В статье рассмотрена проблема безопасности мореплавания. В целях обеспечения безопасности судоходства необходимо спланировать предстоящий переход от причала до причала и произвести предварительную прокладку. Для судов процесс планирования перехода начинается заранее и может основываться на онлайновом расписании судна, информации от оператора или агента судна. Маршрут судна должен быть спланирован таким образом, чтобы свести к минимуму вероятность возникновения опасной ситуации. Различные факторы, описанные в статье, не позволяют правильно оценить всю необходимую информацию для навигации судна. Недостатки могут быть устранены с помощью автоматизации процессов планирования маршрута судна, путем создания искусственно-интеллектуальной системы, в частности использование интеллектуального анализа данных при выборе параметров предварительной прокладки. Первоначальной целью работы было создание системы поддержки принятия решений для судоводителей. Результаты исследования оказались неожиданными, и были сделаны некоторые важные выводы.
предварительное планирование маршрута, сбор данных, система поддержки принятия решений, кластеризация
1. Александров, М. H. Безопасность человека на море. - Л.: Судостроение, 1983. [In Russian: Aleksandrov, M.N. Human safety at sea. L: Shipbuilding].
2. Гагарский, Д.А. Электронные картографические системы / Д.А. Гагарский - СПб. : МОРСАР, 2017. -224 с. [InRussian:. Gagarskiy, D. Electronic chartsystems. Saint Petersburg: MORSAR],
3. Дмитриев, В. И. Практика мореплавания. - СПб.: «Элмор», 2009. [In Russian: Dmitriev, V.l. The practice of navigation. Saint Petersburg: Elmor],
4. Стадниченко, С. М. Человеческий фактор на море: учебно-методическое пособие. - Одесса: Астро - принт, 2003. [In Russian: Stadnichenko, S.М. The human factor at sea. Odessa: Astro-print],
5. Калужский, А. Д. О готовности судна к выполнению задачи. Система информационной поддержки принятия решения Текст.// Морской сборник-2010-№6-С.24-35 [In Russian: Kaluzhskiy, A.D. On the readiness of the vessel to perform the task. Decision Information Support System. Sea collection #6].
6. Admiralty method of tidal prediction. Hydrographic department, Taunton under the Superintendence of Rear-Admiral G P D Hall, CB, DSC Hydrographer of the Navy, Crown Copyright 1975.
7. Martin C. Brown. Data mining techniques. Available at: http://www.ibm.com/developenvorks/ru/library/ba-data-mining-techniques/, accessed 20.01.2015.
8. Макленнен, Джеми. Microsoft SQL Server 2008. Data Mining - интеллектуальный анализ данных / Джеми Макленнен & Чжаохуэй Танг & Богдан Криват. - СПб.: БХВ-Петербург, 2009. - 700 с. [In Russian: Jemmy MacLennan & ZhaoHui Tang & Bogdan Crivat. Data Mining with Microsoft SQL Server 2008. Saint Petersburg: BXV-Petersburg],
9. Рутковский JI. Методы и технологии искусственного интеллекта / пер. с польск. И. Д. Рудинского. - М.: Корячая линия-Телеком, 2010,- 520 с., ил. [In Russian:. Rutkowski, L. Methods and technologies of artificial intelligence. Hot line: Telekom],
10. Чубукова И. A. Data Mining: учебное пособие. - М. : Интернет-университет информационных технологий: БИНОМ: Лаборатория знаний, 2006. - 382 с. [In Russian:. Chubukova, I. Data Mining. Moscow: Knowledge laboratory],
11. Resolution A.817(19) Performance Standards For Electronic Chart Display And Information Systems (ECDIS) (adopted on 23 November 1995).
12. Кондратьев С.И. Теоретические основы управления крупнотоннажными судами по критериям безопасности и энергосбережения: диссертация на соискание ученой степени доктора технических наук,- Новороссийск, 2004.
13. Клюев В.В. Оценка рисков и управление рисками в практике судовождения [Текст] / В.В. Клюев, С.И. Кондратьев, В.И. Тульчинский // Эксплуатация морского транспорта,- 2016 - № 3 (80).
14. Астреин В.В., С.И. Кондратьев, Е.В. Хекерт Алгоритм самоорганизации групп судов для предупреждения столкновений [Текст] //Эксплуатация морского транспорта- 2016-№2 (79).-С. 45-50.
