Прогнозирование параметров движения судна на основе нечеткой логики тема диссертации и автореферата по ВАК РФ 05.22.19, кандидат технических наук Студеникин, Дмитрий Евгеньевич

• Студеникин, Дмитрий Евгеньевич
• кандидат технических наук
• 2012

Оглавление диссертации кандидат технических наук Студеникин, Дмитрий Евгеньевич

Введение.

1.Анализ основных вариантов построения моделей движения судна.

1.1. Анализ общих подходов к моделированию движения судна.

1.2. Аналитические модели движения судна.

1.3. Модели движения судна, построенные с использованием аппарата нечеткой логики.

1.4. Краткие выводы по разделу.

2. Разработка методик формирования библиотеки моделей движения судна и выбора из нее нужной модели.

2.1. Структура системы формирования модели движения судна.

2.2. Измерительный комплекс.

2.3. Модуль исходных данных.

2.4. Анализатор режима движения судна.

2.5. Модуль формирования текущей модели.

2.6. Оценка влияния аэродинамических нагрузок на движение судна.

2.7. Оценка влияния мелководья на движение судна.

2.8. Алгоритм выбора текущей модели судна.

2.9. Краткие выводы по разделу.

3. Синтез моделей движения судна с использованием аппарата нечеткой логики и оценка качества их работы.

3.1. Структура модели движения судна.

3.2. Оптимизация входного описания системы и оценка качества работы нейросетевых нечетких контроллеров.

3.3. Синтез нечеткого контроллера, использующего правила вывода Мамдани.

3.4. Краткие выводы по разделу.

4. Исследование работы аналитических моделей судна.

4.1. Исследование работы аналитической модели в условиях маневра судна курсом.

4.2. Исследование моделей движения судна, построенных по системе «черного ящика».

4.3. Краткие выводы по разделу.

Введение диссертации (часть автореферата) на тему «Прогнозирование параметров движения судна на основе нечеткой логики»

Актуальность проблемы. Обеспечение безопасности мореплавания является одной из наиболее актуальных и сложных задач современного судовождения. Сложность задачи обусловлена ее многофакторностью, а актуальность - тяжелыми последствиями аварийных случаев. Наиболее опасными для плавания считаются стесненные акватории [1,2], на которые приходится наибольшее количество имевших место аварийных случаев. При плавании в этих акваториях управление судном, как правило, осуществляется в ручном режиме, благодаря чему его результаты оказываются в значительной степени зависимыми от человека, его квалификации, опыта и информированности [3, 4]. Одними из наиболее значимых факторов аварийности являются наличие ошибок в оценке текущей навигационной обстановки, отсутствии достоверной прогнозной информации о развитии процесса и оценки степени опасности этого процесса [2,3,5]. К сожалению возможности судоводителей, касающиеся оценки степени сложности и опасности текущей ситуации, а особенно принятия качественных решений, обеспечивающих выход из опасных ситуаций, весьма ограничены [2,6-8]. Так, в силу того, что человек способен хранить в своей оперативной памяти не более 7±2 понятий или признаков [9], ментальная обработка достаточно объемной входной информации, имеющей место в процессе плавания, не может быть выполнена гарантированно корректно.

Внедряемые в настоящее время на суда электронные картографические навигационно-информационные системы (ЭКНИС) [10] существенно разгружают судоводителя от рутинной работы, связанной с решением формальных навигационных задач, расширяют состав его информационной базы, облегчают доступ к интересующей информации, представляют информацию в удобном для оценки ситуации виде. Все это способствует концентрации усилий судоводителей непосредственно на оценке текущей ситуации и принятии 5 управленческих решений. Но даже в этих условиях задача принятия решения судоводителем оказывается достаточно сложной в силу ряда причин, основными из которых являются:

• высокая ответственность за принятое решение, обусловленная значительными возможными негативными его последствиями;

• необходимость учета значительного числа факторов (условий плавания, динамических характеристик судна, характера выполняемой задачи, уровня подготовки и степени слаженности действия экипажа, состояние машин и механизмов и др.), имеющих различную природу, и случайный характер;

• отсутствие полной и достоверной информации, необходимой судоводителю для принятия решений;

• многообразие возможных ситуаций, как штатных, так и внештатных, требующих оперативного принятия решения;

• ограниченное время на принятие решения, особенно при возникновении внештатных и аварийных ситуаций;

• необходимость наличия опыта принятия решений при возникновении внештатных ситуаций.

В этих условиях особую актуальность приобретает прогнозная информация. Она позволяет не только судить о будущем состоянии судна, но и оценить степень его опасности, а при наличии соответствующей базы знаний дать рекомендации судоводителю по выходу из опасной ситуации.

