ISSN 1991-3087

Свидетельство о регистрации СМИ: ПИ № ФС77-24978 от 05.07.2006 г.

ISSN 1991-3087

Подписной индекс №42457

Периодичность - 1 раз в месяц.

Вид обложки

Адрес редакции: 305008, г.Курск, Бурцевский проезд, д.7.

Тел.: 8-910-740-44-28

E-mail: jurnal@jurnal.org

Рейтинг@Mail.ru Rambler's Top100
Яндекс.Метрика

Формирование информационной модели состояния судна

 

Астреин Вадим Викторович,

соискатель, преподаватель кафедры судовождения Морской государственной академии имени адмирала Ф. Ф. Ушакова.

 

Традиционно каждый судоводитель, опираясь на свой опыт и знания «Международных правил предупреждения столкновений судов в море» (МППСС-72), управляет судном без формирования целостного образа состояния Судна. Основная проблема такого управления заключается в том, что Система предупреждения столкновения судов (СПСС) является нечеткой системой, основанной на правилах (МППСС-72), при написании которых использованы элементы теории нечетких множеств. Для исследования процессов снятия неопределенности в вопросах определения состояния судна для принятия решения об избежании столкновения судов предлагается применение теории информации и распознавания образов.

Исходные данные для идентификации состояния судна отбираются из многих независимых информационных источников, имеющих качественно различную природу. Данные источников информации и чувственные восприятия судоводителя, также имеют различную природу, обусловленную конкретным видом информационного источника. Из огромного массива разнородных данных поступающих судоводителю необходимо отобрать такую информацию, которая бы представляла ценность для целей предупреждения столкновения судов. Для формализации решения задачи управления и предупреждения столкновения судов входные параметры, по методологии [1], разделим на группы и по ним выделим наиболее существенные факторы, как в каждой группе, так и по всем группам в целом:

- характеризующие предысторию судна и окружающей среды;

- характеризующие текущее состояние судна и окружающей среды;

- технологические (управляемые) параметры;

- неуправляемые параметры (не зависящие от судоводителя).

Предлагается выработку решений по предупреждению столкновения судов осуществлять не по набору параметров встречи судов, а по набору факторов, влияющих на перевод судна в безопасное состояние:

Факторы, определяющие опасность столкновения

 

 
Dсближения = L

Tсближения = S : Vотн

DИП = const

Параметры, определяющие опасность столкновения

 
L – длина судна,

S –дистанция между судами,

V - скорости судов,

ИП – пеленг на встречное судно

Возможные формализованные состояния судна в соответствии с МППСС-72 можно представить как «Классификационный портрет состояния судна» на рисунке 1:

 

Рис. 1. Классификационный портрет состояния судна.

 

Не все факторы имеют одинаковую ценность для решения задач предупреждения столкновения судов. Для формирования информационной модели состояния Судна необходимо определить факторы, которые непосредственно оказывают влияние в ситуациях столкновения судов, т.е. предложить математическую модель и алгоритм, которые допускают программную реализацию и обеспечивают на практике определение идентификационной и прогностической ценности факторов. Для каждой конкретной ситуации встречи судов существует свой особый набор факторов с силами, определяющими их поведение и развитие в каждом конкретной ситуации. На рисунке 2 изобразим семантическую (смысловую) взаимозависимость основных факторов в виде графа интерпретации «маневра последнего момента» в соответствии с комментариями [3]:

 

Рис. 2. Семантическая связь факторов Правила 17.

 

Вершинами графа являются факторы. Толщины сплошных линий указывают на степень влияния факторов друг на друга. Пунктирными линиями обозначим незначительную взаимозависимость или отсутствие влияния факторов.

СПСС обладает целым рядом разнородных факторов и их взаимоотношений («смешанных состояний»), пренебрежение которыми может привести к аварийности или гибели судна. Получение достаточно полной и точной оценки даже простой ситуации требует учета совокупности состояний судна и окружающей среды в их взаимозависимости. Информация о состоянии судна, окружающей среды и смешанных состояний, носит системный характер и может быть представлена, согласно работе [1], в следующем виде:

.                                                               (1)

Первое слагаемое дает классическое количество информации, а остальные слагаемые – дополнительное количество информации, получаемое за счет системного эффекта, т.е. за счет наличия ряда подсистем или смешанных состояний. Параметр М, в формуле (2), отражает сложность смешанных состояний.

