Дипломы, курсовые, рефераты, контрольные...
Срочная помощь в учёбе

Исследование тестовых методов диагностики и разработка на их основе алгоритмов обработки океанологической информации для задач рыбопромыслового прогнозирования

Диссертация: Исследование тестовых методов диагностики и разработка на их основе алгоритмов обработки океанологической информации для задач рыбопромыслового прогнозирования
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Необходимость выделения информативных районов океана обусловлена тем, что реальные возможности судовых, буйковых, авиационных измерений океанологических параметров ограничены сравнительно небольшими участками акватории. Поэтому локализация акватории, в которой необходимо проводить измерения и наблюдения с целью диагностирования и прогнозирования гидрологических ситуаций и промысла в океане… Читать ещё >

Содержание

  • ГЛАВА I. НЕКОТОРЫЕ ЗАДАЧИ АНАЛИЗА ЛОГИЧЕСКИХ МОДЕЛЕЙ ОБЪЕКТОВ ДИАГНОСТИРОВАНИЯ, ОПИСАННЫХ КАЧЕСТВЕННЫМИ И КОЛИЧЕСТВЕННЫМИ ПРИЗНАКАМИ
    • 1. 1. Структура задач технической диагностики
    • 1. 2. Минимизация диагностической информации
    • 1. 3. Задачи обработки океанологической информации на основе нечетких тестов
  • ГЛАВА 2. РАЗРАБОТКА МЕТОДОВ ПОСТРОЕНИЯ НЕЧЕТКИХ ТЕСТОВ
    • 2. 1. Построение множества всех нечетких тупиковых тестов
    • 2. 2. Построение нечетких тестов с ограничениями на длину и степень различимости объектов по признакам
    • 2. 3. Построение теста, близкого к минимальному, с использованием операции на метках разбиения таблицы объектов
    • 2. 4. Выводы
  • ГЛАВА 3. ИССЛЕДОВАНИЕ СПОСОБОВ ПОЛУЧЕНИЯ ДИАГНОСТИЧЕСКОЙ ИНФОРМАЦИИ В ЗАДАЧАХ ПРОМЫСЛОВОЙ ОКЕАНОГРАФИИ
    • 3. 1. Алгоритмические методы описания объектов промысловой океанографии
    • 3. 2. Метод построения нечетких логических моделей непрерывных объектов на основе судовых сообщений
    • 3. 3. Предикаты сравнения температурных полей океана. ЮЗ
    • 3. 4. Выводы
  • ГЛАВА 4. РАЗРАБОТКА АЛГОРИТМОВ И ПРОГРАММ ПОСТРОЕНИЯ И АНАЛИЗА ЛОГИЧЕСКИХ МОДЕЛЕЙ ДИАГНОСТИКИ В ЗАДАЧАХ ИССЛЕДОВАНИЯ ОКЕАНА
    • 4. 1. Программы построения нечетких тестов
    • 4. 2. Программы представления диагностической информации по данным судовых измерений и факсимильных карт различной периодичности
    • 4. 3. Программы анализа гидрологических ситуаций
    • 4. 4. Выводи
  • ГЛАВА 5. ПРИМЕНЕНИЕ АЛГОРИТМОВ И ПРОГРАММ ПОСТРОЕНИЯ И
  • АНАЛИЗА ЛОГИЧЕСКИХ МОДЕЛЕЙ ДИАГНОСТИКИ В ЗАДАЧАХ ПРОГНОЗИРОВАНИЯ ПРОМЫСЛА В ОКЕАНЕ
    • 5. 1. Система приема и обработки на ЭВМ оперативных гидрологических данных промысловых судов
    • 5. 2. Поиск зависимости промысла сайры от температуры поверхности океана по данным судовых измерений
    • 5. 3. Определение информативных районов океана в задачах прогноза промысла по гидрологическим картам
    • 5. 4. Выводы

Исследование тестовых методов диагностики и разработка на их основе алгоритмов обработки океанологической информации для задач рыбопромыслового прогнозирования (реферат, курсовая, диплом, контрольная)

Актуальность проблемы. В процессе научных исследований в различных областях техники и естествознания накапливаются большие массивы экспериментальных данных. Необходимость их эффективного анализа стимулирует разработку математических методов и программных средств с целью классификации данных, поиска закономерностей с использованием современных средств вычислительной техники. Для решения этих задач широко применяются методы технической диагностики, распознавания образов, машинного обнаружения закономерностей. При этом возникает необходимость в создании и исследовании различных математических моделей объектов, среди которых можно выделить логические модели.

В течение ряда лет в лаборатории диагностики природных ресурсов Института автоматики и процессов управления ДВНЦ АН СССР при непосредственном участии автора проводятся работы по решению задач океанологии, прогнозирования рыбного промысла в океане на основе логических моделей.

Задачи исследования океана являются новой сферой приложения логических методов. Для этих задач характерны большая размерность, наличие количественной и качественной информации, использование различных ее видов (гидрологической, биологической, метеорологической, визуальной и др.) и форм представления (числовой, графической, вербальной), характерны также нерегулярность и погрешности наблюдений и измерений и нечеткость границ между понятиями.

