Разработка моделей формализации динамической базы знаний на основе принципа адаптивного резонанса тема диссертации и автореферата по ВАК РФ 05.13.18, кандидат технических наук Петров, Олег Николаевич

• Петров, Олег Николаевич
• кандидат технических наук
• 2008

Оглавление диссертации кандидат технических наук Петров, Олег Николаевич

ВВЕДЕНИЕ.

Глава 1. Особенности задачи контроля нештатных и экстремальных ситуаций в бортовых интеллектуальных системах

1.1 .Проблемы создания динамической базы знаний в бортовых интеллектуальных системах.

1.2.Принципы формализации знаний в адаптивных системах.

1.3.Аналитический обзор.

1 АПостановка задачи исследования.

1.5.Общая характеристика диссертационной работы.

Выводы по первой главе.

Глава 2. Концепция и особенности построения динамической базы знаний на основе принципа адаптивного резонанса

2.1 .Концептуальная модель и общие принципы построения динамической базы знаний.

2.2. Модель динамической базы знаний на основе принципа адаптивного резонанса.

2.3.Архитектура системы и ее функциональные модули.

2.4.Модели контроля нештатных и экстремальных ситуаций в нечеткой среде.

2.5.Модель оценки риска принимаемых решений при контроле нештатных и экстремальных ситуаций.

Выводы по второй главе.

Глава 3. Моделирование, анализ и интерпретация нештатных и экстремальных ситуаций в бортовых интеллектуальных системах

3.1.Методы и модели в задачах принятия решений при моделировании нестандартных ситуаций.^.

3.2.Моделирование динамики взаимодействия объекта с внешней средой при контроле нештатных и экстремальных ситуаций.

3.3.Анализ результатов моделирования при контроле нестандартных и экстремальных ситуаций.

3.4.Тестирование динамической базы знаний при контроле нестандартных ситуаций.

3.5.0ценка адекватности математической модели динамики объекта при контроле нестандартных ситуаций.

Выводы по третьей главе.

Глава 4. Разработка программного комплекса, обеспечивающего функционирование динамической базы знаний на основе разработанных принципов интерпретации информации

4.1.Общий подход к оценке поведения сложного динамического объекта в рамках принципа конкуренции.

4.2.Особенности функционирования программного комплекса.

4.3.Средства подготовки и анализа данных расчетов и моделирования.

4.4.Верификация и тестирование программного комплекса.

4.5.Анализ альтернатив и принятие решений при контроле поведения динамического объекта.

Выводы по четвертой главе.

Введение диссертации (часть автореферата) на тему «Разработка моделей формализации динамической базы знаний на основе принципа адаптивного резонанса»

Разработка методов и моделей формализации динамической базы знаний, обеспечивающей функционирование бортовой интеллектуальной системы (ИС) безопасности эксплуатации судов в нестандартных, особенно в нештатных и экстремальных ситуациях, является актуальной проблемой при оценке и прогнозе динамики судна на волнении. Повышение надежности и качества принимаемых решений в бортовых ИС достигается на основе динамической базы знаний и высокопроизводительных средств обработки измерительной информации в мультипроцессорной вычислительной среде. Для реализации алгоритмов обработки информации при контроле режима функционирования ИС на основе динамической базы знаний необходимо:

• разработать механизмы преобразования информации при построении динамической базы знаний, обеспечивающей решение задач анализа и интерпретации данных измерений в режиме реального времени;

• выделить структуры, методы и модели, описывающие поведение судна в нестандартных ситуациях;

• разработать адаптивные алгоритмы контроля динамики судна в нестандартных ситуациях и установить закономерности между особенностями исследуемых процессов и поведением судна 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 логического вывода при контроле поведения судна в различных условиях эксплуатации. Методы и модели, обеспечивающие функционирование динамической базы знаний, позволяют исследовать динамические процессы в условиях неопределенности и неполноты исходной информации. При построении алгоритмов и программного обеспечения основное внимание уделяется использованию адаптивных моделей анализа и интерпретации информации в режиме реального времени.

В диссертации рассматриваются подход и вычислительная технология, обеспечивающие анализ динамики взаимодействия судна с внешней средой в бортовой ИС обеспечения мореходных качеств судов. Основное внимание уделяется вопросам контроля поведения судна в нештатных и экстремальных ситуациях на базе эффективного математического аппарата, разработанного на основе принципа адаптивного резонанса. Этот принцип позволяет «настраивать» логическую систему знаний на восприятие сложной информации о поведении судна в рассматриваемой ситуации. Модели обработки информации основаны на конкурирующих вычислительных технологиях, использующих традиционные методы, нечеткую логику и искусственные нейронные сети (ИНС).