Если в качестве классов распознавания взять целевые и иные состояния судна, а в качестве признаков – факторы, влияющие на него, то в модели идентификации состояния судна может быть сформирована мера связи факторов и состояний.

Исходные данные для выявления взаимосвязей между факторами и состояниями судна предлагается представить в виде матрицы абсолютных частот встреч признаков по классам в виде таблицы 1, которая имеет следующий вид:

 

Таблица 1.

Матрица абсолютных частот встреч признаков по классам.

 

К л а с с ы

Признаки

...

j

...

Сумма

...

 

 

 

 

I

 

 

...

 

 

 

 

Сумма

 

 

 

Верхний индекс обозначает класс, а нижний - признак. Средняя вероятность встретить i-й признак при случайном предъявлении вообще какого-либо признака:

.                                                                                                        (2)

Вероятность встретить i-й признак, относящегося к j-му классу:

.                                                                                                        (3)

Если вероятность встретить i-й признак при предъявлении j-го класса такая же, как и в среднем:

,                                                                                                                  (4)

то обнаружение данного признака не дает никакой информации о том, к какому классу относится предъявленный признак. Если у признаков j-го класса i-й признак встречается с большей вероятностью, чем в среднем по всем классам:

,                                                                                                                   (5)

то при обнаружении данного признака мы получаем некоторую информацию о том, что предъявленное на распознавание судно, относится к j-му классу. Если у Судна, относящегося к j-му классу, i-й признак встречается с меньшей вероятнос­тью, чем в среднем по всем классам:

,                                                                                                                   (6)

то при обнаружении данного признака мы получаем некоторую информацию о том, что предъявленный признак не относится j-му классу судна (при этом количество информации отрицательное).

Согласно рисунку 1, состояние судна одновременно классифицируется по различным признакам. Множество классов состояния судна N представляют собой не отдельные символы–признаки, а сообщения о судне, состоящие из последовательностей символов (признаков) любой длины.

В основе идентификации состояния Судна предлагается принять семантическую меру информации А.А. Харкевича [2]. Для этого необходимо вычислять количество информации, содержащееся в конкретном j–м признаке (символе) о том, что он принадлежит данному классу i–го судна представленного на распознавание:

                                                                       (7)

Это выражение определяет количество информации, которое содержится в одном отдельно взятом факте наблюдения j–го символа (признака) о том, что этот символ (признак) принадлежит i–му классу судна. Если ранжировать классы в порядке убывания суммарного количества информации о принадлежности к ним, содержащейся в данном сообщении (т.е. описании судна), и выбирать первый из них, т.е. тот, о котором в сообщении содержится наибольшее количество информации, то мы получим обоснованную статистическую процедуру, основанную на классической теории информации, которая и является результатом идентификации состояния судна.

 

Литература

 

1.                  Луценко Е. В. Автоматизированный системно-когнитивный анализ в управлении активными объектами (системная теория информации и ее применение в исследовании экономических, социально-психологических, технологических и организационно-технических систем): Монография (научное издание) [Текст] / Е. В. Луценко // Краснодар.: КубГАУ, 2002. – 605 с. - ISBN 5-94672-020-1.

2.                  Харкевич А.А. О ценности информации [Текст] / А.А Харкевич // Проблемы кибернетики: Сб. науч. трудов. Вып. 4. -М.: Физматгиз, - 1960. - С.53-57.

3.                  Яскевич А. П. Комментарии к МППСС-72 [Текст] / А. П. Яскевич, Ю. Г. Зурабов. - М.: Транспорт, 1990. - 479 с.

 

Поступила в редакцию 20.09.2010 г.

2006-2018 © Журнал научных публикаций аспирантов и докторантов.
Все материалы, размещенные на данном сайте, охраняются авторским правом. При использовании материалов сайта активная ссылка на первоисточник обязательна.