Многоагентное моделирование окружающей обстановки морского судна тема диссертации и автореферата по ВАК РФ 05.13.18, кандидат технических наук Павлыгин, Эдуард Дмитриевич

• Павлыгин, Эдуард Дмитриевич
• кандидат технических наук
• 2011

Оглавление диссертации кандидат технических наук Павлыгин, Эдуард Дмитриевич

Введение.

Глава первая. Оперативное представление ООС в открытом море.

1.1. Информационное обеспечение процессов принятия решений на морском судне.

1.1.1. Оперативная обстановка морского судна.

1.1.2 Динамика изменений ООС.

1.1.3. Структуризация информации об ООС.

1.1.4. Специфика формирования информационного представления ООС.

1.1.5. Условия принятия решений на вахте.

1.1.6. Информация о местоположении и движении динамических объектов.

1.2. Методы и средства информационного освещения ООС.

1.2.1. Тематика релевантных информационных источников.

1.2.2. Корабельные идентификационно-измерительные средства.

1.2.3. Системы, решающие задачу освещения ООС.

1.2.4 Алгоритмы отождествления объектов ООС и их группирования.

1.2.5 Многоагентное моделирование в управлении надводными и воздушными объектами.

1.2.6. Агентная структуризация программ.

1.2.7. Базовые типы агентов.

1.2.8. Средства разработки многоагентных систем.

1.3. Многоагентное моделирование ООС.

1.3.1. Динамическая среда приложения.

1.3.2. Вопросно-ответный подход к многоагентному моделированию.

1.4. Постановка задачи исследований и разработок.

1.4.1. Обобщённая постановка задачи.

1.4.2. Вопросно-ответный анализ.

1.4.3. Диаграмма прецедентов.

1.4.4. Мотивационно-целевые установки задачи исследований.

Выводы по первой главе.

Глава вторая. Многоагентное моделирование в вопросно-ответной среде.

2.1. Математическая модель информационных потоков об окружающей обстановке морского судна.

2.1.1. Специфика математического моделирования информационных потоков.

2.1.2. Анализ распараллеливания обработки информационных потоков.

2.2. Многоагентный подход к моделированию ООС.

2.2.1. Архитектура вопросно-ответной системы моделирования ООС.

2.2.2. Схема взаимодействия агентов со средой их существования.

2.3. Моделирование агентов в среде WIQA.Net.

2.3.1. Моделирование реактивных агентов.

2.3.2. Моделирование рассуждающих агентов.

2.3.3. Моделирование композитных агентов.

2.3.4. Потенциал вопросно-ответной платформы.

2.3.5. Обобщённая модель многоагентной системы моделирования ООС.

Выводы по второй главе.

Глава третья. Агентное моделирование информационных объектов.

3.1. Агенты информационных объектов.

3.1.1. Среда обработки информации для освещения ООС.

3.1.2. Алгоритмический процесс освещения ООС с помощью судовых РЛС.

3.1.3. Агенты первичной обработки данных.

3.1.4. Агенты вторичной обработки данных .'.

3.1.5. Агенты третичной обработки данных.

3.1.6. Агенты динамических и групповых объектов.

3.2. Метод многоагентного отождествления динамических объектов.

3.2.1. Задача отождествления.

3.2.2. Численный метод отождествления.

3.2.3. Механизмы проверки статистических гипотез.

3.2.4. Агент отождествления.

3.2.5. Схема исполнения метода многоагентного отождествления.

3.3. Метод многоагентного группирования динамических объектов.

3.3.1. Задача группирования.

3.3.2. Алгоритм группирования для численного метода пульсаций.

3.3.3. Агент группирования с использованием пульсаций.

3.3.4. Схема исполнения метода многоагентного группирования.

Выводы по третьей главе.

Глава четвертая. Программный комплекс многоагентного моделирования ООС.

4.1. Обобщённая структура программного комплекса.

4.2. Решения по визуализации воздушного пространства ООС.

4.2.1. Структура комплекса средств.

4.2.2. Структура подсистемы «Редактор».

4.2.3. Структура подсистемы «Мониторинг».

4.3. Изометрическая визуализация ООС.

Выводы по четвертой главе.

Введение диссертации (часть автореферата) на тему «Многоагентное моделирование окружающей обстановки морского судна»

Актуальность работы."Любое современное морское судно решает навигационные и другие задачи, используя разнородную и богатую первичную информацию, поступающую в его систему управления из многочисленных источников. Одной из важнейших форм интеграции поступающей информации является представление окружающей обстановки судна (ООС), ориентированное на лиц, принимающих оперативные решения. За осуществление интеграции в форме ООС и принятие решений на ее основе обычно несет ответственность специализированная автоматизированная подсистема, включенная в систему управления судном.

По сути дела на такую подсистему интеграции информации возложена задача моделирования ООС с обязательным ее визуальным представлением, способствующим результативному управлению судном. При этом в текущем состоянии О0С(Х) особый интерес представляют надводные и воздушные динамические объекты разных типов, которые пересекают границы обстановки, решая собственные задачи, возможно групповые, причем для судна интересны объекты, находящиеся внутри выделенного окружения.

Необходимо отметить, что результативность моделирования в существенной мере зависит от адекватности представления окружающей обстановки и от форм интерактивного взаимодействия лиц, принимающих решения, с моделями динамических объектов, находящихся в границах ООС.

