Концепция iPSE (Intelligent Problem Solving Environment) определяет принципы построения сред для моделирования сложных систем в форме интеллектуальной оболочки управления параллельными вычислительными процессами в распределенной иерархической среде, включающей в себя вычислительные системы различной архитектуры. Такой подход расширяет достоинства традиционных распределенных проблемно-ориентированных оболочек (PSE – Problem Solving Environment [115]) за счет обеспечения эффективного параллельного исполнения композитных приложений в силу того, что использует для управления параллельными вычислениями симбиотические знания об особенностях предметной области и специфике вычислительного процесса. В частности, к таким достоинствам относятся следующие:

·  В рамках iPSE формализуются (в форме программных кодов) не только методы и вычислительные алгоритмы, но и экспертные знания об организации процесса изучения явления средствами компьютерного моделирования. Другими словами, iPSE реализует функции интеллектуальной системы поддержки принятия решений исследователя, что принципиально важно для практического внедрения такого комплекса.

·  iPSE предоставляет единый интерфейс взаимодействия для предметно-ориентированных программных модулей и компонентов, которые могут разрабатываться различными коллективами, могут быть написаны на разных языках и иметь различные условия распространения и использования.

·  iPSE изначально ориентирована на поддержку высокопроизводительных вычислений, причем, не только для суперкомпьютерных систем с традиционной (кластерной) архитектурой, но и для неоднородных систем, например – гиперкластеров (суперкомпьютеров, объединенных высокоскоростным каналом). При этом управление эффективностью выполнения сценария является прерогативой iPSE, что позволяет избежать конфликтных ситуаций при разделении ресурсов между различными вычислительными модулями и разными пользователями.

Как программный комплекс, оболочка iPSE может быть отнесена к классу интеллектуальных систем, обладающих сложной распределенной структурой (структурная сложность), многоцелевым характером преобразования информации (функциональная сложность), а также ориентированной на учет и формализацию неопределенности (информационная сложность).

Концептуальные основы создания систем класса iPSE базируются на теоретических принципах, определяющих архитектуру системы и уровни ее управления. Наряду с традиционными математическими методами построения расписаний, здесь широко применяются достижения искусственного интеллекта, определяющие принципы функционирования систем, основанных на знаниях. Среди них важная роль принадлежит принципу открытости, позволяющему обеспечить наиболее сложные уровни иерархической структуры системы – самоорганизацию и самообучение. В результате открываются возможности интерпретации сложных процессов и явлений при анализе альтернатив и принятии решений, а также при моделировании действий системы в процессе решения задачи и «обучении» на своем опыте.

На рис. 6 приведена концептуальная схема оболочки iPSE (без применения к конкретной предметной области), пригодная, в частности, для организации ИС поддержки исследовательского проектирования. Эта схема не определяет саму программную архитектуру, однако иллюстрирует основные принципы, заложенные в ее основу.

Из рис. 6 следует, что пользователь взаимодействует с самой ИС через интеллектуальную систему поддержки принятия решений, которая обеспечивает ему возможность формирования собственного приложения на языке предметной области, а также рациональное использование инструментария ввода и вывода данных, визуалиазции, хранения и пр. Собственно предметно-ориенированные вычислительные модули (представленные соответствующим репозиторием) являются основной частью системы; однако все вопросы построения композитных приложений и параллельного исполнения на распределенной вычислительной инфраструктуре реализованы независимо от них и являются прерогативой самой системы. При этом система гибко учитывает возможности внутреннего распараллеливания, заложенные в каждом из компонентов.

Рис. 6. Концептуальная схема оболочки iPSE для организации ИС поддержки исследовательского проектирования.

Оболочка iPSE функционирует в режиме реального времени. Общая схема обработки информации в ходе работы iPSE представляется в виде следующей последовательности:

·  постановка задачи и анализ имеющейся информации (оценка адекватности информации, выбор параметров, типа модели, критериев оценки и стратегии ее построения);

·  задание конкретного сценария модельного расчета из заданного набора сценариев; анализ информации, получаемой от различных источников с целью идентификации параметров и начальных условий модели;

·  выбор метода (алгоритма, модуля) для расчета модели в зависимости от целей и задачи моделирования и особенностей сценария;

·  анализ результатов расчета в соответствии с принятыми критериями, выделение множества альтернатив (парето-оптимального множества сценариев);

·  выделение оптимальных сценариев на основе проведения многокритериальной оптимизации на полученном множестве альтернатив.

Анализ альтернатив и принятие решений осуществляется на основе априорной информации, математических моделей и структурированной базы знаний, используя различные методы обработки результатов мониторинга вычислительной среды с учетом неполноты и неопределенности данных (например, в силу немонопольного использования системы или по причине наличия управляющего фактора высшего уровня, например, в среде Грид). При этом система совмещает различные подходы к представлению знаний - декларативный и процедурный. Декларативная часть системы обеспечивает описание допустимых возможностей, а процедурная – организацию доступа к данным, реализацию вычислительных алгоритмов, интерфейс пользователя.