Однако прогнозирование параметров состояния судна как и решение задач управления его движением невозможно без наличия качественной электронной модели движения судна (МДС) [11], которая бы в реальных условиях плавания отражала особенности поведения именно того судна, на котором модель работает. Созданию указанных моделей посвящено большое количество работ, часть которых [11-22] приведена в списке литературы. 6

Объектом исследования подавляющего большинства этих работ являются МДС, в основе которых лежат уравнения движения судна. Однако эти модели имеют ряд существенных недостатков, основными из которых являются:

• достаточно сложная структура уравнений, даже приближенно описывающих движение судна, что затрудняет идентификацию его параметров;

• значительная зависимость коэффициентов уравнений (параметров будущей модели) от технических параметров судна, его текущего состояния и условий плавания, что существенно осложняет выбор наилучших их значений для формирования искомой прогностической информации;

Указанные обстоятельства делают актуальными решение следующих основных задач:

• оценка возможности использования для формирования МДС иных, не традиционных подходов;

• разработка методики формирования моделей, использующих эти подходы и оценка качества их работы.

Достаточно очевидной альтернативой традиционному подходу формирования МДС могут служить модели типа «черный ящик» и «нечеткие» модели, построенные с использованием аппарата нечеткой логики (Fuzzy Logic). Эффективность использования указанных моделей для решения рассматриваемой задачи практически не исследована, в то время как они достаточно успешно применяются во многих технических и прогностических системах [23-30]. Нечеткие системы являются лучшими аппроксиматорами непрерывных процессов и их производных [31, 33], не требуют математического описания объекта управления или процесса, достаточно просты по структуре, поэтому именно они были приняты для дальнейшего исследования в работе.

Формирование модели может производиться непосредственно перед ее использованием [11,13,18,19,32]. Однако при плавании в стесненных акваториях это осуществить практически сложно вследствие того, что для идентификации параметров необходим достаточно большой объем исходной информации, который сложно сформировать в ограниченных временных и пространственных рамках. Разумным выходом из этой ситуации является предварительное формирование необходимой базы данных (БД), используя которую можно синтезировать оптимальную модель без дополнительных измерений. Эта база может формироваться на основании постоянного автоматического мониторинга параметров движения судна и условий плавания в процессе выполнения обычных рейсов и обработки полученных данных по специально разработанным алгоритмам. Указанный подход сократит время, затрачиваемое на формирование самой модели, практически до нуля и полностью исключит необходимость производства дополнительных маневров для сбора данных при плавании в стесненных акваториях. Однако целостной методики, охватывающей и процесс формирования баз исходных данных, и синтез модели, используя эти данные в настоящее время не существует.

Учитывая это целью исследований, проводимых в диссертационной работе, является разработка методики формирования нечетких МДС, основываясь на результатах измерений в течение регулярных рейсов параметров состояний судна и условий его плавания, а также оценка качества их работы в задаче прогнозирования параметров состояния судна.

Задачи исследования включают в себя:

• анализ основных вариантов построения МДС;

• разработку методики формирования МДС на основе сохраненной информации о движении судна;

• синтез МДС с использованием аппарата нечеткой логики и оценка качества их работы;

• сравнение работы рассматриваемых моделей с традиционными МДС и моделями типа «черный ящик».

Объектом исследования являются модели движения судна, Предмет исследования - структуры и алгоритмы работы МДС, а также качество прогнозирования ими состояний судна.

Методы исследования основаны на положениях общей теории автоматического управления и идентификации, теории нечетких множеств, а также программах, используемых продуктами Mathcad и Matlab.

Основными научными результатами, полученными соискателем в диссертации, являются:

1. Методики формирования библиотеки моделей движения судна, структурированной по его состояниям и условиям плавания, измеренным во время рейсов, и выбора модели движения судна под текущие условия плавания.

2. Модели, прогнозирующие параметры движения судна, на основе нечеткой логики с системами нечеткого вывода Мамдани и Сугено.

3. Методика настройки нечетких моделей движения судна с использованием программного продукта Optimization Toolbox.

Научная новизна защищаемых положений заключается в следующем:

1. Методика формирования библиотеки моделей движения судна основана на использовании положений теории нечетких множеств для ее структурирования по результатам измерений текущих состояний и условий плавания судна в течение рейсов и выбора из нее требуемой модели, что исключает необходимость выполнения специальных маневров для идентификации параметров моделей, и упрощает процесс решения названных задач.