Множество типов морских судов и разнообразие задач, которые приходится решать, используя информацию об ООС, привели к разработкам разнообразных, чаще всего специализированных, комплексов средств управления (КСУ), настроенных на получение информации от определённых идентификационно-измерительных средств, размещённых как на судне, так и за его пределами.

В то же время, непрекращающееся развитие средств идентификации, измерения и компьютеризации, повышение требований к адекватности и качеству освещения ООС, а также расширение круга решаемых задач управления судном регулярно приводят к повторным разработкам КСУ и созданию новых комплексов такого типа. По названным причинам исследования и разработки методов и средств адекватного и результативного освещения ООС являются актуальными.

Обеспечение заданной степени адекватности, включая ее визуальное отражение, приводит к ряду существенных требований, предъявляемых к программным комплексам моделирования как системам реального времени. Важнейшими из таких требований являются использование единого информационного источника данных (ЕИИД) и многозадачное распараллеливание процессов, вносящих существенный вклад в спецификацию реального времени. Рациональная реализация этой спецификации имеет принципиальное значение для систем реального времени.

На основании вышесказанного в диссертационной работе была выбрана область исследований, содержание которой определяют методы и средства оперативного представления окружающей надводной и воздушной обстановки судна для использования в его системе управления.

Функции объекта«исследований в работе выполняют средства моделирования, обеспечивающие сбор информации обЮОС, её обработку, визуализацию и использование в информативных и управляющих целях.

Предметом исследования диссертационной работы является многоагент-ное моделирование в системах освещения окружающей обстановки морского судна, нацеленное на достижение приемлемого быстродействия и способствующее оперативному информированию о характеристиках динамических надводных и воздушных объектов в окружении судна, а также развитию систем освещения ООС и повторному использованию программных агентов.

Целью диссертационной работы являются: улучшение спецификаций реального времени комплексов программных средств, обслуживающих освещение ООС, и обеспечение возможности их повторного использования; повышение адекватности представления и восприятия окружающей обстановки морского судна за счёт использования единого информационного источника данных и возможности как автоматического, так и интерактивного взаимодействия с данными и задачами.

Для достижения цели необходимо решить следующие научно-технические задачи:

1. Оценить возможности адаптации многоагентного подхода к программной обработке информационных потоков значений измеряемых и идентифицируемых характеристик надводных и воздушных объектов, находящихся в пространстве ООС.

2. Разработать систему моделей для типовых агентов надводных и воздушных объектов, а также для агентов информационных объектов, порождаемых потоками входной информации из доступных источников.

3. Разработать методы многоагентных расчётов в задачах отождествления и группирования надводных и воздушных объектов.

4. Разработать совокупность визуальных моделей ООС, обеспечивающих её интегральное и дифференциальное представления с возможностью не только автоматического и визуального, но и интерактивного доступа к информационным моделям надводных и воздушных объектов.

5. Разработать программный комплекс «Система многоагентного моделирования окружающей обстановки судна», обеспечивающий его использование в тренажёрном режиме и открытый для построения на его базе эксплуатационной версии. .

Научную новизну составляют:

1. Математическая модель информационных потоков в ООС, обеспечивающая унификацию в информационные представления характеристик объектов, поступающих из различных источников, а также их привязку к мо6 дельному времени таким образом, что обработку информационных потоков можно распараллелить, нацелив её на формирование ЕИИД об ООС.

2. Система типовых программных агентов, осуществляющих обработку информационных потоков об ООС и моделирующих не только надводные и воздушные объекты, находящиеся в текущий момент времени в ООС, но и их информационные характеристики в форме, обеспечивающей единообразное представление и взаимодействие агентов с их программным окружением, что упрощает оперативную настройку системы обработки информации на различные источники информации.

3. Метод многоагентного расчётного отождествления информационных представлений динамических объектов, поступающих от совокупности радиолокационных станций (РЛС), в основу которого положены проверка статистических гипотез и решение задачи о приписывании системных имён венгерским методом, что повышает вероятность корректной идентификации объектов.

4. Метод* многоагентного расчётного группирования, выявляющий группы надводных и воздушных объектов и определяющий характеристики групп объектов, в который включены эвристические решения, способствующие распараллеливанию вычислений для выполнения совокупностью программных агентов.

5. Набор визуальных моделей ООС, представляющих её интегрально и разделяющих интегральную картину на надводную и воздушную составляющие, каждая из которых способствует визуальному оцениванию и интерактивному доступу к объектам обстановки.

Методы исследования

В диссертационной работе применены методы системного анализа, методы математического моделирования, численные методы, методы теории вероятностей и математической статистики, методы объектно-ориентированного и агентно-ориентированного программирования.

Достоверность результатов диссертационной работы подтверждается корректным применением математических методов, согласованностью новых результатов с известными теоретическими положениями, а также опытной эксплуатацией разработанных средств в тренажёрном режиме.

Основные положения, выносимые на защиту:

1. Математическая модель информационных потоков об ООС, ориентированная на многоагентный подход к структуризации задач моделирования окружающей обстановки морского судна, обеспечивает не только формирование ЕИИД, но и создание библиотеки программных активов, упрощающих их повторное использование с учётом специфики судна или при модернизации КСУ.

