Жук Ю. C., Нечаев Ю. И.

Обсуждается проблема обработки измерительной информации при анализе и прогнозировании сложных ситуаций в бортовых интеллектуальных системах. Повышение надежности прогноза достигается за счет использования моделей обработки информации в рамках принципа конкуренции. Mодели основаны на методе конечных элементов, теореме Такенса и нейросетевых технологий. Приведены примеры реализации предлагаемого подхода при интерпретации ситуаций в бортовых ИС обеспечения прочности судна в ледовых условиях

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