Технология интеллектуального анализа и синтеза для решения комплекса задач оптимизации рейса морского судна тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Филатов Виктор Иванович

• Филатов Виктор Иванович
• кандидат наук
• 2023

Оглавление диссертации кандидат наук Филатов Виктор Иванович

ВВЕДЕНИЕ

ГЛАВА 1 МЕТОДЫ ЗАДАНИЯ ТРАЕКТОРИИ ДВИЖЕНИЯ СУДНА, ГИДРОМЕТЕОРОЛОГИЧЕСКОЙ ОБСТАНОВКИ. ПОСТРОЕНИЕ МАТЕМАТИЧЕСКОЙ МОДЕЛИ ДВИЖЕНИЯ СУДНА

1.1 Основные определения, задачи и методы построения программной траектории движения судна

1.2 Морские информационные наложения. Послойное наложение погодной информации, оверлеи, методы обработки гидрометеорологической информации в системах навигационно-информационных системах

1.3 Построение математической модели движения судна

Вывод по первой главе

ГЛАВА 2 АВТОМАТИЧЕСКАЯ ВЫРАБОТКА ПРЕДВАРИТЕЛЬНОЙ ТРАЕКТОРИИ ДВИЖЕНИЯ СУДНА НА ОСНОВЕ МЕТОДА ДИНАМИЧЕСКОГО ПРОГРАММИРОВАНИЯ И ОПТИМИЗАЦИИ НА ГРАФАХ

2.1 Вероятностный анализ и оценка точности элементов движения судна и элементов гидрометеорологического прогноза при следовании судна по линии заданного пути

2.2 Формирования границ области поиска оптимальной траектории, и её дискретизация

2.3 Алгоритмы и методы динамического программирования в задачах оптимизации пути морского судна по заданному критерию

2.4 Автоматическая выработка программной траектории движения судна при плавании в области статических навигационных опасностей

2.5 Методы обеспечение безопасности плавания судна при следовании по

оптимальному пути

Вывод по второй главе

ГЛАВА 3 ПРИМЕНЕНИЕ МЕТОДОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ РЕШЕНИЯ ЗАДАЧИ ПРОГНОЗИРОВАНИЯ РЕСУРСНЫХ ЗАТРАТ СУДНА ВО ВРЕМЯ ВЫПОЛНЕНИЯ РЕЙСОВОГО ЗАДАНИЯ

3.1 Формирование обучающего множества признаков для построения регрессионной модели и определения весов рёбер в графе, как критерия оптимальности

3.2 Модель динамической системы прогнозирования критерия оптимальности рейса с использованием искусственных нейронных сетей

3.3 Регрессионные модели на основе машинного обучения с использованием методов БУМ для формирования весов рёбер графа, теоретическое обоснование

Вывод по третьей главе

ГЛАВА 4 МЕТОДЫ УПРАВЛЕНИЯ СКОРОСТНЫМ РЕЖИМОМ СУДНА ПРИ СЛЕДОВАНИИ ЕГО ПО ОПТИМАЛЬНОМУ ПУТИ

4.1 Модель нечёткой системы автоматического управления скоростью судна при следовании судна по оптимальному пути

4.2 Нечёткий вывод, база правил, логические высказывания в блоке системы автоматического управления скоростным режимом судна при следовании по оптимальному пути

4.3 Численное моделирование серии экспериментов по оптимизации рейса танкера

«Афрамакс»

Вывод по четвёртой главе

ЗАКЛЮЧЕНИЕ

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

ПРИЛОЖЕНИЕ А

ПРИЛОЖЕНИЕ Б

169

Введение диссертации (часть автореферата) на тему «Технология интеллектуального анализа и синтеза для решения комплекса задач оптимизации рейса морского судна»

ВВЕДЕНИЕ

Актуальность темы исследования. В настоящее время главным направлением технического развития в судовождении является разработка автоматических систем управления (АСУ), решающих задачи обеспечения безопасности и оптимальности судоходства. Одновременно с АСУ активно внедрены информационно-измерительные системы, которые совместно с ЭВМ выполняют функцию многоканального автоматического сбора данных, что существенно расширяет возможности человека по их обработке и анализу.

На современных судах, при планировании рейса, должны быть обеспечены не только обязательные аспекты эксплуатации водного транспорта, такие как безопасность человеческой жизни, безопасность судовождения, безопасность окружающей среды, охрана, но и такие, как оптимальность и эффективность. Существуют обстоятельства и условия, которые оказывают влияние на судно в процессе его эксплуатации при совершении международных рейсов. Для совместного обеспечения безопасности плавания и оптимальности рейса необходимо учитывать динамическую навигационную и гидрометеорологическую обстановку, наличие которой, приводит к невозможности выполнения всех задач, поставленных перед судном. Эксплуатацию морского судна необходимо рассматривать с точки зрения сложных технических систем. В данной диссертации предложены новые подходы к решению задач комплексной оптимизации рейса: выработке оптимальной траектории движения судна и управлению его скоростным режимом.

Анализ степени разработанности проблемы показывает, что формализация АСУ сложных технических систем судна включает в себя комплекс методов, которые относятся к разным областям технических знаний, исследованию которых посвящено значительное количество отечественных и зарубежных авторов. Вопросы, связанные с построением математических моделей движения судов, способы оценки гидрометеорологического влияния на его движение, рассмотрены в работах А.Д. Гофмана, С.И. Демина, Ю.И. Юдина, Г.В. Соболева, А.М. Басина,

С. Н. Холичева, А.П. Тумашика, Р.М. Ишервуда. Математические методы, применяемые в теории графов, дискретной математике и комбинаторике в прикладных задачах рассмотрены в работах Ф. Харари, Р. Басакера, Т. Саати, В. А. Емеличева, Д. В. Карпова, В.В. Конное, Г.А. Клековкина. Вопросы, связанные с оптимизацией сложных динамических систем на графах, в том числе оптимизации путей морских судов рассматривают в своих работах: Д.И. Коган, Ф. А Новиков, А.А. Тюхтин, Ван Х., Е. И. Веремей, А.А. Мироненко., М.В. Сотникова, Zhihui Hu, Yongxin Jin, Qinyou Hu, Sukanta Sen, Tianrui Zhou, Ingrid C.M., Б. А. Гладких, Р. Габасов, С.Ю. Городецкий. Методы обработки и анализа информации, применяемые в современных сложных интеллектуальных системах, в том числе вопросы построения систем на основе нечёткой логики и нейронных сетей, в своих работах описывают: С. Хайкин, Т. Кохонен, В.А. Воронцов, Л. А. Заде, Н.В. Мельникова, К. Левенберг и др.

Целью диссертационного исследования является разработка интеллектуальной технологии для выработки оптимальной траектории движения судна, обеспечивающей совместное решение задачи навигационной безопасности судна и коммерческой оптимальности рейса.

Основные научные задачи, поставленные в данной работе:

1. анализ и синтез математических методов для построения области поиска оптимальной траектории судна и её дискретизации на основе вероятностной оценки гидрометеорологической и навигационной информации, полученной в результате выполнения рейсов;

2. разработка и исследование математических моделей и алгоритмов оптимизации рейса морского судна, в основе которых лежат методы искусственного интеллекта;

3. исследование вопросов, связанных с управлением скоростным режимом движения судна при следовании судна по оптимальной траектории движения, а также разработка модели системы автоматического управления скоростью судна.

Объектом исследования в диссертационной работе является информационная система с технологией оптимизации рейса морского судна в основе которой лежат элементы искусственного интеллекта.

Предметом исследования является технология интеллектуального анализа и синтеза для решения комплекса задач оптимизации рейса морского судна.