2. Система моделей агентов, включающая агентов для решения задач отождествления и группирования, в которой каждый агент представлен его задачей существования, вводит единообразные средства для взаимодействия с программным окружением и пользователями вахтенной службы.

3. Совокупность визуальных моделей надводных и воздушных объектов пространства ООС способствует визуальному оцениванию обстановки без расчётов.

Практическая ценность. В инструментальной вопросно-ответной среде разработано приложение «Система Многоагентного Моделирования Окружающей Обстановки Судна (СММООС)», обеспечивающее его использование в тренажёрном режиме и открытое для построения на его базе эксплуатационной версии.

Реализация и внедрение результатов, работы: Разработанные программные средства и комплекс методик их использования реализованы в рамках НИОКР, выполненной в ФНПЦ ОАО «НПО «Марс».

Апробация работы. Основные положения и результаты диссертационной работы1 докладывались и обсуждались на Международной конференции «Intelligent Systems 2008» (г. Дивноморск).

В' первой главе диссертационной работы раскрываются проблемы информационного обеспечения процессов принятия решений на морском судне, мето

8 • ды и средства освещения ООС, агентные решения, используемые в системах, управления судном, и опыт разработок многоагентных систем. Анализируются позитивы от применения многоагентного моделирования в освещении ООС, предлагается вопросно-ответный подход к многоагентному моделированию ООС, формулируется задача диссертационного исследования и проводится анализ обобщённой постановки задачи.

Во второй главе предлагается и обосновывается математическая модель многомерных информационных потоков данных о значениях характеристик-объектов, наблюдаемых в ООС. Анализ математической модели, основанный на возможностях параллельной обработки информационных потоков и их составляющих, используется для моделирования процесса обработки в виде динамического дерева задач, влючающего задачи, решаемые системой программных агентов. Оцениваются возможности представления агентов с помощью средств вопросно-ответного моделирования.

В'третьей главе диссертации представлено распределение обработки данных между агентами; выявление проблем агентных решений и детализации механизмов обработки ограничено источниками радиолокационной информации; выбраны типовые модели агентных решений, представлен механизм коррекции значений характеристик; предложены и специфицированы два численных многоагентных метода для решения задач отождествления объектов, обнаруженных и зарегистрированных различными РЛС, возможно, под разными именами, и их группирования.

В четвёртой главе раскрываются вопросы реализации СММООС как приложения, разработанного в вопросно-ответной моделирующей среде WIQA.Net. Представлены архитектурные решения и программные расширения. Детали реализации сосредоточены на средствах для, моделирования воздушной обстановки и средствах изометрического представления пространства ООС.

В' приложения вынесены копия документа, подтверждающего внедрение результатов исследований в производственную практику, и спецификации представления морской карты.

Заключение диссертации по теме «Математическое моделирование, численные методы и комплексы программ», Павлыгин, Эдуард Дмитриевич

Выводы по четвёртой главе

1. Проведённый анализ многоагентной структуры СММООС и спецификаций задач, которые должны решать типовые агенты, подсказывает решения по адаптации средств инструментария WIQA.Net и его развития, позволяющего создать комплекс СММООС.

2. Клиент-серверная реализация моделирующей среды WIQA.Net, наследуемая комплексом СММООС, открывает возможность параллельного включения в обработку информационных потоков совокупности клиентов, в частности выделить клиентов, которые обеспечивают решение задач отождествления, группирования и визуализации, что позволяет снизить время обработки не менее, чем в два раза.

3. В решении задачи визуализации воздушных объектов целесообразно использовать цилиндрическую систему координат с визуализацией эшелонов, открывающей возможность оценивания расстояний на вахте без вычислений.

4. Для интегральной визаулизации ООС целесообразно использовать изометрические преобразования декартовой системы координат с визуализацией метрики, позволяющей оценивать расстояния на вахте без вычислений.

Заключение

Подводя итог диссертационному исследованию и практическим разработкам, реализованным на базе результатов исследований, можно утверждать следующее:

Цель исследований, связанная с созданием системы многоагентных средств, обеспечивающих улучшение спецификаций реального времени и повторное использование комплексов программных средств для адекватного освещения ООС при обязательном использовании ЕИИД, достигнута. Предложена, исследована и проверена совокупность новых моделей, на базе которых создана многоагентная программная система, предназначенная для моделирования окружающей обстановки морского судна.

Получены новые научные результаты:

1. Математическая модель информационных потоков в ООС, обеспечивающая унификацию в информационные представления характеристик объектов, поступающих из различных и дублирующих источников, а также их привязку к системному времени таким образом, что обработку информационных потоков можно распараллелить, нацелив её на формирование единого источника данных об ООС.

2. Система типовых программных агентов, осуществляющих обработку информационных потоков об ООС и моделирующих не только надводные и воздушные объекты, находящиеся в текущий момент времени в окружающей обстановки судна, но и их информационные характеристики в форме, обеспечивающей единообразное представление и взаимодействие агентов с их программным окружением, что упрощает оперативную настройку системы обработки информации на различные источники информации об ООС.

3. Метод многоагентного расчётного отождествления информационных представлений динамических объектов, поступающих от совокупности радиолокационных станций, в основу которого положены проверка статистических гипотез и решение задачи о приписывании системных имён венгерским методом, что повышает вероятность корректной идентификации объектов.

