекта на основефункционала действия // Труды XVI Всероссийской научно-методической конференции «Телематика-2009». Санкт-Петербург. Т.2, с.431-432.

86. Обработка нечеткой информации в системах принятия решений. М.: Радио и связь, 1989.

87. Орлов В.А., Клещев A.C. Компьютерные банки знаний. Многоцелевой банк знаний // Информационные технологии. №2. 2006, с.2-7.

88. Орловский С. А. Проблемы принятия решений при нечеткой исходной информации. — М.: Наука, 1981.

89. Пападимитриу X., Стайглиц JI. Комбинаторная оптимизация: алгоритмы и сложность. — М.: Мир. 1985.

90. Петерсон Дж. Теория сетей Петри и моделирование систем. — М.: Мир, 1984.

91. Планирование эксперимента в исследовании технологических процессов / К.Хартман и др. М.: Мир, 1977.

92. Пойа Дж. Математика и правдоподобные рассуждения. — Наука, 1975.

93. Поспелов Д.А., Эрлих А.И. Прикладная семиотика — новый подход к построению систем управления и моделирования // Динамические интеллектуальные системы в управлении и моделировании. М.: ЦРДЗ. 1996, с.30-33.

94. Постои Т., Стюарт И. Теория катастроф и ее приложения. М.: Мир. 1980.

95. Прохоров Ю.В., Розанов Ю.А. Теория вероятностей (основные понятия, предельные теоремы, случайные процессы). — М.: Наука, 1987.

96. Разумовский Г.В., Романенко С.А., Экало A.B. Оценка качества информационной системы на основе показателей добротности // Программные продукты и системы. №2. 2005, с.22 25.

97. Рыжов А.П. Элементы нечетких множеств и измерения нечеткости. М.: Диалог - МГУ, 1998.

98. Рябинин И.А. Надежность. Живучесть и безопасность корабельных электроэнергетических систем. — BMA им. Н.Г.Кузнецова. Санкт-Петербург, 1997.

99. Саати Т., Керне К. Аналитическое планирование. Организация систем. М.: Радио и связь, 1991.

100. Саати Т. Принятие решений. Метод анализа иерархий. М.: Радио и связь, 1993.

101. Севрюгин H.H., Юдин A.B., Кузнецов A.B. О методологии выбора технических решений // Автоматизация и современные технологии. 2005. №3, с.27-30.

102. Силич В.А., Силич М.П. Метод объектного моделирования для проектирования сложных систем // Автоматизация и современные технологии. №4. 2003, с.14-21.

103. Силич М.П., Хабибулина Н.Ю. Поиск решений на модели функциональных отношений // Информационные технологии. №9. 2004, с.27-33.

104. Системы управления базами данных и знаний / Под ред. А.Н.Наумова. М.: Финансы и статистика, 1991.

105. Советов Б.Я., Цехановский B.B. Информационные технологии. -М.: Высшая школа, 2001.

106. Советов Б.Я., Яковлев С.А. Моделирование систем. М.: Высшая школа, 2003.

107. Справочник по теории корабля. В 3-х томах. Л.: Судостроение, 1985.

108. Тихомиров В.А., Тихомиров В.Т., Макушкин A.B. Принцип конструирования информационно-вероятностного метода осуществления долгосрочного прогноза // Программные продукты и системы. №2. 2004, с. 10 15.

109. Тихонов А.Н., Арсенин В.Я. Методы решения некорректных задач. М.: Наука. 1986.

110. ПЗ.Уидроу Б., Стириз С. Адаптивная обработка сигналов. М.: Радио и связь, 1989.

111. Ульянов С.С. Информационные технологии проектирования баз знаний: проблемы создания и защиты интеллектуальной собственности // Программные продукты и системы. №2. 2005, с.2 — 8.

112. Уоссермен Ф. Нейрокомпьютерная техника. -М.: Мир,1992.

113. Управление рисками. — М.: Наука, 2000.