Для того чтобы алгоритмически использовать такие описания, введено понятие нечеткого теста. Нечеткие тесты представляют собой подмножества признаков, с определенной степенью различающих объекты разных классов. Если в качестве признаков выступают районы океана, то тесты представляют собой информативные районы, значения океанологических параметров в которых различны для объектов разных классов.

Необходимость выделения информативных районов океана обусловлена тем, что реальные возможности судовых, буйковых, авиационных измерений океанологических параметров ограничены сравнительно небольшими участками акватории. Поэтому локализация акватории, в которой необходимо проводить измерения и наблюдения с целью диагностирования и прогнозирования гидрологических ситуаций и промысла в океане, представляется важным не только с чисто научной точки зрения, но и экономически значимо, поскольку позволяет уменьшить непроизводительные затраты на измерения параметров на большой акватории и сконцентрировать имеющиеся ресурсы на наблюдениях в информативных районах океана.

В связи с этим важной задачей является разработка методов и алгоритмов построения логических моделей диагностики на основе нечетких тестов, учитывающих указанные особенности объектов, для задач диагностирования и прогнозирования гидрологических ситуаций и промысла в океане.

Цель и направление исследований. Целью диссертационной работы является исследование методов построения нечетких тестов, разработка на их основе алгоритмов обработки океанологической информации для задач рыбопромыслового прогнозирования.

Исследования проводились в следующих направлениях:

— разработка методов и алгоритмов построения нечетких тестов и минимизации диагностической информации на основе нечетких тестов;

— построение логических моделей дискретных и непрерывных объектов, описанных качественными и количественными признаками, с учетом погрешности и нечеткости исходных описаний объектов;

— разработка алгоритмов и программ представления: и анализа диагностической информации, получаемой в ходе рыбного промысла;

— экспериментальное исследование логических методов анализа данных в задачах прогнозирования гидрологических ситуаций и промысла в океане.

Методы исследований. В работе применялись методы технической диагностики, распознавания образов с использованием теории множеств и теории нечетких множеств, алгебры логики и нечеткой логики, теории неравенств, исчисления предикатов, теории отношений. Разработанные методы и алгоритмы реализованы в виде программ. Экспериментальное исследование разработанных алгоритмов и программ проводилось при анализе данных, полученных в ходе промысла сайры в северо-западной части Тихого океана.

Новые научные результаты и основные положения, выносимые на защиту. В работе осуществлена разработка и проведено исследование методов и алгоритмов построения общих логических моделей диагностики объектов, описанных качественными и количественными признаками, на основе нечетких тестов с учетом особенностей океанологической информации, получаемой в ходе промысла в океане.

В работе:

I. Проведено исследование задач и разработаны точный и приближенный методы анализа логических моделей диагностики на основе нечетких тестов с учетом структурных свойств диагностической информации в океанографии:

— разработан алгоритм построения множества всех нечетких тупиковых тестов;

— исследованы предельные возможности нечетких тестов по различимости объектов и доказано утверждение, позволяющее определить максимальную нижнюю границу различимости объектов по всем входящим в тест признакам и всем тестам;

— сформулированы задачи и разработаны алгоритмы построения нечеткого теста, близкого к минимальному по длине, с максимальной нижней границей различимости объектов по всем признакам и нечеткого теста с максимальной различимостью объектов по каждому вошедшему в тест признаку;

— разработан алгоритм построения теста, близкого к минималь-? ному, для бинарной таблшш объектов, разбитой на произвольное число классов.

2. Разработаны методы построения логических моделей дискретных и непрерывных объектов, описанных качественными и количественными признаками, с учетом особенностей объектов промысловой океанографии:

— разработаны алгоритмические методы представления диагностической информации, получаемой в ходе рыбного промысла в океане;

— разработан метод и алгоритмы построения логических моделей непрерывных объектов диагностирования;

— исследованы вопросы выбора предикатов различимости объектов для различных форм их описания.

3. Разработаны алгоритмы и программы представления и анализа логических моделей диагностики на основе нечетких тестов.

4. Проведено экспериментальное исследование разработанных методов при обработке данных, получаемых в ходе рыбного промысла в северо-западной части Тйхого океана.

Практическая ценность работы. Разработаны методы и алгоритмы построения логических моделей диагностики объектов, описанных качественными и количественными признаками, на основе нечетких т. е.

— 8 стов для задач рыбопромыслового прогнозирования.

Разработана технологическая схема и программные средства для сбора, регистрации, контроля и формирования на внешних носителях ЭШ архива судовых измерений, проводимых в ходе рыбного промысла.

Применение этих методов в экспедиционных исследованиях на промысле сайры позволило:

— проводить анализ в реальном масштабе времени больших массивов оперативных судовых гидрологических данных с использованием архива многолетних наблюдений;

— выявить ряд закономерностей влияния на промысел температуры поверхности океана;

— определять районы океана, перспективные для ведения поиска, что снижает непроизводительные затраты промыслового времени на поиск рыбных скоплений;

— определять информативные районы океана, по значениям параметров которых прогнозируются различные промысловые ситуации.