В соответствии со [101], архитектура класса iPSE может также быть описана выражениями (1-2), введенными в разделе 5.1, что позволяет установить ее соответствие стандарту IDEFO описания интеллектуальных систем общего плана. При этом концепция iPSE расширяет спецификацию стандарта, поскольку является системой распределенного искусственного интеллекта. Эта система сочетает строгие формальные методы с эвристическими методами и моделями, базирующимися на знаниях экспертов, моделях рассуждений, имитационных моделях, накопленном опыте эксплуатации. Помимо традиционных для систем интеллектуальной поддержки механизмов, в состав iPSE входят компоненты имитации, анализа и прогноза проблемной ситуации (моделирования), организации различных видов интерфейса. К интеллектуальным также относятся механизмы поиска решения на базе моделей и методов представления знаний.

Технологически архитектура программной системы определяется составом входящих в нее компонентов и взаимосвязями между ними. Применительно к концепции iPSE способ взаимосвязи определяется технологиями SOA [116] и REST [117], позволяющими обеспечить максимальный уровень изоляции и унификации как отдельных компонентов, так и информационных потоков между ними.

4.4. Пример решения задачи интеллектуальной поддержки исследовательского проектирования морского объекта

В данном разделе рассматривается «ручной» процесс решения частной задачи исследовательского проектирования на примере определения характеристик экстремальной качки морского объекта в заданных режимах эксплуатации и проектного обоснования соответствующих требований к палубной посадке летательных аппаратов. Это делается для демонстрации содержательного функционала ИС поддержки исследовательского проектирования на этапе построения концепции.

Характеристикой условий безопасной посадки летательного аппарата на судно является наличие «окна», обеспечивающего совместное выполнение условий непревышения процессами бортовой Q(t), килевой y(t), вертикальной z(t) качки некоторых наперед заданных «опасных» уровней Q0, y0, z0. В данном примере рассматривается Q0=100, y0=20, z0=1 (м) [2].

Объект исследовательского проектирования. Объектом проектирования является судно водоизмещением 7100 тонн со следующими характеристиками:

При этом рассматриваются два альтернативных варианта формы корпуса, отражающиеся на форме диаграммы статической остойчивости (ДСО). На рис. 7 приведены нормированные ДСО, при одной и той же собственной частоте колебаний =0.6 (c–1).

Рис. 7. Нормированные ДСО: нормальная (а) и S–образная (б). nQ=0.6 (c–1).

Выбор модели исследовательского проектирования. На морском волнении, характеризуемом полем возвышений , положение морского объекта (например, судна, движущегося с заданной скоростью V и курсовым углом c к генеральному направлению распространения волн), описывается тремя угловыми (угол дифферента y, крена Q, рысканья j) и тремя метрическими (продольно–горизонтальными x, поперечно–горизонтальными h, вертикальными z) перемещениями. Расчет их вероятностных характеристик (характерных амплитуд и периодов качки) традиционно выполняется четырьмя группами моделей, описанными в разделе 1.3. Применительно к решаемой задаче ограничимся рассмотрением только перемещений , поскольку изменения остальных трех координат прямо не влияют на безопасность, а только на эксплуатационные характеристики. Для их описания принимается численная модель [41], система уравнений которой имеет вид:

(7)

Они записаны в абсолютной системе координат. Здесь – возмущающие сила и моменты волновой природы, зависящие от возвышения взволнованной поверхности. Коэффициенты демпфирования , собственные частоты и коэффициенты связи a33, a35 суть функции моментов инерции и присоединенных масс жидкости. Параметр , где - площадь ватерлинии, а - возвышение центра величины над центром тяжести. Функция f(Q) задает степень нелинейности поперечного восстанавливающего момента и выражается через его диаграмму статической остойчивости.

Система уравнений (7) описывает совместные перемещения судна (y, Q,z) под действием возмущающей силы и моментов нерегулярной природы. В том случае, если длина гребня волн существенно больше размерений судна, возмущающий момент бортовых колебаний MWQ в (7) без учета влияния других видов качки можно задать выражением:

. (8)

Здесь величина – угол волнового склона. Редукционный коэффициент , учитывающий соотношение между шириной судна B и длиной волны l, пропорционален [6]. Выражение (8) учитывает только гидростатическую составляющую возмущающего момента, поскольку вклад гидродинамической части предполагается незначительным.

При вычислении в системе (7) характерный линейный размер судна (длина L) при определенных курсовых углах c может быть сопоставим с длиной волны l, потому применение для определения возмущающих сил и моментов техники редукционных коэффициентов дискуссионно. Альтернативой ей является использование характеристик статической и гидродинамической частей возмущающих сил, вычисленных интегрированием исходного поля волнения по корпусу объекта. Возмущающие сила и момент в этом случае имеют вид:

(9)

Здесь – приведенная (с учетом затухания волновых возмущений на глубине) ширина судна, – погруженная площадь мидель–шпангоута, – средняя длина волны. Присоединенные массы l33, l55 и коэффициент демпфирования n33 для простоты полагаются постоянными по длине корпуса и не зависящими от скорости хода V.