Научная новизна диссертации, полученная соискателем, заключаются в разработке, синтезе и обосновании теоретических методов, технологических решений, и их реализация в виде программных комплексов для решения поставленных задач, среди которых:

1. алгоритмы и методы автоматической выработки траектории движения судна с учётом статических и динамических навигационных опасностей, при плавании судна в различных условиях;

2. теоретические модели и методы прогнозирования скорости и расхода топлива во время осуществления судном продолжительных рейсов, на основе методов искусственного интеллекта;

3. модель системы автоматического управления скоростным режимом морского судна при следовании по оптимальной траектории движения.

Теоретическая значимость работы состоит в том, что впервые получены теоретические модели выработки программной траектории движения судна, основанные на синтезе графовых моделей и методов искусственного интеллекта.

Практическая значимость состоит в разработке и реализации математических моделей в виде программно-алгоритмических комплексов, решающих задачи автоматической выработки программной траектории движения судна на основе синтеза методов искусственного интеллекта и графовых моделей. Результаты диссертации внедрены в процесс подготовки плавсостава в учебном центре предрейсовой подготовки ЗАО "Балтик Гроуп Интернешнл, Новороссийск ЛТД", а также в процесс подготовки курсантов-судоводителей ФГБОУ ВО «ГМУ им. Адм. Ф.Ф. Ушакова».

Методология и методы исследования, используемые в диссертации, базируются на методах математического анализа, нечёткой логики, теории

вероятностей, объектно-ориентированном программировании, численном и ситуационном моделировании, теории графов, теории оптимизации, динамическом программировании, вычислительной геометрии, а также методах искусственного интеллекта.

Аналитическая, графическая, экспериментальная части работы, а также разработка алгоритмов выполнена на высокоуровневом языке программирования в среде МАТЛАБ.

Основные положения вынесены на защиту.

1. Принципы и методы выработки программной траектории движения судна с учётом множеств опасностей, на основе синтеза графовых моделей, оптимизационного подхода и методов искусственного интеллекта;

2. Модель системы автоматического управления скоростным режимом движения судна, при следовании его по оптимальному пути с применением математических методов нечёткой логики.

Степень достоверности и апробация результатов исследования. Основные положения и результаты диссертации докладывались на ежегодных общеуниверситетских и национальных научно-практических конференциях, среди которых:

1. Научно-практическая конференция Университета посвящённая 40-летию НВИМУ - НГМА - МГА имени адмирала Ф. Ф. Ушакова - ГМУ имени адмирала Ф. Ф. Ушакова - «Новое поколение в науке 2015». (Новороссийск, 2015).

2. Ежегодная научно-практическая конференция Университета - «Новое поколение в науке - 2019». (Новороссийск, 2019).

3. Национальная научно-практическая конференция «45 лет НВИМУ - НГМА

- МГА - ГМУ». (Новороссийск, 2020).

4. Национальная научно-практическая конференция «Механизмы обеспечения конкурентоспособности транспортного комплекса юга России». (Новороссийск, 2021).

5. Ежегодная научно-практическая конференция - «Новое поколение в науке

- 2022». ГМУ имени адмирала Ф. Ф. Ушакова. (Новороссийск, 2022).

Результаты исследований опубликованы в 17 работах, 15 из которых являются печатными изданиями, 8 из которых опубликованы в изданиях, входящих в перечень изданий, рекомендованных ВАК (две работы в соавторстве, доля участия соискателя 35%). Получено 2 свидетельства о Государственной регистрации программ ЭВМ в открытом реестре Федеральной службы по интеллектуальной собственности.

Структура и объем диссертации: объем - 169 страниц, включая 65 рисунков и 19 таблиц, введения, основной части из четырёх глав, заключения, списка литературы из 140 наименования, а также 2 приложений.

ГЛАВА 1 МЕТОДЫ ЗАДАНИЯ ТРАЕКТОРИИ ДВИЖЕНИЯ СУДНА, ГИДРОМЕТЕОРОЛОГИЧЕСКОЙ ОБСТАНОВКИ. ПОСТРОЕНИЕ МАТЕМАТИЧЕСКОЙ МОДЕЛИ ДВИЖЕНИЯ СУДНА.

1.1 Основные определения, задачи и методы построения программной траектории движения судна

1.1.1 Некоторые элементы навигационного и гидрометеорологического обеспечения судовождения и планирования рейса судна

Судовождение, в наиболее общем понимании, - это процесс, обеспечивающий плавание судна - объекта управления (ОУ) из одного географического местоположения (пункт отхода) в другое (пункт назначения), а также управление судном во время плавания таким образом, чтобы обеспечивалось выполнение множества сопутствующих задач. Совокупность методов, позволяющих решать эти задачи носит название - навигационное обеспечение судовождения (НО). С организационно-технической точки зрения все задачи обеспечения навигационной безопасности (НОБ), являющейся важнейшей задачей судовождения, подразделяются на две группы:

- задачи, решаемые в ходе предварительной подготовки к рейсу;

- задачи, решаемые непосредственно в процессе плавания судна. [80] Нормативно-правовая база требований, предъявляемых к задачам навигационной безопасности плавания, изложена в основных международных морских конвенциях - [63, 64. 65] и резолюцией А.893.21 «Руководство по планированию рейса», принятых в Международной Морской организации (ИМО), и ратифицированных государствами-участниками ИМО. Таким образом задача НОБ является постоянной и требования к её обеспечению носят систематический характер на протяжении всей продолжительного рейса судна.

Помимо совокупности подзадач судовождения, как инструментария эксплуатации водного транспорта (ЭВТ), в частности ТФ и ГС, как основной

единицей этого кластера, существует другие цели и задачи, которые носят стратегически-коммерческий характер. Требования к коммерческому обеспечению судовождения (КОС) изложены в чартер-партиях - договорах на перевозку грузов ГС [132], заключённых между грузоотправителем и грузоперевозчиком. На рисунке 1.1 представлена структура основных задача, решаемых навигационным обеспечением судовождения.

Рисунок 1.1 - Структура задача, решаемых навигационным обеспечением

судовождения

Перед всеми сторонами, участвующими в процессе перевозки груза с помощью морского транспорта, ставится задача обеспечения безопасного и эффективного судовождения. Стремление более полно и рационально использовать транспортные возможности, провозоспособность судна часто приводит перевозчика к задаче поиска и выбора компромиссного соотношения между экономичностью и безопасностью судна в рейсе.

В настоящее время в судовождении существует необходимость создания комплексных методов оптимизации рейса судна. В сложившейся экономической ситуации для всех участников морских перевозок необходимо принимать меры по

оптимизации затрат ресурсов на эксплуатацию судна, при том, что это не должно противоречить основным принципам НОБ.

Судовладельцы идут на уступки грузоотправителю и разрешают эксплуатировать суда на сверхмалых оборотах (манёвренный режим главного двигателя (ГД)) [85, 102], что приводит к уменьшению расхода топлива, но одновременно ведет к повышенному износу механизмов, участвующих в работе ГД. Так же ощущается потребность оптимизации затрат на эксплуатацию судна в условиях океанского перехода. Это обусловлено наличием гидрометеорологической обстановки (ГМО), а также навигационной обстановки (НО), характер которых трудно предсказать. В то же время состояние ГМО и НО является важнейшими факторами, которые влияют на оптимальность рейса конкретного судна. Решение этой проблемы имеет комплексный характер и лежит не только в плоскости совершенствования судовых энергетических установок (СЭУ) или улучшения гидродинамических показателей корпуса судна, но и в анализе и обработке информации, полученной информационно-измерительными комплексами (ИИС), а также в разработке методов и алгоритмов, которые будут способны максимально эффективно использовать эту информацию.