2. Модели, прогнозирующие движение судна, построены на теории нечетких множеств, которая является универсальным инструментом аппроксимации динамических процессов, что исключает необходимость 9 использования дифференциальных уравнений для описания поведения судна, дает возможность использования в процессе синтеза экспертных знаний, обеспечивает адекватность правил, по которым работает модель, реальным мыслительным процессам судоводителя.

3. Методика настройки нечетких моделей движения судна позволяет использовать для решения этой задачи программный продукт Optimization Toolbox.

Теоритическая значимость исследований заключается в разработке технологий синтеза МДС с использованием методов теории нечетких множеств и исходных данных, сформированных по результатам анализа движения судна в процессе выполнения рейсовых заданий.

Практическая значимость полученных результатов заключается в том, что предложенные в работе технологии синтеза МДС позволяют сформировать качественную систему прогнозирования параметров состояния судна как в составе судовой навигационно-информационной системы (НИС), так и на индивидуальных переносных компьютерах.

Научная обоснованность и достоверность результатов, полученных в данной работе, обеспечивается использованием в процессе исследований только проверенных и широко применяемых на практике теоретических положений, методик и программных продуктов, а также использованием для синтеза и оценки качества работы моделей исходных данных, измеренных в процессе плавания конкретного танкера (DS Power), при этом оценка качества работы рассматриваемых моделей производилась на базе исходных данных, отличных от тех, на основе которых эти модели были синтезированы. Реализация результатов работы. Тема диссертационной работы относится к п. 23 «Технологии создания интеллектуальных систем навигации и управления» перечня критических технологий Российской Федерации от 21.05.2006 г. Пр-842 и к п. 13 «Технологии информационных, управляющих, навигационных систем» согласно перечня от 7.07.2011 г. №899. Результаты работы используются в учебном процессе в ФГОУ ВПО «Морская государственная академия имени адмирала Ф.Ф. Ушакова» в курсах «Автоматизация судовождения», «Информационные технологии на транспорте, «Информационные системы на транспорте», а также внедрены в разработки ЗАО «Транзас».

Апробация работы. Основные положения диссертационной работы и ее отдельные результаты докладывались на ежегодных научно-технических конференциях МГА имени адмирала Ф.Ф.Ушакова 2006 - 2010 годах, на IX городской Научно практической конференции «Молодая наука 2009, XI городской Научно практической конференции «Молодая наука 2010» Международной заочной научно-практической конференции «Наука сегодня: теоретические аспекты и практика применения» (Россия, Тамбов, 28 октября 2011 г.)».

Публикации. Основные результаты диссертации опубликованы в 12 статьях, 3 из которых в изданиях рекомендованных ВАК РФ. На защиту выносятся следующие основные положения:

• методика формирования библиотеки МДС, использующая измерения параметров состояния судна и условий его плавания в течение регулярных рейсов;

• методика формирования МДС, основанная на использовании положений теории нечетких множеств;

• методики выбора из библиотеки МДС, лучшим образом, соответствующей текущему состоянию и условиям плавания судна; оценки качества работы МДС, применительно к техническим характеристикам и параметрам движения крупнотоннажного судна.

Заключение диссертации по теме «Эксплуатация водного транспорта, судовождение», Студеникин, Дмитрий Евгеньевич

Заключение и общие выводы

В результате проведенных исследований вцелом были решены все задачи, сформулированные в ее начальной стадии. В частности:

1. Проведен анализ существующих подходов к синтезу моделей движения судна (МДС), который позволил установить, что одним из вариантов повышения точности прогнозирования состояния судна является использование набора моделей, объединенных в одну библиотеку, каждая из которых лучшим образом описывает поведение судна в определенном диапазоне его состояний и условий плавания. В этом случае задача синтеза наилучшей текущей модели сводится к более простой задаче выбора требуемой модели из библиотеки.

2. Разработана методика и структура системы формирования МДС, использующая результаты измерений состояний и условий плавания судна в течение регулярных рейсов, а также методика выбора требуемой модели из библиотеки. Измеренные данные после оценки их новизны накапливаются в структурированной библиотеке исходных данных, откуда они периодически извлекаются для уточнения используемых МДС. Структуры библиотеки моделей и базы исходных данных аналогичны и содержат два раздела - состояний судна и условий плавания. Раздел состояний судна состоит из секций (стационарное движение вперед, маневр курсом при движении судна вперед, торможение судна при вращении винта, соответствующем движению вперед и т.д.), внутри которых в силу аналогичности гидродинамических процессов, влияющих на его движение, структуру модели можно считать неизменной. Структурирование условий плавания проводилось с использованием положений теории нечетких множеств. Указанный подход позволил выбирать модели, наиболее подходящие к текущей ситуации без использования для их формирования дополнительного маневрирования,

130 как правило, необходимого в иных вариантах прогнозирования, что существенно повышает безопасность плавания особенно в стесненных акваториях и экономит время.