114. Федоров В.В. Теория оптимального эксперимента. М.: Наука, 1971.

115. Федоров Ю.В. Решение многокритериальной задачи оптимизации в нечеткой постановке // Информационные технологии. №7. 2005, с.55-60.

116. Фоменков С.А., Давыдов Д.А., Колесников С.Г.

117. Автоматизированный информационный поиск физических эффектов // Информационные технологии. №7. 2004, с.30-34.

118. Фрейдлин М.И. Функционал действия для одного класса случайных процессов. Теория вероятностей и ее применение. 1972. т. 17. №3, с.530 —541.

119. Хаяси Т. Нелинейные колебания в физических системах. -М.:Мир.1968.

120. Хейн Тун. Оперативный контроль экстремальной ситуации в бортовой интеллектуальной системе // Сборник докладов XIII Международной конференции по мягким вычислениям и измерениям SCM-2010. Санкт-Петербург. 2010. т.2, с. 188 191.

121. Химмельблау Д. Анализ процессов статистическими методами. М.: Мир. 1973.

122. Христиановский Л.Г., Эрлих АЛ. Проблемы моделирования в прикладных интеллектуальных системах // Труды 3-й национальной конференции по искусственному интеллекту. Тверь. 1992. т.2, с.78-81.

123. Холодилин А.Н., Шмырев А.Н. Мореходность и стабилизация судов на волнении. Л.: Судостроение. 1976.

124. Хранилища данных в сети WEB. Русское издание ORACLE MAGAS1NE. 4, 1997.

125. Царегородцев А.В., Мухин И.Н. Синтез развивающихся информационно-управляющих систем // Автоматизация и современные технологии.2005. №3, с.22-26.

126. Чалей И.В., Лисицын Н.В., Рябцов М.В. Формальное описание риска при принятии технических решений // Сборник докладов Международной конференции по мягким вычислениям и измерениям SCM-2005. Санкт-Петербург. 2005. т.2, с.70 73.

127. Чун К. Введение в вейвлеты, М.: Мир, 2001.

128. ШенкХ. Теория инженерного эксперимента. М.: Мир, 1972.

129. Шеннон Р. Имитационное моделирование систем искусство и наука. - М.:Мир.1978.

130. Шустер Д. Детерминированный хаос. М.: Мир. 1989.

131. Эйкхопфф П. Основы идентификации систем управления. М.: Мир, 1975.

132. Эпштейн Л.А. Методы теории и размерностей в задачах гидромеханики судов. — Л.: Судостроение. 1970.

133. A Guide to the Project management body of knowledge PMI (USA), 1969.

134. Asai K., Sugeno M., Terano T. «Applied fuzzy system», Academic Press, New York, 1994.

135. Balci O. Validation, verification and testing techniques troughout the life cycle of a simulation study. Annals of Operation Research, 1994.

136. Beard R.E., Rentikainen T., Personen M. Risk theory. London, 1984.

137. Belenky V.L., Sevastianov N.B. Stability and Safety of Ships. Vol.11: Risk of Capsizing. Elsevier Ocean Engineering Book Series, vol. 10, 2003.

138. Boehm B.W. A spiral model of software development and enhancement // ACM SIGSOFT Software Engineering Notes. Vol.11. No 4, 1986.

139. Egorov G.V. Risk theory based minimization of transport fleet influence on the environment // Proceedings of Second International conference of navy and shipbuilding Nowadays NSN-2001. St.-Petersburg. KSRI. 2001, p.p. 190- 197.

140. Fossett C.A., Harrison D., Weintrob H., Gass A.I. An assessment procedure for simulation models: a case study. Operation Research. 39. 1991, p.p.710-723.

141. Freidman L.W. The simulation metamodel. Kluwer. Dordrecht. Netherlands, 1996.

142. Grandell J. Aspects of risk theory. Berlin, 1991.

143. Haddara M. On the parametric exitation of nonlinear rolling motion in random seas // ISP. 1980.Vol.27 №315, p.p.290-299.