Реализация результатов работы. Разработанные методы и алгоритмы реализованы в виде программ для минии микро-ЭВМ (М-400, Электроника-60) и использовались для анализа температурных полей океана в ходе промысла сайры, скумбрии, иваси в северо-западной части Тихого океана в период 1975;1983 годов и на промысле мойвы в Баренцевом море в 1983 году. Большая часть программ разработана для ЭВМ серии ЕС.

На магнитных дисках ЭВМ с использованием разработанных программ создан архив, включающий более 60 тысяч судовых измерений температуры, проведенных в ходе промысла в районе Курильских островов в период 1964;1983 годов и более тысячи 2−10-дневных карт изотерм северо-западной части Тихого океана за 1960;1983 годы.

В течение 1975;1983 годов результаты работы использовались в экспедиционных исследованиях сотрудников ИАПУ ДВНЦ АН СССР при личном участии автора в Южно-Курильском районе и при выполнении госбюджетных тем № гос. регистрации 75 049 554 и 81 055 374.

Девять алгоритмов и программ, связанных с разработкой методов представления и анализа судовых гидрологических данных, построением нечетких логических моделей непрерывных объектов, оптимизацией в нечетких ограничениях и выделением информативных признаков, прошли экспертизу на новизну и приняты в Государственный фонд алгоритмов и программ СССР.

Разработанные методы, алгоритмы и программы внедрены в Дальневосточном региональном научно-исследовательском гидрометеорологическом институте Госкомгидромета, в Тихоокеанском океанологическом институте ДВНЦ АН СССР и Центральном проектно-конструктор-ском и технологическом бюро Всесоюзного рыбопромышленного объединения «Севрыба» с экономическим эффектом более 312 тыс. рублей.

М&оЙ§ циярабдты. Научные и практические результаты работы докладывались и обсуждались на следующих конференциях, школах, семинарах:

— У1 Всесоюзной школе-семинаре «Управление большими системами» (Тбилиси, 1979);

— У Всесоюзной школе по автоматизации научных исследований морей и океанов (Севастополь, 1980);

— I Всесоюзном совещании «Проблемы краткосрочного рыбопромыслового прогнозирования и управления» (Владивосток, 1982);

— 1У Всесоюзной конференции «Проблемы научных исследований в области изучения и освоения Мирового океана» (Владивосток, 1983);

— УН Всесоюзной конференции «Планирование и автоматизация эксперимента в научных исследованиях» (Москва, 1983);

— 10.

— I Всесоюзной конференции «Метода и средства обработки сложно структурированных, семантически насыщенных графических документов» (Горький, 1983);

— научно-практической конференции до методам промыслового прогнозирования (Мурманск, 1983);

— совещании пользователей океанографической информацией (Обнинск, 1983);

— семинаре «Многомерный статистический анализ и вероятностное моделирование реальных процессов» Научного совета по комплексной проблеме «Оптимальное управление и планирование народным хозяйством» (Москва, 1980);

— ХПУ и ХХУ1 конференциях-конкурсах работ молодых ученых Института проблем управления АН СССР (Москва, 1978, 1980);

— краевой научно-технической конференции «Наука и технический прогресс в рыбной промышленности» (Владивосток, 1979);

— 1У школе-семинаре по логико-комбинаторным методам распознавания образов (Владивосток, 1981) — других региональных конференциях и семинарах.

Публикации. По материалам диссертации опубликованы 34 работы. Все основные результаты диссертационной работы получены автором самостоятельно и изложены в 5 отчетах по НИР (№ гос. регистрации 75 049 554 1979,1980 гг. и № гос. регистрации 81 055 374 19 811 983гг.).

Объем работы. Диссертация состоит из введения, пяти глав, заключения, изложенных на 156 страницах, включая 31 рисунокимеет II приложений на 80 страницах и содержит 149 наименований отечественной и зарубежной литературы.

Основные результаты работы сводятся к следующему.

1. Разработаны алгоритмические методы и логические модели описания температурных полей океана на основе судовых измерений, проводимых в ходе промысла.

2. Разработан метод построения нечетких логических моделей непрерывных объектов на основе систем неравенств.

3. Проведено исследование предикатов сравнения температурных полей при различных формах их представления и разработаны алгоритмы сравнительного анализа полей на основе предложенных предикатов.

4. Разработан алгоритм построения множества всех нечетких тупиковых тестов.

5. Исследованы предельные возможности нечетких тестов по различимости объектов.

6. Поставлены задачи и разработаны алгоритмы построения нечеткого теста, близкого к минимальному по длине, с максимальной нижней границей различимости объектов по всем признакам и нечеткого теста с максимальной различимостью объектов по каждому вошедшему в тест признаку.

7. Разработан алгоритм построения теста, близкого к минимальному, для бинарной таблицы объектов, разбитой на произвольное число классов.

• - 159.

8. Разработанные методы и алгоритмы построения логических моделей и анализа моделей реализованы в виде программ для микро-, минии больших ЭВМ серии ЕО.

9. Экспериментальное исследование и совершенствование разработанных методов, алгоритмов и программ проходило в 1975;1983 годах в условиях и на материале промысла сайры в районе Курильских островов.

Применение этих методов позволяет определять информативные районы океана, по значениям океанологических параметров которых прогнозируются различные гидрологические и промысловые ситуации.