4. Метод многоагентного расчётного группирования, выявляющего группы надводных и воздушных объектов и специфицирующего характеристики групп объектов, в который включены эвристические решения, способствующие распараллеливанию вычислений метода для исполнения совокупностью программных агентов.

5. Набор визуальных моделей ООС, представляющих её интегрально и разделяющих интегральную картину на надводную и воздушную составляющие, каждая из которых способствует визуальному оцениванию и интерактивному доступу к объектам обстановки.

Практическую ценность составляет

Разработанное в инструментальной среде WIQA.Net приложение «Система Многоагентного Моделирования Окружающей Обстановки Судна», обеспечивающее его использование в тренажёрном режиме и открытое для построения на его базе эксплуатационной версии.

Список литературы диссертационного исследования кандидат технических наук Павлыгин, Эдуард Дмитриевич, 2011 год

1. Абчук, Е. Л. Теория риска в морской практике / Е. Л. Абчук. Л.: Судостроение, 1983.-391 с.

2. Авиационные цифровые системы контроля и управления / под ред. В. А. Мясникова и В. П. Петрова. Л. : Машиностроение, 1987. - 608 с.

3. Акулич, И. Л. Математические методы и компьютерные технологии решения оптимизационных задач / И. Л. Акулич, В. Ф. Стрельчонок. — Рига, 2000.

4. Алгоритмы: построение и анализ / Т Кормен и др. ; под ред. И. В. Красикова. 2-е изд. - М. : Вильяме, 2005. - 1296 с.

5. Аоки, М. Ведение в методы оптимизации / М. Аоки. М. : Наука, 1977.-344 с.

6. Аэромеханика самолёта : учебник для авиационных вузов / под ред. А. Ф. Бочкарёва. М.: Машиностроение, 1977. - 416 с.

7. Богородская, Н. А. Статистика финансов : учеб. пособие / Н. А. Богородская. 2-е изд., перераб. и доп. — М. : Благовест-В, 2005.

8. Бояринов, А. И. Методы оптимизации в химической технологии / А. И. Бояринов, В. В. Кафаров. М. : Химия, 1975. - 576 с.

9. Венедюхин, А. Самолёты и ракеты: сила предупреждения Электронный ресурс. / А. Венедюхин // dxdt.ru: занимательный интернет-журнал. 2008. - 02 августа. - Режим доступа: http://dxdt.ru/2008/08/02/1610/, свободный. - Загл. с экрана.

10. Голыптейн, Е. Г. Задачи линейного программирования транспортного типа / Е. Г Голыптейн., Д. Б. Юдин. М. : Наука, 1969. - 382 с.

11. Груздев, Н. М. Оценка точности морского судовождения / Н. М. Груздев. -М. : Транспорт, 1989. 191 с.

12. Гуреев, С. А. Международное торговое судоходство (международно-правовые проблемы) / С. А. Гуреев. М. : Международные отношения, 1979. — 224 с.

13. Дмитриев, В. И. Навигация и лоция : учебник для вузов / В. И. Дмитриев, В. Л. Григорян, В. А. Катенин. М. : ИКЦ Академкнига, 2004. -421 с.

14. Ефимова, М. Р. Общая теория статистики : учебник / М.Р.Ефимова, Е. В. Петрова, В. Н. Румянцев. М. : ИНФРА-М, 2002.

15. Елисеева, И.И. Общая теория статистики: учебник для вузов / И. И. Елисеева, М. М. Юзбашев. М. : Финансы и статистика, 1995.

16. Журавлев, О. Г. Оптимальный метод объективной классификации в задачах распознавания образов / О. Г. Журавлев, И. Ш. Торговицкий // Автоматика и телемеханика. 1965. - № 11. - С. 2062-2063.

17. Захаров, А. М. Управление судном и его техническая эксплуатация : учебник для мореходных училищ / А. М. Захаров, А. Д. Дидык. М. : Транспорт, 1982. - 328 с.

18. Карасёв, В. В. Основы радиолокации : метод, пособие / В. В. Карасёв, Е. Г. Булах. Владивосток : Дальневосточный государственный технический рыбохозяйственный университет, 2006. - 50 с.

19. Коккрофт, А. Н. Руководство по правилам предупреждения столкновения / А. Н. Коккрофт, Дж. Ламеер. СПб. : ООО МОРСАР, 2005. - 302 с.

20. Кондрашихин, В. Т. Определение места судна / В. Т. Кондрашихин. 2-е изд., перераб. и доп. - М. : Транспорт, 1989. - 230 с.

21. Кондрашихин, В. Т. Теория ошибок и ее применение к задачам судовождения / В. Т. Кондрашихин. М. : Транспорт, 1969.

22. Кудрявцев, Е. М. Исследование операций в задачах, алгоритмах и программах / Е. М. Кудрявцев. М.: Радио и связь, 1984. - 184 с.

23. Мордвинов, Б. Г. Средства навигации малых судов / Б. Г. Мордвинов, В. Т. Кондрашихин, Р. А. Скубко. Л. : Судостроение, 1986. - 168 с.

24. Орлов, В. А. Автоматизация промыслового судовождения / В. А. Орлов. М.: Агропромиздат, 1989. - 296 с.

25. Павлыгин, Э. Д. Вопросно-ответное программирование методик человеко-компьютерного решения задач / Э. Д. Павлыгин, П. И. Соснин // Информационные технологии : межвуз. сб. науч. тр. Ульяновск : УлГТУ, 2008.-С. 105-110.