Планирование рейса связано не только с установлением безопасного и эффективного пути следования к пункту назначения. Оно также включает определение будущего образа действий при выполнении перехода, закладку основ для принятия будущих решений, для предотвращения возможности ошибочных действий. Иными словами, планирование должно включать формирование стратегии управления (СТУ). Под СТУ в общем случае понимается алгоритм, определяющий последовательность управляющих воздействий, обеспечивающих решение задачи, имеющей определенную протяженность во времени.

Актуальность и практический аспект данных проблем связаны с задачей выработки комплексных подходов для планирования и выполнения морских рейсов, учитывающих влияние внешней среды и состояния судна, в частности особенностей режимов эксплуатации СЭУ, а также особенности районов плавания.

Следует выделить некоторые определения, которые являются основополагающими при решении задач НО.

План перехода (1111 или Passage Plan) - документ, основой которого является расчётно-графическая работа - построение (прокладка) маршрута на навигационной карте, а также аналитический расчёт множества факторов, совместное обеспечение которых приближённо решает набор подзадач, необходимых для НОБ. 1111 является результатом работы средств интеллектуального анализа данных и автоматической оптимизации рейса судна, рассмотренных в этой диссертации.

Под Гидрометеорологической обстановкой в данной работе понимается совокупность погодных условий, действующих в гидрографическом районе, через который проходит линия заданного пути (ЛЗП) при планировании и выполнении рейса.

Под навигационной обстановкой (НО) понимается совокупность условий плавания, которые имеют природное или человекотворное происхождение и не входят в множество ГМО, включая все объекты, находящиеся в области плавания и средства навигационного обеспечения (СНО), а также установленные режимы движения на акватории плавания судна.

Технические средства навигации (ТСН) - совокупность всех технических устройств, имеющихся на судне, которые позволяют выполнять основные функции НОБ - мониторинг и контроль параметров навигационной обстановки, а также обеспечение связи, в том числе и аварийной.

Оперативная информация - совокупность данных, полученных от ТСН и других источников, после момента утверждения 11, имеющих отношение к рейсу, а также оказывающих влияние на реализацию задач НОБ или КОС.

Прокладка пути судна - графическое представление планируемого пути судна, нанесённое на морскую навигационную карту (МНК) или векторную карту (ВК). Представляет из себя множество ЛЗП, объединённых в непрерывную последовательность, образующих предварительную траекторию движения судна, а также всю необходимую информацию, касающуюся предстоящего рейса.

Проводка судна по ЛЗП - метод управления судном, при котором действительная траектория движения судна стремится повторить предварительную прокладку пути, полученную в результате планирования рейса и утверждённую в ПП до момента выхода судна из порта.

Отклонение (Девиация) от ПП - метод управления судном, при котором, в силу обстоятельств и условий плавания, действительная траектория движения судна значительно отличается от траектории, рассчитанной и утверждённой в 1111. Данный метод используется в работе в качестве основания, для выработки решений САУ и элементом системы СППР, о необходимости реконфигурации и изменении СТУ.

Реконфигурация, применительно к задаче выработки оптимальной СТУ, решаемым в данной диссертации, метод перестроения динамической системы выработки стратегии выполнения рейсового задания судна, на основании интеллектуального анализа и статистической обработки данных.

Ограничения рейса - совокупность обстоятельств и условий, влияющих на СТУ судном. Представляют из географические районы запрета плавания (РЗП) или районы ограничения плавания (РОП), а также ограничения, накладываемы на сам ОУ и влияющие на эго эксплуатацию.

Стратегия управления (СТУ) судном - совокупность действий, которые приводят к изменению вектора движения судна для того, чтобы обеспечить выполнение множества задач ОБП, поставленных перед судном. В это определение также входит оптимальная стратегия управления судном (ОСТУ), которая в дополнение к СТУ обеспечивает оптимальность выполнения других задач, поставленных перед судном, в том числе КОС.

Таким образом, с точки зрения системного анализа, судовождение необходимо рассматривать, как систему, в которой ярко выражена проблема большого количества связей, которая затрудняет поиск оптимальных решений. В работе [Цветков В.Я. Сложные технические системы] такая проблема имеет название - вторая проблема наличия большого количества связей, в том числе -неучтенных паразитических обратных связей, наличие которых приводит к

возникновению столкновения и противоречия интересов частей системы и системы в целом. Существование такой проблемы является одним из признаков того, что такая техническая система является сложной.

1.1.2 Постановка задачи управления судна по заданной траектории

Объектом управления (ОУ) в работе является морское судно, которому необходимо осуществить плавание между двумя заданным географическими точками на акватории, которая делится на множество областей. В данном диссертационном исследовании предложены решения двух ситуационных задач:

- Плавание судна в области с низким количеством навигационных опасностей (плавание в открытом море - «Sea Passage»);

- Плавание судна в области, где присутствует множество статических навигационных опасностей - ОСНО (плавание в прибрежном районе, плавание в узкости).

Постановка задачи: «Необходимо выработать программную траекторию движения судна таким образом, чтоб обеспечить ряд требований к плаванию: безопасность и оптимальность».

При программном управлении алгоритм функционирования задан и можно построить специальное устройство - датчик программы - вырабатывающее x0(t). [117] На судне техническим средством, решающим эту задачу, является система вождения по маршруту, в основе которой лежит авторулевое устройство. Программное управление может быть осуществлено нескольким принципам. В практике используют два вида систем программного управления: системы с временной программой и системы с пространственной программой. [Лазарева Т. Я., Мартемьянов Ю. Ф. Основы теории автоматического управления]

Пусть х = (х1(х2, ...,хп] - совокупность управляемых координат процесса при движении ОУ. Тогда процесс управления ОУ может быть описан, как:

x = F[z,u] (1.1.1)

и = [и1) и2,..., ип}- алгоритмом управления, ъ = [г1) г2,..., г3}- возмущение среды, оказываемое на ОУ.

В данной случае под управляемой координатой понимается действительное направление движения судна - фактический путевой угол - х = которая в

любой момент времени должна отвечать всем требованиям, который необходимо

выполнить при решении задачи навигационной безопасности плавания - ЗНБП.

Целью данного исследования является разработка технологии автоматической выработки программной траектории движения судна, плавание по который обеспечит оптимальность по заданному критерию.

Траектория движения судна в морской навигации может быть определена, как последовательность численных величин, которая включает в себя географические координаты путевых точек (ПТ), полярные координаты между ПТ, момент времени прохождения ПТ, а также границы коридора безопасности, плавание внутри которого гарантирует решение ЗНБП.

Тогда структура любого маршрута судна имеет вид:

5г = (1.1.2)

где: I - номер ПТ,

(<р, X) - географические координаты,

- локсодромическое направление между соседними ПТ, В - локсодромическая дистанция между соседними ПТ, 1р,15 - допустимые границы коридора безопасности (справа и слева от линии заданного пути), нахождение в котором гарантирует обеспечение ЗНБП, представляющие из себя перпендикулярное смещение относительно линии курса (в иностранной литературе носит название ХТЕ), V - вектор скоростей прохождения каждого отрезка пути, ? - вектор моментов прохождения ПТ.