Выражения (7-9) позволяют для каждого значения , характеризующего положение судна в данный момент времени по отношению к взволнованной поверхности, рассчитать возмущающие силы и моменты путем непосредственного интегрирования по корпусу. Это дает возможность более точно принимать в расчет взаимосвязь между перемещениями , и, с другой стороны – учитывать влияние вертикальных колебаний на бортовые в режиме параметрического резонанса.

Следует отметить, что моделирование поведения объекта без хода в фиксированной точке позволяет рассматривать характеристики как временные ряды. Учет движения судна со скоростью V требует наложить на переменные в (8-9) условие связи , где .

Статистические характеристики колебаний объекта в режимах основных резонансов вертикальной, килевой и бортовой качки. Наиболее важным с точки зрения безопасности мореплавания является имитационное моделирование динамики судна в режиме основного резонанса бортовой качки. В качестве примера, на рис. 8 приведены расчетные диаграммы качки (в терминах величин (V, c)), на которых отображены изолинии величин (Q3%, y3%, z3%) для судна с нормальной диаграммой статической остойчивости (ДСО). Из рисунка видно, что на сильном штормовом волнении (а–в) резонансные области качки сильно разнесены: бортовые колебания достигают максимума на курсовых углах 100–1100 при скорости около 2–3 (м/c) (4–6 узлов). Килевые и вертикальные колебания возрастают при увеличении скорости хода на встречном волнении; на курсовых углах в 30–450 проявляются резонансные эффекты. Для умеренного волнения (г–д) область резонанса бортовой качки существенно смещена в область попутного волнения: 130–1500 и 5–7 (м/с). Поскольку средняя длина волны в этом случае около 50 (м), что вдвое меньше длины судна, картина вертикальной и килевой качки существенно меняется. Для вертикальной качки характерна зона резонанса 80–1000 (т. е. максимум возмущающей силы достигается лагом к волне), а для килевой этот эффект наступает при косых углах около 300 (в этом случае приведенная длина волны l/sin(c) близка к длине самого судна).

Таким образом, полученные диаграммы показывают, что для различных видов качки резонансные зоны перекрываются достаточно слабо, и, варьируя курсовым углом и скоростью рассматриваемого судна, можно обеспечить сравнительно безопасный режим эксплуатации даже при достаточно сильном волнении.

Рис. 8. Амплитуды качки 3% обеспеченности (Q3%, y3%, z3%) для судна с нормальной ДСО (по горизонтальной оси – скорость судна в узлах).

(а–в): Интенсивность волнения 7 баллов: (а) – Q3%0, (б) – z3% (м), (в) – y3%0.

(г–е): Интенсивность волнения 5 баллов: (г) – Q3%0, (д) – z3% (м), (е) – y3%0.

Обоснование зон безопасной посадки летательных аппаратов морского базирования. Колебания судна в режиме основного резонанса достаточно редко могут стать основной причиной его гибели (т. к. обычно такие ситуации связаны с наложением целого ряда факторов). Однако при качке большой амплитуды достаточно велик риск потерь меньшего масштаба, в частности, связанный с поломкой оборудования, смывом груза, травмами и пр. Среди этих ситуаций критическими можно считать аварии при посадке летательных аппаратов морского базирования (вертолетов) на палубу качающегося судна.

На рис. 9 приведены диаграммы качки с нанесенными на них зонами безопасной посадки, для четырех интенсивностей волнения и двух типов ДСО (нормальной и S-образной, при одинаковых значениях начальной метацентрической высоты). Видно, что на интенсивном штормовом волнении (7 баллов) для обоих типов ДСО зона безопасной посадки появляется лишь на попутном волнении, поскольку основной вклад в перемещения вносят вертикальная и килевая качка. При снижении интенсивности (6 баллов) становится заметным, что опасная зона формируется под влиянием всех трех видов качки: килевой (на встречном волнении), вертикальной (на косых углах и лагом к волне), бортовой (на попутном волнении). Область безопасной посадки для судна с жесткой (S–образной) ДСО шире, чем для судна с нормальной ДСО за счет резкого увеличения восстанавливающего момента при больших углах крена. При уменьшении интенсивности волнения до 5 баллов появляются две зоны безопасной посадки – на попутном и встречном волнении, поскольку длина волны в этом случае существенно меньше длины самого судна. Для волнения интенсивностью в 4 балла влияние вертикальной и килевой качки становится незначительным, и опасная зона ограничивается лишь основным резонансом бортовой качки. В этом случае различия зон безопасной посадки для судна с нормальной и S–образной ДСО слабые, поскольку размах бортовой качки невелик.