26. Павлыгин, Э. Д. Многоагентное моделирование и визуализация окружающей обстановки морского судна / Э. Д. Павлыгин, П. И. Соснин // Автоматизация процессов управления. 2010. - № 2 (20). - С. 3-12 (Статья в журнале из списка ВАК).

27. Практическое кораблевождение для командиров кораблей, штурманов и вахтенных офицеров. Кн. 1 / отв. ред. А. П. Михайловский. М : ГУНиО МО, 1989.-896 с.

28. Просов, А. В. Алгоритмы межпозиционного отождествления результатов радиолокационных измерений / А. В. Просов, В. П. Квиткин // Зб1рник наукових праць Харювського ушверситету Повггряних Сил iM. I. Кожедуба. 2008. - випуск 2(17). - С. 46-48.

29. Развозов, С. Ю. Безопасность плавания : учеб. пособие. Ч. 2 / С. Ю. Развозов, А. Н. Страшко. СПб. : ГМА им адм. С. О. Макарова, 2002. - 125 с.

30. Рассел, С. Искусственный интеллект: современный подход : пер. с англ. / С. Рассел, П. Норвиг. М.:ИД Вильяме, 2006. - 1408 е.: ил.

31. Растригин, JI. А. Современные принципы управления сложными объектами / JI. А. Растригин. М. : Сов. радио, 1980. - 232 с.

32. Родионов, А. И., Сазонов А. Е. Автоматизация судовождения : учебник для вузов мор. трансп. / А. И. Родионова, А. Е. Сазонов. 2-е изд., перераб. и доп. - М. : Транспорт, 1983. - 216 с.

33. Седжвик, Р. Фундаментальные алгоритмы на С++. Алгоритмы на графах: пер. с англ. / Р. Седжвик. СПб.: ООО «ДиаСофтЮП», 2002.41; Словарь международного морского права / отв. ред. Ю. Г. Барсегов. — М. : Международные отношения, 1985. 256 с.

34. Сиденко, А. В. Статистика : учебник / А. В. Сиденко, Г. Ю. Попов, В. М. Матвеева. -М. : Дело и Сервис, 2000.

35. Соснин, П.И. Вопросно-ответное программирование в корпоративных средах человеко-компьютерной деятельности // Информатика, моделирование,автоматизация проектирования : сб. науч. тр. / под ред. В.Н. Негоды. -Ульяновск : УлГТУ, 2009. 284 с.

36. Соснин, П. И. Вопросно-ответный подход к задачам принятия решений / П. И. Соснин, Д. В. Касапенко, Э. Д. Павлыгин // Автоматизация процессов управления. 2008. - № 2 (12). - С. 25-33.

37. Соснин, П. И. Принятие решений в экспертных вопросно-ответных средах / П. И. Соснин, Д. В. Касапенко // Труды межд. конф. «Интеллектуальные системы». М. : Физматлит, 2008. - С. 248-255.

38. Статистика : учеб. пособие для вузов / Л.П. Харченко и др. ; под ред.

39. B.Г. Ионина. -М.: ИНФРА-М, 2001.

40. Статистика : учебник для вузов / И. И. Елисеева, И. И. Егорова,

41. C. В. Курышева и др.; под ред. И.И. Елисеевой. М.: Проспект, 2005.

42. Теория и устройство судов : учебник / Ф. М. Кацман и др.. Л. : Судостроение, 1991. - 416 с.

43. Федеральные правила использования воздушного пространства Российской Федерации Электронный ресурс. : утв. Постановлением Правительства Российской Федерации 22.09.1999 Режим доступа: http://www.elballoons.ru/load/2-l-0-26, свободный. - Загл. с экрана.

44. Фурунжиев, Р. И. Применение математических методов и ЭВМ: Практикум / Р. И.Фурунжиев, Ф. М. Бабушкин, В. В. Варавко. Мн.: Выш.шк, 1988.-191 с.

45. Хемди А. Таха. Введение в исследование операций / А. Таха Хемди. -М. : ИД Вильяме, 2001 912 с

46. Ходаренок, М. «Пароль» почти не слышен Электронный ресурс. / М. Ходаренок // Независимое военное обозрение. 2000. - 12.05. - Режим доступа: http://nvo.ng.ru/armament/2000-12-15/6parol.html, свободный. — Загл. с экрана.

47. Черняк, В. С. Многопозиционная радиолокация / В. С. Черняк. М. : Радио и связь, 1993. - 416 с.

48. Ширман, Я. Д. Теория и техника обработки радиолокационной информации на фоне помех / Я. Д. Ширман, В. Н. Манжос. М. : Радио и связь, 1981.-416 с.

49. Akbari ZO (2010) A survey of agent-oriented software engineering paradigm: Towards its industrial acceptance. Journal of Computer Engineering Research Vol. 1(2), pp. 14 28, April 2010 pp 14-28

50. Akbari ZO, Faraahi A (2008). Evaluation Framework for Agent-Oriented Methodologies, Proceedings of World Academy of Science, Engineering and Technology, WCSET Paris, France, 35: 419-424, ISSN 2070-3740.

51. Avitzour D. A Maximum Likelihood Approach to Data Association // IEEE Transactions on AES. April 1992. - Vol. 28, No. 2. - P. 560-566

52. Bar-Shalom Y., Kirubarajan T., Gokberk C. Tracking with Classification-Aided Multiframe Data Association // IEEE Transactions on AES. July 2005. -Vol. 41, No. 3.- P. 868-878.