Динамическая база знаний организована в виде системы нечетких логических операторов, позволяющих реализовать следующие процедуры:

• оценку опасности ситуации и прогноз ее развития;

• непрерывный контроль характеристик динамического объекта;

• преобразование информации в условиях неопределенности и неполноты исходных данных.

Таким образом, разрабатываемая в диссертации информационная технология направлена на совершенствование динамической базы знаний в бортовых ИС новых поколений, функционирующих на основе информации, непрерывно поступающей с датчиков измерительной системы. Восприятие и преобразование информации осуществляются на основе алгоритмов реального времени.

Заключение диссертации по теме «Математическое моделирование, численные методы и комплексы программ», Петров, Олег Николаевич

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 нештатных и экстремальных ситуациях 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 режиме реального времени.

3.Рассмотрена последовательность выполнения вычислительных операций при функционировании программного комплекса в нештатных и экстремальных ситуациях с учетом имеющихся средств подготовки и анализа экспериментальных данных.

4.Проведена верификация программного комплекса на основе данных математического моделирования для тестового набора ситуаций, сгенерированных на основе разработанной матрицы тестирования.

5.0сущестлен анализ альтернатив и выбор предпочтительной вычислительной технологии для типичных задач анализа и интерпретации информации в сложных динамических средах, характеризующих нештатные и экстремальные ситуации.

ЗАКЛЮЧЕНИЕ

Результаты проведенного исследования позволяют сделать следующие основные выводы:

1.Сформулированы теоретические принципы и концепция построения моделей обработки измерительной информации при контроле режима функционирования ИС в целях интерпретации нестандартных (нештатных и экстремальных) ситуаций. 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 нестандартных ситуациях — анализ альтернатив в нечеткой среде, выявление «скрытых» закономерностей в сложных сигналах измерительной информации, выделение и анализ нестандартных ситуаций на основе принципа адаптивного резонанса, оценку риска принимаемых решений. Иерархическая модель, объединяющая функциональные модули прикладных программ, позволяет описывать интегрированную систему на различных уровнях абстракции.

2.Разработана модель динамической базы знаний, обеспечивающая анализ нестандартных ситуаций. Формализация этой задачи осуществлена на основе принципа адаптивного резонанса. Сформулирован общий подход и разработаны теоретические аспекты преобразования информации при функционировании динамической базы знаний. Разработанный подход к формированию программной среды интерпретации нестандартных ситуаций позволяет реализовать эффективные алгоритмы анализа практических задач контроля динамики судна в рамках концепции Soft Computing. 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.

3.Проведено математическое моделирование типичных задач анализа и интерпретации нестандартных ситуаций на основе дифференциальных уравнений, описывающих динамику судна на волнении. В качестве основных приложений рассмотрены типичные случаи взаимодействия судна с внешней средой, выделенные из множества сложных ситуаций, возникающих при эксплуатации судна. Среди них следует отметить возникновение резонансных режимов колебательного движения судна и формирование аттракторных множеств в сложных ситуациях: формирование предельного цикла при воздействии группы волн, «рождение и смерть цикла».

4.Разработан программный комплекс анализа и интерпретации нестандартных ситуаций. 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 нестандартных ситуаций.

Таким образом, материалы проведенного исследования позволяют осуществлять оперативный контроль данных динамических измерений при функционировании бортовой ИС в нестандартных 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 Петров, Олег Николаевич, 2008 год

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

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

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

4. Алексеев, А. Интеллектуальные системы принятия решений / Алексеев А., Борисов А., Вилюмс Е. и др. — Рига: Зинатие, 1997.

5. Андерсон, Т. Статистический анализ временных рядов / Андерсон Т. — М.: Мир, 1976.

6. Андриевский, Б.Р. Управление хаосом: методы и приложения / Андриевский Б.Р., Фрадков A.JI. // Автоматика и телемеханика. — 2004. №4. — С.3-34.

7. Андронов, А.А. Теория колебаний / Андронов А.А., Витт С., Хайкин С.Э. -М.: Наука, 1981.

8. Анцыферов, С.С. Адаптивные системы распознавания образов пространственно-временных полей / Анцыферов С.С., Евтихиев И.Н. // Искусственный интеллект. 2004. - №3. - С.405-416.

9. Арнольд, В.И. Теория катастроф / Арнольд В.И. М.: Наука, 1990.

10. Бабкин, В.А. Повышение качества идентификации адаптивной системы управления / Бабкин В.А., Щедринов А.В. // Автоматизация и информационные технологии. 2006. - №9. - С.42-46.

11. Беллман, Р. Принятие решений в расплывчатых условиях / Беллман Р., Заде JI. -М.: Мир, 1976.