144. Haddara M. On the direction stability of ships // ISP. 1980. Vol.27.№315, p.p.322-324.

145. Hirschman L., Gaizuskas R. Natural question answering The View from Here. Natural Language Engineering, 2001.

146. Kifer M., Lausen G., Wu J. Logical foundation of object-orented and Frame-based Languages I I Jornal of ACM, 1995.

147. Kobylinski L.,K., Kastner S. Stability and Safety of Ships. Vol.1: Regulation and Operation. Elsevier Ocean Engineering Book Series, vol. 9, 2003.

148. Kobylinski L. Capsizing scenarios and hazard identification // Stability of ships and ocean vehicles. Proceedings of 8th International conference STAB-2003. Madrid. Spain. 2003, p.p.777-785.

149. Kosko B. Fuzzy cognitive maps // International Journal of Man-Machine Studies. 1986. Vol.24, p.p.65 75.

150. Kosterev V.V., Averkin A.N. Aggregation of probabilistic and fuzzy information in risk assessment.- Proceedings of the International Conference on Soft Computing and Measurements. St.Petersburg.1999, p.p. 196-199.

151. Nayfeh A.N., Mook D.T. Nonlinear oscillations. New York. John Wiley and Sons. 1979.

152. Nechaev Yu. Multimode principle of ship dynamic control at movement in complex hydrometeorological conditions // Proceedings of international conference «Maritime Transport-2006». Spain. Barselona. 2006, p.p.1-12.

153. Nechaev Yu., Degtyarev A., Anischenko O. Ships dynamic on Waveth

154. Breaking condition // Proceedings of the 9 International conference on stability and ocean vehicles SATAB-2006. Rio de Janeiro. Brazil. 2006, t. 1, p.p.409-417.

155. Nechaev Yu.I., Hein Tun. Research of ship dynamic on following waves // Processing of 10th International Conference «Stability of ships and Ocean Vehicles». St.-Petersburg. 2009, p.p.347 356.

156. Pauling J., Kastner S., Schafran S. Experimental studies of capsizing of intact ships in heavy seas. IMCO. STAB/7. 1973. pp. 1-54.

157. Roberts J. Effect parametric Excitation ship rolling motion in random waves// Journal of Ship Research. 1982 Vol.26.№4,p.p.246-263.

158. Roberts J. Comparison between simulation results and theoretical prediction for a ship rolling in random beam waves // ISP. 1984.Vol.31.№359, p.p. 168-180.

159. Saaty T. Mathematical models of arms control and disarmament. J. Willey & Sons. Inc, 1968.

160. Schuster H.G. Deterministic chaos. — Physik-Verlag. Weinhein (F.R.G),167. 1984.

161. Smith B. Basis of formal ontology // Proceedings of International conference on formal ontologies in information systems (FOlS-98). Trento. Italy. 1998, p.p. 19-28.

162. Solutions Инженерно-технический журнал. Русская редакция. №1(2). 2006.

163. Takens F. Lectures notes in mathematics. Vol. 898. N.Y. Springer. 1981, p.p.366-381.

164. Vandell G. Check-List-CFIT-FSF. Rev.2.2R/500/T-lKAO. Monreal: 1994 (Программа CFIT, ИКАО, циркуляр (методика оценки рисков), 1996.

165. Vassalos D., Spirou К., Umeda N. Testing the capsize diagram concept // Proc.of 6th international conference on stability of ships and ocean vehicles. STAB-97. Varna.1997. p.p.333-347

166. Wille R. Restructuring Lattice Theory: an approach based on hierarchies of concept / Ordered Sets / editor I.Rival — Reidel, Dordrecht-Boston, 1982.

167. Winston P.N. Artificial intelligence. Addison Wesley Publishing Company. USA, 1993.

168. Zadeh L. Fuzzy logic, neural networks and soft computing // Commutation on the ASM-1994. Vol.37. №3, p.p.77-84.