Zhuk Yu. S., Nechaev Yu. I.

The problem of processing of the measuring information is discussed at analysis and forecasting of complex situations in on-board intelligence systems. The increase of reliability of the forecast is achieved at the models of processing of the information in the frame of competition principle. The models are based on the finite elements method, Takens theorem and neural network technologies. The examples of realization of the offered approach are given at interpretation of situations in onboard intelligence system of a ship safety in ice

1. Александров В.Л., Матлах А.П., Нечаев Ю.И., Поляков В.И. Интеллектуальные системы новых поколений // Морской вестник. 2002, №2, с. 53 - 57.
2. Беллман Р., Заде Л. Принятие решений в расплывчатых условиях. - М.: Мир, 1976.
3. Борисов Ю.Ю. Построение прогнозирующих моделей динамических систем на основе исследования окрестностей реконструированных аттракторов // Автоматизация и современные технологии. 2007, №7, с. 32 - 37.
4. Галушкин А.И. Теория нейронных сетей. - М. ИПРЖР.2000.
5. Гнусов Ю.В., Ерохин А.Л. Использование нейросетевых методов для прогнозирования временных рядов // Искусственный интеллект. 2002, №4, с. 686 - 691.
6. Ионов Б.П., Грамузов Е.М. Ледовая ходкость судов. - Санкт-Петербург. Судостроение, 2001.
7. Кендaл М. Временные ряды. - М.: Финансы и статистика. 1981.
8. Кузнецов С.П. Динамический хаос. - М.: Физматлит, 2001.
9. Лесных В.Ю. Динамическая реконструкция временных рядов // Сборник докладов Х Международной конференции по мягким вычислениям и измерениям SCM-2007. Санкт-Петербург. 2007. т. 1, с. 199 - 202.
10. Макаренко Н.Г.Эмбедология и нейропрогноз // Нейроинформатика-2003. МИФИ. 2003, с. 86 - 148.
11. Малинецкий Г.Г. Нелинейная динамика: подходы, результаты, надежды. - М.: КомКнига, 2006.
12. Нечаев Ю.И. Принципы использования нейронных сетей в бортовых интеллектуальных системах // Нейрокомпьютеры: разработка, применение. 2004, №7 - 8, с. 49 - 56.
13. Нечаев Ю.И. Нейроаппроксимация и нейропрогноз при контроле динамики сложного объекта // Нейрокомпьютеры: разработка, применение. 2005, №9, с. 22 - 31
14. 14.     Попов Ю.Н., Фаддеев О.В., Хейсин Л.Е., Яковлев А.А. Прочность судов, плавающих во льдах. - Л.: Судостроение, 1967.
15. 15.     Уоссермен Ф. Нейрокомпьютерная техника. - М.: Мир. 1992.
16. 16.     Alexandrov V.L., Matlakh A.P., Nechaev Yu.I., Polyakov V.I. Ships safety navigation in conditions of the Arctic shelf. - Proceedings of 2nd International Maritime Conference on DESIGN FOR SAFETY, Osaka Colloquium 2004. SAKAI. JAPAN, pp. 231 - 237.
17. 17.     Alexandrov V.L., Matlakh A.P., Nechaev Yu.I., Polyakov V.I. Intelligence system for ship Dynamics monitoring in extreme situations // Proceedings of International conference on marine research and transportation ICMRT-05. Naples - Italy. 2005, pp. 55 - 63.
18.  Alexandrov V., Matlakh A., Nechaev Yu., Polyakov V. Strength and vibration multimode control for ship, moving in the ice condition // Proceedings of the 10th International Symposium on Practical Design of ships and other floating structures. Houston. Texas. USA. October 1 - 5. 2007, vol. 2, pp. 1295 - 1302.
19. Бrusov V.S., Tiumentsev Yu.V. High performance aircraft flight control based on artificial neural networks // Proc. of the RRDPAE-96. Warsaw.1997, pp. 97 - 100.
20. Kosko B. Neural networks and fuzzy systems: A dynamical systems approach to machine intelligence. Prentice-Hall. Engliwood Cliffs. New Jersey. 1991.
21. Minton E., Owen D.R.J. Finite elements software for plates and sells. 1984.
22. Saatу T.L. A sealing method for priorities in hierarchical structures // J. Match. Psychology. 1977. vol. 15. no. 3.
23. Takens F. Lectures notes in mathematics. Vol. 898. - N.Y. Springer. 1981, pp. 366 - 381.
24. B.H.V., Khan A.I. Parallel finite element computation. 1996.
25. Zadeh L. Fuzzy logic, neural networks and soft computing // Соmmutation on the ASM-1994. vol. 37. no. 3, pp. 77 - 84