12. Бендат, Дж. Измерений и анализ случайных процессов / Бендат Дж., Пирсол А. М.: Мир, 1974.

13. Белозерский, JI.A. Классификация и решающие правила логических систем распознавания // Искусственный интеллект. 2002. - №4. - С.422-427.

14. Богатырев, М.Ю. Структурно-инвариантный анализ в информационно-управляющих системах / Богатырев М.Ю. // Труды всероссийской научной конференции «Управление и информационные технологии». Т.2. — 2003. — С.131-136.

15. Бокс, Дж. Анализ временных рядов. Прогноз и управление / Бокс Дж., Дженкинс Г. М.: Мир, 1974.

16. Бородай, И.К. Качка корабля на морском волнении / Бородай И.К., Нецветаев Ю.А. Л.: Судостроение, 1969.

17. Бородай, И.К. Мореходность судов / Бородай И.К., Нецветаев Ю.А. — JL: Судостроение, 1982.

18. Бураков, М.В. Генетическое конструирование нейро-нечетких систем / Бураков М.В. // Сборник научных трудов VIII всероссийской научно-технической конференции Нейроинформатика-2006. Ч.З. 2006. - С.43-48.

19. Винер, Н. Творец и робот / Винер Н. -М.: Прогресс, 1966.

20. Вовк, С.П. Разработка технологии нечеткого моделирования ситуаций принятия решений в частично формализуемых средах / Вовк С.П. // Программные продукты и системы. — 2004. — №3. — С. 16—22.

21. Воинов, А.В. Антропоцентрический подход к разработке адаптивных систем: методология и инструментарий / Воинов А.В., Гаврилова Т.А. // Труды6 национальной конференции по искусственному интеллекту КИИ-98. Т.1. -1998.-С. 35-41.

22. Гаврилова, Т.А. Базы знаний интеллектуальных систем / Гаврилова Т.А., Хорошевский В.Ф. СПб.: Питер, 2000.

23. Геппенер, В.В. Деревья решений в распознавании образов / Геппенер

24. B.В. // Сборник докладов Международной конференции по мягким вычислениям и измерениям SCM-99. Т.2. — 1999. С. 130-136.

25. Гордиенко, В.И. Логические основы самоорганизации природы / Гордиенко В.И., Дубровский С.Е., Фенев Д.В. // Сборник научных трудов IX всероссийской научно-технической конференции Нейроинформатика-2007. 4.2. 2007. - С.105-112.

26. Распределенная информационно-вычислительная система моделирования методами вычислительной гидродинамики / Горячев В.Д., Балашов М.Е., Рыков Д.С., Смирнов Е.М. // Программные продукты и системы. — 2004. №3.1. C.2-7.

27. Грибова, В.В. Использование методов искусственного интеллекта для проектирования пользовательского интерфейса / Грибова В.В., Клещев А.С. // Информационные технологии. 2005. — №8. - С.58-61.

28. Гудкова, Н.В. Алгоритмы адаптивной идентификации технических объектов / Гудкова Н.В. // Автоматизация и современные технологии. 2005. -№8. - С.3-9.

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

30. Нечеткие методы в задачах мониторинга сетевого трафика / Домрачеев В.Г., Безрукавный Д.С., Калинина Э.В., Ретинская И.В., Скуратов А.К. // Информационные технологии. 2006. - №3. - С.2-10.

31. Евгеньев, Г.Б. Интеграция прикладных систем на основе баз знаний / Евгеньев Г.Б. // Программные продукты и системы. 2005. - №3. - С.42-46.

32. Елашкин, М. Как оценивать эффективность ИТ? / Елашкин М. // Открытые системы. 2004. - №7. - С.38-41.

33. Елизаров, С.И. Адаптивные методы нечеткой кластеризации / Елизаров С.И. // Сборник докладов Международной конференции по мягким вычислениям и измерениям SCM-2006. Т.2. — 2006. — С. 177—180.

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

35. Жданов, А.А. Метод автономного адаптивного управления / Жданов А.А. // Известия Академии Наук. Теория и системы управления. — 1999. № 5. -С.127-134.

36. Жданов, А.А. Нейронная адаптивная система управления / Жданов А.А., Крыжановский М.В. // Сборник научных трудов V всероссийской научно-технической конференции Нейроинформатика-2003. 2003. - С. 163-168.

37. Жуковская, Л.В. Новый подход к оценке эффективности управленческих решений в условиях риска в АСУ / Жуковская Л.В., Миркин Е.А. // Автоматика и телемеханика. 2004. - №4. - С. 166-172.