10. Экономический эффект от внедрения методов, алгоритмов и программ, разработанных в диссертации, составил более 312 тыс. рублей.

Настоящие исследования проводились в рамках программы 0.74.01 задания 12.01.Н5Г, утвержденного постановлением ГКНТ СССР, Госплана СССР, АН СССР № 475/25I/I3I от 26.12.80 г., и программы 0.74.01 раздела 06.07 по постановлению ГКНТ СССР от.

18.11.76 г. и распоряжению Президиума АН СССР № I0I03−20I от.

28.01.77 г.

По материалам исследований опубликованы 34 работы [38,55,70, 76,98−127] и 5 отчетов о НИР (№ гос. регистрации 75 049 554 1979, 1980 гг. и № гос. регистрации 81 055 374 I98I-I983 гг.).

— 160.

— 158 -ЗАКЛЮЧЕНИЕ.

В работе, на основании проведенных исследований, направленных на поиск новых эффективных методов диагностирования объектов промысловой океанографии в задачах прогнозирования промысла в океане, проведено исследование тестовых методов диагностики и разработаны алгоритмы обработки океанологической информации на основе нечетких тестов для задач рыбопромыслового прогнозирования.

Показать весь текст

Список литературы

  1. П.Н., Борисов А. Н., Голендер В. Е. Адаптивный алгоритм распознавания размытых образов. — Кибернетика и диагностика. Рига: РПИ, 1970, вып. 4, с. 149−156.
  2. М.А. Нечеткие множества, нечеткие доказательства и некоторые нерешенные задачи теории автоматического регулирования. Автоматика и телемеханика, 1976, № 7, с. I7I-I77.
  3. М.А., Браверман Э. М., Розоноэр Л. И. Метод потенциальных функций в теории обучения машин. М.: Наука, 1970.
  4. М.А., Смирнова И. М. Первые монографии по теории размытых множеств. Автоматика и телемеханика, 1977, № 10,с. 182−184.
  5. А.В. Интерпретация и определение функций принадлежности нечетких множеств. В кн.: Методы и системы принятия решений. Рига: РШ, 1979, с. 42−50.
  6. Р., Заде Л. Принятие решений в расплывчатых условиях.- В кн.: Вопросы анализа и процедуры принятия решений. М.: Мир, 1976, с. 172−215.
  7. A.M., Твердохлебов В.А. .Диагностика сложных систем.- Киев: Наукова думка, 1974, 128 с.
  8. М.М. Проблемы узнавания. М.: Наука, 1967. — 320 с.
  9. А.Б., Казаринов Л. С. Об определении комитета системы взвешенных неравенств. Кибернетика, 1981, № 6, с. 44г-48.
  10. А.Н. Распознавание образов, представленных нечеткими множествами. В кн.: Методы и средства технической кибернетики. Рига: РПИ, 1968, вып. 3.
  11. А.Н., Алексеев А. Н., Крумберг О. А., Меркурьева Г. В., Попов В. А. Модели принятия решений на основе лингвистической- 161 переменной. Рига: Зинатне, 1982. — 256 с.
  12. А.Н., Голендер В. Е. Оптимальное разделение размытых образов по признакам. В кн.: Методы и средства технической кибернетики. Рига: РБИ, 1969, вып. 5, с. 32−38.
  13. А.Н., Кокле Э. А. Распознавание размытых образов по признакам. В кн.: Кибернетика и диагностика. Рига: Зинатне, вып. 4, с. 135−147.
  14. А.Н., Осис Я. Я. Методика оценки функции принадлежности элементов размытого множества. В кн.: Кибернетика и диагностика. Рига: Зинатне, 1970, вып. 4, с. 42−51.
  15. А.Н., Эренштейн Р. Х. Сопоставление некоторых четких и размытых алгоритмов распознавания. В кн.: Методы и средства технической кибернетики. Рига: РПИ, 1970, вып. 6, с. 35−40.
  16. А.Н., Дуденко JT.H. Математические методы при прогнозировании месторождений полезных ископаемых. Л.: Недра, 1976, — 272 с.
  17. В.К., Маркович З. П. Применение непараметрических методов распознавания для дифференциальной диагностики тиреотоксикоза и вегетоневроза. Изв. АН Латвийской ССР, 1970,1. JS 7, с. I04-II7.
  18. Л.И., Сигодин М. В. Аппарат теории нечетких множеств в распознавании образов. Автоматика и телемеханика, 1982, № 9, с. 163−167.
  19. В.Н., Червоненкис А. Я. Теория распознавания образов.-М.: Наука, 1974. 415 с.
  20. В.И. Распознающие системы. Киев: Наукова думка, 1983. — 424 с.
  21. Ю.Р., Белинский В. В., Дмитриев А. Д. Количественная- 162 оценка различий химических составов гипербазитов с помощью логикодискретного анализа. Геология и геофизика, 1971, № 6, с. 57−63.
  22. А.И., Кузьмин В. Б., Федоров В. В. Определение степеней принадлежности на основе совокупности матриц Саати для нечетких множеств. В кн.: Анализ нечисловых данных в системных исследованиях. — Сб. трудов ВНШСИ. М., 1982, вып. 10, с. II7-I24.