3. В результате исследования качества работы моделей, синтезированных с использованием теории нечетких множеств для крупнотоннажного танкера (DWT 109000 т), было установлено, что увеличение входного описания модели может снизить точность прогнозирования, что свидетельствует о необходимости его оптимизации; погрешность работы модели после ее настройки слабо зависит от формы функций принадлежности и количества термов, используемых для характеристики каждого входного параметра, форма функций принадлежности оказывает заметное влияние на длительность процесса настройки моделей. В результате сравнения качества работы рассматриваемых моделей с традиционными моделями и моделями типа «черный ящик» было установлено, что нечеткие модели работают заметно точнее своих аналогов.

4. Разработана методика использования для настройки нечетких моделей не рассчитанного на работу с ними, но хорошо зарекомендовавшего себя на практике программного продукта Optimization Toolbox, что расширяет возможности настройки системы.

5. Показано, что методика формирования модели, предложенная в работе, вполне реализуема и может быть использована на судах как в составе навигационно-информационных систем, так и персональных информационных устройств, например, для лоцманов.

Список литературы диссертационного исследования кандидат технических наук Студеникин, Дмитрий Евгеньевич, 2012 год

1. Резолюция ИМО А.529(13). Стандарты точности судовождения.

2. Песков Ю.А. «Системы управления безопасностью» с международном судоходствеТекст. : учебное пособие./2-ое изд. Перераб. и дополненное. Новороссийск: НГМА, 2001. - 320 с.

3. Плонская Т.В., Плонский А.Ф. Человеческий элемент первопричина морских катастроф. Текст. : Статья/ Спецвыпуск «Проблемы водноготранспорта» 4.1, 2006.

4. Астрейн В.В. Анализ аварийности флота и развития СУ Б. Текст. : Сб. науч. Трудов /Сб. науч. трудов НГМА , вып. 10, Проблемы безопасности морского судоходства, технической и коммерческой эксплуатации морского транспорта, Новороссийск, 2005.

5. Пономарев В.Е. Человек и безопасность судовождения, Текст. : статья/

6. М., Транспорт, 1976, 152 с.

7. Питанова А.В. Проблемы психологии на морском флоте. Текст. : статья

8. Труды ЦНИИМФа. Вып. 120. Л., 1969.

9. Котик М.А., Емельянов А.М. Природа ошибок человека-оператора. Текст. : книга / М., Транспорт, 1993. 209 с.

10. Miller G.A. The Magic Number Seven Plus or Minus Two: Some Limits on Our Capacity for Processing Information Text. : article /Psychological Review. 1956. - №63. - p. 81-97

11. Вагущенко Л.Л. Навигационно-информационные системы. Текст. : научный труд / Одесса. Феникс, 2004. 302 стр.

12. Дмитриев СЛ., Пелевин А.Е. Задачи навигации и управления при стабилизации судна на траектории. Текст. : научный труд / СПб.: ГНЦ РФ-ЦНИИ «Электроприбор», 2002. 160 с.

13. Тетюев Б.А., Березин С.Я. Системы автоматического управления движением судна по курсу. Текст.: научный труд / Л.: Судостроение,1990 254 с.

14. Зильман Г.И., Тер-Захарьянц A.A. Идентификация гидродинамических коэффициентов уравнений управляемости как задача многокритериальной оптимизации Текст. : научный труд / Навигация и управление судном.- Л.: Транспорт, 1986. с.29-36.

15. Справочник по теории корабля. Т. 3. Управляемость водоизмещающих судов. Гидродинамика судов с динамическими принципами поддержания Текст. : научный труд / под ред. Я. И. Войткунского. Л.:1. Судостроение 1985. 768 с.

16. Льюнг Л. Идентификация систем. Теория для пользователяТекст. : научный труд / Пер. с англ. Под ред. Я.З. Цыпкина. / М.: Наука. Гл. ред.физ.-мат. лит., 1991. 432 с.

17. Astrom K.J. Identification and Adaptive Control Applied to Ship Steering Text. : article / Lund Institute of Technology. Sweden., 1979. 192 p.

18. Astrom K.J., Kallstrom C.G. Identification of ship steering dynamics Text. :article /Automatica, 1976, Vol.12, №1. P.9-22.

19. Пелевин А.Е. Идентификация параметров модели морского подвижного объекта при периодическом движении с активным управлением. Текст.статья / Гироскопия и навигация. №4 (63). Спб. 2008. с. 29-40.