38. Забежайло, М.И. «Data Mining & Knowledge Discovery in Databases: предметная область, задачи, методы и инструменты» / Забежайло М.И. // Труды

39. Национальной конференции по искусственному интеллекту с международным участием КИИ-98. Т.2. 1998. - С.592-600.

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

41. Заде, JI. Понятие лингвистической переменной и его применение к принятию приближенных решений / Заде JI. М.: Мир, 1976.

42. Зенин, С.А. Проблемы оценки экономической эффективности автоматизированных систем управления / Зенин С.А. // Труды XI всероссийской научно-методической конференции «Телематика-2004». Т.1. 2004. - С.99-100.

43. Зенкин, А.А. Когнитивная компьютерная графика / Зенкин А.А. -М.: Наука, 1991.

44. Ивакин, Я.А. Введение в проблему компьютерной интерпретации прикладных формализуемых теорий / Ивакин Я.А. // Информационно-управляющие системы. — 2003. №1. — С.26-31.

45. Иким, B.C. Адаптивная динамическая тесселяция / Иким B.C. // Сборник докладов Международной конференции по мягким вычислениям и измерениям SCM-2000. Т.2.-2000.-С. 177-180.

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

47. Караваев, М.В. Построение нечетких контроллеров по методологии автономного адаптивного управления / Караваев М.В., Жданов А.А. // Сборник научных трудов VIII всероссийской научно-технической конференции Нейроинформатика-2006. 4.1. 2006. - С.31-37.

48. Карпов, А.В. Информационные конфликты в автоматизированных системах / Карпов А.В. // Программные продукты и системы. — 2004. №3. — С.22-26.

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

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

51. Коваль, В.Н. О проблеме интеллектуализации интегрированных систем информационной поддержки решения задач в области СВТ / Коваль В.Н. Яковлев Ю.С. // Искусственный интеллект. — 2000. — №3. — С.60-61.

52. Колесников, А.А. Проблемы системного синтеза: тенденции развития и синергетический подход / Колесников А.А. // Сборник докладов Всероссийской научной конференции «Управление и информационные технологии». Т.1. — 2003.-С.5-12.

53. Комарцова, Л.Г. Нейрокомпьютеры / Комарцова Л.Г., Максимов А.В. -М.: МГТУ им. Н.Э.Баумана, 2002.

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

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

56. Кофман, А. Введение в теорию нечетких множеств / Кофман А. -М.: Радио и связь, 1982.

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

58. Круглое, В.В. Два подхода к самоорганизации базы правил системы нечеткого логического вывода / Круглов В.В., Усков А.А. // Информационные технологии. 2006. - №2. - С. 14-18.

59. Куземин, А.Я. Использование ситуационного представления при поиске решений в системах автоматизации проектных работ / Куземин А.Я., Сорочан М.В., Тороев А.А. // Искусственный интеллект. 2004. - №3. -С.328—336.

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

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

62. Лазарев, B.JI. Динамический синтез энтропийных систем управления в условиях неопределенности / Лазарев В.Л. // Сборник докладов Международной конференции по мягким вычислениям и измерениям SCM-2005. Т.1. 2005. - С. 114-117.

63. Ланкин, Ю.П. Адаптивная нейродинамика / Ланкин Ю.П. // Сборник научных трудов III Всероссийской конференции «Нейроинформатика-2001». 4.2. 2001.-С.62-70.

64. Ланкин, Ю.П. Адаптивные системы: от концепции к теории / Ланкин Ю.П. // Сборник научных трудов X всероссийской научно-технической конференции Нейроинформатика-2008. 4.1. 2008. - С. 184-185.

65. Липаев, В.В. Верификация и тестирование сложных программных средств / Липаев В.В. // Информационные технологии. — 2004. — №7. — С.42—47.

66. Лихогруд, Г.М. Неполная семиотическая система в интеллектуальном управлении квазистационарными объектами / Лихогруд Г.М. // Труды Vнациональной конференции по искусственному интеллекту. Т.З. 1996. -С.471-474.

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

68. Лоскутов, А.Ю. Введение в синергетику / Лоскутов А.Ю., Михайлов А.С. М.: Наука, 1990.

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

70. Майника, Э. Алгоритмы оптимизации на сетях и графах / Майника Э. -М.: Мир, 1981.

71. Майоров, В.В. Задача адаптации в сетях нейронных клеточных автоматов / Майоров В.В., Коновалов Е.В., Шабаршина Г.В. // Сборник научных трудов X всероссийской научно-технической конференции Нейроинформатика-2008. 4.1. 2008. - С. 193-198.

72. Макаров, И.М. Теория принятия решений / Макаров И.М. М.: Наука, 1986.