Под алгоритмом управления (программой) понимается последовательность вычисленных направлений движения - функцию генеральных курсов линий

предварительной прокладки, дистанций, между соседними ПТ, а также скоростей, которые необходимо выполнять, переходя из одной ПТ в другую:

Щ(51) = ШБ1)>01(51)>У1(51)]. (1.1.3)

Для того, чтоб вычислить координаты траектории в любой момент времени традиционно применяют методы аналитического счисления, а географические и

полярные координаты вычисляются по соотношениям:

■С?=соб ^

Б

Сйи = Бт-ф^йО;

аф = ф2 — фг = в соб -ф; аш = й бтф;

Ьап'ф=а^; О = ^А<р2 + Аш2; АЛ = Аш/соб <рср.

(1.1.4)

(1.1.5) (116)

Аш - отшествие.

График функции, характеризующими предварительную траекторию движения судна, с географическими и полярными координатами, представлен на рисунке 1.2.

Л

1 (птздз)

(пт2, -

1р2, 02/

Дсо ОП',, {,)/

Ж

(<рпд0;-лт0д'„)

<Р 1 <?2

<Рп

<Р

Рисунок 1.2 - Построение предварительной траектории движения судна При работе с программными траекториями возникает необходимость выполнить преобразование географических координат в прямоугольные пространственные координаты точек на поверхности эллипсоида. Для этого необходимо воспользоваться соотношениями:

х = NcosBcosL

у = NcosBsinL (1.1.7)

z = N(1 - e2)sinB

где: x, y, z - прямоугольные координаты,

N - радиус сечения эллипсоида в широте.

B, L - географические координаты точек,

е = ^а2 + Ь2/а - эксцентриситет эллипсоида,

a, b - большая и малая оси полуоси эллипсоида.

1.1.3 Задание траектории движения судна с помощью методов аппроксимации.

В исследовании [67] подробно описан подход к аппроксимации траектории движения полиномами и рассмотрены различные методы аппроксимации траектории движения судна.

Так как предварительная траектории движения состоит из набора прямолинейных отрезков, то она может быть получена с заданной точностью с помощью кусочно-линейных методов интерполяции, которая является самым простым методом приближения нелинейной функции, при которой все точки табличной функции соединяются отрезками прямой. [45] Тогда функция траектории движения судна имеет вид:

f А(х),х е [хо,х±]

f2(x),X е [Х±,Х2]

(1.1.8)

f(x) = <

fi(x),x е [xi-1,xi]

Чп(Х)>Х £ [Хп-1,Хп]

где: ^(х) = к.1Х + Ь1, к^, Ь - коэффициент наклона и порог для каждого локсодромического отрезка траектории движения.

Отрезок, соединяющий две последовательно-расположенные точки в маршруте 5г носит название - линия заданного пути (ЛЗП).

Также можно использовать глобальные методы интерполяции производить замену исходной траектории (1.1.4 - 1.1.6) полиномами различных степеней. Все

методы интерполяции и аппроксимации описаны детально в любом учебном пособии по численным методам. В данном параграфе рассмотрим метод интерполяционный метод по формуле Ньютона. Такой полином имеет вид:

п i-1

Рп(х) = ao + ^ai ^(х - Xj); где i=1 j=0

„ „ У1-У0 &Уо „ к1Уо п 1 ОЛ

ao=yo,ai=—0=—,ai=l^ (1)

В пакетных средствах "Curve fitting toolbox" среды MATLAB для интерполяции и аппроксимации нелинейных функций доступно множество способов приближения, а интуитивный интерфейс и средства численной оценки качества приближения функции делают её использование доступной для инженерного расчёта.

1.2 Морские информационные наложения. Послойное наложение погодной информации, оверлеи, методы обработки гидрометеорологической информации в системах навигационно-информационных системах

1.2.1 Морские информационные наложения на векторную карту, оверлеи

Системы гидрометеорологического обеспечения (СГМО) судоходства активно применяются при решении задачи НОБ. Они используют данные, полученные от крупнейших служб гидрометеорологического мониторинга, таких как: Japan meteorological company, Tropical Prediction Center USA, Ocean Prediction Centre USA, European Centre Medium-Range Weather Forecasts и т.д. Эти данные являются ключевым основанием для планирования рейса судна.

СГМО передают на суда данные в цифровом формате по средствам спутниковой связи и сети Интернет. В Конвенции СОЛАС (глава V, правило 34

«Безопасная навигация и уклонение от опасных ситуаций» и в приложении А.24 «Планирование рейса») изложены требования о том, как судно должно готовиться к рейсу и планировать маршрут. В приложении, для судов, указана важность следующих аспектов:

- проверка прогноза погоды по маршруту рейса;

- знание приливов и отливов;

- знание ограничений для судна в условиях ожидаемой погоды и волн. [13, 19]

Судовой ЭКНИС имеет набор информационных наложений на векторную электронную карту (ВЭК), таких как: радиолокационное информационное наложение (РИО), АИС информационное наложение (АИС ИО), Адмиралтейское информационное наложение (АИО), НАВТЕКС наложение и др. Современные СГМО в совокупности с мощными ЭВМ, используемыми в ЭКНИС, способны обеспечить судно детализированным ГМП. Судоводитель, имеет возможность изучить и оценить гидрометеорологическую обстановку на предстоящем морской переход. Такая оценка состояния ГМО, в решениях прикладных задач планирования рейса, выполняется на основе изучения численных значений элементов множества ГМО, а также методом визуализации погоды - наложением информационного слоя непосредственно на векторную электронную карту (ВЭК), в иностранной литературе такое наложение называется - Weather overlay. В данной работе обозначим такой термин - ПНПИ (послойное наложение погодной информации). Широкое применение обрела практика интегрирования ПНПИ в ЭКНИС и другие навигационные информационные системы (НИС). При таком методе наложения, в едином векторном пространстве, послойно, представлены оперативные прогнозы (Tw = 12 + 24 часа), краткосрочные прогнозы (Tw < 1,5 + 3 сут), и долгосрочные ( Tw > 7 сут). ПНПИ ГМО как правило включает в себя, но не ограничивается, следующим набором слоёв:

Список литературы диссертационного исследования кандидат наук Филатов Виктор Иванович, 2023 год

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Андерсон Т. Статистический анализ временных рядов. М.: Мир, 1976.

2. Антонов, В.А. Теоретические вопросы управления судном. / Антонов, В.А. Письменный М.Н. Учебное пособие. 2-е изд., перераб. и доп. МГУ им. Адм. Г.И. Невельского, 2007. 78 с.

3. Алберг, Д. Теория сплайнов и ее приложения. Д. Алберг, Э. Нильсон, Д. Уолш ; под ред. С. Б. Стечкина ; пер. с англ. Ю. Н. Субботина., Москва: Мир, 1972. - 319 с. Режим доступа: по подписке: URL: https://biblioclub.ru/index.php?page=book&id=456937- Текст: электронный.

4. Астреин, В.В. Построение информационной модели состояния судна / В.В.Астреин // Журнал научных публикаций аспирантов и докторантов. №9(51), Курск, Издательство "Журнала научных публикаций аспирантов и докторантов", 2010.

5. Астреин В.В., Филатов В.И. Ситуационная модель автоматического мониторинга безопасности судовождения. «Морские интеллектуальные технологии». Санкт-Петербург, 2022. № 2 часть 1. С. 174—184.

6. Астреин, В.В. Основы интеллектуальных систем предупреждения столкновений судов (монография) / В. В. Астреин Lambert Academic Publishing, Saarbrucken, 2014. 400 с.

7. Астреин В.В., Филатов В.И. Положения и методы разработки автоматического мониторинга безопасности судовождения. Морские интеллектуальные технологии. 2022. № 3 часть 1, С. 188—197.