  23. П.П., Дмитриев А. Н. и др. Алгоритмы и программы вычислительной диагностики психических заболеваний. Новоси -бирск, 1969. — 146 с.
  24. Ю.А., Ионина Н. А., Каратаева и др. Геология и математика. Задачи диагноза и распознавания в геологии, геохимии и геофизике. Новосибирск: Наука, 1970. — 224 с.
  25. А.А. Основы теории автоматического управления. М.: Наука, 1970, ч. III. — 329 с.
  26. В.К. Деяк! нов! результати в теор! розмитих мно-жин (за матер! алами роб! т заруб! жних учених). Автоматика, 1974, № 5, с. 82−91.
  27. И.И. Диагностика неисправностей в нечетко определенных дискретных системах. М., 1982. — 13 с. — Рукопись представлена ред. ж. «Радиотехника». Деп. в ЦНТИ «Информсвязь».
  28. Р.С. Некоторые вопросы построения логических моделей.- В кн.: Управление и информация. Владивосток: ДВНЦ АН СССР, 1974, вып. 14, с. I03-II2.
  29. Р.С. Логический анализ математического описания в задачах диагноза. Автоматика и телемеханика, 1974, № II, с. 123−128.
  30. Р.С. Логические модели в задачах поиска закономерностей. В кн.: Машинные метода обнаружения закономерностей: Материалы I Всесоюзного симпозиума. Новосибирск: Наука, 1976, с. II7-I28.
  31. Р.С. Логические модели диагноза непрерывных объек -тов. Автоматика и телемеханика, 1979, № 5.
  32. Р.С. Логические модели для поиска рыбопромысловых скоплений. Владивосток, 1977. — 20 с. (Препринт/ИАПУ ДВНЦ АН ССОР).
  33. Р. С. Вопросы теории нечетких тестов. Автоматика и телемеханика, 1980, № 10, с. 146−153.
  34. Р.С., Ильичев В. И. Методы прогнозирования промысловых скоплений в океане на основе анализа океанической изменчивости. Доклады АН СССР, 1982, т. 267, & 3, с. 737−739.
  35. Р.С., Москаленко Ю. С. Исследование вопросов различимости объектов по их признаковым описаниям. В кн.: Управление и информация. Владивосток: ДВНЦ АН СССР, 1975, вып. 18, с. 7689.
  36. Р.С., Чипулис В. П. Техническая диагностика цифровых устройств. М.: Энергия, 1976. — 224 с.
  37. Р.С., Шер А.П. Методы диагностирования гидрологических ситуаций в задачах прогноза промысла. Тезисы докладов научно-практической конференции по методам промыслового прогнозирования. Мурманск: ПИНРО, 1983, с. 47−48.
  38. Л.А., Смирнова И. М. Размытые множества. Теория и приложения (обзор). Автоматика и телемеханика, 1973, Jfc 5, с. 66−85.
  39. Л.А., Смирнова И. М. Развитие теории размытых множеств. Измерения, контроль, автоматизация, 1978, № 3/15, с.39−47.
  40. А.Н., Васильев Ю. Р., Золотухин В. В. Логико-математическая обработка информации при выявлении перспективности сульфидного оруденения в некоторых трапповых интрузиях Северо-запада Сибирской платформы. Советская геология, 1968,12, с. 98−108.
  41. А.Н., Журавлев Ю. И., Кренделев Ф. П. О математических принципах классификации предметов и явлений. В кн.: Дискретный анализ. Новосибирск: Наука, 1966, вып.7, с.3−15.
  42. А.Н., Журавлев Ю. И., Кренделев Ф. П. Об одном принципе классификации и прогноза геологических объектов и явлений. Геология и геофизика, 1968, № 5, с. 50−64.
  43. А.Н., Красавчиков В. О. Тестовый подход в решении проблем обработки геологической информации. В кн.: Логико-информационные исследования в геологии. Новосибирск: Наука, 1977, с. 3−47.
  44. Ю.П. Уменьшение объема измерительного сигнала.
  45. В кн.: Труды У конф. «Автоматический контроль и методы электрического измерения». Новосибирск: Ин-т автоматики СО АН СССР, 1975, т. 2, с. 17−27.
  46. Е.В. Построение тупиковых тестов дяя к-значных таблиц. Доклады АН СССР, 1978, т. 238, № 6, с. 1279−1282.
  47. Е.В. Асимптотически оптимальные алгоритмы в задачах распознавания. В кн.: Проблемы кибернетики. М.: Наука, 1982, вып. 39, с. 165−199.- 165
  48. Е.В. Об асимптотически оптимальном алгоритме построения тупиковых тестов для бинарных таблиц. В кн.: Проблемы кибернетики. М.: Наука, 1978, вып. 34, с. 169−186.
  49. Ю.И., Никифоров В. В. Алгоритмы распознавания, основанные на вычислении оценок. Кибернетика, 1971, № 3, с. I-II.
  50. Н.Г. Методы распознавания и их применение. М.: Наука, 1971. — 206 с.
  51. Н.Г. Эмпирическое предсказание. Новосибирск: Наука, 1979. — 124 с.