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

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

75. Малышев, Н.Г. Нечеткие модели для экспертных систем в САПР / Малышев Н.Г., Берштейн Л.С., Боженюк А.В. — М.: Энергоатомиздат, 1991.

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

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

78. Мелихов, А.Н. Ситуационные советующие системы с нечеткой логикой / Мелихов А.Н., Бернштейн JI.C., Коровин С.Я. М.: Наука, 1990.

79. Месарович, М. Общая теория систем: математические основы / Месарович М., Такахара Я. М.: Мир, 1978.

80. Мистров, JI.E. Метод синтеза технических систем / Мистров Л.Е. // Автоматизация и информационные технологии. — 2006. №8. - С.31-36.

81. Надирадзе, А.Б. Адаптивные модели физических систем / Надирадзе А.Б. // Искусственный интеллект. 2000. - №3. - С.82-88.

82. Назаров, А.В. Прогноз параметров технического состояния многорежимных объектов / Назаров А.В., Якимов В.Л. // Применение нейрокомпьютеров в ракетно-космической технике. Книга 21. — М.: Радиотехника, 2006. С.64-68.

83. Нариньяни, А.С. He-факторы: неточность и недоопределенность -различие и взаимосвязь 7 Нариньяни А.С. // Известия РАН. Теория и системы управления. 2000. - №5. - С.44-56.

84. Неделько, В.Н. Прогнозирование информационных потребностей операторов особо сложных систем управления / Неделько В.Н. // Искусственный интеллект. —2002. — №3. — С.420^427.

85. Неймарк, Ю.И. Стохастические и хаотические колебания / Неймарк Ю.И., Ланда П.С. М.: Наука, 1987.

86. Нечаев, Ю.И. Моделирование остойчивости на волнении. Современные тенденции / Нечаев Ю.И. — Л.: Судостроение, 1989.

87. Нечаев, Ю.И. Принципы использования измерительных средств в бортовых интеллектуальных системах реального времени / Нечаев Ю.И. // Труды 5-й Национальной конференции по искусственному интеллекту с международным участием КИИ-1996. Т.1. — 1996. С.362-364.

88. Нечаев, Ю.И. Концепция мягких вычислений в бортовых интеллектуальных системах реального времени / Нечаев Ю.И., Сиек Ю.Л., Васюнин Д.А. // Сборник докладов Международной конференции по мягким вычислениям и измерениям SCM-1999. Т.2. 1999. - С.64-68.

89. Нечаев, Ю.И. Искусственный интеллект: концепции и приложения / Нечаев Ю.И. СПб.: ГМТУ, 2002.

90. Формирование процедур принятия решений в динамически меняющейся среде на базе суперкомпьютерных технологий / Нечаев Ю.И., Дегтярев А.Б., Кирюхин И.А., Тихонов Д.Г. // Искусственный интеллект. — 2002. — №3. — С.305-313.

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

92. Нечаев, Ю.И. Нейросетевые модели в морских интеллектуальных системах / Нечаев Ю.И., Сиек Ю.Л. // Морской вестник. 2003. - №1(5). - С.87-93.

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

94. Нечаев, Ю.И. Информационная поддержка оператора при анализе сложных ситуаций / Нечаев Ю.И., Петров О.Н. // Труды XIII Всероссийской научно-технической конференции «Телематика-2006». Т.1. -2006. С. 149-150.

95. Нечаев, Ю.И. Контроль динамики судна в сложных ситуациях на основе нечеткой системы знаний / Нечаев Ю.И., Петров О.Н. // Сборник докладов Международной конференции по мягким вычислениям и измерениям SCM-2006. Т.2. 2006. - С.50-53.

96. Нечаев, Ю.И. Интеллектуальная система «Мореходность» / Нечаев Ю.И., Петров О.Н., Тихонов Д.Г. // Информационно-измерительные и управляющие системы. Т.4. 2006. - №9. - С.49-60.

97. Нечаев, Ю.И. Концептуальные основы создания бортовых интеллектуальных систем / Нечаев Ю.И. // Информационно-измерительные и управляющие системы. Т.4. 2006. - №9. — С.4-8.

98. Нечаев, Ю.И. Организация измерительной системы и алгоритмов преобразования исходной информации / Нечаев Ю.И., Дорогов А.Ю. // Информационно-измерительные и управляющие системы. Т.4. — 2006. — №9. — С. 13-22.

99. Нечаев, Ю.И. База знаний и механизм логического вывода / Нечаев Ю.И., Петров О.Н. // Информационно-измерительные и управляющие системы. Т.4. 2006. - №9. - С.23-27.