53. Bar-Shalom Y., Blackman S., Fitzgerald R. Dimensionless Score Function for Multiple Hypothesis Tracking // IEEE Transactions on AES. Jan 2007. - Vol. 43, No. l.-P. 392-400.

54. Blackwell G K, et al (1990). Onboard systems for automatic ship guidance and intelligent collision avoidance. Proc. of the International Conference on Modeling and Control of Marine Craft, pp.121-135, 18-20, April, Exeter.

55. Bresciani P, Giorgini P, Giunchiglia F, Mylopolous J, Perini A, (2004). Tropos: An agent-oriented software development methodology, Auton. Agents Multi Agent Syst. 8(3): 203-236.

56. Capponi A. Polynomial Time Algorithm for Data Association Problem in Multitarget Tracking // IEEE Transactions on AES. Oct 2004. - Vol. 40, No. 4. -P. 1398-1410.

57. Cheng-Neng Hwang, Joe-Ming Yang and Chung-Yen Chiang, "The design of fuzzy collision-avoidance expert system implemented by ^-autopilot", Journal of Marine Science and Technology, 2001, 9(1), pp. 25-37.

58. Coenen F. P., Sneaton G. P. and A. G. Bole, "Knowledge-based collision avoidance", The Journal of Navigation, 1980, 42(1), pp. 107-116.

59. Colly B A, et al (1983). Manoeuvring times, domains and arenas. The Journal of Navigation, vol.36, no.2, pp.324.

60. Cossentino M, Gaud N, Hilaire V, Galland S, Koukam A (2007), ASPECS: an Agent-oriented Software Process for Engineering Complex Systems, In Proc. of the Fifth Agent Oriented Software Engineering Technical Forum (AOSE-TF5), Hammameth, Tunisia.

61. Chummun M. R., Kirubarajan T., Pattipati R., BarShalom Y. Fast Data Association Using Multidimensional Assignment With Clustering // IEEE Transactions on AES. July 2001. - Vol. 37, No. 3. - P. 898-913.

62. Chung Y., Chou P., Yang M., Chen H. Multiple-Target Tracking with Competitive Hopfield Neural NetworkBased Data Association // IEEE Transactions on AES.-July 2007.-Vol. 43, No. 3.-P. 1180-1188.

63. Department of defense world geodetic system 1984, National imagery and mapping agency technical report. Http://earth-info.nga.mil/GandG/publications/tr8350.2/wgs84fin.pdf

64. Davis P V, et al (1980). A computer simulation of marine tra±c using domains and arenas. The Journal of Navigation, vol.33, no.l, pp.215.

65. Davis P.V., Dove M.J., and Stockei C.T., Computer Simulation of Multiship Encounters. Journal ofNavigation, Vol.35, No.2, 1982.

66. Dezert J., Bar-Shalom Y. Joint Probabilistic Data Association for Autonomous Navigation // IEEE Transactions on AES. Oct 1993. - Vol. 29, No. 4. -P. 1275.1286.

67. Dikenelli O, Erdur RC (2002). SABPO: A Standards Based and Pattern Oriented Multi-agent Development Methodology, ESAW, 213-226.

68. Ezal K., Pan Z. and Kokotovi.c P. (2000): Locally optimal and robust backstepping design. IEEE Trans. Automat. Contr., Vol. 45, No. 2, pp. 260-271.

69. Fang Y., Zergeroglu E., Queiroz M.S. and Dawson D.M. (2004): Global output feedback control of dynamically positioned surface vessels: an adaptivec control approach. Mechatron. Vol. 14, No. 4, pp. 341-356.

70. Fleming P.J. and Purshouse R.C. (2002): Evolutionary algorithms in control systems engineering: A survey. Contr.Engi. Pract., Vol. 10, No. 11, pp. 1223-1241.

71. Fossen T.I. and Strand J.P. (1998): Nonlinear ship control (Tutorial paper). -Proc. IFAC Conf. Control Application in Marine Systems CAMS'98. Fukuoka, Japan, pp. 1-75.

72. Fossen T.I. and Strand J.P. (1999): A tutorial on nonlinear backstepping: Applications to ship control. Modell., Identif. Control, Vol. 20, No. 2, pp. 83-135.

73. Fossen T.I. (2002): Marine Control Systems. Guidance, Navigation, and Control of Ships, Rigs and Underwater Vehicles. Trondheim, Norway: Marine Cybernetics.

74. Furuhashi T., Nakaoka K., and Uchikawa Y., A Study on Classier System for Finding Control Knowledge of Multi-Input Systems, (F. Herrera and J.L. Verdegay, Editors), Genetic Algorithms and Soft Computing, Physica-Verlang, 1996.

75. Goldberg D.E. (1989): Genetic Algorithms in Searching, Optimisation and Machine Learning. Reading, MA: Addison Wesley.

76. Gucma S. Model of vessel's manoeuvring in limited sea areas in navigational risk aspect Archives of Transport. Volume 12 issues 1 Polish Academy of Sciences Warsaw 2000.

77. Gucma, S. Parameters optimization of entrance shapes. Archives of Transport. Volume 10 issues 1-2 Polish Academy of Sciences. Warsaw 1998.

