Электронная библиотека диссертаций и авторефератов России
dslib.net
Библиотека диссертаций
Навигация
Каталог диссертаций России
Англоязычные диссертации
Диссертации бесплатно
Предстоящие защиты
Рецензии на автореферат
Отчисления авторам
Мой кабинет
Заказы: забрать, оплатить
Мой личный счет
Мой профиль
Мой авторский профиль
Подписки на рассылки



расширенный поиск

Моделирование и оперативный контроль динамики судна в условиях периодического снижения остойчивости на попутном волнении Хейн Тун

Моделирование и оперативный контроль динамики судна в условиях периодического снижения остойчивости на попутном волнении
<
Моделирование и оперативный контроль динамики судна в условиях периодического снижения остойчивости на попутном волнении Моделирование и оперативный контроль динамики судна в условиях периодического снижения остойчивости на попутном волнении Моделирование и оперативный контроль динамики судна в условиях периодического снижения остойчивости на попутном волнении Моделирование и оперативный контроль динамики судна в условиях периодического снижения остойчивости на попутном волнении Моделирование и оперативный контроль динамики судна в условиях периодического снижения остойчивости на попутном волнении
>

Диссертация - 480 руб., доставка 10 минут, круглосуточно, без выходных и праздников

Автореферат - бесплатно, доставка 10 минут, круглосуточно, без выходных и праздников

Хейн Тун. Моделирование и оперативный контроль динамики судна в условиях периодического снижения остойчивости на попутном волнении : диссертация ... кандидата технических наук : 05.08.01, 05.13.18 / Хейн Тун; [Место защиты: С.-Петерб. гос. мор. техн. ун-т].- Санкт-Петербург, 2011.- 176 с.: ил. РГБ ОД, 61 11-5/2225

Содержание к диссертации

Введение

Глава I. Особенности динамики судна в условиях периодического снижения остойчивости на волненнии

1.1. Проблемы синтеза модели контроля поведения судна на волнении в бортовых системах поддержки принятия решений 7

1.2. Теоретические аспекты разработки моделей контроля динамики судна на волнении 13

1.3. Аналитический обзор 17

1.4. Постановка задачи исследования 27

1.5. Общая характеристика диссертационной работы 30

Выводы по первой главе 33

Глава 2. Концептуальные основы построения прорамм-ной системы контроля динамики судна при периодическом снижении остойчивости на волнении

2.1. Принципы построения и синтез концептуальной модели программной системы контроля динамики судна на волнении 35

2.2. Модель оценки вероятности возникновения экстремальной ситуации 46

2.3. Модель программной системы на основе нечеткой системы знаний 48

2.4. Модель и алгоритм обработки информации при контроле динамики судна на основе метода функционала действия 56

2.5. Модель и алгоритм обработки информации при контроле динамики судна на основе нечеткого логического базиса 62

2.6. Визуализация результатов моделирования 67

2.7. Оценка риска принятия решений при контроле сложных ситуаций 74 Выводы по второй главе 78

Глава 3. Моделирование и интерпретация динамики судна в условиях периодического снижения остойчивости судна на волнении

3.1. Методы и модели анализа и прогноза поведения судна при периодическом снижении остойчивости на волнении 79

3.2. Математическая модель поведения судна на волнении при различном уровне внешних возмущений 84

3.3. Объекты моделирования и интерпретация динамики взаимодействия 87

3.4. Результаты моделирования 93

3.5. Оценка устойчивости колебательного движения судна на волнении 108

3.6. Оценка адекватности математической модели и риска принимаемых решений при контроле динамических ситуаций 113

Выводы по третьей главе 121

Глава 4. Реализация программной среды анализа и прогноза динамики судна на волнении при периодическом снижении остойчивости

4.1. Формальная модель программной среды 124

4.2. Особенности функционирования программной среды 125

4.3. Особенности обработки информации в мультипроцессорной вычислительной среде 127

4.4. Особенности функционирования программного комплекса 131

4.5. Совершенствование методов анализа динамики судна на волнении на основе теории катастроф и концепции Data Mining 136

Выводы по четвертой главе 145

Заключение

Введение к работе

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

разработать механизмы преобразования информации о динамике взаимодействия судна с внешней средой при построении системы интеллектуальной поддержки принятии решений по обеспечению безопасности судна в рассматриваемой ситуации;

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

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

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

В диссертации рассматривается подход к построению м математической модели взаимодействия судна с внешней средой и технология обработки информации при интеллектуальной поддержке принятия решений в бортовой ИС обеспечения мореходных качеств судов. Основное внимание уделяется контролю поведения судна в сложной ситуации, связанной с периодическим снижением остойчивости при движении судна на попутном волнении на базе

математического аппарата, разработанного на основе метода функционала действия и достижений теории корабля и экспериментальной гидромеханики. Эти методы позволяют осуществлять генерацию решений и выбор предпочтительной вычислительной технологии при обработке информации о поведении судна в рассматриваемой экстремальной ситуации на основе конкурирующих вычислительных технологий, использующих традиционные математические методы и нечеткий логический базис.