100. Нечаев, Ю.И. Моделирование динамики судна в сложных ситуациях / Нечаев Ю.И., Петров О.Н. // Тезисы докладов научно-техническойконференции «проблемы мореходных качеств судов и корабельной гидромеханики (XLII Крыловские чтения). 2006. - С.66-67.

101. Нечаев, Ю.И. Нейросетевые ансамбли при интерпретации экстремальных ситуаций в бортовых интеллектуальных системах / Нечаев Ю.И. // Нейрокомпьютеры: разработка, применение. 2006. - №6. - С.60-69.

102. Нечаев, Ю.И. Концептуальные основы создания бортовых интеллектуальных систем / Нечаев Ю.И. // Бортовые интеллектуальные системы. 4.2. Корабельные системы. -М.: Радиотехника, 2006. С.4-8.

103. Нечаев, Ю.И. Методологические основы построения системы нейро-нечеткого управления при движении судна во льдах / Нечаев Ю.И. // Нейрокомпьютеры: разработка, применение. — 2006. №6. - С.31-42.

104. Нечаев, Ю.И. Моделирование и визуализация экстремальных ситуаций / Нечаев Ю.И., Анищенко О.П. // Информационно-измерительные и управляющие системы. Т.4. 2006. - №9. - С.39-48.

105. Нечаев, Ю.И. Нечеткие модели при обработке информации в бортовых интеллектуальных системах / Нечаев Ю.И., Петров О.Н. // Сборник докладов на X Международной конференции по мягким вычислениям и измерениям SCM-2007. Т.1.-2007. С.71-75.

106. Нечаев, Ю.И. Моделирование сложных ситуаций в интеллектуальных системах ренального времени / Нечаев Ю.И., Петров О.Н. // Труды XIV Всероссийской научно-методической конференции «Телематика-2007». — 2007. С.420-422.

107. Нечаев, Ю.И. Распознавание динамических ситуаций с помощью нейронных сетей / Нечаев Ю.И., Кирюхин И.А. // Нейрокомпьютеры: разработка, применение. 2007. — №6. - С.34-42.

108. Нечаев, Ю.И. Нейро-нечеткая система поддержки принятия решений при оценке поведения сложного динамического объекта / Нечаев Ю.И. // Труда Х-й Всероссийской конференции «Нейроинформатика-2008». Лекции по нейроинформатике. 4.2. 2008. - С.97-164.

109. Нечаев, Ю.И. Нейро-нечеткие модели контроля динамики сложного объекта в нестандартных ситуациях / Нечаев Ю.И., Петров О.Н. // Сборник докладов на XI Международной конференции по мягким вычислениям и измерениям SCM-2008. Т. 1. 2008. - С. 175-178.

110. Нечаев, Ю.И. Neuro-Fuzzy системы при анализе и прогнозе динамики сложного объекта / Нечаев Ю.И., Петров О.Н. // Труды XV Всероссийской научно-методической конференции «Телематика-2008». 2008. - С.90-91.

111. Нечаев, Ю.И. Нейрокомпьютерные системы. Компьютерный цикл лекций / Нечаев Ю.И. СПб.: ГМТУ, 2008.

112. Нечаев, Ю.И. Обработка измерительной информации в интеллектуальных системах посадки летательных аппаратов корабельного базирования / Нечаев Ю.И., Петров О.Н. // Информационно-измерительные и управляющие системы. Т.6. 2008. - №8. - С. 12-18.

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

114. Орловский, С. А. Проблемы принятия решений при нечеткой исходной информации / Орловский С. А. -М.: Наука, 1981.

115. Ососков, Г.А. Нейронные сети с самоорганизацией в задачах классификации и обработки изображений / Ососков Г.А., Дмитриевский С.Г., Стадник А.В. // Искусственный интеллект. 2004. - №3. - С.574-586.

116. ОСТ 5.1003-80. Методика расчета качки водоизмещающих кораблей и судов. Ленинград, 1980.

117. Пападимитриу, X. Комбинаторная оптимизация: алгоритмы и сложность / Пападимитриу X., Стайглиц Л. М.: Мир, 1985.

118. Петров, О.Н. Нечеткая система знаний на основе принципа адаптивного резонанса / Петров О.Н. // Сборник докладов шестой международной конференции «МОРИНТЕХ-2005». 2005. - С.371-373.

119. Петров, О.Н. Анализ динамики судна в нештатных и экстремальных ситуациях / Петров О.Н. // Труды конференции молодых ученых и специалистов по морским интеллектуальным технологиям «МОРИНТЕХ-Юниор». 2006. - С. 102-104.

120. Петров, О.Н. Контроль режима функционирования бортовой интеллектуальной системы в нештатных и экстремальных ситуациях / Петров О.Н. // Искусственный интеллект. 2008. - №4. - С.282-290.