Приведенные на рис. 9 диаграммы, по сути, являются когнитивными образами, сжимающими информацию о явлении, интересующем проектанта. Основной вывод, связанный с представленными на них результатами, состоит в том, что для обоих случаев даже при достаточно интенсивном шторме обеспечиваются условия для безопасной посадки; потому вопрос выбора формы корпуса уже не может считаться определяющим с точки зрения безопасности. Он, вероятно, должен регламентироваться конструктором из других соображений (например, размещения или технологии судостроения).

Рис. 9. Зоны безопасной посадки при различных интенсивностях штормового волнения.

(а–г) – Качка судна с нормальной ДСО: (а) – 7 баллов, (б) – 6 баллов, (в) – 5 баллов, (г) – 4 балла.

(д–з) – Качка судна с S–образной ДСО: (д) – 7 баллов, (е) – 6 баллов, (ж) – 5 баллов, (з) – 4 балла.

Приведенные в данном разделе умозаключения являются следствием экспертной оценки результатов моделирования, наглядно иллюстрирующих специфичность применяемых подходов и методов исследования. Фактически, они играют роль «поверочных расчетов» для двух заранее заданных концептуальных проектов судна. Однако применение ИС поддержки исследовательского проектирования в соответствии с концепцией разделов 5.1-5.3, призвана не только (и не столько) автоматизировать сам процесс вычислений, сколько упростить процесс восприятия информации пользователем, трансформируя числовые результаты анализа в содержательные текстовые рекомендации-объяснения (по аналогии с приведенными экспертными) и когнитивные образы, облегчающие процесс принятия решений конструктором морских судов и объектов океанотехники. Детальное обоснование и разработка применяемого для этих целей аппарата будет выполнено на следующем этапе проекта.

17.  Degtyarev A. B., Boukhanovsky A. V The Instrumental Tool of Wave Generation Modelling in Ship-borne Intelligence Systems. Transactions of the Third International Conference in Commemoration of the 300-th Anniversary of Creating Russian Fleet (CRF-96), 3-9 june 1996. Vol. 1. pp. 367-373.

18.  , Нечаев и интерпретация информации в системах проектирования сложных многофункциональных объектов с использованием онтологий и концепции Data Mining // Сборник докладов Международной конференции по мягким вычислениям и измерениям SCM-2004. Санкт-Петербург. 2004. т.1, с.110-115.

19.  Справочные данные по режиму ветра и волнения Баренцева, Охотского и Каспийского морей: справ. изд. / , , ; Российский морской регистр судоходства. – СПб.: РМРС, 2003. – 214 c.

20.  , Петров поддержки принятия решений на основе нечетких знаний о динамике судна в экстремальных ситуациях // Сборник докладов Международной конференции по мягким вычислениям и измерениям SCM-2005. Санкт-Петербург. 2005. т.2, с. 66-69.

21.  , , и др. Концепция обеспечения специализированной гидрометеорологической информацией проектирования сооружений на шельфе арктических морей// Труды четвертой Междунар. конференции «Освоение шельфа арктических морей». RAO-99. СПб., 1999.

22.  , , Иванов , опыт и некоторые результаты исследований волнового климата океанов и морей. I. Постановка задачи и входные данные. Вестник СПбГУ, сер. 7, вып. 3, 2005, с. 62-74.

23.  , , Рожков , опыт и некоторые результаты исследований волнового климата океанов и морей. III. Экстремальные и необычные волны. Вестник СПбГУ, сер. 7, вып. 1, 2006, с. 58-69.

24.  , , Чернышева , опыт и некоторые результаты исследований волнового климата океанов и морей. II. Расчет волнения по гидродинамическим моделям, режимные распределения и климатические спектры волн. Вестник СПбГУ, сер. 7, вып. 4, 2005, с. 56-69.

25.  Справочные данные по режиму ветра и волнения Японского и Карского морей / , , // Российский Морской регистр судоходства, СПб, 2009, 358 с.

26.  Boukhanovsky A. V., Guedes Soares C. Modelling of multipeaked directional wave spectra // Applied Ocean Research, 31 – 2009, p. 132-141.

27.  , , Рожков моделирование морского волнового климата // Известия АН. Физика атмосферы и океана, 1998, т.34, №2, с.261-266.

28.  Дж. Ветровые волны.-в сб.: Ветровые волны., М., ИЛ, 1962, с. 42-124.

29.  Degtyarev A. B., Boukhanovsky A. V. Peculiarities of motion of ship with low buoyancy on asymmetrical random waves. Proceedings of the 7th International Conference on Stability of Ships and Ocean Vehicles, STAB’2000, 7–11 Feb., Launceston, Tasmania, Australia, 2000, pp.865–679.

30.  Проблемы исследования и математического моделирования ветрового волнения //под ред. И.Н. Давидана. СПб., Гидрометеоиздат, 1995.

31.  Stochastic simulation of inhomogeneous metocean fields. Part II: Synoptic variability and rare events / A. V. Boukhanovsky [et al] // Lecture Notes in Computer Science. – 2003. – Vol. 2658. – P. 223-233.