20. Пелевин А.Е. Об одном подходе к идентификации математической модели курсового движения судна Текст. : статья / Гироскопия инавигация. 1994. - №3. - с. 56-61.

21. Цыпкин Я.З. Основы информационной теории идентификации. Текст. :научный труд /М.: Наука. 1984. - 320 с.

22. Гроп Д. Методы идентификации систем. Текст. : научный труд / М.:1. Мир, 1979.-302 с.

23. Мышкис А.Д. Элементы теории математических моделей. Изд. 3-е исправленное. Текст. : научный труд / М.: КомКнига, 2007. 192 с.

24. Рыбина Г.В. Интегрированные экспертные системы: современное состояние, проблемы и тенденции. Известия Академии наук. Теория и системы управления. Текст. : научный труд /М.: Наука, №5, 2002.с.111-126.

25. Черкашин Е.А. Интеллектуализация информационно-управляющих систем. Навигация и управление движением. Сб. докладов IV конференции молодых ученых. Текст. : научный труд / Спб.: ГНЦ РФ

26. ЦНИИ «Электроприбор», 2002. с. 24-30.

27. Вестфаль П., Вагнер О. Повышение безопасности полета с помощью системы управления, основанной на нечеткой логике. Текст. : статья

28. Гироскопия и навигация, 1(32), 2001, 75-87 с.

29. Zimmermann H.-J. Fuzzy Sets. Decision Making and Expert Systems.

30. Kluwer: DordrechtText.: science work/1987. 335 p.

31. Ротштейн А.П., Митюшкин Ю.И. Идентификация нелинейных зависимостей нейронными сетями. Проблемы бионики. Текст. : статья1998.-№49. с. 168-174

32. Нечеткие множества и теория возможностей. Последние достижения.

33. Текст.: научный труд / М: Радио и связь. 1986. 408 с.

34. Алтунин А.Е., Семухин М.В. Методы и алгоритмы принятия решений в нечетких условияхТекст.: Монография/ Тюмень: Изд. Тюменского государственного университета. 2000. 352 с.

35. Борисов А.Н., Крумберг O.A., Федоров И.П. Принятие решений на основе нечетких моделей: примеры использования. Текст. : научный труд / Рига: Зинатне. 1990. 184 с.

36. Kreinovich V., Hung Т. Nguyen, Yeung Yam Fuzzy Systems are Universal

37. Approximators for a Smooth Function and its Derivatives Internet source.:science work/. URL:http://www.cs.utep.edu/vladik/! 999Ztr99-2a.pdf (date of visit: 12/09/2011)

38. Fiedler R., Gluch M., Kirchner J., Libertin A., Majohr J. A Maritime Experimental SystemText.: science work/ION GPS-96, 9thInternational Technical Meeting of the Satellite Decision of the Institute of Navigation, 1996.

39. Kosko B. Fuzzy Systems as Universal Approximators Text.: article/ IEEE Trans. On Computers. 1994. Vol. 43. - №11. -p. 1329-1333.

40. Kallstrom C. G., Astrom K. J. Experiences of system identification applied to ship steering. Text.: science work/Automatica, vol. 17, 1981. pp. 187-198.

41. Ивахненко А. Г. Самообучающиеся системы распознавания и автоматического управленияТекст. : научный труд / Киев.: Техника, 1969.-392 с.

42. Юдин Ю.И., Сотников И.И. Математические модели лоскопараллельного движения судна. Классификация и критический анализ. Текст. : депонированная рукопись/ Мурманск, 2006, 95 с.

43. Справочник по теории корабля. Т. 1. Гидромеханика. Сопротивление движению судов. Судовые движители Текст. / под ред. Я. И. Войткунского/ научный труд /. Л.: Судостроение 1985. - 768 с.

44. Справочник по теории корабля. Т. 2. Статика судов. Качка судов Текст. /под ред. Я. И. Войткунского/ научный труд / Л.: Судостроение 1985. -440 с.

45. Басин A.M. Ходкость и управляемость судов. Текст. : научный труд / М.: Транспорт, 1977. 455 с.

46. Гофман А. Д. Движительно-рулевой комплекс и маневрирование судна: Справочник. Текст. : научный труд /Л.: Судостроение. 1988.- 360с.

47. Кондратьев С.И. Алгоритмы построения математических моделей судов для решения задач синтеза специальных траекторий движения Текст. : научный труд / Транспортное дело России. 2003. Спецвыпуск, с. 9-10.