8. Баранов Ю. К., Гаврюк М. И., Логиновский В. А.. Песков Ю. А. -Навигация. - С.-Петербург: "Лань", 1997.-510 с.

9. Басакер Р., Саати Т. Конечные графы и сети. М.: Наука, 1974. - 368 с.

10. Басин А.М, Анфимов В.Н. Гидродинамика судна. - Л.: Речной транспорт, 1961. - 684 с.

11. Ван Х. Практическое применение оптимизационного подхода в задачах управления морскими судами: дис. ... канд. техн. наук : 05.13.01 / Ван Хонбо. - М., 2017. - 2880 с.

12. Василенко В.А. Сплайн-функции: теория, алгоритмы, программы. -Новосибирск: Наука, 1983. - 214 с.

13. Васильев К. П. -Что должен знать судоводитель о картах погоды и состояния моря. - Л.: Гидрометеоиздат, 1980. - 231 с.

14. Васильев К.П. Наивыгоднейшие пути плавания судов в морях и океанах в зависимости от заданных гидрометеорологических условий. Труды Гидрометцентра СССР,вып. 97, 1972.

15. Венцтель Е.С. Теория вероятностей (4-е изд.). М.: Наука, 1969.

16. Веремей, Е. И. Алгоритмы оптимизации маршрутов движения с учетом погодных условий / Е. И. Веремей, М. В. Сотникова. - International Journal of Open Information Technologies ISSN: 2307-8162 vol. 4, no. 3, 2016.

17. Веремей, Е. И. Оптимизационный подход к моделированию и разработке информационно-управляющих систем объектов / Е. И. Веремей // Прикладная информатика. - 2012. - № 6 (42). - С. 31-41.

18. Веремей Е.И., Корчанов В.М., Коровкин М.В., Погожев С.В. Компьютерное моделирование систем управления движением морских подвижных объектов. СПб.: НИИ Химии СПбГУ, 2002. 370 с.

19. ВМО-№ 471. Руководство по морскому метеорологическому обслуживанию. - Женева, Швейцария, 2018. - 93 с.

20. Воронина, Валерия Вадимовна Теория и практика машинного обучения : учебное пособие / В. В. Воронина, А. В. Михеев, Н. Г. Ярушкина, К. В. Святов. - Ульяновск : УлГТУ, 2017. - 290 с.

21. Воронцов К. В., Математические методы обучения по прецедентам (теория обучения машин). http://www.machinelearning.ru/wiki/images/6/6d/Voron-ML-1 .pdf

22. Вьюгин В.В. Математические основы машинного обучения и прогнозирования. Москва, издательство МЦНМО, 2018. 384 с.

23. Выгодский, М. Я. Справочник по высшей математике / м. Я. Выгодский. — М.: АСТ: Астрель, 2006. —. 991, [1] с.: ил. ISBN 5-17-012238-1 (000 «Издательство АСТ»). 993 с.

24. Геостатистика: теория и практика / В. В. Демьянов, Е. А. Савельева ; под ред. Р. В. Арутюняна; Ин-т проблем безопасного развития атомной энергетики РАН. — М. : Наука, 2010. — 327 с. — ISBN 978-5-02-037478-2 (в пер.).

25. Гладких Б. А. Методы оптимизации и исследование операций для бакалавров информатики. Ч. II. Нелинейное и динамическое программирование: учебное пособие. — Томск: Изд-во НТЛ, 2011. — 264 с.

26. Гольдштейн, А.Л. Оптимизация в среде MATLAB: учеб. пособие / А.Л. Гольдштейн. - Пермь: Изд-во Перм. нац. исслед. политехн. ун-та, 2015. -192 с.

27. Гофман А.Д. Движительно-рулевой комплекс и маневрирование судна. Справочник. Л., Судостроение, 360 с., 1988.

28. Григорьева Д.Р. Основы нечеткой логики: Учебно-методическое пособие к практическим занятиям и лабораторным работам / Д.Р. Григорьева, Г.А. Гареева, Р.Р. Басыров - Набережные Челны: Изд-во НЧИ КФУ, 2018. - 42 с.

29. Груздев Н. М. Оценка точности морского судовождения.—. М.: Транспорт, 1989. — 191 с.

30. Давидан И.Н. Некоторые результаты исследования морского волнения, развивающегося в условиях, близких к идеальным. В сб. Морское волнение, нерегулярная качка и её учёт в различных областях морской техники. JL, изд. BMA. 1964.

31. Демиденко Е.З. Линейная и нелинейная регрессии. М.: Финансы и статистика, 1981. - 304 с.

32. Дремлюг В.В. Об учёте преднамеренного снижения скорости хода при расчёте ветроволновых потерь скорости судов. Научно-техн. сб. Судовождение, вып. 9, 1968.

33. Дидэ. Методы анализа данных. Подход, основанный на методе динамических сгущений /Дидэ [и др.]. - М.: Финансы и статистика, 1985. - 240 с.

34. Дьяконов В. П. MATLAB. Полный самоучитель. - М.: ДМК Пресс, 2012. - 768 с.: ил. ISBN 978 5 94074 652

35. Емеличев В. А.,Лекции по теории графов / В.А. Емеличев, О.И. Мельников, В.И. Сарванов, Р.И. Тышкевич, изд. Наука, 1990 г.

36. Заде, Л. А. Понятие лингвистической переменной и его применение к принятию приближенных решений / Л.А. Заде: пер. с англ. -М.: Мир, 1976. -165 с.

37. Задорожный А. Г. Построение сплайнов с использованием библиотеки OpenGL. А. Г. Задорожный, Д. С. Киселев. Новосибирск: Новосибирский государственный технический университет, 2019, - 88 с.

38. Зельдович Я. Б., Я г лом П. М. Высшая математика для начинающих физиков и техников. М.: Наука, 1982. 512 с.

39. Зыков А.Г., Поляков В.И. Алгоритмы конструкторского проектирования ЭВМ. - СПб: Университет ИТМО, 2014. - 136 с.

40. Зюзьков В. М. З-981 Математическая логика и теория алгоритмов : учебное пособие / В. М. Зюзьков. — Томск : Эль Контент, 2015. — 236 с.

41. Каляев И.А., Гайдук А.Р., Капустян С.Г. Модели и алгоритмы коллективного управления в группах роботов. М. : ФИЗМАТЛИТ, 2009. 280 с.

42. Карпов, Д. В. Теория графов [Электронный ресурс] : учеб. пособие / Д. В. Карпов // Санкт-Петербургский государственный университет. - СПб. : 2017. - 525 с. - URL: https://logic.pdmi.ras.ru/~dvk/graphs_dk.pdf (дата обращения: 14.01.2022). - Загл. с экрана. - Яз. Ру.

43. Колмогоров А.Н. Основные понятия теории вероятностей (2-е изд.) М.: Наука, 1974.

44. Кондрашихин В.Т.. Теория ошибок и ее применение к задачам судовождения. Год выпуска: 1969. Автор: Кондрашихин В.Т.. Жанр: Навигация. Издательство: «Транспорт».

45. Корн, Г. Справочник по математике для научных работников и инженеров. Корн, Г.; Корн, Т.; Изд-во: М.: Наука, 1978 г.

46. Конное, В.В., Клековкин Г.А., Коннова Л.П. Геометрическая теория графов. / В.В. Коннов, Г.А.Клековкин, Л.П.Коннова. М.: Народное образование, 1999.-240 с.

47. Кибзун А.И., Горяинова Е.Р., Наумов А.В., Сиротин А.Н. теория вероятностей и математическая статистика. Базовый курс с примерами и задачами М.: ФИЗМАТЛИТ, 2002. - 224 с.