32.  Stochastic simulation of inhomogeneous metocean fields. Part I: Annual variability / A. V. Boukhanovsky [et al] // Lecture Notes in Computer Science. – 2003. – Vol. 2658. - P. 213-222.

33.  Lopatoukhin L. J. Freak waves generation and their probability (Вероятность возникновения волн-убийц) / L. J. Lopatoukhin, A. V. Boukhanovsky // Int. Shipbuilding Progress. – 2004. - Vol. 51, №2-3. - P. 157-171.

34.  Fonseca N.; Guedes Soares C.; Pascoal R. Global Loads on a FPSO Induced by a Set of Freak Waves // J. Offshore Mech. Arct. Eng. 131, 2009 (электронный доступ на http://asmedl. aip. org/journals/doc/ASMEDL-home/most_downloaded. jsp? KEY=JMOEEX&Year=2008&Month=12&agg=md)

35.  , Нецветаев судов на морском волнении // Л., Судостроение, 1969.

36.  Некрасов задачи мореходности судов. Л., Судостроение, 1978.

37.  Луговский задачи мореходности корабля. Л., Судостроение, 1966

38.  Belenky V., Boukhanovsky A., Degtyarev A. On Probabilistic Qualities of Severe Rolling. Proceedings of the International Symposium “Ship Safety in a Seaway: Stability, Manoeuvrability, Nonlinear Approach”. Kaliningrad 15-19 May 1995, Vol.1, Paper 7, 19 p.

39.  , , Мирохин особенностей качки судна на нерегулярном волнении методом статистического моделирования. - Научно-тех. сб. Регистра СССР, 1986, вып.15, с.3-9.

40.  Belenky V. L. Probabilistic qualities of nonlinear stochastic rolling / V. L. Belenky, A. B. Degtyarev, A. V Boukhanovsky // Ocean Engineering. – 1998. - Vol. 25, №1. - P. 1–25.

41.  , , Бухановский областей безопасной качки при оценке динамики судна на волнении. Доклады НТК «Проблемы мореходных качеств судов и корабельной гидромеханики» (XL Крыловские чтения), СПб, 2001, с. 117-119.

42.  Fonseca N.; Guedes Soares parison of numerical and experimental results of nonlinear wave-induced vertical ship motions and loads // Journal of Marine Science and Technology, Vol.6, 4, 2002, p. 193-204.

43.  Neves М. А.S, Rodríguez C. A. An Investigation on Roll Parametric Resonance in Regular Waves // Proceedings of 9th International Conference on Stability of Ships and Ocean Vehicles (STAB-2006) – 25-29 September, Rio de Janeiro, Brazil, 2006 (CD-version)

44.  Umeda N., Hori M., Hashimoto H. Theoretical Prediction of Broaching in the Light of Local and Global Bifurcation Analysis // Proceedings of 9th International Conference on Stability of Ships and Ocean Vehicles (STAB-2006) – 25-29 September, Rio de Janeiro, Brazil, 2006 (CD-version)

45.  , .Экстремальная ситуация «брочинг»: анализ и критериальные оценки условий «захвата» и опрокидывания судна // Морской вестник. №1(, с.87-92.

46.  , Горбачева задачи мореходности судна. — Калининград: Изд-во КТИРПХ, 1993. — 217 с.

47.  Wu, G. X. and Hu, Z. Z. (2004) Simulation of nonlinear interactions between waves and floating bodies through a finite-element-based numerical tank. Proceedings of the Royal Society A: Mathematical Physical and Engineering Sciences, pp. .

48.  The Virtual Tank Utility in Europe (FP 6 – 516201) // Режим доступа: http://www. hsva. de/01_profile_content/press_content/VIRTUE_for_Naval_Architect. pdf[свободный]

49.  Flow Vision // Режим доступа: http://www. *****/ [свободный]

50.  Дегтярев анализа и прогноза мореходных качеств судов на основе высокопроизводительных компьютерных технологий // диссертация... доктора технических наук : 05.08.01, 05.13.18 / С.-Петерб. гос. мор. техн. ун-т.- Санкт-Петербург, 200с.

51.  Pawłowski M. Effect of Decks on Survivability of Ro–Ro Vessels // Proceedings of 9th International Conference on Stability of Ships and Ocean Vehicles (STAB-2006) – 25-29 September, Rio de Janeiro, Brazil, 2006 (CD-version)

52.  Cho S. Hong S., Kim J. Park I. The Numerical Study on the Coupled Dynamics of Ship Motion and Flooding Water // Proceedings of 9th International Conference on Stability of Ships and Ocean Vehicles (STAB-2006) – 25-29 September, Rio de Janeiro, Brazil, 2006 (CD-version)

53.  Морские и нефтегазовые проекты [электронный ресурс]. Режим доступа: http://www. /journal/2006_2/8, [свободный]