48. Федяевский К.К., Соболев Г.В. Управляемость корабля. Текст. : научный труд / Л.: Судпромгиз, 1963.

49. Васильев А.В., Белоглазов В.И. Управляемость винтового судна. Текст. : научный труд / М.: Транспорт, 1966.

50. Тумашик А.П. Расчет гидродинамических характеристик судна при маневрировании. Текст. : научный труд /Судостроение. 1978. №5. С.13-15.

51. Jung-Eun Choi, ung-Hun Kim, Hong-Gi Lee Bong-Jun Choi. Dong-Hyun Lee Computational predictions of ship-speed performance Text.: science article/J Mar Sci Technol (2009) 14: p. 322-333

52. Штейнберг Ш.Е. Идентификация в системах управления Текст. : научный труд / М.: Энергоатомиздат. 1987. - 81 с.

53. Мироненко А.А. Нейросетевой подход к моделированию параметров движения суднаТекст. :статья/сб. Проблемы эксплуатации водного транспорта и подготовки кадров на юге России./ Новороссийск, МГА им. адм. Ф.Ф. Ушакова, 2008. с. 5-7.

54. Эйкхофф П. Основы идентификации систем управления. Текст. : научный труд / М.: Мир, 1975. 684 с.

55. Mamdani Е.Н., Assilian S. An Experiment in Linguistic Synthesis with Fuzzy Logic ControllerText.: science article/ Int. J. Man Machine Studies. - 1975.-Vol. 7.-№1.-p. 1-13.

56. Ротштейн А.П. Интеллектуальные технологии идентификации, интернет ресурс.: URL: http://matlab.exponenta.ru/fuzzylogic (Дата обращения 12.08.2009)

57. Rotshtain A., Shtovba S. Fuzzy Reliability Analysis and Optimization of Algorithmic Processes. Text.: science article/ EUFIT97 5th European

58. Congress on Intelligent Techniques and Soft Computing in Aachen, Germany, 1997,.-p. 67-71.

59. Yager R.R. Fuzzy Decision Making Including Unequal Objectives Text.: science article/ Fuzzy Sets and Systems. No.l. 1978. P. 87-95.

60. Ротштейн А.П. Интеллектуальные технологии идентификации: нечеткая логика, генетические алгоритмы, нейронные сети. Текст.статья/ Винница: УШВЕРСУМ-Вшниця, 1999. 320 с.

61. Митюшкин Ю.И., Мокин Б.И., Ротштейн А.П. Soft-Computing: идентификация закономерностей нечеткими базами знаний. Текст. :статья/Винница: УШВЕРСУМ-Вшниця, 2002.- 145 с.

62. Yager R., Filev D. Essentials of Fuzzy Modeling and Control. Text.: science work / USA: John Wiley & Sons.- 1994.- 387p.

63. Babuska R. Fuzzy Modeling for Control. Text.: science work/Boston: Kluwer Academic Publishers.- 1998.

64. Дмитриев С.П., Колесов H.B., Осипов A.B., Пелевин А.Е. Проблемы интеллектуализации судовождения Текст. : статья// сб. науч. трудов КИИ'98. Шестая нац. конф. с межд. участием, 5-11 октября, 1998 -Пущино, Россия, Т. 2. - с. 450-455.

65. Пелевин А.Е. Идентификация математической модели движения судна при стабилизации на линии заданного пути. Текст. : стать я/ Гироскопия и навигация, 1996, №4. С. 66-68.

66. Белоглазов И.Н., Казарин С.Н. Совместное оптимальное оценивание, идентификация и проверка гипотез в дискретных динамических системах. Текст. :статья/ Изв. РАН. Теория и системы управления. -1998. №4.-с 26-43.

67. Лайниотис Д.Г. Разделение единый метод построения адаптивных систем. 1. Оценивание. II. Управление Текст. :статья/ ТИИЭР, 1976. Т. 64, №8.-С. 61-93.

68. Zadeh L. Fuzzy SetsText.: science work/ Information and Control. 1965. -№8. P. 338 - 353.

69. Holmblad L.P.,Ostergaard J.J. Control of Cement Kiln by Fuzzy Logic. In "Approximate Reasoning in Decision Analysis" Text.: science work/ (Eds.: Gupta M.M. and Sanchez E.) Amsterdam, New York, Oxford. 1982.p.389-400.

70. Штовба С.Д. Проектирование нечетких систем средствами MATLABТекст. :научный труд/ М.: Горячая линия Телеком, 2007. -288 с.

71. Atsushi Degawa Улучшение методов обнаружения и подавления «плохой» информации при оценке состояния энергосистем Текст. :научный труд/ «Дэнки гаккай ромбуси. Trans. Inst. Elec.Eng. Jap». 1984. №2. p.69-76 (яп).