48. Кириллов А.Н. Динамические системы с переменной структурой и размерностью Известия высших учебных заведений. Приборостроение. 2009. Т. 52, № 3. С. 23-28.

49. Кириллов А.Н. Метод динамической декомпозиции в моделировании систем управления со структурными изменениями Информационно-управляющие системы. 2009. № 1 (38). С. 20-24.

50. Коган Д.И. Динамическое программирование и дискретная многокритериальная оптимизация: учебное пособие. Нижний Новгород: Изд-во Нижегородского ун-та, 2004. 150 с.

51. Козов, А.В. Модели и методы проектирования динамически реконфигурируемой системы группового управления мобильными роботами Автоматизация процессов управления № 1 (63) 2021. С. 130-139. doi: 10.35752/1991-2927-2021-1-63-130-139.

52. Колмогоров А.Н., Драгилин А.Г. Математическа логика. — М.: КомКнига, 2006. — 240 с. — ISBN 5-484-00520-5.

53. Кохонен Т. Самоорганизующиеся карты. м.: Бином. лаборатория знаний, 2008. 655 с.

54. Лавров И.А., Максимова Л.Л. Задачи по теории множеств, математической логике и теории алгоритмов. — 5-е изд., исправл. — М.: ФИЗМАТЛИТ, 2004. - 256 с. - ISBN 5-9221-0026-2.

55. Ландо С. К. Лекции о производящих функциях. — 3-е изд., испр. — М.:МЦНМО, 2007. — 144 с.

56. Леоненков А. В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. — СПб.: БХВ Петербург, 2005. — 736 с.: ил.

57. Лесковец Ю., Раджараман А., Ульман Д. Анализ больших наборов данных. ДМК Пресс, 2016, 498 с.

58. Лимановская, О. В. Основы машинного обучения : учебное пособие / О. В. Лимановская, Т. И. Алферьева ; Мин-во науки и высш. образования РФ. —Екатеринбург : Изд-во Урал. ун-та, 2020. — 88 с.

59. Луферов В. С. Интеллектуальная система нейро-нечеткого анализа и многомерного прогнозирования сложных процессов Современная наука: актуальные проблемы теории и практики. Серия: Естественные и Технические Науки. -2021. -№07. -С. 96-102 DOI 10.37882/2223-2966.2021.07.22.

60. Маркина М.В., Судакова А.В. ПРАКТИКУМ ПО РЕШЕНИЮ ЗАДАЧ ОПТИМИЗАЦИИ В ПАКЕТЕ MATLAB: учебно-методическое пособие. -[электронный ресурс] Нижний Новгород: Нижегородский госуниверситет, 2017. - 49с.

61. Мартюк Г. И., Юдин Ю. И., Юдин А. Ю. Учет ветра в математической модели судна с целью оценки его влияния на маневренные характеристики. // Вестник МГТУ: Труды Мурманского Государственного Технического Университета. 2004, том 7, №3. С. 375 - 380.

62. Мельникова Н.В. Основы векторного анализа: Учебное электронное текстовое пособие. Н.В. Мельникова, Ю.Б. Мельников, Ю.Ю. Мельникова. Екатеринбург: Издательство ГОУ-ВПО УГТУ-УПИ, 2006, - 152 с.

63. Международная конвенция о подготовке и дипломировании моряков и несении вахты 1978 года (МК ПДНВ-78) с поправками (консолидированный текст): - СПб.: АО «ЦНИИМФ», 2021 г. - 864 с. International Convention on Standards of Training, Certification and Watchkeeping for Seafarers, 1978 (STCW 1978), as amended (consolidated text)

64. Международная Конвенция по охране человеческой жизни на море 1974 года (МК СОЛАС-74). (Консолидированный текст, измененный Протоколом 1988 года к ней, с поправками), - СПб.: АО "ЦНИИМФ", 2021 г. -

1184 с. International Convention for the Safety of Life at Sea, 1974, (SOLAS-74). (Text modified by the Protocol of 1988 relating thereto, including Amendments).

65. Международная Конвенция по предотвращению загрязнения с судов (МК МАРПОЛ-73/78), Книги I и II, - СПб.: АО "ЦНИИМФ", 2017 г. - 824 с. International Convention for Prevention of Pollution from Ships (MARPOL-73/78).

66. Методы оптимизации : пособие / Р. Габасов [и др.]. - Минск : М54 Издательство «Четыре четверти», 2011. - 472 с.: ил.

67. Мироненко А. А «Методология формализации навигационной обстановки, планирования маршрута и программных траекторий движения судна: дис. докт. техн. наук : 05.22.19 / Мироненко Александр Анатольевич. -М., 2016. - 310 с.

68. Михальский В. А. К вопросу о решении задачи оценивания точности счисления / В. А. Михальский // Пятая Российская научно-техническая конференция «Современное состояние и проблемы навигации и океанографии (Н0-2004)». - СПб.: ГНИНГИ МО РФ, 2004. - С. 77-81.

69. Михальский В. А. Метрология в кораблевождении и решение задач навигации / В. А. Михальский, В. А. Катенин. - СПб.: Элмор, 2009. - 288 с.

70. Новиков Ф. А. Н73 Дискретная математика для программистов: Учебник для вузов. 3-е изд. —СПб.: Питер, 2009. — 384 е.: ил. — (Серия «Учебник для вузов»

71. Новикова А.М., Полонский А.Б., Новиков А.А. сравнение возможностей интерполяционных модулей qgis для морских климатических исследований при работе с массивом данных малой обеспеченности. Материалы Международной конференции «ИнтерКарто. ИнтерГИС». 2016;22(1):76-88.

72. Основы нечеткой логики: Учебно-методическое пособие к практическим занятиям и лабораторным работам / Д.Р. Григорьева, Г.А. Гареева, Р.Р. Басыров - Набережные Челны: Изд-во НЧИ КФУ, 2018. - 42 с.

73. Охтилев П.А., Бахмут А.Д, Крылов А.В. Обзор и применение моделей представления знаний в интеллектуальной системе мониторинга структурных

состояний сложных организационно-технических объектов Сб. докл. научной сессии ГУАП: в 3 ч. - СПб.: ГУАП, 2017 - Ч. 2: Технические науки. - С. 266-277.

74. Охтилев М. Ю., Б. В. Соколов. Новые информационные технологии мониторинга и управления состояниями сложных технических объектов в реальном масштабе времени Труды СПИИРАН. Вып. 2, т. 2. — СПб.: Наука, 2005

75. Охтилев М. Ю., Соколов Б. В. Теоретические и прикладные проблемы разработки и применения автоматизированных систем мониторинга состояния сложных технических объектов Труды СПИИРАН / Под редакцией доктора технических наук, профессора Юсупова Р.М. Выпуск 1. Том 1. СПб.: СПИИРАН, 2002. — С. 167-180

76. Охтилев, М.Ю. Основы теории автоматизированного анализа измерительной информации в реальном времени. Синтез системы анализа / М.Ю. Охтилев. СПб: ВИКУ им. Можайского, 1999. 161 с. 3. Охтилев М.Ю. Интеллектуальные технологии мониторинга состояния и управления структурной динамикой сложных технических объектов/М.Ю. Охтилев, Б.В. Соколов, Р.М. Юсупов. М.: Наука, 2006. 410 с.

77. Павлов А.Н. Комплексное моделирование структурно-функциональной реконфигурации сложных объектов Труды СПИИРАН. 2013. № 5 (28). С. 143-168.