  52. А. Д. Алгоритмы синтеза дискретных автоматов. -М.: Наука, 1971. 511 с.
  53. Л.А. Основы нового подхода к анализу сложных систем и процессов принятия решений. В кн.: Математика сегодня. М.: Знание, 1974, с. 5−49.
  54. Л. А. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976.-165 с.
  55. М.Я., Здор В. В., Шер А.П. Анализ одноуровневой задачи векторной оптимизации (детерминистский подход). В кн.: Вопросы векторной и скалярной оптимизации. Владивосток: ДВНЦ АН СССР, 1979, с. 3−75.
  56. Х.З. Алгоритмы распознавания и диагностика. Ташкент: изд-во «ФАН» УзССР, 1982. — 220 с.
  57. В.И., Гольдман Р. С. Алгоритмические методы выявления зависимостей и прогнозирование влияния океанической изменчивости на биологические ресурсы океана.- Владивосток, 1981. -26 с. (Препринт/ИАПУ ДШЦ АН СССР).
  58. М.М., Алиев Э. В. Современное состояние проблемы обучения распознаванию образов. Автоматика, 1983, № 6, с. 84.
  59. А., Байатт У.Дж. Нечеткие множества, нечеткая алгебра, нечеткая статистика. ШИЭР, 1978, 66, В 12, с. 37−61.
  60. В.В., Пархоменко П. П., Согомонян Е. С., Халчев В. Ф. Основы технической диагностики. М.: Энергия, 1976. — 463 с.
  61. З.А., Ткемаладзе Н. Т., Гогиашвили Н. М. Об одном методе определения функции принадлежности нечеткому множеству.- В кн.: Теоретическая кибернетика, Тбилиси, 1980, с. I07-II0.
  62. А. Введение в теорию нечетких множеств. М.: Радио и связь, 1982. — 432 с.
  63. В.Д., Овсянников А. А., Тимашев А. Н. Преобразование качественной информации в количественную в задачах распознавания образов. В кн.: Вопросы кибернетики. Ташкент: Ин-т кибернетики АН УзССР, 1973, вып. 57, с. 38−43.
  64. Г. С. Методы обработки разнотипных экспериментальных данных. Новосибирск: Наука, 1981. — 160 с.
  65. Т., Хела И. Промысловая океанография. Л.: Гидроме-теоиздат, 1974. — 295 с.
  66. В.И. 0 вероятностной трактовке функций принадлежности Заде и их применение для распознавания образов. Известия АН СССР, Техн. кибернетика, 1966, № 12, с. 72−73.
  67. Р.Д., Райфа X. Игры и решения. М.: изд-во иностран. лит-ры, 1961.
  68. В.Д. Комитеты систем неравенств и задача распознавания. Кибернетика, 1971, 1 3, с. 140−146.- 167
  69. В.Н., Лукашев В. Н. Техника промы пленного рыбо -ловства. М.: Легкая и пищевая промышленность, I98I.-3II с.
  70. .Г. Проблема группового выбора. М.: Наука, 1974. -256 с.
  71. .Г. Анализ качественных признаков и структур. ГЛ.: Статистика, 1980. — 318 с.
  72. И.С., Писаревский В. Н., Чесноков Л. В. Принципы крупномасштабного прогнозирования редкометального орудене-ния в вулкано-плутонических формациях (с применением ЭШ).-Советская геология, 1972, № I.
  73. В.В., Николаев А. В. Алгоритмические вопросы построения тупиковых нечетких тестов. Владивосток, 1981. -12 с. — Рукопись представлена ИАПУ ДВНЦ Ш СССР. Деп. в ВИНИТИ 15 июля 1981, № 4016−81 Деп.
  74. А.В., Шер А.П. Автоматизированная система ввода и обработки аналоговых сигналов на базе малой ЭВМ. В кн.: Логические методы в задачах технической диагностики. Владивосток: ДВНЦ АН СССР, 1977, с. II9-I24.
  75. Н. Обучающиеся машины. М.: Мир, 1968. — 180 с.
  76. В.Е. Навигация и промысловая навигация. М.:
  77. Пищевая промышленность, 1979. 544 с.
  78. С.А. Проблемы принятия решений при нечеткой исходной информации. М.: Наука, 1981. — 208 с.
  79. Я.Я. Распознавание неисправностей сложных объектов диагностирования с использованием теории размытых множеств. -В кн.: Кибернетика и диагностика. Рига: Зинатне, 1968, вып.2.
  80. Я.Я., Познякс Я. М. Использование лингвистической переменной в диагностике сложных объектов. В кн.: Управление и диагностика, Рига, 1980, с. 20−25.
  81. Я.Я., Шайцане В. А. Определение состояния сложного объекта на основе теории размытых множеств. В кн.: Управление и диагностика, Рига, 1980, с. 82−88.
  82. П.П., Согомонян Е. С. Основы технической диагностики. М.: Энергия, 1976. — 320 с.
  83. И. Теория измерений. М.: Мир, 1976. — 248 с.
  84. Л.А., Эренштейн Р. Х. Принятие решений коллективом решающих правил в задачах распознавания образов. Автоматика и телемеханика, 1975, № 9, с. 133−144.
  85. А.К. Об одной задаче, связанной с диагностированием нечеткого объекта. В кн.: Вопросы техн. диагностики. Ростов н/Д, 1981, с. I2&-I34.