Целью работы является разработка и исследование модели анализа и прогноза динамики судна на волнении в условиях периодического снижения остойчивости. Для достижения этих целей в диссертации решались следующие основные задачи:

разработка модели контроля снижения остойчивости судна на волнении;

разработка алгоритмов и программного средства анализа и прогноза снижения остойчивости судна на волнении;

генерация сценариев взаимодействия и моделирование поведения судна в сложной динамической среде при различном уровне внешних возмущений;

анализ альтернатив и выбор предпочтительной вычислительной технологии при контроле динамики судна на волнении;

Разработка программного комплекса, обеспечивающего анализ и прогноз снижения остойчивости на основе разработанных методов и моделей.

Методы исследования. Для решения поставленных задач в работе были использованы системный анализ, методы математического моделирования, методы вычислительной математики, теория вероятностей и математической статистики, теория графов, теория матриц, теория нечетких систем, а также методы искусственного интеллекта и прикладного программирования.

Объект исследования. Объектом исследования являются ситуации, связанные с непрерывным изменением остойчивости судна при случайных внешних возмущениях.

Научную новизну работы составляет:

Модель вычислительной системы, обеспечивающей оперативный контроль снижения остойчивости судна на волнении;

методы и алгоритмы анализа данных измерений и математического моделирования при непрерывном изменении динамической остойчивости на основе конкурирующих вычислительных технологий;

результаты математического моделирования динамики взаимодействия объекта с внешней средой при различном уровне внешних возмущений.

Достоверность научных результатов и выводов подтверждаются строгостью доказательства утверждений, обоснованностью применения математического аппарата, корректностью интерпретации предметной области исследования динамики судна на волнении, результатами экспериментальной проверки разработанных методов интерпретации исследуемой ситуации на основе данных физического моделирования, результатами тестирования алгоритмов и программного обеспечения, а также практическим использованием разработанных в диссертации математических, алгоритмических и профаммных методов и средств.

Основные научные результаты.

разработаны принципы построения и функционирования модели анализа и прогноза поведения судна в сложной динамической среде в условиях неопределенности и неполноты исходной информации;

сформулированы основные задачи и методы формализации информации, реализуемые в процедурах логической системы знаний для конкурирующих вычислительных технологий;

разработана структура нечеткой модели знаний, обеспечивающей анализ и прогноз развития ситуации, связанной с периодическим снижением остойчивости судна на волнении;

разработаны и исследованы математические модели анализа и прогноза поведения судна в сложных ситуациях на основе метода функционала действия и конкурирующих моделей обработки информации;

предложен алгоритм анализа альтернатив и выбора предпочтительной вычислительной технологии на основе принципа конкуренции.

Практическая ценность работы заключается в следующем:

Разработана математическая модель анализа и прогноза поведения судна в условиях непрерывного изменения остойчивости на волнении.

Разработан профаммный комплекс, обеспечивающий решение задач контроля поведения судна при снижении остойчивости на волнении.

Практическая значимость диссертационного исследования обеспечена прикладной направленностью и созданием конкретных методов, алгоритмов и профаммных средств в системах информационной поддержки оператора бортовой ИС контроля динамики судна на волнении.

Внедрение результатов работы:

Разработанные методы, алгоритмы и профаммные средства внедрены при разработке ИС «Мореходность» в НПО «Полярная звезда», при

проектировании новых типов судов Союза Мьянма и используются в учебном процессе СПбГМТУ при проведении лабораторных и курсовых работ по курсу «Инженерия знаний» в рамках магистерской подготовки студентов специальности 220400 «Программное обеспечение вычислительной техники и автоматизированных систем».