78. Пархоменко С.С. О сокращении времени обработки большого количества данных нейронными сетями методом Левенберга-Марквардта, Международный научно-исследовательский журнал. Под ред. А.В. Миллер. -20. - ООО «Импекс», 2014. - Январь. - С. 80-83.

79. Песков Ю. А. География водных путей: конспект лекций / Ю. А. Песков. - Новороссийск: ГМУ им. адм. Ф. Ф. Ушакова, 2015.

80. Песков, Ю.А. Руководство по «Организации мостика» для судов [Текст]: Т.1.- Новороссийск: НГМА, 2002.- 146 с.

81. Плохотников К. Э., Николенко В. Н. П39 Теория вероятностей в пакете МАТЬАВ. Учебник для вузов. - М.: Горячая линия - Телеком, 2014. -611с. + Папка с МЛТЬАВ-файлами (16 семинарских занятий, 196 файлов).

82. Поиск оптимальных путей на графах с векторными весами. Методические указания к выполнению лабораторной работы по курсу "Методы оптимизации". Издание второе, переработанное и исправленное. / Сост. С.Ю.Городецкий. - Н.Новгород: Нижегородский государственный университет, 2004. -33 с.

83. Пономарев В.Ф. Математическая логика. Учебное пособие. - 2-е изд., испр. т доп. - Калиниград: изд-во КГТУ, 2005г., 201с.

84. Потапов, М. К. Алгебра, тригонометрия и элементарные функции: Учеб. пособие/М. К. Потапов, В. В. Александров, П. И. Пасиченко; Под ред. В. А. Садовничего. — М.: Высш. шк., 2001. — 735 с: ил.

85. Рачко О.А. Повышение эффективности работы морских судов с помощью программы «виртуальное прибытие» // Экономика и современный менеджмент: теория и практика: сб. ст. по матер. IV междунар. науч.-практ. конф. № 4. - Новосибирск: СибАК, 2011.

86. Сазонов А.Е.. Комплексирование навигационных измерений -Сазонов А.Е., Филиппов Ю.М. ,1996.

87. Симанков, В.С. Основные методологические аспекты организации и функционирования систем поддержки принятия решений безопасности судовождения / В.С. Симанков, В. В. Астреин Эксплуатация морского транспорта. - 2016.- № 2(79) - С. 56-64.

88. Соболев Г.В. Управляемость корабля и автоматизация судовождения. Л., Судостроение, с.478, 1976.

89. Справочник по теории корабля: В 3 т. Управляемость водоизмещающих судов. Гидродинамика судов с динамическими принципами поддержания. Под ред. Я.И. Войткунского. Л., Судостроение, т.3, 544 с., 1985.

90. Сотникова М.В. Алгоритмы формирования маршрутов движения судов с учетом прогноза погодных условий // Вестн. С.-Петерб. ун-та. Сер. 10. 2009. - Вып. 2. - С. 181-196.

91. Справочник по теории корабля: в 3т. т.3. Управляемость водоизмещающих судов. Гидродинамика судов с динамическими принципами поддержания /под ред. Я. И. Войткунского. Л.: Судостроение, 1985. - 539 с.

92. Тюхтина А.А. Методы дискретной оптимизации: Часть 1: Учебнометодическое пособие. - Нижний Новгород: Нижегородский госуниверситет, 2014. - 62 с.

93. Уилсон Р. Введение в теорию графов. Пер с англ. М.: Мир, 1977. 208с. Харари Ф. Теория графов. — М.

94. Ф. Харари. Теория графов. // Москва, "Мир", 1973. (Перевод с английского. F.Harary, Graph theory, Addison-Wesley, 1969.

95. Филатов В.И. Современные подходы к оптимизации рейса морского судна // Журнал «Вестник государственного морского университета имени адм. Ф. Ф Ушакова». Новороссийск, 2017. № 4 (21). С. 31 - 38.

96. Филатов В.И. Формализация условий океанской части плавания судна и задания гидрометеорологических условий // Журнал «Эксплуатация морского транспорта». Новороссийск, 2018. № 2 (87). С. 27 - 32.

97. Филатов В.И. Реконфигурация графа ОПОТП при автоматическом планировании рейса судна с учётом множества опасностей. В кн.: «Сборник тезисов докладов научно-практической конференции», Новороссийск, Государственный морской университет имени адм. Ф. Ф Ушакова, 2022.

98. Филатов В.И. Модель алгоритма автоматизированного построения маршрута судна для танкеров, перевозящих высоковязкие нефтепродукты // Журнал «Эксплуатация морского транспорта». Новороссийск, 2019. № 2 (91). С. 43 - 50.

99. Филатов В.И. Автоматизированный расчёт параметра безопасности "No Go Area" в задачах безопасности судовождения при планировании на

ЭКНИС // Журнал «Эксплуатация морского транспорта». Новороссийск, 2020. № 1 (94). С. 59 - 66.

100. Филатов В. И. Нелинейная модель динамической системы прогнозирования расхода топлива судна с использованием нейронной сети // Журнал «Морские интеллектуальные технологии». Санкт-Петербург, 2020. №2 (48), т. 1. 2020, с. 160 - 165.

101. Филатов В. И. Построение слоёв гидрометеорологических данных и их интерполяции методом бикубического сплайна // Журнал «Морские интеллектуальные технологии». Санкт-Петербург, 2022.- №2 (56) т.1. 2022, с. 136 - 142.

102. Филатов В.И. Модель нечёткой системы поддержки принятия решений в задачах управления скоростью судна при следовании судна по оптимальному пути. Морские интеллектуальные технологии. 2022. Т. 1. № 1 (55). С. 180-186.

103. Филатов В. И. Метод потенциалов в задаче обхода опасности В кн.: «Сборник тезисов докладов научно-практической конференции Университета посвящённой 40-летию НВИМУ - НГМА - МГА имени адмирала Ф. Ф. Ушакова - ГМУ имени адмирала Ф. Ф. Ушакова», Новороссийск, 2015: материалы научно-практической конференции «Новое поколение в науке -2015». Новороссийск: Государственный морской университет имени адм. Ф. Ф Ушакова, 2015. С. 31-35.

104. Филатов В.И. Оптимальный маршрут судна, перевозящего высоковязкие нефтепродукты. Сборник тезисов докладов научно-практической конференции «НОВОЕ ПОКОЛЕНИЕ В НАУКЕ - 2019», Новороссийск, Государственный морской университет имени адм. Ф. Ф Ушакова, 2019. С. 3 - 4.

105. Филатов В. И. Прогнозирование расхода топлива судна на основе нейронной сети прямого распределения. Материалы национальной научно-практической конференции «45 ЛЕТ «НВИМУ-НГМА-МГА-ГМУ»» 30 - 31

октября 2020 года. Новороссийск: ГМУ им. адм. Ф. Ф. Ушакова, 2020. С. 70 -73.

106. Филатов В. И. Методы определения области поиска оптимального пути судна на основе вероятностной модели и построение графа на ней. Материалы национальной научно-практической конференции «Механизмы обеспечения конкурентоспособности транспортного комплекса юга России» 18-19 ноября 2021 года. Новороссийск: ГМУ им. адм. Ф. Ф. Ушакова, 2021. C30 - 31.

107. Филатов В. И. Программа для оптимизации пути морского судна методом дискретной оптимизации, с применением ИНС. Свидетельство об официальной регистрации программы для ЭВМ № 2021681517 от 23.12.2021 г.

108. Филатов В. И. Поиск оптимальных путей судна на графах с использованием методологии машинного обучения. Свидетельство об официальной регистрации программы для ЭВМ № 2022611505 от 26.01.2022 г.