78. Harkegard 0. (2003): Backstepping and control allocation with applications to flight control. Ph.D. thesis, Department of Electrical Engineering, Linkoping University, Sweden.

79. Hasegawa, K., Kouzuki, A., Muramatsu, T., Komine, H. and Watabe, Y., "Vessel auto-navigation fuzzy expert system (SAFES)", Journal of the Society of Naval Architecture of Japan, 1989, Vol. 166.

80. He S., Reif K. and Unbehauen R. (1998): A neural approach for control of nonlinear systems with feedback linearization. IEEE Trans. Neural Netw., Vol. 9, No. 6, pp. 1409- 1421.

81. Houles A., Bar-Shalom Y. Multisensor Tracking of a Maneuvering Target in Clutter // IEEE Transactions on AES. March 1989. - Vol. 25, No. 2. - P. 176-189.

82. Imazu H, et al (1989). Basic research on an expert system for navigation at sea. Proc. of Academic symposium between Chinese and Japan Institutes of Navigation, Tokyo, May.

83. IMO Preference Standards for Automatic Radar Plotting Aids (ARPA). Resolution A. 422 (XI), Nov. 1979.

84. In Proc. of The third IEEE conference Cybernetics and Intelligent Systems -CIS-RUM'2010, Singapore, 2010, pp. 273-278

85. Jain A. K. Data Clustering: A Review / A. K. Jain, M. N. Murty, P. J. Flynn //ACM Computing Surveys. 1999. - Vol. 31, No. 3. -P. 264-323.

86. James M K (1986). Modeling the decision process in computer simuation of ship navigation. The Journal of Navigation, vol.39, no.l, pp.32.

87. Jiang Z.P. (2002): Global tracking control of underactuated ships by Lyapunov direct method. Automat., Vol. 38, No. 2, pp. 301-309.

88. Jones K D, et al (1976). Automatic plotting radar. The Journal of Navigation, vol.29, no.3, pp.322.

89. Kaplan L.M., Bar-Shalom Y., Blair W.D. Assignment Costs for Multiple Sensor Track-to-Track Association // IEEE Transactions on AES. April 2008. -Vol. 44, No. 2. - P. 655-677.

90. Kemp J F (1973). Behaviour patterns in encounters between ships.The Journal of Navigation, vol.26, no.4, pp.417.

91. Kirubarajan T., Wang H., Bar-Shalom Y., Pattipati K. Efficient Multisensor Fusion Using Multidimensional Data Association // IEEE Transactions on AES. — April 2001. Vol. 37, No. 2. - P. 386-396.

92. Kokotovi.c P. and Arcak M. (2001): Constructive nonlinear control: A historical perspective. Automat., Vol. 37, No. 5, pp. 637-662.

93. Koyama T. and Yan J., "An expert system approach to collision avoidance", Proc. of the 8th Vessel Control System Symposium, Hague, 1987.

94. Kuo-Lung W., Miin-Shen Y. A cluster validity index for fuzzy clustering // Pattern Recognition Letters. 2005. - Vol. 26. - P. 1275-1291.

95. Kanade P.M., Hall L. O. Fuzzy Ants as a Clustering Concept // 22nd international conference of the North American fuzzy information processing society NAFIPS. Chicago, 2003. - P. 227-232.

96. Kaski S. Data exploration using self-organizing maps // Acta Polytechnica Scandinavica, Mathematics, Computing and Management in Engineering Series. — 1997.-No.82.-P. 57.

97. Krsti.c P.V. (1995): Non-c M., Kanellakopulos I. and Kokotovi.linear and Adaptive Control Design. New York: Wiley.

98. Krsti.c M. and Tsiotras P. (1999): Inverse optimal stabilization of a rigid spacecraft. IEEE Trans. Automat. Contr., Vol. 44, No. 5, pp. 1042-1049.

99. Kuljaca O., Swamy N., Lewis F.L and Kwan C.M. (2001): Design and implementation of industrial neural network controller using backstepping. Proc. 40th IEEE Conf. Decision and Control Orlando, FL, pp. 2709-2714.

100. Kwan C.M. and Lewis F.L. (2000): Robust backstepping control of nonlinear systems using neural networks. IEEE Trans. Syst. Man Cybern., Part A: Syst. Humans, Vol. 30, No. 6, pp. 753-766.

101. Lisowski J. and Smierzchalski R., Assigning of Safe and Optimal Trajectory Avoiding Collision at Sea.3rd IFAC Workshop Control Applications in Marine System, Trondheim-Norway 1995.

102. Lisowski J. and Smierzchalski R., Methods to Assign the Safe Maneuver and Trajectory Avoiding Collision at Sea. 1st International Conference Marine Technology. Szczecin 1995.

103. Moradi M.H. and Katebi M.R. (2001): Predictive PID control for ship autopilot design. Proc. Control Applications in Marine Systems 2001, CAMS'2001, Glasgow, UK, pp. 375-380. \

104. Massey L. Evaluating quality of text clustering with ART1 // Proceedings of the International Joint Conference on Neural Networks. Portland, 2003. - Vol. 2. -P. 1402-1407.

105. Michalewicz Z.,. Genetic Algorithms + Data Structures = Evolution Programs. Spriger-Verlang, 3rd edition, 1996.

106. Pettersen K.Y. and Nijmeijer H. (2004): Global^ practical stabilization and tracking for an underactuated ship. A combined averaging and backstepping approach. Modell. Identif. Contr., Vol. 20, No. 4, pp. 189 -199.