54.  Егоров судостроение глазами проектанта. - www. *****Выпуск 4. - С. 18-20

55.  FORAN [электронный ресурс]. Режим доступа: http://www. foran. es/NAVAL/foran. html? swlang=en , свободный

56.  Integrated marine engineering and design solutions [электронный ресурс]. Режим доступа: http://www. /products_services_aveva_marinelist. php#design , свободный

57.  Nupas-Cadmatic 3D Ship Design Software solutions [электронный ресурс]. Режим доступа: http://www. / , свободный

58.  CATIA - Virtual Design for Product Excellence [электронный ресурс]. Режим доступа: http:///products/catia/welcome/ , свободный

59.  AutoShip System Corporation [электронный ресурс]. Режим доступа: http:///products/catia/welcome/ , свободный

60.  Napa – NAPA [электронный ресурс]. Режим доступа: http://www. napa. fi/asp/system/empty. asp? P=19&VID=default&SID=&S=1&A=closeall&C=24088 , свободный

61.  HydroComp: NavCad [электронный ресурс]. Режим доступа: http://www. /navcad/default. htm , свободный

62.  PTC – Pro/ENGINEER Wildfire – 3D Product Design – CAD Software [электронный ресурс]. Режим доступа: http://www. /products/proengineer/ , свободный

63.  ShipConstructor - Программные решения для кораблестроения [электронный ресурс]. Режим доступа: http://www. / , свободный

64.  MAESTRO Ship Structural Design Software [электронный ресурс]. Режим доступа: http://www. /maestro/ , свободный

65.  Orca3D: Rhino-based ship and yacht design software [электронный ресурс]. Режим доступа: http://www. / , свободный

66.  Ship-K3 - Сайт разработчика программ К3 [электронный ресурс]. Режим доступа: http://*****/ship-k3.html, свободный

67.  САПР для судостроения. Sea Solution, Sea Hydro, Sea Solid, NC Editor, Shellcon, ZwCAD, Sea Nest, Flow Vision. Судостроительная компания Си Тех. [электронный ресурс]. Режим доступа: http://www. *****/rus/cad/sea_solution. htm , свободный

68.  Improvement of ship design practice using a 3D CAD model of a hull structure / Myung-Il Roh, Kyu-Yeul Lee, Woo-Young Choi, Seong-Jin Yoo // Robotics and Computer-Integrated Manufacturing, Volume 24, Issue 1, February 2008, Pages 105-124

69.  Multiple-Objective Optimization in Naval Ship Design / Alan Brown, Juan Salcedo // Naval Engineers Journal, Volume 115 Issue 4 , Pages 49-62 (October 2003)

70.  Multidisciplinary Design Optimization of a Naval Surface Combatant / D. Peri, E. F. Campana // Journal of Ship Research, Volume 47, Number 1, 1 March 2003 , pp. 1-12(12)

71.  Constructive Neural Networks and their Application to Ship Multi-disciplinary Design Optimization / BESNARD, E.; SCHMITZ, A.; HEFAZI, H.; SHINDE, R. , // Journal of Ship Research, Vol. 51, 2007, No. 4., pp. 297-312.

72.  Способ контроля остойчивости судна / . Удостоверение, выданное взамен Авторского свидетельства № 000 от 01.01.2001.

73.  Способ контроля остойчивости судна / . Патент Российской Федерации № 000 от 01.01.01 года.

74.  Способ контроля остойчивости судна / . Патент Российской Федерации № 000 от 01.01.01 года.

75.  Способ контроля остойчивости и скорости судна / , . Патент Российской Федерации № 000 от 01.01.01 года.

76.  Способ контроля остойчивости судна / , . Патент Российской Федерации № 000 от 01.01.01 года.

77.  Способ контроля остойчивости судна / , . Патент Российской Федерации № 000 от 01.01.01 года.

78.  Способ контроля скорости судна при обрастании корпуса /. , , Ростовцев Российской Федерации № 000 от 01.01.01 года.

79.  Способ контроля непотопляемости судна / . Патент Российской Федерации № 000 от 01.01.01 года.

80.  Способ прогнозирования качки судна / Нечаев Российской Федерации № 000 от 01.01.01 года.

81.  Способ контроля мореходности судна / Нечаев Российской Федерации № 000 от 01.01.01 года.

82.  Способ контроля мореходности судна /, , Ростовцев Российской Федерации № 000 от 01.01.01 года.

83.  Способ контроля остойчивости и скорости судна / , , Поляков Российской Федерации. № 000 от 01.01.01 г.

84.  Способ контроля прочности и вибрации судна и устройство для его осуществления. , , Родионов Российской Федерации. № 000 от 01.01.01 г.

85.  Программная система анализа пространственно-временной изменчивости синоптических образований в атмосфере и океане «ME¢STORMS» / (RU) № от 01.01.01 г.

86.  Программная система оценивания климатических спектров морского волнения «МЕ2SPECTRA» / , , (RU). № от 01.01.01 г.