72. Дмитриев С.П., Колесов Н.В., Осипов А.В., Романычева Г.И. Автоматический синтез траекторий движения как средство интеллектуальной поддержки судоводителя. Текст. :научный труд/ Гироскопия и навигация. 2001. - №3. - С. 19-31.

73. Седова, Н. А. Интеллектуальная система автоматического управления курсом судна Текст. / Н. А. Седова // Транспортное дело России. Спецвыпуск № 7. М.: Морские вести России, 2006. - С. 58-61.

74. Васьков В.А., Мироненко А.А. Интеллектуальный интерфейс системы поддержки принятия решений судоводителем. Текст. : статья/ Спецвыпуск «Проблемы водного транспорта» 4.1, 2006.

75. Васьков В.А., Мироненко А.А. Некоторые принципы системы поддержки принятия решений в судовождении. Текст. : статья/ Спецвыпуск «Проблемы водного транспорта» 4.1, 2006.

76. Дмитриев С.П. Нечеткий критерий в задаче интеллектуального управления движением судна. Текст. : статья/ Гироскопия и навигация. 1988. - №2 (21).-с. 47-51.

77. Rotshtein A. Modification of Saaty Method for the Construction of Fuzzy Set Membership Functions. Text.: article / FUZZY'97 International Conference "Fuzzy Logic and Its Applications". In: Zichron, Israel,1977. p. 367-372.

78. Глушков В.М. Введение в АСУ. Текст. : научный труд/ Киев: Тэхника. -1974.-320 с.

79. Растригин JI.A. Этот случайный, случайный, случайный мир. Текст. : статья/ М.: Молодая гвардия. 1974. -207 с.

80. Rumelhart D.E., HINTON G.E., Williams R.J. Learning Internal Representation by Back-Propagation Errors. Text.: article / Nature. 1986.-323.-p. 533-536.

81. Снопков В.И. Управление судномТекст. : Учебник. / СПб: изд. AHO НПО «Профессионал», 2004, 536 с.

82. Мартюк Г.И., Юдин Ю.И., Юдин А.Ю. Учет мелководья в математической модели судна с целью оценки его влияния на маневренные характеристики. Текст. : научный труд/ Вестник Мурманского государственного технического университета Т.7, №3, с. 390-397.

83. Драчев В.Н. Учет влияния мелководья при маневрировании судном: автореферат диссертации на соиск. степени к.т.н. Текст. : научный труд/ Мор. гос. ун-т им. адмирала Г.И. Невельского. 9 09-2/2456 Владивосток,2009 23 с.

84. Снопков A.C. Управление судном. Интернет источник. : учебник/URL:http://www.seasoft.com.ua/book.php?id=96&page=:14&part=deck (датаобращения 12.06.2008)

85. Смирнов А.П. Влияние мелководья на скорость и расход топлива морских транспортных судовТекст. : научный труд/ Дис. к. т. н. -Ленинград, 1984 201 с.

86. Снопков В.И. Плавание судна в узкостях и на мелководье. Интернет источник. : учебник/ Спб, 2009, URL: http://www.russika.ru/sa.php?s=142дата обращения14.06.2008)

87. Ганнесен В. Плавание на мелководье и в узкости: Интернет источник.1. Учебное пособие. / URL:http://nilotservice.narod.ru/masters/SHALW/SHALW.htm (Дата обращения:1712.2007)

88. Справочник по управлению кораблем : под общ. редакцией Александрова А.А. Текст. : научный труд/ М. Военное изд. МО, 1974.

89. Управление судном и его техническая эксплуатация/ Под ред. А.И. Щетининой. 3-е изд. перераб. и дополненное Текст. : научный труд/ М.:1. Транспорт, 1983. 656 с.

90. Rotshtein A. Modification of Saaty Method for the Construction of Fuzzy Set Membership Functions. Text.: article / FUZZY'97 International Conference "Fuzzy Logic and Its Applications".in:Zichron, Israel, 1997.- p.-125-130.

91. Саати Т.Л. Математические модели конфликтных ситуаций. Текст. : научный труд/ М. : Сов. Радио. 1977. - с. 304

92. Дюбуа Д., Прад А. Теория возможностей. Приложения к представлению знаний в информатике. Текст. : научный труд/ М: Радио и связь, 1990. -288 с.