Апробация работы. Основные результаты работы докладывались и обсуждались на национальных и международных научно-технических конференциях: национальная конференция МОРИНТЕХ'2009, Санкт-Петербург, 2009, Международная конференция по мягким вычислениям и измерениям SCM-2009, Санкт-Петербург, 2009, 2010; Международная конференции по искусственному интеллекту ИИ-2009. Геленджик, 2009. Научно-методическая конференцій «Телематика-2009, 5-я общероссийская конференция МОРИНТЕХ-юниор, Санкт-Петербург, 2009, 10-я Международная конференция «Stability of ships and Ocean Vehicles». St.-Petersburg, 2009.

Основные положения, выносимые на защиту:

  1. Модель анализа поведения судна в сложной динамической среде в условиях неопределенности и неполноты исходной информации.

  2. Методы и алгоритмы анализа и прогноза снижения остойчивости судна на волнении в задачах теории корабля и при функционировании бортовой ИС.

  3. Результаты моделирования динамики судна на волнении в рассматриваемой экстремальной ситуации при различном уровне внешних возмущений.

Публикации. По теме диссертации опубликовано 8 работ. Из них 3 работы в личном авторстве, доля автора в остальных 50%. В изданиях, определяемых Перечнем ВАК РФ опубликованы 2 статьи. Из них 1 работа в личном авторстве, доля автора в остальной 50%.

Объем и структура работы.

Работа состоит из введения, четырех глав, заключения и одного приложения. Объем - 176 страниц, в том числе 53 рисунка, 7 таблиц. Список литературы включает 176 наименований.

Постановка задачи исследования

Концепция разработки систем информационной поддержки оператора в бортовых ИС предусматривает использование многоуровневых моделей организации мультипроцессорной интегрированной вычислительной среды. Верхний уровень представлен управляющей ЭВМ, осуществляющей связь с подсистемами, ввод информации с внешних измерительных устройств и трансляцию с языков высокого уровня. Нижний уровень состоит из множества параллельно действующих процессоров, обеспечивающих решение отдельных функциональных задач в соответствии с загрузкой, определяемой управляющей ЭВМ.

Ускорению вычислений способствует использование принципов распараллеливания и конвейеризации исследуемых задач. Фундаментальным понятием параллельной обработки информации является взаимосвязь правил, определяющих логический вывод и принятие решений. При разработке системы реализуются принципы «открытости» и «прозрачности», Принцип «открытости» связывают с понятием открытых систем, т.е. систем, способных к коммутации в неоднородной среде. Решения по программному обеспечению открытых систем отвечают требованиям мобильности, совместимости, гибкости и широте охвата аппаратных платформ [26]. Одно из важных направлений в создании программно-аппаратных средств информационной поддержки - аппаратурная и информационная интеграция и создание единой вычислительной среды и общих элементов для всех информационных каналов. В результате чего обеспечивается реконфигурация не только на уровне разделенной вычислительной системы, но и на уровне информационных каналов с интеллектуальной логикой. Рассматриваемую технологию информационной поддержки обеспечивает развивающаяся архитектура с разделением логики приложений. Такая архитектура реализуется путем использования «активной базы данных», в основе которой выделяют: хранимые процедуры интеллектуального анализа данных для доступа к базе данных, с помощью которых выполняются алгоритмы обработки «скрытой» информации; логические модели (правила формализованной базы знаний), с помощью которых производится обработка «скрытой» информации в текущих ситуациях при любых изменениях в базе данных за счет поступления данных динамических измерений.

При функционировании системы информационной поддержки часть прикладной логики реализуется на параллельных процессорах, а основная часть - на центральной ЭВМ. Используемые в системе процедуры и логические правила обеспечивают обработку информации в темпе ее поступления. Концептуальная модель такой системы представляет собой ряд взаимосвязанных компонент [130]: развивающееся множество решаемых задач интеллектуального анализа данных и топология системы, представленная в виде сети; отображения, описывающие распределение этих задач в зависимости от особенностей текущей ситуации; множество маршрутов, по которым перемещаются исходные данные и результаты интеллектуального анализа данных в процессе выполнения задач для различных ситуаций.

Таким образом, для каждого процессора определяется требуемый набор взаимодействий, что является исходным пунктом для выбора топологии вычислительной системы анализа данных и протоколов функционирования соответствующих технических средств, а также полное значение интенсивности взаимодействий, определяющее требования к интерфейсу оператора.

Процесс детального планирования разработки и отладки программной системы контроля динамики судна на волнении поддерживается традиционными методами планирования вычислений. Более глубокий анализ и возможность прогнозирования динамических характеристик программных средств обеспечивается с помощью формального моделирования процессов разработки, включая продукционные системы.