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

122. Пойа, Дж. Математика и правдоподобные рассуждения / Пойа Дж. — М.: Наука, 1975.

123. Попов, А.Н. Синергетический поход к синтезу законов энергосберегающего управления техническими системами / Попов А.Н. // Нелинейный мир. Т.З. 2005. -№3. - С. 178-186.

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

125. Рахманин, Н.Н. Стохастическое описание морской поверхности / Рахманин Н.Н. СПб.: Изд.ЖИ, 1994.

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

127. Рябинин, И.А. Надежность. Живучесть и безопасность корабельных электроэнергетических систем / Рябинин И.А. СПб.: ВМА им. Н.Г.Кузнецова, 1997.

128. Саати, Т. Аналитическое планирование. Организация систем / Саати Т., Керне К. — М.: Радио и связь, 1993.

129. Саати, Т. Принятие решений. Метод анализа иерархий / Саати Т. — М.: Радио и связь, 1993.

130. Саридис, Дж. Самоорганизующиеся стохастические системы управления / Саридис Дж. М.: Наука, 1980.

131. Сборник научных статей. Бортовые интеллектуальные системы. 4.1. Авиационные системы. -М.: Радиотехника, 2006.

132. Сборник научных статей. Бортовые интеллектуальные системы. 4.2. Корабельные системы. -М.: Радиотехника, 2006.

133. Сизимов, Д.Н. Задача самоорганизации распределенного нейро-имитатора / Сизимов Д.Н., Якимов С.П. // Сборник научных трудов VIII всероссийской научно-технической конференции Нейроинформатика-2006. 4.1. — 2006.-С. 104-110.

134. Синертетическая парадигма. Многообразие поисков и подходов. -М.: Прогресс-Традиция, 2000.

135. Советов, Б.Я. Информационные технологии / Советов Б.Я., Цехановский В.В. -М.: Высшая школа, 2001.

136. Советов, Б.Я. Моделирование систем / Советов Б.Я., Яковлев С.А. — М.: Высшая школа, 2003.

137. Современная прикладная теория управления. Синергетический подход в теории управления / Под ред. А.А.Колесникова. Таганрог: ТРТУ, 2000.

138. Справочник по теории корабля. В 3 т. JL: Судостроение, 1985.

139. Справочные данные по режиму ветра и волнения Баренцева, Охотского и Каспийского морей / Российский морской регистр судоходства. СПб, 2003.

140. Субботин, С.А. Метод синтеза нейро-нечетких аппроксиматоров / Субботин С.А. // Автоматизация и современные технологии. 2007. —№11. — С.14-18.

141. Тарханов, Т.С. Представление знаний в динамических базах знаний для предметных областей со сложной структурой / Тарханов Т.С. // Труды 7-й Национальной конференции по искусственному интеллекту с международным участием КИИ-2000. Т.1. 2000. - С.290-297.

142. Уидроу, Б. Адаптивная обработка сигналов / Уидроу Б., Стириз С. М.: Радио и связь, 1989.

143. Уоссермен, Ф. Нейрокомпьютерная техника / Уоссермен Ф. М.: Мир, 1992.

144. Управление рисками. М.: Наука, 2000.

145. Фролова, М.С. Нейро-нечеткие адаптивные системы управления / Фролова М.С. // Сборник докладов Международной конференции по мягким вычислениям и измерениям SCM-2005. Т.1. 2005. - С.288-290.

146. Хакен, Г. Синергетика: иерархии неустойчивостей в самоорганизующихся системах и устройствах / Хакен Г. — М.: Мир, 1985.

147. Хаскинд, М.Д. Гидродинамическая теория качки корабля / Хаскинд М.Д. -М.: Наука, 1973.

148. Хаяси, Т. Нелинейные колебания в физических системах / Хаяси Т. -М.: Мир, 1969.

149. Химмельблау, Д. Анализ процессов статистическими методами / Химмельблау Д. -М.: Мир, 1973.

150. Ходашинский, И.А. Оценивание величин: подход на основе мягких вычислений / Ходашинский И.А. // Информационные технологии. — 2006. — №4. — С.14-21.

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

152. Штеттер, X. Анализ методов дискретизации для обыкновенных дифференциальных уравнений / Штеттер X. М.: Мир, 1978.

153. Щеглов, Д.Ю. Самообучающаяся нейронная структура формирования логических действий в полете / Щеглов Д.Ю. // Сборник научных трудов IV Всероссийской конференции «Нейроинформатика-2002». 4.2. 2002. -С. 169-177.

154. Эйкхофф, П. Основы идентификации систем управления / Эйкхофф П. — М.: Мир, 1975.