  86. А.В. О построении функций принадлежности нечетких множеств, соответствующих количественным экспертным оценкам. Науковедение и информатика. Киев, 1981, f 22, с. 70−79.
  87. T.JI. Алгоритм вычисления информационных весов признаков. В кн.: Дискретный анализ. Новосибирск: Наука, 1968, вып. 12, с. 75−90.
  88. Н.А. Тесты (теория, построение, применение). Новосибирск: Наука, 1978. — 189 с.
  89. П., Зинес Дж. Основы теории измерений. В кн.: Психологические измерения. М.: Мир, 1967, с. 9−100.
  90. В.Г. Метод построения проверяющих тестов для произвольных конечных автоматов. Автоматика и телемеханика, 1976, № II, с. I83−191.
  91. Ту Дж., Гонсалес Р. Принципы распознавания образов. М.: Мир, 1978. — 411 с.
  92. Л. Г. Полиномиальный алгоритм в линейном программировании. Доклады АН СССР, 1979, т. 244, № 5, с. 1093−1096.
  93. И.А., Яблонский С. В. Логические способы контроля работы электрических схем. Труды матем. ин-та им. В.А.Стек-лова, 1958, т. 51, с. 270−360.
  94. С.В. Линейные неравенства. М.: Наука, 1968.
  95. Л.И. Метод распознавания в условиях расплывчатости классов. Сб. трудов по матем. кибернетике. М.: ВЦ АН СССР, 1977, вып. 2, с. 199−202.
  96. Г. Я. Об одном критерии важности признаков в задаче распознавания дискретных объектов. Кишинев, 1981. — II с.-Рукопись представлена Кишиневским политехи, ин-том. Деп. в МолдНИИНТИ 9 сент. 1981, № 170.
  97. Шер А. П. Построение нечетких тестов с ограничениями на длину и степень различимости объектов. Владивосток, 1983. -27 с. (Препринт/ИАПУ ДЕНЦ АН СССР).
  98. Шер А. П. Методы представления и анализа на ЭВМ судовых гидрологических данных. Метеорология и гидрология, 1983, № 2, с. II6-I20.
  99. Шер А. П. Алгоритмические методы выделения размытых множеств на основе неточечных экспертных оценок. Проблемы управления и теории информации (Венгрия), 1982, II,№ I, с. 41−52.
  100. Шер А. П. Решение задачи математического програхммирования с линейной целевой функцией в размытых ограничениях. Автоматика и телемеханика, 1980, № 7, с. 137−143.
  101. Шер А. П. Формирование описаний и сравнение распределений поверхностной температуры океана по данным судовых измерений. Государственный фонд алгоритмов и программ СССР, 1979, J6 Ш3 980, 18 с.
  102. Шер А. П. Оптимизация параметров систем в размытых ограничениях. В кн.: Моделирование и исследование электромеханических систем автоматического управления. Владивосток: ДВНЦ АН СССР, 1981, с. 130−138.
  103. Шер А. П. Прием и обработка оперативных гидрологических данных промысловых судов. В кн.: Проблемы краткосрочного рыбопромыслового прогнозирования и управления: Тез. докл. I Всесоюзного совещания. Владивосток: ТИНРО, 1982, с.27−29.
  104. Шер А. П. Согласование неточечных экспертных оценок и функция принадлежности в методе размытых множеств., — В кн.: Моделирование и исследование систем автоматического управления. Владивосток: ДВНЦ АН СССР, 1978, с. III-II8.
  105. Шер А. П. Программа сравнения распределений поверхностной температуры океана при прогнозе рыбопромысловых скоплений. Государственный фонд алгоритмов и программ СССР, 1979,1. П3 322, 50 с.
  106. Шер А.П. К синтезу систем с размытым поведением. В кн.: Моделирование и исследование электромеханических систем автоматического управления. Владивосток: ДВНЦ АН СССР, 1981, с. 139−163.
  107. Шер А. П. Метод размытого решения системы неравнозначных неравенств общего вида. В кн.: Прикладная статистика. М.: Наука, 1983, с. 372−373.
  108. Шер А. П. Неминимаксный алгоритм решения системы неравнозначных подсистем двойных неравенств в пространстве многих переменных. Государственный фонд алгоритмов и программ СССР, 1978, № Ш3 850, 10 с.
  109. ПО. Шер А. П. Непереборный алгоритм оптимизации линейной целевой функции на гиперпараллелепипеде. Государственный фонд алгоритмов и программ СССР, 1979, № ГО4 281, 6 с.
  110. Шер А. П. Оптимизация линейной целевой функции на размытом множестве гиперпараллелепипедов. Государственный фонд алгоритмов и программ СССР, 1979, № Ш3 976, 14 с.
  111. Шер А.П. О некоторых свойствах систем линейно-деформированных функций Уолша. Автометрия, 1980, № 5, с. II6-I20.