Динамика моделей, построенных с помощью традиционно применяемых формализмов, в недостаточной степени отражает процесс реализации программных систем анализа данных. Большие сложности связаны с учетом неопределенности, значение которой особенно велико в системах, реализуемых в рамках гибких технологий. При этом неопределенность рассматривается и учитывается с различных точек зрения: неясность или нечеткость исходных требований, которые могут изменяться в процессе реализации модели программного обеспечения; неоднозначность описания характеристик и особенностей построения модели, в том числе и времени на ее реализацию; неопределенность наступления временных событий при решении сложных задач в экстремальных ситуациях, связанных с непрерывным изменением динамики внешней среды.

Неопределенность, сопровождающая принимаемые решения в нечеткой динамической среде, постоянно порождает неуверенность оператора, порождает риск неверной интерпретации исходной информации для принятия решения. Эта неуверенность измеряется и учитывается с помощью формализмов нечетких множеств, описание которых вместе с конкретными примерами практических приложений анализа данных рассмотрено в следующей главе диссертации. Использование нечетких описаний, близких к естественному языку человека, заметно упрощает процесс выявления «скрытой» информации и принятия обоснованного решения.

Модель оценки вероятности возникновения экстремальной ситуации

Результаты практической реализации метода функционала действия открывают большие возможности использования различных моделей динамики объекта и ветро-волновых возмущений в задачах оценки безопасности судна в экстремальных ситуациях. Такие зависимости вместе со штормовыми диаграммами используют при организации интерфейса «Оператор - ИС» [3]. 2.5. Модель и алгоритм обработки информации при контроле динамики судна на основе нечеткого логического базиса

Рассмотрим особенности представления знаний в бортовых ИС, функционирующих в непрерывно изменяющейся динамической среде [3]. При формализации знаний таких систем с достаточной для практических целей точностью выделяют определенные промежутки времени, в течение которых состояние системы меняется незначительно. Это позволяет рассматривать исследуемые динамические объекты в качестве квазистационарных и использовать в пределах указанных интервалов хорошо разработанный аппарат «инженерии знаний», методы математического моделирования и статистических исследований.

Гипотеза квазистационарности. Поведение квазистационарных объектов характеризуется множеством состояний и переходов из одного состояния в другое, связанных с изменением внутреннего состояния системы (определяющих параметров) и внешних возмущений [13]. Гипотеза квазистационарности [3] позволяет рассматривать процесс изменения состояния динамической системы происходящим дискретно. В этом случае при описании предметной области приходится учитывать особенности функционирования ИС в различных ситуациях и помимо топологии системы отразить: текущее состояние судна и его изменение в процессе развития ситуации; классы допустимых и конфликтных ситуаций судна и внешней среды; динамику взаимодействия судна с внешней средой в рамках конкретного состояния; управляющие воздействия, изменяющие состояние объекта. Адекватное отображение такой сложно структурированной, количественной и качественной информации связано с использованием интегрированных моделей представления знаний, соединяющих возможности схем представления на разных уровнях абстракции.

Разрабатываемые с учетом этих особенностей логические модели задают конкретную формальную систему, в рамках которой функционирует динамический объект, находясь в одном из состояний. Импликативные аксиомы формальной системы определяют логические зависимости между соотношениями, расширяя множество фактов и образуя дедуктивный уровень базы знаний. Структура логических формул позволяет описывать зависимости между понятиями предметной области на основе используемых многоуровневых типов переменных [79].

Принципы формализации знаний. При разработке программного комплекса формализованной системы знаний используются методы анализа, систематизации и структуризации знаний о динамике судна и внешней среды. Адекватное отображение сложно структурированной, разнохарактерной количественной и качественной информации при разработке бортовых ИС связано с использованием интегрированных моделей представления знаний, соединяющих возможности схем представления на разных уровнях абстракции. Структурирование поведения объекта в виде дерева решений [18] позволяет построить фрагменты семантических сетей и представить логические решающие функции распознавания, анализа и прогноза исследуемых ситуаций.

Таким образом, разработанная модель знаний представляет множество взаимосвязанных каналами передачи данных и логическими схемами программных объектов, имитирующих динамику поведения сложной системы. Процесс имитации в реальном времени поддерживается управляющей компонентой, координирующей последовательность обработки модельных и временных событий. При моделировании сложных непрерывных процессов дополнительно используется система имитационного моделирования [3], а интеграция знаний осуществляется на основе специально разработанных интерфейсов.