93. Fuzzy Logic Toolbox User's Guide internet source.: practical guide/URL: http://www.mathwork.com (date of visit 12.09.2010)

94. Optimization Toolbox. Text.: User's Guide, Version 2/.The MathWorks,1.c.,1999.

95. Студеникин Д.Е. Уравнения движения крупнотоннажного судна в режиме автономного плавания при выполнении швартовных операций Текст. : научный труд/ сб. научных трудов. Вып. 12. / Новороссийск: МГА им. адм. Ф.Ф. Ушакова, 2007, с. 57-59.

96. Lennart Ljung System Identification Toolbox 7: User's Guide, internet source.: practical guide/URL:http ://www.mathworks. com (date of visit -09.04.2009)

97. Васьков A.C. Управление движением судна и конфигурацией зоны навигационной безопасности. Текст. : научный труд/ Новороссийск, НГМА,1996. 103 с.

98. Круглов В.В., Дли М.И., Годунов Р.Ю. Нечеткая логика и искусственные нейронные сети. Текст. : научный труд/ М.: Наука, 2001.

99. Студеникин Д.Е. Структура электронной модели крупнотоннажного судна в режиме автономного плавания при выполнении швартовных операций Текст. : научный труд/ сб. научных трудов.Вып. 12. / Новороссийск: МГА им. адм. Ф.Ф. Ушакова, 2007, с. 60-62.

100. Лукомский Ю.А., Корчанов В.М. Управление морскими подвижными объектами. Текст. : научный труд/ СПб.: Элмор, 1996. -318 с.

101. Васильев С.Н. Логический подход к управлению динамическими системами. Текст. : научный труд/ Навигация и управление движением. Сб. докладов IV конференции молодых ученых. / Спб.: ГНЦ РФ ЦНИИ «Электроприбор», 2002. - с. 7-23.

102. Fossen T.I. Guidance and Control of Ocean Vehicles. Text.: scientifical work / John Wiley & Sons LTD. Chichester. 1994. 480 p.

103. Студеникин Д.Е. Об одном подходе к формированию базы данных, необходимых для управления судномТекст. : научный труд/сб. Проблемы эксплуатации водного транспорта и подготовки кадров на юге России./ Новороссийск, МГА им. адм. Ф.Ф. Ушакова, 2008. с.33-34

104. Студеникин Д.Е. Структура нечеткого контроллера движения судна в стесненной акваторииТекст.: научная статья/ Бюллетень транспортной информации. №1 (175) . М.: Натранс, 2010. С.34-35.

105. Matlab: Simulmk & Toolboxes, internet source.: practical guide/URL: http://www.rnathworks.com (date of visit: 12.05.2008)

106. Гусев A.M. Влияние ветра на путь и управляемость судна. Текст. : научный труд/М.: Морской транспорт, 1954. 235 с.

107. Ротштейн А.П., Кательников Д.И. Извлечение нечетких правил из экспериментальных данных с помощью генетических алгоритмов. Текст. : научная статья/ Кибернетика и системный анализ. 2001.3. с.45-53.

108. Юб.Саати Т.Л. Взаимодействие в иерархических системах Текст. : научная статья/ Техническая кибернетика. 1979. - №1. - с.68-84.

109. Студеникин Д.Е. Некоторые предложения по формированию структуры базы данных навигационно-информационных систем Текст./Д.Е. Студеникин, С.И. Кондратьев// Бюллетень транспортной информации. №2 (176). М.: Натранс, 2010. С.36-37.

110. Перечень критических технологий Российской Федерации. Утв. 7.06.2011, № 899. / Интернет ресурс./ ФГБНУ НИИ РИНКЦЭ/URL:http://www.extech.ru/librarv/spravo/krit tech.php (дата обращения:2210.09)

111. Демьянов В.В., Лицкевич А.П., Карбовец Н.В. Интеллектуальное дополнение человеческого элемента эргатической системы швартовки судна. Текст. : научная статья/ Спецвыпуск «Проблемы водноготранспорта» 4.1, 2006.

112. Овчаренко В.Н. Выбор входных сигналов при идентификации линейных непрерывных динамических систем по дискретным наблюдениям Текст. : научная статья/ Автоматика и телемеханика.1989. №2.-с. 87-95.

113. Яблонски Н.Е., Попов А.Н. Человеческий элемент в обеспечении безопасности судовождения Текст. : научная статья/ сб. Проблемы эксплуатации водного транспорта и подготовки кадров на юге России. / Новороссийск, МГА им. адм. Ф.Ф. Ушакова, 2008. с.25-27.

114. Овчаренко В.Н. Оптимизация входных сигналов в задаче идентификации линейных динамических систем Текст. : научная статья/ Автоматика и телемеханика. 1997. - №5. -с. 72-81.