87.  Программная система расчета режимных характеристик ветра и морского волнения / , (RU). № от 01.01.01 г.

88.  Ядро программного комплекса имитационного моделирования экстремальных гидрометеорологических явлений «МЕ¢SIM» / , , (RU). № от 01.01.01 г.

89.  Программная система расчета экстремальных характеристик гидрометеорологических процессов на основе стохастического моделирования «ME¢BOLIVAR» / , , A. (RU). № от 3 октября 2008 г.

90.  Программная система конструирования моделей совместных распределений гидрометеорологических величин «ME¢COUPLES» / , (RU). № от 3 октября 2008 г.

91.  Гражданский кодекс РФ. Часть четвертая. Раздел VII. Права на результаты интеллектуальной деятельности и средства индивидуализации - 2008

92.  Особенности проектирования высокопроизводительных программных комплексов для моделирования сложных систем / [и др.] // Информационно-управляющие системы. – 2008. – №3. – С. 10-18.

93.  Моделирование экстремальных явлений в атмосфере и океане как задача высокопроизводительных вычислений / , [и др.] // Вычислительные методы и программирование. – 2008. – Том 9. – С. 141-153.

94.  Высокопроизводительный программный комплекс моделирования экстремальных гидрометеорологических явлений. Часть I: Постановка задачи, модели, методы и параллельные алгоритмы / , [и др.] // Научно-технический вестник СПбГУ ИТМО. Выпуск 54. Технологии высокопроизводительных вычислений и компьютерного моделирования. – СПб.: СПбГУ ИТМО, 2008. – С. 56-63.

95.  Высокопроизводительный программный комплекс моделирования экстремальных гидрометеорологических явлений. Часть II: Разработка и оценка программной архитектуры / [и др.] // Научно-технический вестник СПбГУ ИТМО. Выпуск 54. Технологии высокопроизводительных вычислений и компьютерного моделирования. – СПб.: СПбГУ ИТМО, 2008. – С. 64-71Грид

96.  Инструментальная оболочка проектирования высокопроизводительных приложений в Грид. Часть I: Базовые положения / , , // Научно-технический вестник СПбГУ ИТМО: Технологии высокопроизводительных вычислений и компьютерного моделирования. — 2008. — Вып. 54. — С. 29–36.

97.  Инструментальная оболочка проектирования высокопроизводительных приложений в Грид. Часть II: Архитектура, реализация и применение / , , // Научно-технический вестник СПбГУ ИТМО: Технологии высокопроизводительных вычислений и компьютерного моделирования. — 2008. — Вып. 54. — С. 37–45.

98.  Инструментальная оболочка проектирования высокопроизводительных приложений в Грид. Часть III: Приобретение и формализация знаний / , , // Научно-технический вестник СПбГУ ИТМО: Технологии высокопроизводительных вычислений и компьютерного моделирования. — 2008. — Вып. 54. — С. 46–55.

99.  Инструментальная оболочка поддержки принятия решений разработчика высокопроизводительных приложений в Грид / , , // Научно-технические ведомости СПбГПУ — 2008.— №5. — С. 98–104.

100.  Высокопроизводительный программный комплекс для квантово-механических расчетов и моделирования наноразмерных атомно-молекулярных систем / , , // Научный сервис в сети Интернет: масштабируемость, параллельность, эффективность: Труды Всероссийской суперкомпьютерной конференции (21-26 сентября 2009 г., г. Новороссийск). – М.: Изд-во МГУ, 2009. – с. 117-120

101.  , , Марьин высокопроизводительные программные комплексы моделирования сложных систем: концепция, архитектура и примеры реализации // Изв. Вузов. Приборостроение, т. 52, № 10, 2009 – с. 5-24

102.  Бухановский моделирование динамики судна на морском волнении в интеллектуальных тренажерах / , , // Искусственный интеллект. – 2004. – Вып. 3. - С. 350-359

103.  . Нейросетевые технологии в интеллектуальных системах реального времени // Тр.4-й всероссийской конференции «Нейроинформатика – 2002». М.: 2002. Лекции по нейроинформатике. Часть 1, с.114-163.

104.  , Эрлих семиотика – новый подход к построению систем управления и моделирования // Динамические интеллектуальные системы в управлении и моделировании. М.:ЦРДЗ. 1996, с.30-33.

105.  Aверкин A. Н., , Тарасов множества в моделях управления и искусственного интеллекта. М.: Наука, 1996

106.  , , Глушков нечеткой информации в системах принятия решений. – М.: Радио и связь. 1989

107.  , Пименов M. A. Интеллектуальное средство поддержки деятельности аналитика / Сборник докладов Международной конференции по мягким вычислениям и измерениям SCM-99 // Cанкт-Петербург. 1999. т.2, с.102-104.

108.  Девятков в проектировании систем // Сборник докладов Межданародной конференции по мягким вычислениям и измерениям SCM-99. Cанкт-Петербург. 1999. т.2, с.137-140.