Математическая модель поведения судна на волнении при различном уровне внешних возмущений

Оценка устойчивости колебательного движения судна в условиях периодического ухудшения начальной остойчивости осуществлялась на основе метода функционала действия [121], описание которого дано во второй главе диссертации. Разработанный алгоритм позволяет вычислить веррятность опрокидывания по мере развития колебаний судна, вызванных появлением отрицательных значений метацентрической высоты. В качестве объекта исследования принято грузовое судно союза Мьянма.

Анализ устойчивости колебательных режимов качки судна на волнении в условиях периодического снижения начальной метацентрической высоты позволил установить ряд характерных закономерностей динамики исследуемой нелинейной системы. Эти закономерности определяются особенностями групповой структуры набегающих волн и интенсивностью колебательных режимов. Результаты вычислительных экспериментов позволяют построить и проанализировать траектории динамической системы на фазовой плоскости [76],[77],[122]. Наиболее типичными колебательными режимами являются случаи возникновения аттракторов, описывающих динамику одностабильной, бистабильной и трехстабильной систем (рис.3.20), а также характерные временные кривые и одномерные отображения из точек, соответствующих максимальным значениям амплитуды для (п+1) и п-го интервалов времени для аттракторных множеств [3],[81].

Первый колебательный режим (рис.3.26А) характерен непрерывным переходом между тремя стабильными состояниями динамической системы (трехстабильная система). Этот режим возникает в случае, когда отмечается периодическое ухудшение начальной метацентрической высоты (ситуация С на рис.3.10). В этом случае судно может находиться либо в исходном состоянии устойчивого равновесия (0 = 0), либо с креном на правый или левый борт (9 = 9] или 9 = - Q2) А В динамических систем, характеризующие поведение судна при периодическом изменении метацентрической высоты в экстремальной ситуации Второй колебательный режим — переход к бистабильной системе (рис.3.26В). В этом случае из-за резкого ухудшения начальной метацентрической высоты при воздействии пакетов крупных волн (ситуация D на рисЗ.10) судно не может находиться в прямом положении и периодически получает крен на правый или на левый борт (9 = (91 )max = (— 9i)max). Типичная картина смены аттрактора при формировании бистабильной системы была показана на рис.3.8.

Интересная закономерность, установленная в процессе вычислительного эксперимента, заключается в моделировании пространственно-временного поведения судна на базе центральной теоремы синергетики, определяющей динамику сложной системы как взаимосвязь растущих и затухающих ее конфигураций с параметрами порядка [57]. Установлено, что все исследуемые пространственно-временные состояния системы управляются параметрами порядка (принцип подчинения). Переход к параметрам порядка в сложной системе проводит к сжатию информации и к значительному сокращению числа степеней свободы. При этом параметры порядка определяют движение элементов системы, которые, в свою очередь, совместно (кооперативно) характеризуют действие параметров порядка (принцип круговой причинности) [57].

Алгоритм контроля критической ситуации. Контроль возникновения критической ситуации, связанной с периодическим ухудшением начальной остойчивости, осуществлялся на основе анализа данных математического моделирования. Приведенный ниже подход реализован на основе формулы Байеса [160] и может быть использован при построении алгоритма контроля динамики судна в бортовых ИС обеспечения мореходных качеств судов, функционирующих в режиме реального времени. В этом случае алгоритм использует информацию, получаемую от датчиков измерительной системы. Последовательность операций контроля представляется в виде следующих шагов. Шаг 5. Сгенерировать модель ситуации «число реализаций N -априорная вероятность Р», приняв априорные распределения по данным динамических измерений. В случая отсутствия этих данных в первом приближении принять априорную вероятность в каждой реализации равной 0,5, что отражает случай, когда с равными вероятностями возможны обе рассматриваемые ситуации. После получения дополнительных данных п апостериорную вероятность их возникновения вычислить по формуле:

Особенности обработки информации в мультипроцессорной вычислительной среде

Вблизи нуля имеем изменение формы потенциала, отвечающего движению управляющей точки вдоль центральной оси стандартной и двойственной сборки (pnc.4.7C,D). При этом квадратичный член потенциальной энергии для случая, когда ЦТ совпадает с метацентром, исчезает, что приводит к деформации по типу стандартной или двойственной сборки, а при дифференцировании - к положительному или отрицательному кубическому члену. Этим и определяется направление вогнутости на диаграммах статической остойчивости. Приращение Ah здесь рассматривается при условии сохранения формы подводной части корпуса при постоянном водоизмещении, Это обеспечивает сохранение бифуркационного множества — положительной эволюты.