109. Хайкин С. Преимущества и ограничения обучения методом обратного распространения. Нейронные сети. - М. : Вильямс, 2006. - С. 304-314.

110. Хайкин С. Нейронные сети: полный курс, 2-е издание. : пер с англ. - М :Издательский дом «Вильямс», 2006 - 1104 с. :ил.- Парал. Тит. Англ.

111. Хеннан, Э. Многомерные временные ряды / Э. Хеннан; пер. с англ. А. С. Холево ; под ред. Ю. А. Розанова — Москва : М.: Мир, 1974. — 575 с. — Текст : непосредственный.

112. Худсон Д. Статистика для физиков. Лекции по теории вероятностей и элементарной статистике (2-е изд.). М.: Мир, 1970

113. Чернов, В. Г. Основы теории нечетких множеств: учеб. пособие / В.Г. Чернов; Владимирского гос. ун-т.- Владимир: Изд-во Владимирского. гос. унта, 2010. - 96 с. - ISBN 978-5-9984-0055-1.

114. Черных, И.В. SIMULINK: среда создания инженерных приложений [Текст]/ 304 Под. общ. Ред. В.Г. Потемкина.- М.: ДИАЛОГ-МИФИ, 2003.-496с.

115. Юдин, Ю .И. Использование идентифицированных математических моделей судна для обеспечения безопасности судовождения [Текст]/ Ю.И.Юдин, А.Г.Степахно, А.Н. Гололобов// Вестник МГТУ.- 2009.- Т.12.- № 1.- С.10-12.

116. Юдин, Ю.И. Математические модели плоскопараллельного движения. Классификация и критический анализ [Текст]/ Ю.И.Юдин, И.И.Сотников// Весник МГТУ. - 2006.- Том 9.- №2. - С.200-208.

117. А. Якушенков и др. Автоматизация судовождения. М., «Транспорт», 1967.

118. Brunet Crasa, Pere; Pérez Vidal, Lluis. "Smooth contour line construction with spline interpolation". Qüestiió. 1984, vol. 8, núm. 3

119. Fuzzy sets and systems: Theory and applications. Academic Press 1980, Mathematics in Sciences and Engineering vol. 144. D. DUBOIS, H. PRADE.

120. Ha, Jisang & Roh, Myung-Il & Lee, Hyewon. (2021). Quantitative calculation method of the collision risk for collision avoidance in ship navigation using the CPA and ship domain. Journal of Computational Design and Engineering. 8. 894-909. 10.1093/j cde/qwab021.

121. H. Wang, W. Mao & L. Eriksson. Efficiency of a Voluntary Speed Reduction Algorithm for a Ship's Great Circle Sailing.

122. IMO. (2009). Second-IM0-GHG-Study-2009. Retrieved August 11, 2018, from http: //www.imo .org/en/OurWork/Environment/PollutionPrevention/AirPollut ion/Pages/Second-IM0-GHG-Study-2009.aspx

123. Isherwood, R. Wind Resistance of Merchant Ships. TRINA, 1973, vol. 115, p. 327-335.

124. K. Levenberg. "A Method for the Solution of Certain Non-Linear Problems in Least Squares". The Quarterly of Applied Mathematics, 2: 164-168 (1944).

125. Lakhdhar, W., Mzid, R., Khalgui, M., Li, Z., Frey, G., Al-Ahmari, A.: Multiobjective optimization approach for a portable development of reconfigurable real-time systems: from specification to implementation. IEEE Trans. Syst. Man Cybern. Syst. 49, 623-637 (2018).

126. Lyke, J.C., Christodoulou, C.G., Vera, G.A., Edwards, A.H.: An introduction to reconfigurable systems. Proc. IEEE 103(3), 291-317 (2015).

127. Mark K. Transtrum and James P. Sethna "Improvements to the LevenbergMarquardt algorithm for nonlinear least-squares minimization," Preprint submitted to Journal of Computational Physics, January 30, 2012.

128. Maritime Safety Committee (MSC), 100th session, 3-7 December 2018 https: www.imo.org/en/MediaCentre/MeetingSummaries/Pages/MSC-100th-session.aspx

129. Marie S. Multi-Objective Optimization of Motor Vessel Route / S. Marie, E. Courteille // TransNav the International Journal on Marine Navigation and Safety of Sea Transportation. - Vol. 3, № 2. - June 2009. - P. 133-141.

130. Maciej Szymanski, Bernard Wisniewski. Application of Bon Voyage 7.0 (AWT) to programming of an ocean route of post-Panamax container vessel in transpacific voyage Seattle - Pusan 26.08.2015, 1600UTC - 05.09.2015, 2100UTC.

131. Ingrid C.M. ,Route planning algorithms for car navigation /by Ingrid C.M. Flinsenberg. - Eindhoven : Technische Universiteit Eindhoven, 2004.Proefschrift. -ISBN 90-386-0902-7.

132. Shell voyage charter party. SHELLVOY6, London, p 24. : URL -http://www.fleetle.com/a/d/pdf/shellvoy 6 ver 1 1.pdf.

133. Voyage Optimization Supersedes Weather Routing / by Henry Chen, Ph.D. Chief Naval Architect Boeing Associate Tech Fellow Jeppesen Marine Inc., a Boeing Company, - 2014. - 12 p.

134. Wang, C., Pastore, F., Briand, L.: System testing of timing requirements based on use cases and timed automata. In: Proceedings IEEE International Conference on Software Testing, Verification and Validation ICST. IEEE (2017).

135. Wang, X., Li, Z., Wonham, W.M.: Dynamic multiple-period reconfiguration of real-time scheduling based on timed DES supervisory control. IEEE Trans. Ind. Inf. 12(1), 101-111 (2016). https: doi.org/10.1109/TII.2015.2500161.

136. Wentz, F.J., J. Scott, R. Hoffman, M. Leidner, R. Atlas, J. Ardizzone, 2015: Remote Sensing Systems Cross-Calibrated Multi-Platform (CCMP) 6-hourly ocean vector wind analysis product grid, Version 2.0. Remote Sensing Systems, Santa Rosa, CA. Available online at www.remss.com/measurements/ccmp.

137. Yanase, R., Sakai, T., Sakai, M., Yamane, S.: Formal verification of dynamically reconfigurable systems. In: Proceedings IEEE 4th Global Conference on Consumer Electronics (GCCE), pp. 71-75, October 2015.

138. Zhang, J., et al.: Modeling and verification of reconfigurable and energy-efficient manufacturing systems. Discret. Dyn. Nat. Soc. 2015, 14 (2015).

139. Zhang, J., Khalgui, M., Li, Z., Frey, G., Mosbahi, O., Salah, H.B.: Reconfigurable coordination of distributed discrete event control systems. IEEE Trans. Control Sys. Techn. 23(1), 323-330 (2015).

140. Zhihui Hu , Yongxin Jin, Qinyou Hu, Sukanta Sen, Tianrui Zhou, and Mohd Tarmizi Osman. Prediction of Fuel Consumption for Enroute Ship Based on Machine Learning. Merchant Marine College, Shanghai Maritime University, Shanghai 200120, China.

ПРИЛОЖЕНИЕ А.

СВИДЕТЕЛЬСТВО О ГОСУДАРСТВЕННОЙ РЕГИСТРАЦИИ ПРОГРАММЫ ДЛЯ ЭВМ № 2021681517 ОТ 23.12.2021

ПРИЛОЖЕНИЕ Б

СВИДЕТЕЛЬСТВО О ГОСУДАРСТВЕННОЙ РЕГИСТРАЦИИ ПРОГРАММЫ ДЛЯ ЭВМ № 2022611505 ОТ 26.01.2022