  112. Шер А. П. Оптимальное разложение в ряд Фурье по системе функций Уолта. Государственный фонд алгоритмов и прог -рамм СССР, 1977, Ш П3 977, 9 с.
  113. Шер А. П. Преобразование Уолша с произвольным упорядочением трансформант. Государственный фонд алгоритмов и программ СССР, 1976, № Ш3 979, 8 с.
  114. Шер А. П. Синтез произвольно упорядоченной системы дискретных функций ХААРА. Государственный фонд алгоритмов и программ СССР, 1977, № 1Ю3 978, 9 с.
  115. Шер А. П. Е&числение функций Уолша с помощью специальных рядов целых неотрицательных чисел. В кн.: Логические методы диагноза. Владивосток: ДШЦ АН СССР, 1975, с. 128−132.
  116. Шер А. П. Построение систем функций Уолша. В кн.: Равномерные приближения и проблема моментов. Владивосток: ДВНЦ АН СССР, 1977, с. 136−146.
  117. Шер А. П. Об алгоритмах инверсии бинарных векторов. В кн.: Логические методы в задачах технической диагностики. Владивосток: ДВНЦ АН СССР, 1977, с. II3-II8.
  118. Шер А. П. Свойства систем линейно-деформированных функций Уолша. Тез. докл. ХХУ юбилейной научной конференции. Владивосток: ДВШ, 1978, с. 88−89.
  119. Шер А. П. Об одном подходе к сглаживанию интервальных эмпирических данных. В кн.: Вопросы векторной и скалярной оптимизации. Владивосток: ДВНЦ АН СССР, 1979, с. 184−188.
  120. Шер А. П. Рекуррентный алгоритм двоично-инверсного счета. -Государственный фонд алгоритмов и программ СССР, 1977,1. П3 851, 5 с.
  121. Шер А. П. Оптимальное Уолша-преобразование сигналов. В кн.: Дальневосточный акустический сборник. Владивосток: ДВШ, 1979, с. 25−28.
  122. Шер А. П. Оптимальное сжатие информации посредством Уолша-Фурье преобразования. В кн.: Идентификация папиллярных узоров на оптикоцифровом комплексе. Владивосток: ДВГУ, 1980, с. 156−166.
  123. Шер А.П., Зингер М. Я. Размытое решение системы неравенств и согласование интервальных экспертных оценок. В кн.: Моделирование и оптимизация сложных систем управления. М.: Наука, 1981, с. 167−173.
  124. Шер А.П., Зингер М. Я. Математическое моделирование размытых ограничений. Тез. докл. ХХУ юбилейной научной конференции. Владивосток: ДВШ, 1978, с. 86−87.
  125. Шер А.П., Зингер М. Я. Выделение структурных составляющих и задача сжатого представления функции. В кн.: Вопросы векторной и скалярной оптимизации. Владивосток: ДВНЦ АН СССР, 1979, с. 189−197.
  126. Bezdek J. C., Patrick F.C. Prototype classification and feature selection with fuzzy sets.- IEEE Trans, on Syst., Man, and Gybern., 1977, 7, 1T2, p.87−92.
  127. Bek R., etc. Principle concepts of systems fuzzyfication. Fuzzyfication of systems for technical and medical practice.-- Kybernetika, 1982, 18, N3, p.234−246.
  128. Cayrol II., Farreny H., Prade H. Fuzzy pattern matching.-Kybernetes, 1982, 11, N2, p. 103−116.
  129. Chu A. T.W., Kalaba R.E., Spingarn K. A comparison of two methods for determining the weights of belonging to fuzzy-sets.- J. Optimiz. Theory and Appl., 1979, 27, N4, p.531−538.
  130. Dishkant H. About membership functions estimation.- Fuzzy Sets and Syst., 1981, 5, N2, p.141−147.
  131. Fuzzy sets and Their applications to cognitive and decision processes.- New York, San Francisco, London. Academic Press, Inc., 1975, 496 p.
  132. Gaines B.R. Faundatin of fuzzy reasoning.- Intern. J. of Han-Mach. Studies, 1976, 8, N6, p.623−668.
  133. Gaines B.R., Kohout L.A. A bibliography of fuzzy systemsand closely related topics.- Intern. J. of Man-Mach. St' к- 174 r dies, 1977, 9, p.1−68.
  134. Giles R. Semantics for fuzzy reasoning.- Intern. J. of Kan--Mach. Studies. 1982, 17, N4, p.401−415*
  135. Gyimothy Т., Dombi J. Syntactic pattern recognition with modified fuzzy automata.-Comput. Ling, and Comput. Lang., 1982, 15, p.175−193.
  136. Shimura M. Syst. and Oontr., 1975, N5, p.243−248.
  137. Skala H.J. On many-valued logics, fuzzy sets, fuzzy logics and their applications.- Fuzzy Sets and Syst., 1978, 1, N2, p. 129−149.
  138. Tong R.M. A control engineering review of fuzzy systems.-Automatica, 1977, 13, N6, p.559−569.
  139. Zadeh L.A. Fuzzy Sets.- Information and Control, 1965, 8, p.338−353
  140. Zadeh L.A. A Fuzzy-Set-Theoretic Interpretation of Linguistic Hedges.- J. of Cybernetics, 1972, 2, p.4−34.
Заполнить форму текущей работой

Заказал и сдал!