155. Ярушкина, Н.Г. Нечеткие нейронные сети с генетической настройкой / Ярушкина Н.Г. // Сборник научных трудов VI всероссийской научно-технической конференции Нейроинформатика-2004. Лекции по нейроинформатике. — 2004. С. 151-198.

156. Anderson, J. Neurocomputing: foundation of research / Anderson J., Rosenfeld E. MIT Press, Cambridge, MAAS, 1988.

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

158. Balci, О. Validation, verification and testing techniques throughout the life cycle of a simulation study. Annals of Operation Research / Balci О. 1994.

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

160. Carson, J.S. Model verification and validation / Carson J.S. // Proceedings of the 2002 Winter Simulation Conference. 2001. - p.p.52-58.

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

162. An investigation of head-sea parametric rolling and its Influence on Container Lashing Systems / France W., Levadou M., Treakle T.W., Paulling J.R., Michel R.K., Moore K. // SNAME Annual Meeting 2001 Presentation. 2001. - p.p. 1-24.

163. Grandell, J. Aspects of risk theory / Grandell J. Berlin, 1991.

164. Grossberg, S. Adaptive pattern classification and universal recording: 1. Parallel development and coding of neural feature detectors / Grossberg S. // Biological Cybernetics. Vol. 23. 1976. -p.p.121-134.

165. Gruber, T.R. A translation approach to portable ontologies / Gruber T.R. // Knowledge Acguisition. 1993. - No5(2). - p.p. 199-220.

166. Inmon, W.H. Building data warehouse / Inmon W.H. John & Sons. Inc, 1996.

167. Kimiaghalam, B. Pendulation suppression of a shipboard crane using fuzzy controller / Kimiaghalam В., Homaifar A., Bikdash M. // Proc. of Amer. Control Conf. (ACC'99). San Diego, California, 2-4 June, 1999. -p.p.586-590.

168. Kleijnen, J.C.H. Bootstraping and validation of metamodels in simulation / Kleijnen J.C.H., Cheng R.C.H., Feelders A.J. // Proceedings of the 1998 Winter Simulation Conference. 1998.

169. Kleijnen, J.P.C. Validation of models: statistical techniques and data availability / Kleijnen J.P.C. 1999.

170. Kosko, B. Fuzzy thinking / Kosko B. Hyperion, 1993.

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

172. Kosko, B. Function Approximation with additive fuzzy systems / Kosko В., Dickerson J.A. // Theoretical Aspects of fuzzy control / Eds. N.T.Nguyen. John Willey & Sons. Inc, 1995.

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

174. Estimation of extreme wind wave heights / Lopatoukhin L.J., Rozhkov V.A., Ryabinin V.E., Swail V.R., Boukhanovsky A.V., Degtyarev A.B. // JCOMM Technical Report, WMO/TD. -2000. -№1041. -p.p.1-12.

175. Mitsubori, K. Delayed-feedback control of chaotic roll motion of a flooded ship in waves / Mitsubori K., Aihara K. // Proc. R. Coc. Lond. A. 458 2002. -p.p.2801-2813.

176. Nechaev, Yu. I. Determined chaos in the phase portrait of ships dynamic in a seaway / Nechaev Yu. I. // Proceedings of International Workshop «On the problems of physical and mathematical modeling». Vol.2. 1993. - p.p.143-145.

177. Nechaev, Yu.I. Mathematical modeling, chaos and fractals in real time systems / Nechaev Yu.I. // Report on the third International congress on industrial and applied mathematics. Edinburg, Scotland, 1999. - Paper 23.

178. Nechaev, Yu.I. Control of functioning regimes of on-board intelligence systems of safety monitoring / Nechaev Yu.I., Petrov O.N. // Proceedings of the 9th International ship stability workshop. Hamburg, Germany, 2007. - p.p. 1-9.

179. Otnes, R. Applied time series analysis / Otnes R., Enochon L. NY: J.Willey & Sons, 1978.

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

181. Shank, R.S. Scripts, plans, goals and understanding / Shank R.S., Abelson R. -New York Lawrence Erlbaum Press, 1977.

182. Schuster, H.G. Deterministic chaos / Schuster H.G. Physik-Verlag, Weinhein (F.R.G), 1984.

183. Vandell, G. Check-List-CFIT-FSF. Rev.2.2R/500/r-IKAO / Vandell G. -Monreal: 1994.

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

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

186. Zhdanov, A.A. About an Autonomous Adaptive Control Methodology / Zhdanov A.A. // ISIC/CIRA/(ISAS'98). NIST, Gaithersburg, Maryland, 1998. -pp. 227-232.