109.  Забежайло M. И. Data Mining & Knowledge Discovery in Databases: предметная область, задачи, методы и инструменты // Труды Национальной конференции по искусственному интеллекту с международным участием КИИ-98. Пущино, 1998. Том 2, с.592-600.

110.  Ushold M., Gruninger M. Ontologies: Principles, methods and applications // The Knowledge Engineering Review,, 1996, p.

111.  Zadeh L. Fuzzy logic, neural networks and soft computing // Сommutation of the ACM-1994. Vol.37. №3. 1994.

112.  , Сиек измерения в системах поддержки принятия решений // Сб. докл. Международной конференции по мягким вычислениям и измерениям SCM-2001. Санкт-Петербург. 2001. т.1,с.17-20.

113.  Goldberg D. E. Genetic and evolutionary algorithms in the real world.–IIIiGAL Report № 000– 11р.

114.  , . Реализация сложных интеллектуальных комплексов на базе современных суперкомпьютерных технологий // Тр. Международной конференции “Интеллектуальные многопроцессорные системы”. Таганрог. 1999, с.78-85

115.  Sloot P. M.A., Frenkel D., Vorst H. A. Van der et putational e-Science: Studying complex systems in silico. A National Coordinated Initiative. White Paper, February 2007. http://www. science. uva. nl/research/scs/papers/archive/Sloot2007a. pdf [свободный]

116.  Lublinsky B. Defining SOA as an architectural style. 9 January 2007. – Режим доступа: http://www. /developerworks/architecture/library/ar–soastyle/, свободный

117.  Vinoski S. REST Eye for the SOA Guy // IEEE Internet Computing, vol., P. 82–84.

118.  Неделко информационных потребностей операторов особо сложных систем управления // Искусственный интеллект. Донецк. №3. 2002, с.420-427.

119.  Соснин вопросно-ответных рассуждений в корпоративной среде автоматизированного проектирования // ППиС. №3. 2004,с.7-12.

120.  Burger J. et all. Issues, Tasks and program structures to roadmap Research in Question & Answering (Q&A). NIST. 2001.

121.  Информационные конфликты в автоматизированных системах // Программные продукты и системы. №3. 2004, с.22-26.

122.  Забелинский самоорганизация как подход к построению прогнозирующих моделей // Автоматизация и информационные технологии. 2001. №9, с.17-19.

123.  , , Нечаев создания бортовых интеллектуальных систем обеспечения безопасности мореплавания судов для Арктического шельфа // Научно-практическая конференция «Адмиралтейские верфи – 300 лет на службе Отечеству». Санкт-Петербург. Морской вестник. Специальный выпуск №1(2). Сентябрь 2004, с.32-38.

124.  Большой юридический словарь / Под ред. , .-2-е изд., перераб. и доп.-М.: ИНФРА-М, 2002.-704 с.

125.  Российский морской регистр судоходства [электронный ресурс]. Режим доступа: http://www. rs-head. *****/ru/, свободный

126.  Приказ Федерального агентства морского и речного транспорта от 01.01.01 г. N 8 г. Москва Об утверждении Устава федерального государственного учреждения "Российский морской регистр судоходства"

127.  Приказ Федерального агентства морского и речного транспорта «О внесении изменений в устав Федерального государственного учреждения «Российский морской регистр судоходства» №63 от 01.01.01 г.

128.  Правила классификации и постройки морских судов. Российский Морскоіі Регистр cудоходства. В 2-х тт. СПб.. 1997.

129.  International Maritime Organization [электронный ресурс]. Режим доступа:

129.http://www. imo. org/, свободный

130.  Документы — Международная морская организация (ИМО) [электронный ресурс]. Режим доступа: http://www. un. org/ru/ecosoc/imo/docs. shtml, свободный

131.  IACS [электронный ресурс]. Режим доступа: http://www. iacs. org. uk/, свободный

132.  Научно-технический сборник № 28 Российского Морского Регистра судоходства // Изд. РМРС, СПб, 2002

133.  Научно-технический сборник № 29 Российского Морского Регистра судоходства // Изд. РМРС, СПб, 2003

134.  Report of Maritime Safety Committee - 68th session: May 28 to June 6, 1997

135.  МКУБ - явление в области морского права // Морская Технология. Российский Морской Регистр Судоходства. 19Июнь. С. 7-8

136.  Международно-правовые проблемы предупреждения и расследования морских аварий / // Дисс. канд. юрид. наук : 12.00.10 : Москва, 1c. РГБ ОД, 61:99-12/374-2

137.  Commission working document on the control of recognized organizations by the Commission and the impact of the civil liability regime in accordance with Directive 94/57/EC, COM(2006) final.

138.  Ответственность классификационных обществ: международно-правовое регулирование и основные проблемы / // Морской вестник, № 2, 2007 – с. 103-106.

139.  VIROLAB // Режим доступа: www. virolab. org [свободный].

Из за большого объема этот материал размещен на нескольких страницах: 1 2 3 4