Случай S-образной диаграммы остойчивости представляет большой практический интерес в ситуациях, когда прохождение группы волн вызывает раскачивание судна вследствие резкого снижения метацентрической высоты. Эффект «раскачивания» на практике отмечается довольно часто и представляет грозную опасность для судна. Известны случаи, когда периодическое возникновение большого крена вследствие раскачивания, достигающего 30 и более, приводило к смещению груза в трюмах и опрокидыванию судна [76]. Интересно отметить, что эта нестандартная ситуация допускает интерпретацию с позиций теории катастроф. Действительно, если рассматривать нерегулярное волнение в виде последовательности пакетов волн различной формы и интенсивности, то для фиксированных значений крутизны волны hw/A,, где hw - высота волны, а X — ее длина, можно построить структуру образов, определяющих стандартные катастрофы сборки [96]. В качестве иллюстрации на рис.4.8 представлено решение задачи в квазистационарной постановке.

Здесь цифрами 1,2.3 отмечены моменты времени, для которых получено решение в виде катастрофы сборки с точками сборки Р2 и Рз и бифуркационным множествами В2 и Вз, образующих эволюты т(6). Следует отметить, что эффект раскачивания — это уникальное состояние динамической системы, принципиально отличающееся от режимов основного и параметрического резонанса, определяющих другие критические ситуации [76],[77],[161] . 139 Частные случаи. Расширение классификационной теоремы Р.Тома [96] за счет построения формальных моделей геометрической и аналитической интерпретации информации на участках квазистационарности, можно упростить в зависимости от особенностей исследуемого ДО и уровня действующих возмущений. В отдельных случаях для прямостенного судна в пределах изменения осадки можно реализовать рекомендации [ПО] а в случае понтонного корпуса -формулы, полученные в работах по теории корабля, в частности, в точке (х,у) произвольной кривой у=у(з) центр кривизны кривой имеет координаты XY, вычисляемые по известным формулам [110]

Технология Data Mining. Одним из перспективных направлений совершенствования методов анализа динамики судна на волнении является использование технологии Data Mining. Методы и модели этой технологии находят приложение в задачах управления и принятия решений, которые отличает сложный комплексный характер, отражающий взаимодействие большого количества разнородных процессов, а также открытое множество возможных ситуаций на входе системы [29].

Важными особенностями систем интеллектуального анализа данных измерений и моделирования являются: достаточно большие объемы измерительной информации и данных моделирования, требующие обработки в режиме реального времени; отсутствие строгой формальной модели динамики объекта, определяющей его «управляемость» и «оптимизируемость»; необходимость выделения определяющих параметров и функциональных зависимостей из множества их значений в различных ситуациях (при отсутствии исходной информации этом случае выдвигаются и верифицируются гипотезы о виде таких зависимостей).

Главной ее характеристикой стало взаимно согласованное, объединенное в единой унифицированной инструментальной среде, использование средств поддержки больших пополняющихся объемов информации, развитых средств представления знаний, компьютерных моделей рассуждений и средств компьютерной аппроксимации (когнитивная графика и другие средства визуализации, формализация эвристических методов решения задач и поиска релевантного знания в процессе рассуждения).

Среди подходов и методов интеллектуального анализа данных (Data Mining and Knowledge Discovery in Databases) выделяют порождение деревьев решений, системы, основанные на правилах, статистический анализ, генетические алгоритмы, нейронные сети и визуализация результатов (когнитивная компьютерная графика), формальный концептуальный анализ.

Раздел систем, основанных на правилах (rule-based systems), содержит Automated Discovery и рассуждения, основанные на анализе прецедентов (Case-Based Reasoning), а также обширный класс алгоритмов анализа данных, сводимых к математической технике работы над множествами. В рамках формализма этих теорий открываются возможности объединения процедурной и декларативной форм представления знаний с использованием вычислительных методов анализа данных [29].

Технологии Data Mining, применяемые в системах интеллектуальной поддержки, позволяют на основании анализа данных строить эмпирические модели, логические правила, выделенные кластеры, которые в этой технологии представляют собой модели знаний. Каждая из моделей связана с содержательной формулировкой конкретной задачи анализа, которая может выполняться с помощью различных вычислительных технологий. Некоторые из этих технологий нашли применение в рассматриваемой диссертационной работе, Поэтому ниже описана вычислительная технология, основанная на формальном концептуальном анализе.

Похожие диссертации на Моделирование и оперативный контроль динамики судна в условиях периодического снижения остойчивости на попутном волнении