107. Popp R., Pattipati K., Bar-Shalom Y. m-Best S-D Assignment Algorithm with Application to Multitarget Tracking // IEEE Transactions on AES. January 2001.-Vol. 37, No. 1.-P. 22-39.

108. Puranik S:, Tugnait J. Tracking of Multiple Maneuvering Targets using Multiscan JPDA and IMM Filtering // IEEE Transactions on AES. -Jan 2007. Vol. 43, No. 1.-P. 23-35.

109. Roecker J. A. Multiple Scan Joint Probabilistic Data Association // IEEE Transactions on AES.-July 1995. -Vol. 31, No. 3. P. 1204-1210.' • ■ ' 170 '»

110. Saburo Tsuruta and Hisashi Matsumura, "Basic research on an expert system for navigation at sea", The Journal of Japan Institute of Navigation, 1987, 77, pp. 133-139.

111. Shimizu K, et al. A fuzzy control for adjusting the schedule of a ship at waterway intersections (in Japanese). The Journal of the Society of Naval Architects of Japan, vol.156, pp.201.

112. Skjetne R., Fossen T.I. and Kokotovi.c P.V. (2005): Adaptive maneuvering, with experiments, for a model ship in a marine control laboratory. Automat. Vol. 41, No. 2, pp. 289- 298.

113. Smierzchalski R., The Application of the Dynamic Interactive Decision Analysis System to the Problem of Avoiding Collisions at the Sea, (in Polish) 1st Conference Awioniki, Jawor, Poland 1995

114. Smierzchalski R., The Decision Support System to Design the Safe Maneuver Avoiding Collision at Sea. ISAS'96, Orlando, USA, 1996.

115. Smierzchalski R. and Michalewicz, Z., Adaptive Modeling of a Ship Trajectory in Collision Situations at Sea. Submitted for publication, 1998.

116. Sosnin P. "Means of question-answer interaction for collaborative development activity"// Hindawi Publishing Corporation, Advances in HumanComputer Interaction, Volume 2009, Article ID 619405, USA, 2009, 18 pages,

117. Sosnin P. I., Question-Answer Models of Decision-Making Tasks in Automated Designing, // Proc. of the 22nd European Conference on Modelling and Simulation (ECMS'2008) ISBN: 978-0-9553018-5-8, pp. 173-180, 2008.

118. Sosnin, P. "Question-Answer Means for Collaborative Development of Software Intensive Systems", Collection of scientific paper Complex Systems Concurrent Engineering, Part 3, Springer London, 2007, 151-158.

119. Sosnin, P. "Conceptual Solution of the Tasks in Designing the Software Intensive Systems", // In Proc. of the 14th IEEE Mediterranean Electrotechnical Conference MELECON 2008, Ajacco, France, pp. 293 - 298

120. Sosnin, P. "Question-answer programming and modeling in expert systems" // In Proc. of Artificial Intelligence and Applications AIA'2009, Vienne, Austria, pp.

121. Sosnin, P. "Question-Answer Expert System for Ship Collision Avoidance" // In Proc of 51st International Symposium ELMAR-2009, Zadar, Croatia, 2009. -pp.185-188.

122. Sosnin, P. Question-Answer Approach To Human-Computer Interaction In Collaborative Designing. // In proc. IASDIS: Human Computer Interactions, Freiburg, Germany, 2010, pp. 219-226.

123. P. Sosnin Question-Answer Programming in Collaborative Development Environment// In Proc. of The third IEEE conference Cybernetics and Intelligent Systems CIS-RUM'2010, Singapore, 2010, pp. 273-278

124. Tien Tran and Chris Harris, "Vessel Management Expert System", Proc. of IEEE Intelligent Transportation System Conference, Oakland (CA), USA, August 25th-29th, 2001.

125. Tran QN, Low G (2008). MOBMAS: A Methodology for Ontology-Based Multi-Agent Systems Development, Inf Software Technol. 50: 697-722.

126. Wang C (1986). Computer simulation of the process of ship's collision avoidance (in Chinese). The Journal of scienti c Exploration, no.2.

127. Wang H., Kirubarajan T., Bar-Shalom Y. Precision Large Scale Air Traffic Surveillance Using IMM/Assignment Estimators // IEEE Transactions on AES. Jan 1999.-Vol. 35, No. l.-pp. 255-266

128. Wang X (1987). Study on automatic radar collision avoidance systemand the programme design. M.Sc dissertation in Dalian Maritime University.

129. Wiswall F L (1990). The impact of the electronic chart on the law of collision. Proc. of the International Conference on Maritime Law and the Electronic Chart, pp.97-106. Ottawa, 13-15 Nov.

130. Wooldridge M, Jennings NR, Kinny D (2000). The Gaia methodology for agent-oriented analysis and design, J. Autonomous Agents Multi Agent Syst. 3(3): 285-312.

131. Zhao J, et al (1988). The calculating model of critical CPA in uncoordinated action. The Journal of Dalian Maritime University, vol.14, no.3, pp.4247.

132. Zhao J and Wang F (1991). Simulation model of DCPA decision mak-ing. Proc. of the 8th IAIN Congress, Cairo, Otc.